Új design az adatbázis marketing rendszer
Adatbázis marketing és marketing elmélet kombinációja az informatika, rendszer-architektúra megköveteli a megalapozott végrehajtására. Adatbázis marketing rendszer a problémát, a különböző hazai és nemzetközi szakértői véleményt. Egyes kutatók úgy vélik, hogy: az adatbázis-marketing és az ügyfélkapcsolat-menedzsment (CRM), hogy elemezze a kapcsolatát a szempontból, adatbázis marketing, de az alapja CRM. De nem áll rendelkezésre a CRM értékesítés automatizálás, ügyfélszolgálati és üzleti intelligencia (adatbányászat, stb) tartalma. Az adatbázis a történeti adatok gyakran ki kapcsolatot a cég, így csak egy előzetes elemzést típusú promóciók.
Tekintettel a jelenlegi gazdasági jelentősége a vállalkozás, úgy vélem, hogy ez a rendszer teljes körű marketing kell irányadó ideológia, amely CRM értékesítési, ügyfélszolgálati és üzleti intelligencia-tartalom a teljes rendszer. Amely a következő két fő okból: Először is, adatbázis marketing a CRM adattárház, adatbányászat előfeltétele. Integrálja a két rész javíthatja az értékesítési funkcióról a rendszer. Egységes kezelése a marketing munka, amely technikailag az is lehetséges elérni, 2, értékesítés, ügyfélszolgálat, bár néhány különbség a marketing, azt mondhatjuk, hogy játszik a marketing, mint a központi szerepet. Ez különösen tükröződik: az értékesítési adatok, hogy a marketing osztály, marketing révén a döntést, hogy közvetlen elérésének módjáról Shunli lépés értékesítés ügyfelek hozzáadott érték; ügyfélszolgálat Yingxiaoziliao is fontos hivatkozni, a vevő különleges feltételeket, mint Xiaofei funkcióknak Xiang Ying szolgáltatás, a vevői elégedettség eléréséhez.
Összefoglalva, a tanulmány az adatbázis marketing rendszert kell alapulnia marketing-vezető. Értékesítési, ügyfélszolgálati és üzleti intelligencia a vállalati hozzáférés-level marketing rendszerben, bizonyos értelemben, ez egy teljes marketing ötletek középpontjában a CRM. A tanulmány az új adatbázis-marketing rendszer az 1. ábrán látható. Az adatbázis marketing rendszer ilyen rendszer: értékesítési, ügyfélszolgálati osztály révén ügyfélszolgálati központok és az értékesítési csatornák gyűjtsön a vevők adatait, és ezen keresztül az egybevetés a marketing részleg az ügyfél adatbázis. Marketingosztályok megfigyelni ügyfél adatok, statisztikák és elemzések, ha szükséges, egy részét az adatok ésszerűsítése átváltás az adattárház mélyreható elemzése és feldolgozása, mint az adatbányászat, a tudás modell jön érték révén a vizuális ábrázolás a marketing osztály . Forgalmazási és termelési részlegek E megállapítások, a pénzügyi szektor, az információs integráció kialakítása a következő fázis a marketing stratégia és elküldik az egyes ágazatok, mint a referencia tevékenységéért.
2 végrehajtása az új adatbázis marketing rendszer
2.1 A források az ügyfél adatai: ügyfél kapcsolat és kapcsolat
Vállalati marketing munkatársak azonnal, ha nincs megfelelő ügyfél-adatok és a piaci információk. Nehéz lesz végrehajtani. Ezért a kapcsolat és a kapcsolattartás az ügyfelekkel különösen fontossá vált. Adatbázis marketing, ügyfélkapcsolati és összekötő két részből áll: Először is, értékesítése termékek és szolgáltatások értékesítési csatornák és a fogyasztói kapcsolatok időben az ügyfél értékesítési eredménye: Először is, az ügyfél keresztül ügyfélszolgálati osztály kommunikálni az ügyfél contact center és a kommunikáció. Révén multimédiás, többcsatornás integráció és intelligens keresési módszerek segítségével az ügyfelek megtalálják a legjobb helyet (ügyfélszolgálati pont), és minőségi szolgáltatást. Ügyfélkapcsolati központ, amely egy sor telefon, email, fax, hálózati, kommunikációs és egy sor digitális és nem digitális csatornák az ügyfél interakciós platform. Ezen a platformon, az ügyfelek módot bárhol a társaság kommunikációs, és a vállalkozások megértsék a véleményét és igényeit az ügyfelek, a leggyorsabb sebességet ügyfelek megoldani valós problémákat, ugyanakkor ezek a központok is igyekeznek begyűjteni a kapcsolt információkat. Ügyfél-információk elérésére. Zero-veszteség "a jövőben az alapot a marketing és az értékesítés. Az előny: A vállalatok számára a hatékony és könnyű hozzáférést minden feljegyzést és információ menedzsment, ügyfél-elégedettség javítása, a fogyasztók kényelmét és a választás személyre szabott, a valós idejű kölcsönhatás erős, nincs intimitás, amely jó benyomást tett a vállalat. integrációja több csatornán az ügyfél contact center útválasztási szolgáltatás komponensek és a megfelelő kiszolgáló ügyfélszolgálati információs-alapú szerver és adatbázis segítségével a megfelelő üzleti logika végrehajtása, megtalálják a legjobb helyet nevében, és az, hogy ügyfél-információk frissítése és nyilvántartások. az egész folyamat számítógépes feldolgozása, vevői hívás hatékonysága igen magas. Egy tipikus ügyfélkapcsolati központjában a 2. ábrán látható.
Ügyfél Kapcsolat Központ ügyfél kapcsolatok és az információ egy jó módja annak, hogy gyűjtsön. De vajon ez a hagyományos módszerek (mint például a látogatások, informális kapcsolatok, stb) együtt egymással és az együttműködés, az üzleti több lesz jótékony előnyös.
2.2 Az adatok kezelése az ügyfél
Különböző források szerint az ügyfél adatok sok minden nincs rendben: ismétlés, nem teljes, nem szabványos, következetlen, és így tovább, ezek nyomon követése és elemzése a földmunkák nagy hatással. És ezért a durvasága e hatalmas szükséges adatok előre a sorrendben. E végzés két részből áll: Először is, a végfelhasználó adatok (értékesítés és az ügyfelek adatait) a szűrési és kiválasztási felvevők volt egységes marketing adatbázis, valamint megszilárdítása, valamint az adatok rendszeres frissítése, nevezhetjük adatok előfeldolgozás rész: 2 a marketing adatbázis további adatbányászati része az adatok, különleges tisztítási, integráció, átalakítási és csökkentési. Be elfogadható formában adattárház, adatbányászat a következő elegendő időt a felkészülésre, lehet leírni részeként az adatok újrafeldolgozás. Mivel a bonyolult adatfeldolgozási technológia, és nem a konkrét elemzés.
2,3 fogyasztás kulcsfontosságú adatok: Adatbányászat
Az ügyfelek adatait a követelményeknek megfelelően a tisztító-és befejező, szintén további ásatások és elemzések, felfedezésének piaci értéke a részletes információkat. Adatbányászat, egy adatbázis szempontból, megállapítást nyer, elrejtve a nagy adatkészletek és érdekes adatmodell származó adatok hasznos információkat és ismereteket a folyamat, az információ és a tudás széles körben lehet használni a különböző alkalmazások, mint például az üzleti menedzsment, a piaci elemzés és így tovább. A vállalati marketing. Ez segíthet a cég hatalmas ügyfelek adatait a rekordok a fogyasztói pszichológia és magatartás az ügyfél jellemzőinek információk kereskedelmi érték modell segítik a vállalatokat keresztül fejlesztése a pontosabb és hatékonyabb marketing döntéseket.
Az alapvető lépéseit adatbányászat a következők:
(1) adattisztítás és integráció: a zaj megszüntetése vagy nincs adat, a különböző adatforrások együttes, és az eredményeket letétbe az adattárház. Az egyik az adattárház egy olyan téma-orientált, integrált, időben változó és a nem-felejtő adatgyűjtés megszervezése többdimenziós adatmodellt design.
(2) az adatok kiválasztása és átalakulása: az adattárház-hoz elhoz a vonatkozó adatokat és az elemzési feladatokat, és vizsgálják a újraegyesítés egy megfelelő formában (például az összefoglaló vagy aggregációs műveletek).
(3) Adatbányászat: Az intelligens módszereket kivonat adatai hatalmas adatmodellek.
(4) A modell értékelése és tudásreprezentáció: Egyesek szerint interestingness intézkedést, meghatározza a valós értéke a modell és az elért eredmények révén vizualizációs és tudásreprezentáció technológiák elérhetővé a felhasználók számára (mint például az üzleti vezetők és más döntéshozók számára).
Ki az adatok fontosságát a bányászat, különösen az ügyfelek az üzleti felhasználása széles körű marketing, fő jellemzői és előkelő szövetség elemzése, besorolása és az előrejelzés, és klaszterelemzés és így tovább. A jobb megértése, csak egy amolyan modell leírt algoritmus.
2,4 fürtözéshez Adatbányászat Esettanulmány: K-eszközök algoritmus elmélet és alkalmazása
K-algoritmus: a folyamat a következő:
(1) bemenet tartalmaz N objektum (ügyfél) adatbázisa és a fürtök számát K (a fogyasztók száma a pont) a N tárgyak K véletlenszerűen kiválasztott, mint az átlagos összes klaszterek vagy központokban;
(2) A maradék (N-K) tárgyakat az egyes klaszterek szerint a központ távolsága a legközelebbi klaszter minden;
(3) újra számítja ki az átlagos értéke az egyes klaszter;
(4) ismételjük meg a két lépést. Amíg az átlagos egyes klaszterek nem változik. Minden osztály stabilizálására. Az eredmények közé tartoznak majd a besorolása csoportok különböző klaszter-specifikus mutatókat (azonos fogyasztási jellemzői az ügyfélkör).
Klaszterelemzés alkalmazott marketing, mint a szupermarketek bevásárló típusú elismerése tagjai az ügyfelek érdekében, hogy a jobb minőségű szolgáltatásokat nyújt tagjainak élelmiszerboltból ügyfelek adatbázisából, miután a szükséges fogyasztási adatok feldolgozása után a többdimenziós numerikus adatok modell: ügyfél-azonosító száma (összesen a fogyasztás, a vásárlások száma, jövedelmi szint, ... ...). Amely a teljes fogyasztás, a vásárlások száma, jövedelmi szintű többdimenziós változók közvetlenül összefügg a típusú ügyfél adatok. Szerint a tagság (N) száma és típusa az ügyfelek (K) az információk, mint a cluster analízis, a megfelelő eredményt elért klaszterek, a 2-D szimulációs eredményeket a 4. ábrán látható.
Klaszterezés eredménye, hogy minden tagja egy nagy bevásárló áruház ügyfelek három különböző méretek jelentős csoport (osztály), A, B, C, minden típusú ügyfél saját fogyasztói preferenciák és a különböző fogyasztói jellemzők. Szupermarket összehasonlíthatják és elemzi jellemzői különböző ügyfelek, valamint a célirányos fogyasztói magatartás marketing.
Az adatbányászat az adatbázis marketing rendszer központi eleme az analitikus CRM alkalmazások is az alapvető technológia, játszik nagyon fontos szerepet. Azonban összetettsége az elmélet és a technológia, az adatbányászat és sok kell tökéletesíteni. Érdemes megjegyezni, hogy nem minden adatbázis-típusú adatokat kell bányászat, néhány szöveg erős információkat (mint például a nagy számú szöveges elemzés, képek, stb) és néhány nem numerikus adatokat lehet mindaddig, amíg a sor kézi befejező ugyanezen okból Hozzájárul továbbá a marketing erőfeszítések és a döntéshozatalban.
2,5 kidolgozása a megfelelő gazdasági döntések
Di napi értékesítési adatok, ügyfélkapcsolati folyamat információszerzésre, adatbányászat felfedezett ismeretek modell a vállalkozások különböző marketing a termékek és szolgáltatások biztosítása a jó referencia a tényeket, majd a gyártási részleg, pénzügyi részleg 等 alapadatok (például a nyilvántartás, a költség adatok) vették figyelembe, a marketing osztály, hogy dolgozzon ki megfelelő eredmény akkor várható, több tudományos és racionális gazdasági döntések és stratégiák, például a 4P marketing stratégia, termék stratégia csak egy lehet optimalizálni az alábbiak szerint:
(1) szerint néhány termék konkrét értékesítési adatokat, és az átlagos haszonkulcs a fogyasztók megértését vásárlói preferenciák. Így a meglévő termékvonal vagy termék a vállalatok értékelése a projekt, és a megfelelő portfólió stratégia segítségével a megfelelő termékeket (mint például a termékportfólió bővítése és kontrakció. A termékcsalád kiterjesztés), hogy jobban megfeleljenek a piaci kereslet;
(2) keresztül a történelmi értékesítési adatok bányászati termékek, hogy megtalálják a életciklusának mely szakaszában van, amely szerint a termékek behozatalát, növekedés, érettség, hanyatlás jellemző különböző szakaszaiban termék fejlesztési stratégiákat kell;
(3) új termékek, összhangban az ügyfelek értékelése egy termék vagy szolgáltatás, vagy termék elégedettség javított és frissített. Az új termékek, mert a fogyasztók közötti különbségtétel bizonyos fogyasztói csoportok. Lehet saját fogyasztásra új termékek jellemzőiről, újrapozícionálása vagy a fejlődő termékek megfeleljenek az ízlése, és így tovább.