no-img
فروشگاه دانشجو، فروش فایل و پروژه

مقاله داده کاوي در مديريت ارتباط با مشتري - فروشگاه دانشجو، فروش فایل و پروژه


فروشگاه دانشجو، فروش فایل و پروژه
محصولات ویژه
اطلاعیه های سایت

ادامه مطلب

DOC
مقاله داده کاوی در مدیریت ارتباط با مشتری
doc
خرداد ۱۴, ۱۳۹۵
235 کیلوبایت
15,000 ریال
تعداد صفحات : 20
15,000 ریال – خرید

مقاله داده کاوی در مدیریت ارتباط با مشتری


نام مقاله: داده کاوی در مدیریت ارتباط با مشتری و بررسی نقش آن در جذب مشتریان وفادار در تجارت

تعداد صفحات:۲۰

فهرست مطالب و چکیده:

چکیده

امروزه یکی از چالشهای بزرگ سازمانهای مشتری محور، شناخت مشتریان، ایجاد تمایز بین گروههای مختلف مشتریان و رتبهبندی آنهاست. در گذشته تفکیک مشتریان به گروههای مختلف با رویکرد بخش بندی بر اساس نیاز مشتری صورت میگرفت. اما امروزه ارزش مشتری به عنوان عامل قابل اندازه گیری میتواند در بخش بندی مشتریان به کار رود. هدف اصلی این مقاله بخش بندی مشتریان بانک بر اساس عوامل مؤثر بر ارزش طول عمر مشتریان در حیطه بانکداری خرد است. نتایج به دست آمده از این پژوهش میتواند برای تدوین برنامه های بازاریابی و توسعه و پیشنهاد محصول و خدمات برای هر یک از گروه های مشتریان به کار رود.

واژگان کلیدی: بخش بندی مشتریان،داده کاوی، ارتباط با مشتری

فهرست مطالب

۱٫مقدمه.

۲٫مدیریت ارتباط با مشتری..

۳٫مشتری کیست…

۴٫مدیریت ارتباط با مشتری..

۵٫داده‌کاوی..

۵٫۱ قابلیت‌های ابزار‌های داده کاوی..

۵٫۱٫۱ هم پیوندی..

۵٫۱٫۲ طبقه بندی..

۵٫۱٫۳ الگوهای ترتیبی..

۵٫۱٫۴ خوشه بندی..

۵٫۲ فواید و نقش داده کاوی در فعالیت شرکتها

۵٫۳ مثال تفهیمی در مورد داده کاوی..

۶٫تفاوت CRM و CSM در چیست؟

  1. ارتباط بین داده کاوی و مدریت ارتباط با مشتری..

۷٫۱ کاربرد تکنیک داده کاوی در مدیریت روابط مشتری..

  1. پیشبینی ریزش مشتری با استفاده از تکنیکهای داده کاوی..
  2. اندازه گیری رضایت مشتری CSM))چیست؟

۹٫۱ نحوه اندازه گیری رضایت مشتری چگونه است؟

۹٫۲ اثرات رضایت مشتری چیست؟

نتیجه گیری..

منابع.

فهرست تصاویر

تصویر۱: فرایند داده‌کاوی..

مقدمه

امروزه اهمیت ارتباط با مشتریان بر کسی پوشیده نیست و تمامی سازمانها از جمله سازمانهای ارائه دهنده خدمات مالی سعی در درک بیشتر از مشتریان خود دارند. برای رسیدن به درکی صحیح از مشتری، سازمانها علاوه بر ارتباط با مشتریان نیازمند استفاده از مقیاسی برای سنجش میزان ارزش و اهمیت مشتریان مختلف هستند.

این مقیاس در صورتی فراهم خواهد شد که سازمان بتواند با استفاده از ابزار مناسب به میزان ارزش مشتریان خود دست یافته و به تجزیه و تحلیل آن بپردازد. شناخت گروههای مختلف مشتریان و ایجاد ارتباط اثربخش با آنها به گونهای که بتوان منافع اقتصادی سازمان را در آینده تضمین نمود، مسئله ای مهم در کسب و کار امروز است. جذب مشتریان سودآور و هم چنین حفظ و نگهداری مشتریان ارزشمند قدیمی هر دو دارای اهمیت هستند که جز با شناسایی دقیق ویژگی های آنها امکان پذیر نمی باشد.

یکی از راههای کسب دانش و شناخت در مورد مشتریان، بخش بندی آنها به گروه های متجانس و بررسی ویژگی های هر بخش است. این کار توازنی بین عدم شناخت مشتریان و شناخت تک به تک آنهاست که از سویی موجب هدفمند شدن فعالی تهای مدیریت ارتباط با مشتری، مدیریت بازاریابی و تخصیص مناسب منابع بازاریابی می شود و از سوی دیگر نسبت به شناخت فردی و تک به تک مشتریان به خصوص زمانی که یک سازمان با تعداد زیادی مشتری سر و کار دارد به صرفه تر است. بخشبندی مشتریان در گذشته بیشتر بر اساس نیازهای مشتری صورت میگرفت، در حالی که در سالهای اخیر با تغییر رویه سازمانها از تمرکز بر محصول به عنوان عامل ایجادکننده ارزش به تمرکز بر مشتری به عنوان یک سرمایه تولید کننده ارزش، مشتریان بر اساس میزان ارزششان بخش بندی میشوند . برای چندین دهه مؤسسات مالی راهبردهایی را دنبال می کردند که متمرکز بر تولید و معاملات بود. با رشد فناوری و توسعه عوامل رقابتی، نیاز بنگاه های اقتصادی به ایجاد و حفظ ارتباط مؤثر با مشتریان بیش از پیش نمود پیدا کرده است.

منابع:

[۱] بصیری، مهدی، کاربرد تکنیک داده کاوی در مدیریت روابط مشتری، چهارمین همایش ملی تجارت الکترونیکی، ۱۳۸۶

[۲] حری، هومن، داده کاƽ در مدیریت ارتباط با مشتری

[۳] سید حسینی، سید محمد، مینایی، بهروز، قدمی، مریم، زمانیان، امیرحسین، پیشبینی ریزش مشتری با استفاده از تکنیکهای داده کاوی: مبتنی بر ماشین بردار و الگوریتم ژنتیک

[۴] خواجه وند، سمانه، تقوی فرد، محمد تقی، نجفی، اسماعیل،بخشبندی‏مشتریان‏بانک‏صادرات‏ایران‏با‏استفاده‏از‏داده‏کاوی،فصلنامه علمیـ پژوهشی مطالعات مدیریت (بهبود و تحول) ـ سال بیست و دوم شماره ۶۷، بهار و تابستان ۹۱

[۵] Steven, Alter,(2002),Information Systems Foundation of E-Business,Prentice Hall.

[۶] Chen,Injazz j.&Koren Popovich(2003),Understanding CRM.

[۷] Herb,Edelstein(2003),Building profitable customer relations with data mining.

[۸] Chris Rygielski.jyun Wang,David yun(2002),Data mining techniques for customer relationship management .

[۹] Fayyad U., Piatetsky-Shapiro G., and Smyth P., “From Data Mining to Knowledge Discovery in Databases,” American Association for Artificial Intelligence, 1996.

[۱۰] Introduction to Data Mining and Knowledge Discovery By Two Crows Corporation

[۱۱] Top 10 algorithms in data mining XindongWu Knowl Inf Syst (2008)



درباره نویسنده

Saber 122 نوشته در فروشگاه دانشجو، فروش فایل و پروژه دارد . مشاهده تمام نوشته های

دیدگاه ها


پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

بیش از ۵۰۰ مقاله ترجمه شده از سال ۲۰۱۲ تا ۲۰۱۷
* ترجمه کاملا حرفه ای
* 500 مقاله در دسته بندی مختلف
* لیست کامل مقالات در فایل ورد
* دسته بندی مقالات بصورت الفبایی
* تضمین محصول فروخته شده
* گارانتی بازگشت وجه
* قیمت به ازای هر مقاله 1000 تومان