veritabanı pazarlama sisteminin yeni bir tasarım
Bilgi teknolojisinin birleşimi olarak Veritabanı pazarlama ve pazarlama teorisi, sistem mimarisi uygulanması için makul bir temel gerektirir. sorunun Veritabanı pazarlama sistemi, farklı ulusal ve uluslararası uzman görüşü. Bazı akademisyenler: veritabanı pazarlama ve müşteri ilişkileri yönetimi (CRM) dan, veritabanı pazarlama bakış açısı arasındaki ilişkiyi analiz etmek, inanmak olsa CRM için temel. Ama CRM satış otomasyonu, müşteri hizmetleri ve iş zekası (veri madenciliği, vs) içeriğine sahip değildir. tarihsel verilerin onun veritabanını sık sık ulaşılmazım şirket ile promosyonlar tipi bir ön analiz böylece tek olarak.
işletmede cari pazarlama önemi göz önüne alındığında, bu sistem tam bir pazarlama rehberlik ideoloji, CRM satış kapsayan gerektiğini düşünüyorum, müşteri hizmetleri ve komple bir sistem iş zekası içeriği. aşağıdaki iki ana nedeni geçerli: Öncelikle, veritabanı pazarlama, CRM, veri ambarı, veri madenciliği bir önkoşul içindir. Entegre iki bölümden sistemin pazarlama fonksiyonunu artırabilir. teknik olarak da olanak sağlamaktır pazarlama iş, Unified yönetimi; 2, satış, müşteri hizmetleri, her ne kadar pazarlama ile bazı farklılıklar, ama pazarlama için bir çekirdek kendi rollerini oynamak için de söylenebilir. Bu somutlaşan geçerli: satış verileri pazarlama departmanı için, pürüzsüz bir satış içine karar verme aşamasında yol departmanı pazarlama sağlamak, müşterileri için katma değer, müşteri hizmeti belirli ayrıntıları müşteri tüketim özellikleri dayanan önemli bir referans olmak, pazarlama malzemelerine gelen hizmetler müşteri memnuniyetini sağlamak.
Kısacası, veritabanı pazarlama sisteminin çalışma pazarlama tarafından yönlendirilmesi gerekir. Satış, bir anlamda kurumsal seviyede pazarlama sisteminin erişilebilirliğini için müşteri hizmetleri ve iş zekası, o CRM temelinde tam bir pazarlama fikirleri olduğunu. Bu yeni veritabanı pazarlama sistemi Şekil 1'de gösterilen çalışma. veritabanı pazarlama sistemi böyle bir sistemdir: satış, müşteri iletişim merkezleri ve satış kanalları aracılığıyla müşteri hizmetleri departmanı, müşteri veri toplanması ve veri tabanının harmanlama ile pazarlama sektöründe müşterilerine. Pazarlama departmanları müşteri veri, istatistik ve analiz, veri ambarı derinlemesine analiz ve işleme içine veri madenciliği gibi dönüşüm düzenleyerek veri gerekli bir parçası, bilgi model değeri pazarlama departmanı için görsel temsil yoluyla gelecek gözlemlemek . Pazarlama ve bu bulguların üretim bölümleri, mali sektör, bilgi entegrasyonu, pazarlama stratejisinin bir sonraki aşama geliştirmek ve faaliyetleri için referans olarak her sektörün gönderin.
Yeni veritabanı pazarlama sisteminin 2 Uygulama
Müşteri verilerinin 2,1 kaynakları müşteri iletişim ve irtibat
tam gerçek zamanlı müşteri verilerini ve piyasa bilgisi olmadan Kurumsal pazarlama elemanı. Will zor yürütmek mümkün. Bu nedenle, iletişim ve irtibat müşterilerle özellikle önem kazanmıştır. Veritabanı pazarlama, müşteri iletişim ve irtibat iki bölümden oluşur: Birinci sahip, müşteri satış kayıt altında zamanında dağıtım kanalları ve müşteri temas yoluyla ürün ve hizmet satışları: İlk olarak, müşteri hizmetleri departmanı aracılığıyla müşteri müşteri iletişim merkezi ile iletişim kurmak için ve iletişim. multi-medya yoluyla, çok kanallı entegrasyon ve akıllı arama yöntemleri müşterilerine en iyi koltuk (müşteri hizmetleri puan) ve kaliteli hizmet sunmak bulmanıza yardımcı olmak için. Müşteri İletişim Merkezi telefon, email, faks, network, iletişim ve bir dizi müşteri etkileşim platformu ve non-digital dijital kanalların bir dizi. Bu platform, müşteriler şirket ile her zaman iletişim kurmak için, kendi yolunu seçebilir ve işletmeler görüş ve ihtiyaçlarını müşterilerinin anlamak, hızla aynı zamanda pratik sorunları çözmek olarak müşterilerine yardımcı olmak için, merkezleri de toplamaya çalışın ilgili bilgi. Ulaşmak müşteri bilgileri. Gelecek için Zero-kaybetme "pazarlama ve satış için temel sağlar. avantaj: işletmeler için, tüm kayıtları ve bilgi yönetimi için etkin ve kolay erişim erişim, müşteri memnuniyetini artırmak; müşteriler için kolaylık ve seçim kişiselleştirilmiş gerçek zamanlı etkileşim güçlü, orada şirket üzerinde iyi bir izlenim var samimiyet vardır. müşteri iletişim merkezi çoklu kanal entegrasyonu iş mantığının uygun yürütülmesi ile hizmet bileşeni ve müşteri irtibat bilgileri tabanlı sunucu ve veritabanına ilgili sunucu yönlendirme, adına en iyi koltuk bulmak ve müşteri bilgilerini güncelleme ve kayıt olun. bilgisayara işlenmesi için tüm süreç, müşteri çağrı verim çok yüksektir. tipik bir müşteri iletişim merkezi Şekil 2'de gösterilmiştir.
Müşteri İletişim Merkezi müşteri iletişim ve bilgi toplama için iyi bir yoldur. Ama olabilir ziyaretler, gayri resmi kayıtlar, vb gibi geleneksel yöntemler () ile birbirlerine ve işbirliği ile birlikte, iş daha faydalı olacaktır faydalıdır.
2,2 müşteri veri işleme
Müşteri verilerinin çeşitli kaynaklara göre birçok sorunları: tekrarlama, eksik standart değil, tutarsızlıklar, vs, hepsi takip analiz ve büyük etkisi kazı sıralanabilir. Ve bu büyük veri sipariş öncesinde gerekli nedenle pürüzlülüğü. Bu sırada iki bölümden oluşur: Birincisi, tarama ve seçim kaydediciler için son müşteri verilerini (satış ve müşteri veri) birleşik pazarlama veri tabanı vardı ve pekiştirmek ve verileri düzenli olarak, veri ön işleme parçası diyebileceğimiz güncelleştirmeyi içerir: 2 veri parçası daha da veri madenciliği için bir pazarlama veritabanı, özel temizlik aracılığıyla, entegrasyon, dönüşüm ve indirgeme. Içine sonraki yeterli süre hazırlamak için veri ambarı, veri madenciliği kabul edilebilir bir form, veri işlemin parçası olarak tanımlanabilir. Veri teknoloji işleme karmaşıklığı ve özel analiz için değildir.
anahtar veri 2,3 Tüketimi: Veri madenciliği
temizlik ve terbiye için gereksinimleri doğrultusunda Müşteri verileri, aynı zamanda keşfetmek ve derinlemesine bilgi piyasa değerini keşfetmek daha kazı ve analizi gerekir. Veri Madenciliği, bir veritabanı bakış açısıyla, bu büyük veri setleri ve onların ilginç veri modeli gizli faydalı bilgiler ve süreç bilgisi, bilgi ve verileri elde yaygın olarak farklı uygulamalarda kullanılabilir bulunursa, işletme yönetimi, pazar analizi ve benzeri gibi. kurumsal pazarlama için. Bu kayıtlardan şirketin büyük müşteri verilerini yardımcı olabilir tüketici psikolojisi ve davranışları ticari değer veri modelinin müşteri özellikleri ile ilgili daha doğru ve etkili pazarlama kararlarının onların geliştirilmesi yoluyla şirketlere yardımcı olmak için bulundu.
veri madenciliği include temel adımlar:
(1) veri temizleme ve entegrasyon: gürültü veya tutarsız verileri ortadan kaldırılması, farklı veri kaynakları birlikte ve sonuçları veri ambarı yatırılır. Bir veri ambarı biridir konu odaklı, entegre, zaman ve verilerin kalıcı koleksiyon değişen çok boyutlu veri modeli tasarım kullanarak düzenledi.
(2) veri seçimi ve dönüşüm: veri ambarı itibaren, ilgili veri ve analiz görevler almak ve uygun bir formu (örneğin özeti veya birleştirme işlemleri yoluyla içine birleşik keşfetmek).
(3) Veri Madenciliği: büyük veri modelleri veri ayıklamak için akıllı yöntemler kullanma.
(4) model değerlendirme ve bilgi gösterimi: Bazı interestingness ölçü, model ve sonuç görselleştirme ve bilgi gösterimi teknolojileri kullanıcılara (aracılığı ile mevcut yöneticiler ve diğer karar vericiler gibi elde edilen gerçek değerini belirlemek göre).
veri pazarlama geniş bir iş kullanımı özellikle madencilik, müşteriler, özellikle karakterize ve dernek analizi, sınıflandırma ve tahmin seçkin önemi ve kümeleme analizi ve benzeri Out. anlaşılmasını kolaylaştırmak için, tek model bir tür algoritması nitelendirdi.
2,4 Veri Madenciliği Case Study Kümeleme: K-algoritma teori ve uygulama araçları
K-şöyle algoritma süreç olduğu anlamına gelir:
(1) giriş N nesneleri (müşteri) veritabanı ve kümelerin K (K N nesneler puan müşteri sayısı) rastgele tüm kümeleri veya merkezlerinin ortalama olarak seçilmiştir numarasını içerir;
(2) (N-K) her kümeye nesnelere göre kalan merkezine her gelen en yakın küme tahsis edilen mesafe;
(3) yeniden her kümenin ortalama değerini hesaplamak için;
(4) iki adım tekrarlayın. Her küme ortalaması kadar değişmez. stabilize Her sınıf. Sonuçlar müşteri tabanının aynı tüketim özellikleri ile kümeleri her belirli hedef grubu (sınıflandırılması altında) gelecek.
Kümeleme analizi pazarlama, müşteri üyelerinin tanınması süpermarket alışveriş türü gibi daha iyi üyelerine süpermarket müşterilerinin veritabanından kaliteli hizmet sunmak için gerekli tüketimi verileri sonrası, çok boyutlu sayısal veriler işlendikten sonra uygulanan model: müşteri kimlik numarası (toplam tüketim, satın alma sayısı, gelir düzeyi, ... ...). Hangi toplam tüketim, satın alma sayısı, gelir düzeylerinin müşteri veri türü ile çok boyutlu değişkenler doğrudan ilişkilidir. kümeleme analizi gibi bilgilerin istemcileri (K) üyelik göre (N) sayısı ve tipleri, ilgili sonuçlarını kümeleri, 2-D benzetim sonuçları Şekil 4'te gösterildiği aldı.
Kümelenme Sonuç olarak büyük bir alışveriş süpermarket müşterilerinin tüm üyelerinin üç farklı boyutlar içine anlamlı küme (sınıf ayrılır) ise, A, B, C, müşterilerinin her tür kendi tüketici tercihleri ve farklı tüketici özellikleri var. Süpermarket karşılaştırabilir ve müşterilerinin farklı özellikleri analiz ve pazarlama hedef davranış.
Veri madenciliği analitik CRM uygulamalarının temel bileşenin veritabanı pazarlama sistemi de çekirdek teknolojisi, bir çok önemli rol oynamaktadır. Ancak, teori ve teknoloji, veri madenciliği ve birçok ihtiyaç karmaşıklığı mükemmel olmak. Hicbirseye degmez veri değil tüm veritabanı türlü madencilik, metin analizi, resim vs) ve bazı sivil sayısal veriler çok sayıda gibi çok kısa bilgi (as uzun olabilir ihtiyaç olduğu gibi elle bitirme sayısını Aynı şekilde Ayrıca pazarlama çalışmaları ve karar alma yardımcı olacaktır.
2,5 uygun pazarlama kararları geliştirmek için
Günlük satış verileri, müşteri irtibat bilgileri kurumsal bilgi keşfi Ürünler ve hizmetler farklı pazarlama faaliyetleri için veri madenciliği modeli sırasında gerçekler için iyi bir referans sağlamak için elde edilen ve ardından üretim sektörü, mali sektör ve diğer temel veri (gibi envanter, maliyet verileri) dikkate alınmıştır, pazarlama departmanı ilgili bir sonuç daha bilimsel ve akılcı pazarlama kararları ve stratejileri, ürün stratejisi tek olarak optimize edilebilir gibi 4P pazarlama stratejisi de olabilir geliştirmek için aşağıdaki gibidir:
(1) Bazı ürün özel satış verisi ve tüketici müşteri tercihleri anlayış ortalama kar marjları göre. Böylece mevcut ürün veya ürün şirketleri ve ilgili portföy strateji ürün portföyünü genişletme veya kasılma gibi doğru ürün kullanarak (proje değerlendirme. Ürün uzantıları) daha iyi pazar talebini karşılamak için;
(2) tarihsel satış verileri madencilik ürünleri yoluyla yaşam döngüsü sahne bulmak için, ürün geliştirme stratejileri farklı aşamalarında ithalat içindeki ürünlere göre, büyüme, olgunluk, düşüş karakteristik göre;
(3) yeni ürün, bir ürün veya hizmet ya da memnuniyetini ürün geliştirme ve güncelleme için müşteri değerlendirilmesi uygun olarak. belirli tüketici gruplarının tüketici farklılaşması nedeniyle bu yeni ürünler için. Can yeni ürün onların tüketim özellikleri, yeniden konumlandırılması ya da gelişmekte olan ürünler için onların damak tatları için vesaire.