ارتباطات
همانطور که قبلا اشاره شد CRM از سه بخش تشکیل شه است : مشتری ،ارتباطات و مدیریت.
دراین مقاله میخواهیم در مورد ارتباطات صحبت کنیم.
انتخاب بهترین کانال هاي ارتباطی براي هر سازمان متفاوت است.سازمانها می بایست با توجه به شناختی که از مشتریان خود دارند بهترین کانال هاي ارتباطی را شناخته و براي پیاده سازي آن سرمایه گذري کنند.
البته با توجه سرعت فزاینده پیشرفت تکنولوژي ارتباطات، سازمانها میبایست خود را به این تکنولوژي ها مجهز نمایند.
سازمانها براي یافتن بهترین کانال هاي ارتباطی، میبایست نظریات مشتریان خود را جویا شده و بر اساس راحتی ایشان مبادرت به انتخاب بهترین کانال ها نمایند.
معمولاً در انتخاب بهترین کانال هاي ارتباطی رضایت بخش، فاکتور هاي زیر مد نظر قرار میگیرد:
توان پاسخگویی بهتر
آسانی به کار گیري بهتر
اتلاف زمان کمتر
هزینه کمتر
انواع کانال های ارتباطی
کانالهایی که یک سازمان با مشتریانش ارتباط برقرار می کند در زیر آمده اند:
تلفن – ارتباط شخصی و رودر رو- پست الکترونیک- روابط عمومی- تلویزیون – وب سایت- پیام کوتاه- روزنامه- دورنگار – خبرنامه- رادیو – چت.
جلسات حضوری و رو در رو
مهمترین کانال ارتباطی، جلسات حضوري است. در قدیم الایام تنها کانال ارتباطی بود. امروزه، نیز در اکثر موارد، حتی بعد از ارتباطات تلفنی و اینترنتی، نیاز است که جلساتی حضوري با مشتریان داشته باشیم.
اصول و نکاتی که می بایست در جلسات حضوري رعایت شود، بسیار زیاد و مهم بوده که هر کدام از این حوزه ها، خود یک رشته دانشگاهی است.
در زیر به صورت تیتر وار، رئوس مطالبی که می بایست در یک جلسه حضوري با مشتري رعایت کرد تا به اهداف CRM رسید آورده شده است. علاقه مندان میتوانند بامطالعات و تحقیقات بیشتر به هر کدام از این مباحث مسلط شوند.
-1 اصول و هنر سخنوري را فرا گیرید. با اشتیاق صحبت کنید تا مشتري هم به وجد آید.
-2 اصول پوشیدن لباس، ظاهر و تیپ تجاري را فراگیرید. هر رنگی مناسب کت و شلوار تجاري نیست.
-3 اصول زبان بدن را فراگیرید .
-4 از کلمات فنی بسیار تخصصی و متلک هاي ناراحت کننده استفاده نشود.
-5 اصول دکوراسیون و چیرمان محل ملاقات را فرا بگیرید.
-6 اصول تشریفات را فرا گیرید .
فن آوري های CRM
استراتژيهاي سازمانی مدیریت ارتباط با مشتري به زیرساخت اطلاعاتی متشکل از فناوريهاي گوناگون وابسته است. این فناوريها سازمانها را قادر میسازند تا حجم عظیمی از دادههاي مربوط به مشتریان را ذخیره سازي, تحلیل و کنترل نمایند.
اغلب سازمانهایی که مشتریان زیادي دارند, براي پیاده سازي CRM نیازمند ترکیبی از ناوريهاي پیچیده می باشند. در اینجا ضمن بررسی نقش فناوري در مدیریت ارتباط با مشتري به بررسی چهار عامل مهم فناوري در پیاده سازي موفق CRM پرداخته میشود. این عوامل عبارتند از:
1. انبار داده
2. سیستمهاي مدیریت پایگاه داده
3. داده کاوي
4.نرم افزار تحلیل کسب و کار
انبار داده
امروزه سازمانهاي مشتري محور با ثبت رویدادهاي مرتبط با مشتري از قبیل تماسها, فروش, ارسال بروشور محصولات شرکت, بازدید مشتري از وب سایت شرکت و .. از آنها به عنوان فرصتی براي یادگیري سازمان استفاده میکنند؛
ولی یادگیري چیزي فراتر از گردآوري صرف داده است, در واقع بسیاري از شرکتها صدها گیگابایت یا ترابایت داده درباره مشتریان خود جمع آوري میکنند بدون آنکه چیز زیادي درباره آنها بدانند.
یک انبار داده مناسب, فراهم کننده امکان دسترسی به اطلاعاتی است که از داده هاي مبادلاتی استخراج می شود. انبار داده پیش نیاز برقرار روابط تک به تک با مشتریان بوده و می تواند اطلاعات را به مهمترین منبع براي سازمانها تبدیل کند.
طراحی انبار داده مناسب براي استقرار CRM یکی از مهمترین چالشهاي اساسی براي تیمهاي مسئول پیاده سازي پروژه CRM محسوب می گردد.
اهداف و ویژگی های انبار داده
اهداف انبارسازی داده ها عبارتند از:
ایجاد زیرساخت اطلاعاتی مناسب که امکان ارائه اطلاعات به موقع, را در زمان مناسب و با هزینه قابل قبول ·
ایجاد کند
ایجاد نسخه منحصر به فردي از داده مشتري ·
امکان استفاده از داده هاي موضوعی براساس نیازهاي از قبل تعیین شده ·
ارزش انبار داده در توانایی آن بر بالا بردن درك سازمان از رفتار مشتري نهفته است.
بیل اینمان که اغلب از وي به عنوان پدر انبارسازي داده نام برده میشود, معتقد است که انبار داده از چهار
ویژگی برخوردار است که آن را از سایر سیستم هاي عملیاتی متمایز میکند, این چهار ویژگی عبارتند از:
1. موضوع- محور بودن: ذخیره سازي و طبقه بندي داده ها برمبناي موضوع.
2. یکپارچگی: ثبات و یکپارچگی در تعریف پارامترها.
3. تنوع زمانی دسترسی به داده هاي زمانی متفاوت.
4. ثبات: پایداري و ثبات رویه در ذخیره سازي دادهها.
موضوع- محور بودن داده ها در انبار داده بر این نکته تاکید درد که داده ها براساس موضوع سازماندهی میشوند که این ویژگی میتواند طراحی و پیاده سازي داده هاي موجود در پایگاه داده را تحت تأثیر قرار دهد.
یکی دیگر از ویژگیهاي یک انبار دادة عملیاتی, یکپارچگی داده هایی است که هر کدام از آنها از کارکردهاي متفاوتی برخورداند.
تفاوت های انبار داده با مخزن داده
اصطلاح انبار داده را می توان در مورد گستره متنوعی از رویکردهاي دسترسی به داده هاي پشتیبانی تصمیمات کسب و کار به کار برد. درحالی که مخزن داده ها در واقع نوعی انبار داده هاي موضوعی یا انبار داده محدود به یک واحدکسب وکار میباشد.
به عبارت دیگر مخزن داده دربرگیرنده داده هایی در مقیاس محدودتر در بخش وظیفه خاصی از سازمان مانند تولید, بازاریابی یا مالی می باشد که می تواند بهشتی از یک انبار داده سازمانی تلقی شود.
بنابراین می توان گفت هر سازمانی داراي یک انبار داده بوده که این انبار داده به سهم خود متشکل از تعدادي مخزن داده می باشد.
مخزن داده نگرشی کاملاً بخشی به داده ها دارد, در حالیکه انبار داده نگرشی کاملاً سازمانی و استراتژیک به داده هاي کسب و کار دارد.
اهمیت مخزن داده و انبار داده در برنامه هاي بازاریابی
در واحد بازاریابی اغلب سازمان ها, فعالیتهایی از قبیل بازاریابی مستقیم, بازاریابی تلفنی و ارتباطات فروشندگان با مشتریان هنگام فروش محصول در جریان می باشد که مخزن داده و انبارهاي داده, نقش مهمی در این زمینه ایفا میکنند.
زیرا با استفاده از آنها می توان سوابق فروش, ویژگی جمعیت شناختی و نمودارهاي روانشناسی مشتریان را ارزیابی نموده و بازار هدف را بخش بندي کرد.
بدون وجود اطلاعات کامل از مشتریان بالقوه و موجود نمی توان هیچ کدام از این فعالیت ها را انجام داده ضمن اینکه امکان تشخیص اینکه آیا فردي به بازار هدف شرکت تعلق دارد یا خیر, وجود ندارد.
کاربردهاي اصلی انبار داده براي کسب و کارهاي مختلف را می توان در چهار مورد به شرح زیر خلاصه کرد که عمدتا به صورت مستقیم یا غیرمستقیم به قابلیت سازمانها در مدیریت روابط مشتریان مربوط میشود:
1. افزایش سرعت و انعطاف پذیري در تحلیل کسب و کار.
2. پایه ریزي براي یکپارچه سازي و تسهیل دسترسی به داده ها.
3. بهبود یا بازآفرینی فرایندهاي کسب و کار
4. ایجاد درك روشنی از رفتار مشتري
ایجاد یک پایگاه داده, فرآیندي پیچیده است که علاوه بر برخورداري از یک برنامه دقیق پروژه نیازمند بکارگیري منابع دانش اعم از داخل و خارج سازمان است این منابع عبارتند از:
1. تعهد مدیریت
2. همکاري واحدهاي فناوري اطلاعات و کسب و کار براي پاسخ به سوالات تجاري مهم
3. فناوري, پایگاه داده, سخت افزار و نرم افزار مناسب
4. خدمات کارشناسی و مشاوره
مخزن داده به خودي خود پاسخ گوي الزامات CRM در سطح سازمان نمی باشد و شرایطی لازم است تا با احراز آنها به عنوان جزئی ضروري و مفید براي انبار داده به حساب آید این شرایط عبارتند از:
1. دسترسی به اطلاعات کامل انبار داده جهت پشتیبانی مخزن داده
2. دسترسی کاربران نهایی به داده ها
3. خلاصه سازي و جمع بندي مخازن داده با استفاده از جزئی ترین اطلاعات موجود
انبار داده عملیاتی(ODW)
انبار داده عملیاتی در واقع نوعی طراحی داده-محور است که سازمان را قادر می سازد به نیازهاي متغیر مشتریان تقاضاي زنجیرة عرضه و مسایل مالی در زمان مناسب واکنش نشان دهد..
چالش جدیدي که اغلب سازمان ها با آن مواجه هستند ارزیابی روند رفتار مشتریان، شناسایی مشتریان و اقدام بر اساس اطلاعات لحظه اي با استفاده از شبکۀ وب، ایمیل، تلفن و … می باشد. انبار داده عملیاتی می تواند در این زمینه نقش اساسی ایفا کند.
یکی از مزیتهاي انبار داده عملیاتی امکان ایجاد سیستم هاي جدید در یک بازه زمانی کوتاه(کمتر از 24 ساعت) می باشد. سه نوع انبار داده عملیاتی به شرح زیر وجود دارد:
1.مشتري محور؛ در برگیرنده بسیاري از اطلاعات محصول و مشتري, امکان فروش محصولات مرتبط به مشتریان موجود، امکان شخص سازي تجربه مشتري از طریق اطلاعات آماري مشتریان.
-2 زنجیره عرضه/تولید: اطلاعات نهایی مشتري به عنوان رابط و واسطه میان فروشندگان و خریداران مورد استفاده قرار می گیرد.
-3 مدیریت مال/دارایی: مدیریت دارایی هاي مالی در موسسات مالی از جمله شناسایی سوء استفاده احتمالی
انبار داده سازمانی (EDW)
انبار داده سازمانی, مخزنی حاوي داده هایی از منابع سازمانی و سایر منابع داده هاي مشتري می باشد؛
به عنوان مثال داده هاي جمعیت شناختی مشتریان، داده هاي مربوط به تعاملات مشتري و اطلاعات مربوط
به تماس مشتري در این گروه قرار می گیرند.
برخی از مزیت هاي انبار داده سازمانی بشرح زیر می باشد:
1. ارائه داده هاي یکسان مشتري.
2. ارائه مجموعه اي از فرآیندها و قوانین کسب و کار.
3. به کارگیري معانی واحد و مشترك.
4. برخورداري از محیطی متمرکز و یکپارچه.
5. تسهیل در ایجاد مخازن داده کوچکتر.
علی رغم مزیتهایی که در بالا مورد اشاره قرار گرفت این نوع انبار داده از محدودیت هایی از قبیل هزینه
بر بودن و ریسک نگهداري داده هاي سازمانی در یک مکان واحد برخوردار است.
نقش انبار داده در سیستم های پشتیبانی تصمیم
برخی از شرکت هاي عرضه کننده خدمات نرم افزاري محصولاتی در زمینه سیستم هاي پشتیبانی تصمیم (DSS) ارائه می کنند؛
در این قسمت ضمن بررسی برخی از فناوري هاي موجود در این زمینه به الزامات انبارسازي داده ها در پروژه CRM با رویکرد سیستمی می پردازیم به این منظور سه مفهوم زیر از نقطه نظر کاربرد انبار داده در پشتیبانی تصمیم مورد ارزیابی قرار می گیرد.
1.انبار داده مجازي
2- پردازش تحلیلی آنلاین چند بعدي (MOLAP)
-3 پردازش تحلیلی آنلاین ارتباطی (ROLAP)
انبار داده مجازی
انبار داده مجازي از مزایاي مشابه انبار واقعی برخوردار است، با این تفاوت که میزان فعالیت و مشکلات آن کمتر است، مفهوم انبار داده مجازي را می توان در دو قالب انبار داده پیرامونی و انبار پردازش تحلیلی آنلاین بررسی کرد.
در یک انبار داده پیرامونی سیستم هاي موجود به گونه اي طراحی شده اند که بدون تغییر اساسی در داده هاي عملیاتی، می توان به داده ها دسترسی داشت .
در واقع در این حالت یکی از مهمترین ویژگی هاي انبار داده واقعی که یکپارچه سازي داده هاي عملیاتی براي تحقق اهداف تجاري می باشد خنثی می شود،
به علاوه ساختار داده ها در یک انبار داده مجازي به گونه اي است که تناسبی با سیستم پشتیبانی تصمیم ندارد.
طراحی و استقرار یک انبار داده
فرآیند طراحی و ایجاد انبار داده از سه بخش اصلی تشکیل شده است. این فرآیند با برنامه ریزي و شناسایی نیازهاي اطلاعاتی سازمان شروع می گردد. در این مرحله پس از کشف این نیازها مدل سازي روشمند داده ها انجام می گیرد.
گام بعدي در فرآیند شامل طراحی و پیاده سازي انبار داده می باشد. در این مرحله برنامه نرم افزاري لازم آماده شده و پس از طراحی پایگاه داده فیزیکی، عمل انتقال داده هاي سازمانی آغاز می گردد.
در مرحله پایانی، انبار داده ایجاد شده در سطح سازمان به کار گرفته می شود و همزمان با آن بازنگري در دو بعد پایگاه داده و بازنگري فیزیکی جهت اخذ بازخورد و ارتقاي سیستم انجام می گیرد.
از جمله نکات مهم در مورد طراحی انبار داده توجه به متغیرهاي ساختار است؛ تصمیمات عمده اي که در ارتباط با طراحی ساختاري انبار داده اتخاذ می شوند عبارتند از:
-1 کارکرد اصلی؛ تحلیل داده هاي تاریخی، استخراج روندها و همبستگی ها و پیش بینی خروجی هاي آتی.
-2 بینش بالقوه کسب و کار؛ برخورداري از چنین بصیرتی بیشتر ناشی از توانمندي هاي تحلیلی بوده و
مبتنی بر اطلاعاتی است که از سیستم مشتق می شود.
3- عمق داده ها؛ قابلیت دست یابی به جزیی ترین داده ها.
4- گردآوري داده ها از منابع گوناگون؛ حصول اطمینان از پیوستگی و یکپارچگی تغییر داده ها در سراسر سازمان.
هماهنگ سازی انبار داده با اهداف مدیریت ارتباط با مشتری
در مرحله انبار کردن داده ها و در جریان فرآیند های انتخاب و پیاده سازي فناوری، می بایستی بین اهدا پروژه پیاده سازی CRM و فرآیندهاي سنتی مدیریت هماهنگی لازم برقرار گردد. به منظور توجه به موارد زیر ضروري است.
1. شناسایی کارکردهاي سود آور و بهره برداري از آنها.
.2. تعیین نرخ بازگشت سرمایه هر برنامه نرم افزاري (ROI)
3. شناسایی کارکردهاي هزینه زا و حذف یا انتقال آنها در صورت لزوم.
4. اندازه گیري هزینه کلی مالکیت.
5. ارائه گزارش هاي فصلی و سالیانه در مورد نتایج حاصل از سرمایه گذاري شرکت.
به منظور تعیین ارزش پیاده سازي انبار داده در استراتژي CRM می توان از معیارهاي زیر استفاده کرد:
1 کاهش هزینه: استفاده اثربخش از دارایی ها، کمک به افزایش درآمدها و نیز سودآوري کسب و کار.
-2 شناسایی فرصت: تأمین منابع برنامه هاي سازمانی براي گسترش محصولات و بازارهاي جدید.
-3 حفظ مشتري: شناسایی مشتریان وفادار و برنامه حمایتی و تشویقی براي آنها با تخفیفات، جوایز و…
-4 مدیریت کسب و کار: مقایسه عملکرد جاري با عملکرد دوره هاي زمانی متفاوت، مقایسه عملکرد سازمان با رقبا و مقایسه عملکرد جاري سازمان در مقایسه با اهداف، بودجه سازمان، سودآوري، هزینه.
-5 تشخیص: ارزیابی مخارج صرف شده در مورد تبلیغات، خریدها، کاهش موقت قیمتها، تخفیفات و …. به
منظور افزایش سودآوري و تأمین منابع خطاهاي سیستماتیک.
-6 بازرسی تخلفات: تحلیل داده هاي سازمانی براي شناسایی تخلفات بالقوه با توجه به بازرسی هاي موفق
گذشته.
طراحی ساختار انبار داده
بعد از شناسایی الزامات و نیازمندي هاي کسب و کار، بایستی ساختارو طرح کلی یک انبار داده را مشخص کرد. در این مرحله فرآیندهاي چندگانه براي تعیین ساختار انبار داده طی می شود تا در نهایت طرح جامعی شکل گیرد.
تصمیمات عمده اي که در این مرحله گرفته می شود مربوط به جنبه هاي زیر می گردد:
-1 موقعیت و ترکیب انبار داده
-2 منبع داده ها، یکپارچگی داده ها، قواعد تجاري
-3 مدیریت انبار داده، نیازمندي ها و الزلمات مربوط به سخت افزار و نرم افزار و…
-4 ابزارهاي کارکردي، روش هاي دسترسی و انواع کارکردها
-5 مدل سازي ریاضی
پیاده سازی انبار داده
به منظور کسب حداکثر منافع از هزینه هاي صرف شده در فرآیند استقرار سیستم مدیریت ارتباط با مشتري بایستی همواره عناصر کلیدي درگیر در این فرآیند را که در زیر آمده است مورد بررسی قرار داد:
1. انبار داده یا مخزن داده مشتري.
2. ابزارهاي تحلیلی.
3. ارتباط با سیستم هاي عملیاتی.
4. سیستم تعامل با محوریت مشتري.
5. کارکنان موردنیاز جهت مدیریت پیاده سازي انبار داده.
تجربه برخی از سازمان هاي بزرگی که اقدام به پیاده سازي مدیریت ارتباط با مشتري نموده اند حاکی ازآن است که هفت خطاي اساسی در فرآیند توسعه انبار داده به وقوع می پیوندند که بایسیتی قبل از شروع پروژه مورد توجه قرار گیرد؛
این هفت خطا به اختصار عبارتند از:
1.عدم جامعیت تحلیل.
2- بروز اختلاف مابین گروه IT و کاربران تجاري
3- فقدان اهداف تعریف شده کوتاه مدت
4- اتکا به نرم افزار و سخت افزارهایی که تایید نشده اند
5- تاکید بیش از حد به بهینه کاوي و ارزیابی قیمت/عملکرد
6- اعتماد به اینکه برنامه هاي خودآموز چگونگی ایجاد یک ابنار داده را بهتر آموزش می دهند.
7- عدم تعریف ابزارهایی که کاربان تجاري براي استفاده اثربخش از انبار داده نیاز دارند.
محدودیت های داده های مختصر
در دنیاي واقعی داده هاي خلاصه و مختصر دید محدودي از یک کسب و کار ارائه می نمایند چرا که این قبیل داده ها فاقد پارامترهایی هستند که باعث همخوانی آن ها با سایر داده ها می گردند.
برخی از مهم ترین محدودیت هاي این داده ها به شرح زیر است:
-1 عدم امکان تحلیل روندهاي بین داده اي مربوط به دوره هاي زمانی مختلف.
-2 عدم امکان تحلیل داده ا به تفکیک بخش هاي مختلف.
-3 عدم امکان پاسخ گویی به سوالات اساسی که سازمان ها با آن مواجه می باشند.
-4 قابل استفاده نبودن داده ها براي کاربران نهایی.
سیستم های مدیریت پایگاه داده
بیشتر تصمیمات اجرایی در شرایط سنتی توسط کاربران ناآزموده و ابزارهاي خودکار گرفته می شوند؛ این در حالی است که پردازش داه هاي جامع مستلزم محیط آنلاین بزرگتر بوده که اهداف سیستم CRM را برآروده سازند.
قابلیت یک سیستم مدیریت پایگاه داده ارتباطی (RDBMS) در استفاده از اطلاعات, به چهار ویژگی زیر بستگی دارد:
1. پیچیدگی مدل جمع آوري داده 2. تعداد کاربران هم زمان 3. حجم داده ها 4میزان پیچیدگی محیط پردازش. فنون داده کاوي.
داده کاوي عبارت است از اکتشاف و تحلیل حجم عظیمی از داده ها، به منظور استخراج الگوها و قواعد معنادار، برخی از متداول ترین فنون تحلیلی در عملیات داده کاوي به شرح زیر می باشند:
1. طبقه بندي
2. مرتبط سازي
3. تحلیل توالی
4. خوشه سازي
5.برآورد.
طبقه بندي: متداول ترین روش داده کاوي بوده که براي ایجاد مدل طبقه بندي داده ها در مقیاس وسیع به کار می رود؛ استفاده از الگوریتم هاي طبقه بندي با نمونه اي از تراکنش هاي از قبل طبقه بندي شده شروع می شود.
مرتبط سازي: روشی است که در مورد مجموعه اي از اقلام، رکوردها و تراکنش هایی به کار می رود که در داراي وجوه اشتراك و ویژگی هاي یکسان می باشند.
در این حالت سیستم بیشتر به این وجود اشتراك توجه می کند. تحلیل سبد بازار یکی از متداول ترین مواردي است که از روش هاي مرتبط سازي استفاده می کند.
تحلیل توالی : اغلب به عنوان شکل دیگري از مرتبط سازي مورد استفاده قرار می گیرد که در آن اطلاعاتی از قبیل توالی خریدهاي انجام شده، شماره جساب، کارت اعتباري و … نیز در اختیار کاربران قرار می گیرد. از این تحلیل و قواعد ناشی از آن می توان براي پیش بینی خرید اقلام خاص در آینده استفاده کرد.
خوشه سازي: یک پایگاه داده را به گروه هاي مختلفی بخش بندي می کند. هدف خوشه سازي شناسایی و تفکیک گروه هایی است که با یکدیگر متفاوت هستند.
برآورد یا تخمین: شکل دیگري از طبقه بندي بوده و در برگیرنده امتیازاتی است که با توجه به ابعاد گوناگون به داده ها تعلق می گیرد.
داده کاوي فرآیندي است که تحت تأثیر فناوري هاي انبار داده، مخزن داده و سیستم هاي مدیریت پایگاه داده و نیز ابزارهاي تحلیل کسب و کار بوده و براي شناسایی الگوها و روابط ناشناخته در پایگاه هاي داده بسیار بزرگ مورد استفاده قرار میگیرد.
هدف نهایی از داده کاوي کسب نتایج جامع و معنادار از تحلیل هاي گسترده اطلاعات می باشد.
فرآیندهای داده کاوی
فرآیندهای داده کاوی شامل دو مرحله انتخاب و جداسازي داده ها و تحلیل و تفسیر آنها می باشد که به اختصار درباره هر یک توضیحاتی ارائه می گردد.
انتخاب و جداسازي داده ها: ایجاد یک پایگاه داده مناسب گام مهمی در فرآیند داده کاري است که یک پایگاه داده بازاریابی می تواند دربرگیرنده جدول داده هاي ثبت شده خرید، داده هاي مربوط به سبک زندگی مشتریان و پیشرفته ترین اطلاعات جمعیت شناختی باشد.
تحلیل و تفسیر داده ها: در یک محیط داده کاوي، انبار داده، گزارش ها و تفسیر ها بعد از تلفیق با سیستم هاي اکتشافی براي استخراج داده هاي با اهمیتی که هنوز ناشناخته و پنهان هستند به کار می رود. به منظور استفاده کامل تز فرآیند داده کاوي انجام اقدامات زیر ضروري است.
-1 ایجاد مدل هاي پیش بینی و طبقه بندي.
2- تحلیل ارتباطات و پیوندها.
3- بخش بندي پایگاه هاي داده ها
4- شناسایی انحرافات.
ابزارهای داده کاوی
چهار ابزار عمده داده کاوي که در ادامه به توضیح آنها پرداخته می شود به قرار زیر هستند:
-1 شبکه هاي عصبی 2-درخت هاي تصمیم 3- استخراج قواعد 4- عینیت بخشی به داده ها.
کاربردهای داده کاوی
با استفاده از داده کاوي می توان از طریق الگوهاي موجود پایگاه داده، مشتریان به الگویی براي مشتریان بالقوه دست یافت و از این طریق می توان هدف گذاري جذب مشتریان را به صورت دقیق تري به انجام رساند.
به عنوان مثال مدیران بازاریابی می توانند با شناسایی افراد مناسب براي تبلیغات ایمیلی و نیز ارسال کاتالوگ و …. هزیه هاي مربوطه را کاهش داده، اقدامات منجر به فروش خود راافزایش دهند.
یکی دیگر از کاربردهاي داه کاوي تشخیص سوء استفاده هاي احتمالی است .
پیشنهاد می کنیم این مطالب رو هم ببینید::
- مفاهیم اولیه CRM CRM استفاده از تکنیک هاي مدیریت ارتباط با مشتري به...
- رضایت مشتری چگونه اندازه گیری می شود رضایت مشتری یکی از ارکان مهم سیستم استاندارد هاي...
- MBTI MBTI یکی از جدیدترین تیپولوژي هاي عصر حاضر MBTI میباشد.MBTI...
- مراحل اصلی چرخه حیات مشتری چرخه حیات مشتری به طور کلی چرخه حیات مشتري به...
دیدگاهتان را بنویسید
برای نوشتن دیدگاه باید وارد بشوید.