Nova zasnova sistema podatkovne baze za promet
Database marketing in teorija kot kombinacija informacijske tehnologije, arhitektura sistema zahteva utemeljena podlaga za izvajanje. Podatkovne baze sistema trženja za problem, različne domače in mednarodne strokovno mnenje. Nekateri strokovnjaki menijo, da: iz zbirke trženje in upravljanje odnosov s strankami (CRM) za analizo odnosa med vidika, podatkovne baze za promet, čeprav je podlaga za CRM. Ampak to nima CRM prodaje avtomatizacija, storitve za stranke in poslovne inteligence (podatkovnega rudarjenja, itd) vsebine. Svoje baze podatkov o preteklih podatkov je pogosto v stiku z družbo, tako da le kot predhodno analizo vrste promocij.
Glede na trenutne trženje pomen v podjetju, menim, da ta sistem je treba v celoti tržno vodilna ideologija, ki zajema CRM prodajo, storitve za stranke in vsebina poslovne inteligence celotnega sistema. Temelji na naslednjih dveh razlogov: prvič, vzpostavitev tržnih podatkovne baze je CRM podatkovno skladišče, podatkovno rudarjenje predpogoj. Vključiti dva dela lahko povečajo tržno funkcijo sistema. Enotno vodenje trženje dela, ki so dosegli tehnične možnosti, 2, prodaja, storitve za stranke, čeprav so nekatere razlike v primerjavi s tržno, je mogoče reči za trženje kot temeljni za igranje njihovih vlog. To je vključeno v: podatki o prodaji, da zagotovijo, da marketinški oddelek, služba za trženje, da bo vodil skozi odločanja korak v gladko prodaje, dodana vrednost za kupce, storitve za stranke s trženjem snovi, ki bodo pomembno reference, ki temelji na značilnosti kupca porabe podrobne podatke o ustreznih storitev, doseganje zadovoljstva strank.
Na kratko je treba študijo baze tržnega sistema, ki poganja trženja. Prodaja, storitve za stranke in poslovne inteligence za dostopnost trženja podjetja na ravni sistema, v smislu, da je poln idej za promet v središču CRM. Študija tega novega sistema podatkovne baze za promet je prikazano na sliki 1. Sistema podatkovne baze za promet je tak sistem: prodaja, storitve za stranke oddelek centrov stike s kupci in različnih prodajnih kanalov za zbiranje podatkov o strankah, in s pomočjo zbiranja marketing službi baze podatkov o strankah. Marketing oddelek za opazovanje Vaši podatki, statistike in analize, Bi Yao uri del podatkov, z racionalizacijo pretvorbo v podatkovno skladišče poglobljeno analizo in obdelavo podatkov, kot je rudarstvo, bo prišel k vrednosti Zhishimoshi z vizualnim oddelek za promet, je dejal Ji . Trženje teh sklepov in proizvodnega sektorja, finančnega sektorja integriranih informacij za razvoj v naslednjo fazo strategije trženja in pošlje različnih oddelkov, kot referenca za njihove dejavnosti.
2 Izvajanje novega sistema zbirke podatkov za promet
2,1 viri Vaši podatki: stike s kupci in kontaktne
Corporate trženje osebje takoj, če ni ustrezne Vaši podatki in informacije o trgu. Bilo bi težko opravljati dela. Zato je stik in povezavo s strankami postal še posebej pomemben. Database marketing, stike s kupci in zvezo ima dva dela: prvi, prodaja izdelkov in storitev prek distribucijskih kanalov in stike s strankami, pravočasno v zapis kupca prodaje: Prvič, stranka s službo za službo za komunikacijo s centrom stike s kupci , in izmenjavo. Preko multi-media, multi-kanalni integracije in inteligentne načine iskanja, da strankam pomaga najti najboljše sedeže (točk storitve za stranke) in zagotavljanje kakovostnih storitev. Customer Contact Center, ki je določen za telefon, e-pošta, faks, omrežje, komunikacije in serija digitalnih in drugih digitalnih kanalov s strankami interakcije platforme. V tej platformi, lahko kupci izbirajo svojo lastno pot nekod s podjetjem komunikacijo in podjetjem, da razumejo strank mnenja in potrebe, pa z najhitrejšim hitrosti za pomoč strankam reševanje realnih problemov, istočasno, center poskusite tudi zbiranje ustreznih informacij. Doseči informacije o strankah. Zero-loss "za prihodnje zagotovi osnova za trženje in prodajo. Prednost je: Za podjetja, dostop do učinkovitih in enostaven dostop do vseh evidenc in upravljanje informacij, izboljšanje zadovoljstva strank; Za stranke, udobje in izbira prilagojene v realnem času interakcije močni, so intimnosti in s tem ustvariti dober vtis na poslovanje. integrirani večkanalni stike s kupci center poti rezervnih komponent in ustrezno strežnik odjemalec kontaktne informacije temeljijo na strežnik in zbirko podatkov z ustrezno izvajanje operativnih logike, najti najboljše sedeže v imenu, in da posodobite informacije o strankah in evidence. celoten proces za računalniško obdelavo, za sprejem klicev, učinkovitost je zelo visoka. tipičnega kupca klicni center prikazano na sliki 2.
Customer Contact Center za stik s strankami in zbiranja podatkov je dober način. Vendar pa lahko s tradicionalnimi metodami (kot so obiski, neformalni stiki, ipd) v kombinaciji z vsako drugo in sodelovanja, bo poslovno bolj koristno, je koristno.
2,2 ravnanje s podatki o strankah
Glede na različne vire podatkov o strankah tam zbrani so številne težave: ponavljanje, nepopolne, ne-standard, v neskladju, itd, so vse nadaljnje analize in rudarjenje velik vpliv. To bo zahtevalo ogromne količine surovih podatkov o teh zahtevah vnaprej v skladu z namenom. To, da vsebuje dva dela: prvič, podatki končnim uporabnikom (prodaja in podatki o strankah) za pregled in izbor snemalniki so bili enotni trženje baze podatkov, ter za urejanje in dopolnjevanje podatkov redno, se lahko imenuje predobdelava podatkov del: 2 je promet z bazo podatkov za nadaljnje iskanje podatkov o delu podatkov, s posebnimi čiščenje, integracijo, preoblikovanje in znižanje. V sprejemljivo obliko skladiščenja podatkov, podatkovno rudarjenje za naslednjih dovolj časa za pripravo, je mogoče opisati kot del podatkov predelave. Ker kompleksnost tehnike za obdelavo podatkov, in ne za posebne analize.
2,3 Poraba ključnih podatkov: Podatkovno rudarjenje
Vaši podatki v skladu z zahtevami za čiščenje in končno obdelavo, prav tako potrebna nadaljnja izkopavanja in analize, raziskovanje in odkrivanje tržne vrednosti poglobljene informacije. Data Mining, iz zbirke podatkov vidika, je odkrivanje skritih v velikih nizov podatkov, in njihove vzorce zanimivih podatkov, pridobljenih v podatke pretvorbo v uporabne informacije in znanja o procesu, informacij in znanja, se lahko uporablja v različnih Ying Yong, kot so upravljanje podjetij, analize trga in tako naprej. Za podjetja marketing. Pomaga lahko podjetja veliko podatkov stranke iz evidenc ugotovljeno v psihologiji potrošnikov in obnašanje v zvezi z značilnostmi strank poslovni model vrednosti podatke za pomoč podjetjem prek svojih razvoj bolj točnih in učinkovite odločitve trženja.
Osnovnih korakov podatkovnega rudarjenja so:
(1) Podatki za čiščenje in integracijo: odprava hrupa ali v neskladju podatkov, različne vire podatkov skupaj, in rezultati deponira v podatkovno skladišče. Eden od podatkovnega skladišča je predmet usmerjen, integrirana, časovno spremenljiva sevanja in nehlapne zbiranje podatkov organizirano prek večdimenzionalnega podatkovnega modela design.
(2) podatki za izbiro in transformacija: iz podatkov, skladišča za pridobitev ustreznih podatkov in analiz naloge, ter preučiti poenotenju v primerni obliki (na primer z deklaracijo ali združevanja operacij).
(3) Data Mining: Uporaba inteligentnih metod za pridobivanje podatkov iz ogromne podatkovnih modelov.
(4) Model vrednotenja in predstavitev znanja: Po mnenju nekaterih interes ukrep za ugotavljanje realne vrednosti in model rezultate strokovnih vizualne in znanje, da je tehnologija na voljo uporabnikom (kot so poslovodje in drugim organom odločanja).
Na pomen podatkovnega rudarjenja zlasti stranke na poslovno uporabo širokega nabora trženjskih, predvsem značilna in razlikovati združenje analizo, razvrščanje in napovedovanje, in povezovanje analize in tako naprej. Za lažje razumevanje, le eden od vrste vzorca, opisanega algoritma.
2,4 Clustering Data Mining Študija primera: K-pomeni algoritem teorijo in prakso
K-pomeni algoritem postopek je naslednji:
(1) vložek vsebuje N predmetov (stranka), baze podatkov in število skupin K (število strank do točke) predmeti N v K so bili naključno izbrani kot povprečje vseh skupin ali središčih;
(2) preostalih (N-K) predmetov, za vsak grozd glede na oddaljenost od centra dodeli najbližjemu grozd iz vsake;
(3) za ponovni izračun povprečne vrednosti vsake skupine;
(4) ponovite dveh korakih. Do povprečje vsake skupine se ne spremeni. Vsak razred stabilizacije. Rezultati bodo prišli na podlagi uvrstitev vsake posebno ciljno skupino skupin (z enako porabo značilnosti baze strank).
Cluster analiza se uporablja za trženje, kot so supermarket nakupovanje vrsti priznanja za člane strank, da bi bolje zagotavljali kakovostne storitve za svoje člane iz supermarketa baze strank po potrebi podatki o porabi, po predelavi večdimenzionalne numeričnih podatkov Model: številka identifikacije strank (skupni porabi, število nakupov, stopnji dohodka, ... ...). Kateri celotne porabe, število nakupov, ravni dohodkov so večdimenzionalne spremenljivke, neposredno povezane z vrsto podatkov o strankah. Glede na članstvo (N) število in vrste strank (K) informacij, kot so analiza grozdov, ki ustreza rezultate skupine, 2-D simulacije rezultatov je prikazano na sliki 4.
Clustering Posledica tega je, da so vsi člani velikih kupcev supermarket shopping so svetilke različnih dimenzij v tri različne skupine (vrsta), A, B, C, vsako vrsto strank ima svoje različne preference potrošnikov in potrošnikov značilnosti. Supermarket lahko primerjajo in analizirajo značilnosti različnih vrst strank, ter izvajajo usmerjena potrošnikov marketing.
Podatkovno rudarjenje je podatkovna baza trženje sistem osnovna sestavina analitične CRM aplikacij je tudi jedro tehnologije, igra zelo pomembno vlogo. Vendar pa kompleksnost teorije in tehnologije, podatkovnega rudarjenja in veliko je treba izpopolniti. Treba je omeniti, da niso vse vrste baze podatkovnega rudarjenja potrebe, in nekateri močni besedilne podatke (kot je lahko veliko število analiz besedilo, slike, itd) in nekaterih ne-numeričnih podatkov, dokler razvrščanje skozi nekaj umetnega, na enak način bo tudi pomagalo tržnega prizadevanja in odločanja.
2,5 razviti ustrezne odločitve za promet
Daily podatki o prodaji, kupca kontaktne informacije, pridobljene v model podatkovnega rudarjenja odkrili poznavanje različnih izdelkov in storitev podjetja za tržne dejavnosti Shi Shi dobra referenca za poslovno področje, potem proizvodnega sektorja, finančnega sektorja in drugih osnovnih podatkov (kot so evidence in podatke o stroških), upoštevajo, marketinški oddelek za razvoj ustreznih rezultat lahko bolj racionalne in znanstveno tržnih odločitev in strategij, kot so 4P strategijo trženja, izdelek strategija le mogoče enega optimizirati na naslednji način:
(1) je po mnenju nekaterih proizvodu posebne podatki o prodaji in povprečne stopnje dobička potrošniku lažje razumevanje preferenc kupcev. Tako je za obstoječi linijo izdelkov ali izdelkov podjetij, da oceni projekt, in ustrezne strategije portfelja z uporabo prave izdelke (na primer portfelj izdelkov razširitev ali krčenje. Za linije), da bolje zadovoljuje povpraševanja na trgu;
(2) s pomočjo zgodovinskih podatkov o prodaji rudarske proizvode, da bi našli svojo stopnjo življenjskega cikla, v katerem, glede na izdelke, ki jih uvoza, rast, zrelost, upadanje funkcije izdelka v različnih fazah razvoja ustreznih strategij;
(3) nove izdelke, v skladu z oceno stranka proizvoda ali storitve ali proizvoda, zadovoljstvo izboljšati in posodobiti. Za te nove izdelke zaradi diferenciacije potrošnika posebne skupine potrošnikov. Lahko za svojo porabo značilnostih novih proizvodov, premeščanje ali razvoj izdelkov, da izpolnijo svoje okuse in tako naprej.