داده کاوی

صفحه اصلی/برچسب:داده کاوی

سیستم های پیشنهاد دهنده در CRM

احتمالا شما هم در هنگام خرید اینترنتی با این پیغام مواجه شده‌اید: “کسانی که این محصول را خریده‌اند، محصولات زیر را هم خریداری کرده‌اند”. سیستم های پیشنهاد دهنده (Recommender Systems) از ابزارهای داده‌ کاوی هستند که کاربرد بالایی در CRM دارند.

الگوریتم‌های پیشنهاد دهنده معمولا به دو دسته اصلی تقسیم می‌شوند. دسته اول، رفتار خرید کاربران را مقایسه می‌کنند و الگوهای مشابه بین آن‌ها را شناسایی می‌نمایند. دسته دوم، به مقایسه قوانین باهم‌آیی در خرید محصولات می‌پردازند و احتمال خرید مشابه دو محصول را به دست می‌آورند.

(بیشتر…)

By |۱۳۹۵/۱۱/۱۷ ،۲۰:۱۶:۳۹ +۰۰:۰۰۱۸ بهمن ۱۳۹۵|Categories: وبلاگ|Tags: , , , , |بدون دیدگاه

دومین کارگاه کاربرد تکنیک‌های داده کاوی (Data Mining) در CRM

کارگاه کاربرد تکنیک‌های داده کاوی (Data Mining) در مدیریت ارتباط با مشتری CRM، در تاریخ 21 بهمن‌ ماه برگزار خواهد شد. حضور در این دوره را به مدیران و کارشناسان CRM، مدیران و کارشناسان IT، متخصصین حوزه هوش تجاری، علاقمندان مباحث تحلیل داده‌ها و همچنین فارغ‌التحصیلان رشته‌های مهندسی صنایع، مهندسی نرم‌افزار، فناوری اطلاعات، تجارت الکترونیک، مدیریت صنعتی، مدیریت بازرگانی و… پیشنهاد می‌کنیم.

مباحث علمی این کارگاه توسط آقای دکتر امین شاکرزاده از اساتید و نویسندگان حوزه آمار، تحقیق در عملیات و نرم‌افزارهای آماری ارائه خواهد شد و بخش معرفی نرم‌افزارها و مثال‌های عملی به‌کارگیری داده‌کاوی در سی آر ام توسط آقای مهندس احسان مومنی، متخصص پیاده‌سازی داده‌کاوی در کسب و کارها ارائه خواهد گردید.

اهداف دوره:
? آشنایی با مفاهیم داده کاوی
? آشنایی با متدولوژی CRISP-DM و فازهای آن
? آشنایی با تکنیک‌های داده کاوی
? آشنایی با کاربرد تکنیک‌های داده کاوی در CRM
? آشنایی با امکانات نرم افزارهای داده کاوی
? آشنایی مقدماتی با محیط نرم افزارهای SPSS، Clementine و R

سرفصل‌های دوره‌:
✅ تعاریف و مفاهیم Data Mining
✅ معرفی متدولوژی CRISP-DM
✅ معرفی تکنیک‌های داده کاوی
✅ آماده سازی داده‌ها و پیش‌پردازش داده‌ها
✅ معرفی روش‌های داده‌ کاوی از جمله رده‌بندی، قوانین انجمنی، خوشه بندی و…
✅ معرفی کاربردهای داده کاوی در بازاریابی، فروش و CRM
✅ معرفی مقدماتی نرم افزارهای SPSS، Clementine و R
✅ بررسی چند نمونه کاربرد روش‌ها در CRMM همراه با نرم‌ افزار

 

کارگاه کاربرد داده کاوی در مدیریت ارتباط با مشتری Data Mining CRM

کاربرد Data Mining در CRM

یکی از جملات معروف در CRM این است که “جذب مشتری جدید، بسیار گران‌تر از نگهداشتن مشتری فعلی و پیش‌گیری از ریزش اوست”. هنگامی که یک مشتری ارزشمند، سازمان را ترک می‌کند، همه به این فکر می‌افتند که آیا علائمی وجود نداشت تا بتوان نارضایتی او را پیش‌بینی کرد؟

مثال زیر به شما توضیح می‌دهد که چگونه Data Mining در CRM کاربرد دارد و باعث افزایش سودآوری سازمان شود:

(بیشتر…)

By |۱۳۹۵/۱۱/۱۷ ،۱۹:۵۶:۱۴ +۰۰:۰۰۱۷ بهمن ۱۳۹۵|Categories: وبلاگ|Tags: , , , |بدون دیدگاه

آشنایی با CRM تحلیلی (قسمت دوم)

در سال‌های اخیر، حجم اطلاعات تراکنش‌های مشتریان بسیار بالا رفته است و  Big Data همه جا دیده می‌شود. در بعضی از کسب و کارها مانند بانک یا اپراتورهای تلفن که چند میلیون مشتری دارند، برای تحلیل داده‌های مشتریان لازم است چند صد میلیون رکورد مورد تجزیه و تحلیل قرار بگیرد.

در کسب و کارهای متوسط هم که چند صد تا چند هزار مشتری دارند، جمع‌آوری داده‌های مشتریان و تجزیه و تحلیل آن‌ها، بدون استفاده از ابزارهای جدید IT تقریبا غیر ممکن است و استخراج الگوی رفتاری مشتریان از این حجم انبوه داده‌ها به روش سنتی و با آمار توصیفی، غیر ممکن به نظر می‌رسد.

(بیشتر…)

آشنایی با CRM تحلیلی (قسمت اول)

 

همانطور که می‌دانید معمولا CRM را به چهار حوزه‌ی استراتژیک، فرآیندی، تعاملی و تحلیلی تقسیم می‌کنند. در مورد CRM استراتژیک و ارتباطی مطالب بسیاری منتشر شده است ولی CRM فرآیندی و خصوصا تحلیلی را کمتر می‌شناسند.

اتفاقا CRM تحلیلی از مهم‌ترین جنبه‌های این علم است که به سازمان‌ها اجازه می‌دهد برای بهبود ارزش مشتری و ارزش سازمان، اطلاعات مشتری را جمع‌آوری، ذخیره،‌ یکپارچه سازی، تجزیه و تحلیل، تفسیر، گزارش‌سازی و توزیع کنند. CRM تحلیلی مبتنی بر اطلاعات مشتری است.

(بیشتر…)

به‌کارگیری داده کاوی در CRM

همه ما می‌دانیم که کلیدی‌ترین عامل تعیین کننده موفقیت یک کسب و کار، خلق ارزش برای مشتری است و برای تداوم سودآوری لازم است نیازهای مشتریان را به خوبی شناخت و با آن‌ها ارتباط بلند مدت برقرار کرد. به کارگیری تکنیک‌های داده کاوی (Data Mining) بر روی بانک اطلاعاتی CRM، به سازمان‌ها کمک می‌کند تا از مزایای گسترده ابزارهای نوین تحلیل داده‌ها در برقراری ارتباط موثر با مشتریان بهره‌مند شوند.

داده کاوی، فرآیندی است که طی آن از حجم بزرگ و وسیعی از داده‌ها، که معمولا در انبار داده ذخیره می‌گردند، دانش و اطلاعات قابل استفاده‌ای استخراج و کشف می‌شود. در داده کاوی، الگوها و روندهایی که در داده‌ها به صورت پنهانی نهفته شده‌اند نیز استخراج می‌گردد.

(بیشتر…)

پیشنهادی برای فروشگاه‌های اینترنتی

join_drcrm

 

حتما برای شما هم پیش آمده که از فروشگاه‌های اینترنتی خرید کنید و در پایان خرید، فروشگاه به شما پیشنهاد خرید محصولات دیگر را بدهد و اعلام کند «کسانی که این محصول را خریده‌اند، محصولات زیر را هم خریداری کرده‌اند».

سیستم‌های پیشنهاد دهنده از ابزارهای نوین داده‌کاوی هستند که در شناسایی الگوهای رفتار خرید مشتریان به کار گرفته می‌شوند. این الگوریتم‌ها به کسب و کارها کمک می‌کنند تا جریان کلیک مشتریان را تحلیل کنند و مشخص کنند که الگوی مشاهده صفحات توسط مشتری جدید، شبیه کدام دسته از مشتریان قبلی است و بر اساس این شباهت، محصولاتی را به مشتری سفارش بدهند که بیشترین احتمال خرید را دارد.

شبکه‌های اجتماعی مانند فیسبوک یا لینکدین، از سیستم‌های پیشنهاد دهنده برای توسعه شبکه کاربران استفاده می‌کنند. این شبکه‌ها با به‌کارگیری الگوریتم‌های دقیق، پروفایل شما را بررسی می‌کنند و پیشنهادهای مناسبی از حلقه دوم و سوم دوستان به شما ارائه می‌دهند.

(بیشتر…)

بخش‌بندی بازار (قسمت چهارم)

بخش‌بندی بازار به دو روش پرایر (Prior) یا کلاستر (Cluster) انجام می‌شود. در روش اول که آن را روش پیشین ‌هم می‌نامند،‌ تعداد و نوع بخش‌ها از قبل تعیین شده است. به عنوان مثال، بانک‌ها پروفایل مشتریان را به دو دسته حقیقی و حقوقی تقسیم می‌کنند که برای مشتریان حقیقی، اطلاعاتی نظیر جنسیت، سن، میزان تحصیلات، میزان درآمد، طبقه شغلی و… ذخیره می‌شود و هر مشتری در گروه خاص خودش قرار می‌گیرد.

در تقسیم‌بندی پیشین، برنامه بازاریابی برای هر کدام از طبقه‌های از قبل تعریف شده و وقتی مشتری جدیدی به سازمان اضافه می‌شود، با توجه به این که در کدام طبقه قرار بگیرد، برنامه آن طبقه در مورد او اجرا می‌شود.

(بیشتر…)

By |۱۳۹۵/۱۰/۶ ،۰۷:۵۲:۰۷ +۰۰:۰۰۲۹ بهمن ۱۳۹۴|Categories: وبلاگ|Tags: , , , |بدون دیدگاه

داده‌ کاوی (Data Mining) در مدیریت ارتباط با مشتری

 امروزه در شرکت‌­های آینده‌نگر که آینده‌­ی سیستم خود را از نظر رابطه با مشتریان در اولویت قرار داده‌اند، شناخت تمام مشتریان و همچنین شناخت نیازهای آن‌ها می‌تواند کمک بزرگی در رسیدن به هدفشان داشته باشد، لذا آن‌ها از این شناخت می‌توانند در جهت بهتر و راحت‌تر انجام شدن تجارت‌شان با مشتریان‌شان استفاده کنند، تا این‌ که تمرکزشان را بر تعامل با رقبایشان بگذارند.

آن­‌ها در این مسیر، چگونگی سرمایه‌گذاری بر روی مشتریان ارزشمند و البته شناسایی آن‌ها را فرا خواهند گرفت و بالعکس مشتریانی که سودرسانی کمتری خواهند داشت را شناسایی می‌کنند و چگونگی برخورد با آن‌ها را کشف خواهند کرد.

(بیشتر…)

عنوان

Go to Top