Управление взаимоотношениями с клиентами DATA Mining

Содержание

Слайд 2

Функциональность CRM

CRM (Customer Relationship Management) – управление взаимоотношениями с клиентами - технологическая

Функциональность CRM CRM (Customer Relationship Management) – управление взаимоотношениями с клиентами -
концепция, позволяющая компаниям строить свою маркетинговую и сбытовую политику с максимальной эффективностью.
CRM – оптимизация планирования, маркетинга, продаж и обслуживания
CRM – стратегия удержания и привлечения прибыльных клиентов

Слайд 3

Признаки технологии CRM

Наличие единого хранилища информации и системы
Синхронизированость управления множественными каналами взаимодействия

Признаки технологии CRM Наличие единого хранилища информации и системы Синхронизированость управления множественными

Постоянный анализ собранной информации о клиентах и принятии соответствующих управленческих решений – например, ранжировании клиентов

Слайд 4

Предпосылки целесообразности работы с CRM-системой:

Затраты на привлечение нового клиента в 5-10 раз

Предпосылки целесообразности работы с CRM-системой: Затраты на привлечение нового клиента в 5-10
больше, чем на удержание существующего
Увеличение процента удержания клиентов на 5% увеличивает прибыль компании на 25-55%
Клиент – рекламный канал компании
Закон Парето
Заключить сделку с уже имеющимся клиентом легче (и следовательно дешевле) в 5-10 раз, чем добиться этой же сделки с новым покупателем

Слайд 5

ЗАКОН ПОРЕТО

20% покупателей обеспечивают 80% прибыли

ЗАКОН ПОРЕТО 20% покупателей обеспечивают 80% прибыли

Слайд 6

CRM целесообразно применять предприятиям:

работающим с большим количеством клиентов, для которых характерны повторяющиеся

CRM целесообразно применять предприятиям: работающим с большим количеством клиентов, для которых характерны
процессы;
обладающим распределенными отделами по работе с клиентами: продаж, маркетинга, сервиса;
работающим на высоко конкурентных рынках, когда актуально освоение новых технологий.

Слайд 7

Преимущества внедрения CRM:

Увеличение эффективности взаимодействия с клиентами
Сокращение операционных расходов и повышение эффективности

Преимущества внедрения CRM: Увеличение эффективности взаимодействия с клиентами Сокращение операционных расходов и
взаимодействия между подразделениями компании
Автоматизация маркетинга и формирования отчетности
Усовершенствование бизнес-анализа и управления знаниями

Слайд 8

Структура интегрированного CRM-решения

Структура интегрированного CRM-решения

Слайд 9

CRM: основные составляющие

Управление контактами
Управление деятельностью
Управление связью
Прогнозирование
Управление возможностями
Управление заказами

Управление документацией Анализ продаж
Формирование

CRM: основные составляющие Управление контактами Управление деятельностью Управление связью Прогнозирование Управление возможностями
базы данных о характеристиках продуктов
Информационное обеспечение маркетинга

Слайд 10

Архитектура СRM-решений на примере Siebel eBusiness

клиенты CRM-системы
сетевое рабочее место под управлением ОС

Архитектура СRM-решений на примере Siebel eBusiness клиенты CRM-системы сетевое рабочее место под
Windows;
тонкий Windows-клиент (работа через интернет-браузер);
портативный клиент (работа вне сети с последующей синхронизацией);
HTML-клиент - для клиентов и партнеров;
мобильные устройства (класса Palm Pilot и т.п.).

Слайд 11

Стратегии получения знаний

Приобретение знаний
Извлечение знаний
Обнаружение знаний в БД

Стратегии получения знаний Приобретение знаний Извлечение знаний Обнаружение знаний в БД

Слайд 12

Классификация


Operational CRM (Оперативные);
Analytical CRM (Аналитические);
Collaborative CRM (Объединяющие).

Классификация Operational CRM (Оперативные); Analytical CRM (Аналитические); Collaborative CRM (Объединяющие).

Слайд 13

Оперативный

Оперативный

Слайд 14

Аналитический

Аналитический

Слайд 15

Коллаборативный

Коллаборативный

Слайд 16

Классификация

CRM

Локальная

Сетевая

Одномодульная

Многомодульная

WEB

Оперативные

Аналитические

Коллаборативные

BoxCRM

Enterprise CRM

Малые и
средние

eCRM

Классификация CRM Локальная Сетевая Одномодульная Многомодульная WEB Оперативные Аналитические Коллаборативные BoxCRM Enterprise

Слайд 17

Определение

Data Mining — это процесс обнаружения в комплексе данных ранее неизвестных,

Определение Data Mining — это процесс обнаружения в комплексе данных ранее неизвестных,
нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности

Слайд 18

Два направления Data Mining

массовый продукт для бизнес-приложений;
инструменты для проведения

Два направления Data Mining массовый продукт для бизнес-приложений; инструменты для проведения уникальных исследований
уникальных исследований

Слайд 19

Основные требования к новым подходам DM:

1) способность находить логические правила

Основные требования к новым подходам DM: 1) способность находить логические правила неограниченной
неограниченной сложности в данных высокой размерности;
2) умение обобщать найденные логические правила и осуществлять поиск их оптимальной композиции.

Слайд 20

Типы закономерностей

Ассоциация
Последовательность
Классификация
Кластеризация
Прогнозирование

Типы закономерностей Ассоциация Последовательность Классификация Кластеризация Прогнозирование

Слайд 21

Алгоритмы

Деревья решений (ID3)
Ограниченного перебора (WizWhy)
Метод поиска логических закономерностей( If

Алгоритмы Деревья решений (ID3) Ограниченного перебора (WizWhy) Метод поиска логических закономерностей( If
then)
Регрессии
Нейронные сети
Алгоритм нахождения ближайшик К соседий
Кластеризация и тд

Слайд 22

Схема нейронной сети

Схема нейронной сети

Слайд 23

Три стратегии получения знаний


Приобретение знаний
Извлечение знаний
Обнаружение знаний из БД

Три стратегии получения знаний Приобретение знаний Извлечение знаний Обнаружение знаний из БД

Слайд 24

Классификация поиска знаний

Классификация поиска знаний

Слайд 25

Алгоритмы кластеризации

Find Dependecies (FD) - N-мерный анализ распределений
Find Clusters (FC) -

Алгоритмы кластеризации Find Dependecies (FD) - N-мерный анализ распределений Find Clusters (FC) - N-мерный кластеризатор
N-мерный кластеризатор

Слайд 26

Алгоритмы классификации

Classify (CL) - классификатор на основе нечеткой логики
Discriminate (DS)

Алгоритмы классификации Classify (CL) - классификатор на основе нечеткой логики Discriminate (DS)
- Дикриминация
Decision Tree (DT) - дерево решений
Decision Forest (DF) - леса решений

Слайд 27

Алгоритмы ассоциации

Market Basket Analysis (BA) - метод анализа "корзины покупателя"
Transactional

Алгоритмы ассоциации Market Basket Analysis (BA) - метод анализа "корзины покупателя" Transactional
Basket Analysis (TB) - транзакционный анализ "корзины"

Слайд 28

Алгоритмы Визуализация

Link Analysis (LA) - анализ связей
Symbolic Rule Language (SRL)

Алгоритмы Визуализация Link Analysis (LA) - анализ связей Symbolic Rule Language (SRL) - язык символьных правил
- язык символьных правил

Слайд 29

Модули для построения числовых моделей и прогноза числовых переменных

Модуль Find Laws

Модули для построения числовых моделей и прогноза числовых переменных Модуль Find Laws
(FL) - построитель моделей
PolyNet Predictor (PN) - полиномиальная нейронная сеть
Stepwise Linear Regression (LR) - пошаговая многопараметрическая линейная регрессия
Memory based reasoning (MR) - метод "ближайших соседей"

Слайд 30

Этапы формирования отчета в DATA MINING

Этапы формирования отчета в DATA MINING
Имя файла: Управление-взаимоотношениями-с-клиентами-DATA-Mining.pptx
Количество просмотров: 30
Количество скачиваний: 0