DATA MINING PER IL CRM

Scarica il tuo libro in diversi formati:

Nei mercati di oggi, l'aumento della concorrenza e della globalizzazione richiede alle aziende a sfruttare nuovi fattori competitivi, che possono garantire la sopravvivenza e il successo a lungo termine. In questa prospettiva, le aziende devono saperne di più sui loro clienti, per rispondere rapidamente ai loro bisogni e soddisfare i loro desideri. In effetti, le aziende non possono più preoccuparti della produzione, come è successo all'era del mercato di massa, ma devono capire le diverse caratteristiche dei consumatori, al fine di creare segmenti a coloro che forniscono prodotti o servizi che soddisfano le loro esigenze specifiche. In particolare, il marketing utilizza questi scopi del programma CRM (gestione delle relazioni con i clienti), un insieme di processi e strumenti utilizzati per migliorare la gestione del rapporto con i clienti e praticare la discriminazione tra loro per assegnare risorse aziendali in modo più efficiente. L'obiettivo del CRM è migliorare la redditività del business, affrontare un maggiore sforzo di marketing e le migliori attenzioni a quei clienti che generano una maggior parte dei profitti per l'azienda. Inoltre, il CRM rappresenta uno strumento utile per amministrare il portafoglio client, non solo per identificare i diversi gruppi di consumatori a cui saranno affrontate le comunicazioni e le promozioni dirette, ma anche per aumentare la loro fedeltà alla società e alla sua redditività in generale.
Data Mining, una serie di tecniche di analisi progettate per trovare profitti significativi e correlazioni tra i dati precedentemente sconosciuti, è lo strumento più adatto a queste intenzioni, perché ti consente di gestire grandi quantità di dati e trovare relazioni e nascoste Associazioni. Tra le informazioni. L'obiettivo del data mining è quello di creare modelli che supportano il processo decisionale e che possono prevedere il comportamento futuro in base ai dati raccolti con riferimento all'attività passata. Inoltre, il data mining può generare un impatto positivo sulla redditività aziendale, sia grazie ai miglioramenti che intraprendono nel modo di gestire le relazioni individuali con i clienti, e grazie alla riduzione dei costi derivanti da una migliore assegnazione delle risorse disponibili.
Con il presente lavoro, intendiamo indagare sull'analisi delle tecniche di data mining per supportare la gestione del rapporto con i clienti e, in particolare, le principali metodologie saranno analizzate nel campo dell'apprendimento supervisionato. I processi minerari di apprendimento supervisionato sono caratterizzati dall'esistenza di una variabile target che rappresenta un tipo di appartenenza per ogni record, o esprime una quantità misurabile. Il primo capitolo è definito dal concetto di data mining e elenca alcune possibili classificazioni. Il prossimo capitolo fornisce un'immagine in cui posizionare il CRM e l'analisi mineraria per gli scopi del CRM. Il terzo capitolo fornisce una descrizione dei due metodi statistici di analisi dei dati nell'apprendimento supervisionato utilizzato: il modello di regressione logistica e l'analisi discriminatoria lineare. Nel quarto capitolo, un'analisi dei dati effettuati applicando i due modelli teorici mostrati nel capitolo precedente. Infine, le conclusioni del lavoro sono presentate nel quinto capitolo.
.

Scarica il tuo libro in diversi formati: