Uus kujundus andmebaas turustamise süsteemi
Andmebaas ja turustamise teooria koostisega infotehnoloogia süsteemi ülesehitus eeldab piisava aluse rakendamisel. Database turustamise süsteemi probleem, erinevad kodumaiste ja rahvusvaheliste ekspertide arvamust. Mõned teadlased usuvad, et: andmebaasi turundus-ja kliendisuhete haldamise (CRM), et analüüsida suhte seisukohast andmebaas turustamise, kuigi alus CRM. Aga tal ei ole CRM müügi automaatika, klienditeeninduse ja äri (andmete kaevandamine, jne) sisu. Selle andmebaasi kohta andmete ajalugu on sageli taju, selliselt üksnes esialgse analüüsi tüüp tutvustusi.
Arvestades praegust turustamise tähtsust ettevõttes, ma usun, et selline süsteem on täielik turustamine peaks olema määrav ideoloogia, mis CRM müügi, klienditeeninduse ja ärianalüüsi sisu tervet süsteemi. Põhineb järgmistel peamiselt kahel põhjusel: Esiteks andmebaas turustamise CRM andmebaasid, andmete kaevandamine eeltingimus. Integreerida kahest osast võib suurendada turundusülesannet süsteemi. Ühendatud juhtimise turundus tööd, mis tehniliselt on ka võimalus saavutada; 2, müügi, klienditeeninduse, kuigi mõned erinevused turundus, kuid võib öelda, turustamiseks on põhiline, et mängida oma rollidele. See on kirja pandud: müügiandmed andma turundusosakonna, turundusosakonna suunamiseks kaudu otsustamisprotsessis samm sujuv müük, klientidele lisaväärtusega; klienditeenindust turundusmaterjalide olla oluline viide, mis põhineb kliendi tarbimise omaduste üksikasjad vastava teenus, saavutades klientide rahulolu.
Lühidalt uuring andmebaas turustamise süsteem peaks põhinema turundus. Müügi, klienditeeninduse ja äritegevuse luureandmete kättesaadavus ettevõtte tasemel turustamise süsteemi, mis mõttes on täielik turundusideede keskmes CRM. Uuring uue andmebaasi turustamise süsteemi joonisel 1 kujutatud. Andmekogu turunduse süsteem on selline süsteem: müügi, klienditeeninduse osakonna kaudu kliendi kontaktikeskused ja müügikanalid koguda klientide andmeid ning läbi koondamist turustamise osakonna kliendiandmebaasi. Turundusosakond järgima kliendi andmete, statistika ja analüüs, vajaduse korral osa andmetest, täiustades ümberarvestamist andmeaida süvaanalüüsi ja töötlemist, nagu andmete hankimine, teadmiste mudel tulevad väärtuses muutustega läbi visuaalse esinduse turundusosakonna . Turundus ja tootmine osakonnad need järeldused, finantssektori, info integratsiooni, arendada järgmisel etapil turundusstrateegia ja saadab igale sektorile, sest viide selle tegevuse eest.
2 Rakendamine uue andmebaasi turustamise süsteemi
2.1 allikad kliendi andmed: kliendi ja kokkupuutel
Ettevõtte turundus personal kohe, kui puudub piisav klientide andmeid ja turu kohta. Kas on raske teostada. Seetõttu kontakt ja suhtlemine klientidega on muutunud eriti oluliseks. Database turundus, kliendi kontakt ja kontakti koosneb kahest osast: esimene, müügi toodete ja teenuste kaudu turustuskanalite ja klientide kontakte õigeaegselt tehtud kliendi müük hääletustulemused: Esiteks, klient kaudu klienditeeninduse osakonna suhelda klient kontaktkeskuse ja kommunikatsioon. Läbi multimeedia-, multi-channel integratsiooni ja intelligentne otsimisviisiks aidata kliente leida parim istmed (klienditeeninduse punktid) ja pakkuda kvaliteetseid teenuseid. Kliendi kõnekeskuse, mis on kogum telefon, e-post, faks, võrgu, side-ja seeria digitaalsete ja mitte-digitaalkanalitele klientidega suhtlemise platvorm. Selle platvormi kliendid saavad valida oma tee igal ajal firma suhelda, ja ettevõtete mõista seisukohad ja klientide vajadustele, kiireima kiiruse aidata klientidel lahendada tegelikke probleeme, samal ajal, kesklinnas ka proovida koguda asjakohast teavet. Saavutada klientide teavet. Null-kahjum "Tuleviku aluse turustamine ja müük. Eeliseks on: ettevõtetele, juurdepääs tõhusale ja lihtne juurdepääs kõikidele dokumentide ja andmete haldamise, parandada klientide rahulolu; Klientidele, mugavust ja valik personaliseeritud, reaalajas suhtlemine on tugev, on intiimsust, mida on hea mulje ettevõte. integratsiooni paljude kanalite kliendi kõnekeskus suunamises teenuste osa ja vastava serveri kliendi kontaktandmed põhinev server ja andmebaas läbi asjakohane rakendamine äriloogika, leida parimad kohad nimel, ja teeb kliendile teabe ajakohastamiseks ja-andmestikke. protsessi tervikuna elektrooniliseks andmetöötluseks, klientide telefonikõnede efektiivsus on väga kõrge. tüüpilise kliendi kõnekeskus joonisel 2.
Kliendi kõnekeskus kliendi kontakt ja teabe kogumisel on hea viis. Aga kas seda traditsiooniliste meetoditega (näiteks visiit mitteametlike kontaktide jne) omavahel ühendada ja teha koostööd, äri on kasulikum on kasulik.
2.2 käitlemise klientide andmeid
Vastavalt erinevate allikate klientide andmeid kogutakse on palju probleeme: kordamine, ebatäielike ole standarditud, vastuoludest, jne, kõik nad järelmeetmete analüüsi-ja kaevetööde, kui suur mõju. Ja seetõttu karedus nende massilist nõutavad andmed enne järjekorras. See korraldus hõlmab kaht komponenti: esiteks, lõpptarbija andmetele (müük ja klientide andmed) sõelumise ja valimise salvestus oli ühtne turundus andmebaasi ning konsolideerida ja ajakohastada regulaarselt andmeid, võib nimetada andmed preprocessing osa: 2 on turundus andmebaasi täiendavate andmete kaevandamine osa andmetest, kindlates puhastamine, integratsiooni, ümberkujundamine ja vähendamisele. Sobivasse vormi andmete ladustamine, andmete kaevandamine järgmiseks piisavalt aega valmistuda, võib kirjeldada kui osa andmetest, ümbertöötamiseks. Nagu keerukus andmetöötluse tehnoloogia ning ei ole mõeldud spetsiifiliseks analüüsiks.
2,3 tarbimine võti: Andmed kaevandamise
Kliendi andmeid vastavalt nõuetele puhastamiseks ja viimistlemiseks, ka vajavad edasist kaevamist ja analüüs, uurida ja avastada turuväärtus põhjalikku teavet. Data Mining, alates andmebaasi perspektiivis leitakse peidetud suurte andmekogumite ja nende huvitav andmemudel tuletada andmed kasulikku teavet ja teadmisi protsessi, teavet ja teadmisi saab laialdaselt kasutada erinevate rakenduste nagu ärijuhtimine, turuanalüüs ja nii edasi. Sest ettevõtte turundus. See võib aidata ettevõtte massilist klientide andmeid arvestust leitud tarbija psühholoogiat ja käitumist, mis on seotud kliendi omadusi kaubanduslik väärtus andmemudel aidata ettevõtetel läbi oma arengu täpsemaks ja efektiivne turundus otsuseid.
Põhisammu andmete hankimise sisaldama:
(1) Andmete puhastamise ja integratsioon: kaob müra või vastuolus andmete mitmesugustele andmeallikatele koos ja tulemusi hoiule andmebaas. Üks andmebaas on ainele orienteeritud, integreeritud, ajas muutuvate ja vähem lenduvaid andmete kogumine korraldatud kasutades mitmemõõtmeline andmemudeli disain.
(2) andmete valik ja ümberkujundamine: alates andmeaida laadida asjakohaseid andmeid ja analüüsi ülesandeid, ning uurida ühendamise sobivasse vormi (näiteks läbi kokkuvõttena või liitmise operatsioonid).
(3) Data Mining: Kasutades intelligentsed meetodid saada andmeid tohutu andmemudeleid.
(4) mudeli hindamise ja teadmiste esitamine: Vastavalt mõned interestingness meetme kindlaks tegeliku väärtuse mudel ja saadud tulemuste visualiseerimise ja teadmiste esitamine olemasolevate tehnoloogiate kasutajad (näiteks ettevõtete juhtide ja teiste otsustajate).
Pole tähtsust, andmekaevandamise eelkõige klientidele äriotstarbelise kasutamise erinevaid turundus, mida iseloomustavad peamiselt ja eristada assotsiatsiooni analüüsil, liigitus ja prognoos, ja klasteranalüüs ja nii edasi. Et oleks lihtsam aru saada ainult ühte liiki kirjeldatud näidisele algoritm.
2,4 klasterdamine Data Mining Juhtumiuuring: K-vahendid algoritmi teooriat ja rakendamist
K-vahendid algoritmi protsess on järgmine:
(1) sisend sisaldab N objektid (kliendi) andmebaasi ja klastrite arv K (klientide arv punkte), N objektid K olid juhuslikult valitud keskmisest erinevate kogumite või keskustes;
(2) Ülejäänud (N-K) objektid iga klastri vastavalt kaugusel keskusest määratakse lähima klastri igast;
(3) uuesti arvutada keskmine väärtus iga klastri;
(4) korrata kahes etapis. Kuni keskmiselt iga klastri ei muutu. Iga klass stabiliseerida. Tulemused tulevad alla klassifitseerimine iga konkreetse sihtrühma klastrite (sama tarbimise tunnused kliendibaasi).
Klasteranalüüs kohaldatakse turustamise, nagu supermarket shopping tunnustuse tüübi liikmetele kliente, et paremini pakkuda kvaliteetseid teenuseid liikmetele alates supermarketi klientidele andmebaasi pärast vajalikke tarbimise järel andmete töötlemise mitmemõõtmeline arvandmed mudel: kliendi identifitseerimise number (kogutarbimisest mitmeid oste, sissetuleku taset, ... ...). Milline kogutarbimisest mitmeid oste sissetulek on mitmemõõtmeline muutujad otseselt seotud mis liiki klientide andmeid. Vastavalt liikmeks (N) arvu ja liiki kliente (K) teabe, näiteks kobara analüüs, vastava saadud tulemuste klastrid, 2-D simulatsiooni tulemused on esitatud joonisel 4..
Klasterdamine Tulemuseks on, et kõik liikmed suur kaubanduskeskus supermarket kliendid on jaotatud kolme erinevasse Mõõdud olulise klastri (klass), A, B, C, iga klient on oma tarbijate eelistused ja tarbijate erinevaid omadusi. Supermarket on võimalik võrrelda ja analüüsida omadusi erinevate klientide, ning viia läbi tarbijatele suunatud turustamist.
Data Mining on andmebaas turustamise süsteemi keskne osa analüütilise CRM-rakendustele on ka peamine tehnoloogia, mängib väga olulist rolli. Kuid keerukuse teooria ja tehnoloogia, andmete kaevandamine, palju tuleb täiuslikuks. Väärib märkimist, et mitte kõik andmebaasi tüüpi andmeid vaja kaevandamine, mõned väga tekstilise info (nt kõrge teksti analüüs, pildi, jne) ning mõnesid mitte-numbrilisi andmeid võib niikaua sorteerimise kaudu mõned kunstlik, samamoodi Samuti aitab turundustegevust ning otsuste tegemisel.
2,5 arendada asjakohaseid turundus otsuseid
Daily müügiandmed, kliendi kontakt protsessi, et saada teavet, andmekaevandamise mudeli leidmiseks teadmisi erinevate toodete ja teenuste ettevõtete turundustegevuse Tigong Henhao et Shenkao alusel, siis ettevõtte tootmise osakondades, alusandmeid finantssektori Deng (nagu varud ja kulude andmed) terviklik tasu turundusosakonna seetõttu vastavalt rohkem teaduslikku ja mõistlik areng turundus otsuseid ja strateegiaid, nagu 4P turundusstrateegia, toode strateegia ainult üks saab optimeerida järgmiselt:
(1) vastavalt mõned tootekohase müügiandmed ja keskmiste kasumimarginaalide tarbija arusaamine kliendi eelistustest. Et olemasoleva toote rida ettevõte või toode projektide hindamise ja asjakohane kasutada asjakohaseid tootevalikus strateegiate puhul (näiteks tooteportfelli laiendamine või kontraktsioon. For tootesari laiendused) et paremini rahuldada turu nõudlust;
(2) kaudu ajaloolise müügiandmed Kaevandustooted leida nende elutsükli staadiumis mis vastavalt toodete import, kasvu, küpsust, vähenemine iseloomulik eri tootearenduse strateegiad vastavalt;
(3) uutest toodetest, vastavalt kliendi hinnang toote või teenuse või toote rahulolu parandada ja ajakohastada. Nende uute toodete, sest tarbija diferentseerimine teatavad tarbijarühmad. Kas nende tarbimine omaduste uute toodete, ümberpositsioneerimise või arendada tooteid nende maitseid, jne.