Новини освіти і науки:

G+

Тлумачний словник
Авто
Автоматизація
Архітектура
Астрономія
Аудит
Біологія
Будівництво
Бухгалтерія
Винахідництво
Виробництво
Військова справа
Генетика
Географія
Геологія
Господарство
Держава
Дім
Екологія
Економетрика
Економіка
Електроніка
Журналістика та ЗМІ
Зв'язок
Іноземні мови
Інформатика
Історія
Комп'ютери
Креслення
Кулінарія
Культура
Лексикологія
Література
Логіка
Маркетинг
Математика
Машинобудування
Медицина
Менеджмент
Метали і Зварювання
Механіка
Мистецтво
Музика
Населення
Освіта
Охорона безпеки життя
Охорона Праці
Педагогіка
Політика
Право
Програмування
Промисловість
Психологія
Радіо
Регилия
Соціологія
Спорт
Стандартизація
Технології
Торгівля
Туризм
Фізика
Фізіологія
Філософія
Фінанси
Хімія
Юриспунденкция

Застосування Data Mining в CRM

Фондовий ринок

Маркетинг

У сфері маркетингу Data Mining знаходить дуже широке застосування.

Основні питання маркетингу "Що продається?", "Як продається?", "Хто є споживачем?"

У лекції, присвяченій задачам класифікації і кластеризації, докладно описане використання кластерного аналізу для вирішення задач маркетингу, як, наприклад, сегментація споживачів.

Інший розповсюджений набір методів для вирішення задач маркетингу – методи і алгоритми пошуку асоціативних правил.

Також успішно тут використовується пошук тимчасових закономірностей.

Роздрібна торгівля

У сфері роздрібної торгівлі, як і у маркетингу, застосовуються:

Ø алгоритми пошуку асоціативних правил (для визначення набору товарів, що часто зустрічаються, які покупці купують одночасно). Виявлення таких правил допомагає розміщати товари на прилавках торговельних залів, виробляти стратегії закупівлі товарів та їх розміщення на складах і т.д.

Ø використання часових послідовностей, наприклад, для визначення необхідних обсягів запасів товарів на складі.

Ø методи класифікації і кластеризації для визначення груп або категорій клієнтів, знання яких сприяє успішному просуванню товарів.

Ось список задач фондового ринку, які можна вирішувати за допомогою технології Data Mining [30]:

Ø прогнозування майбутніх значень фінансових інструментів та індикаторів по їх минулих значеннях;

Ø прогноз тренда (майбутнього напрямку руху – ріст, падіння, флет) фінансового інструмента і його сили (сильний, помірковано сильний і т.д.);

Ø виділення кластерної структури ринку, галузі, сектора по деякому набору характеристик;

Ø динамічне керування портфелем;

Ø прогноз волатильності;

Ø оцінка ризиків;

Ø передбачення настання кризи і прогноз її розвитку;

Ø вибір активів та ін.

Крім описаних вище сфер діяльності, технологія Data Mining може застосовуватися в найрізноманітніших областях бізнесу, де є необхідність в аналізі даних і накопичений деякий обсяг ретроспективної інформації.

Один з найбільш перспективних напрямків застосування Data Mining – використання даної технології в аналітичному CRM.

CRM (Customer Relationship Management) – керування відносинами з клієнтами.

При спільному використанні цих технологій здобуття знань суміщається з "здобуттям грошей" з даних про клієнтів.

Важливим аспектом у роботі відділів маркетингу і відділу продаж є складання цілісного подання про клієнтів, інформація про їх особливості, характеристики, структури клієнтської бази. В CRM використовується так назване профілювання клієнтів, що дає повне подання всієї необхідної інформації про клієнтів. Профілювання клієнтів включає наступні компоненти: сегментація клієнтів, прибутковість клієнтів, утримання клієнтів, аналіз реакції клієнтів. Кожна з цих компонент може досліджуватися за допомогою Data Mining, а аналіз їх у сукупності, як компонентів профілювання, у результаті може дати ті знання, які з кожної окремої характеристики одержати неможливо.

У результаті використання Data Mining вирішується задача сегментації клієнтів на основі їх прибутковості. Аналіз виділяє ті сегменти покупців, які приносять найбільший прибуток. Сегментація також може здійснюватися на основі лояльності клієнтів. У результаті сегментації вся клієнтська база буде поділена на певні сегменти, із загальними характеристиками. Відповідно до цих характеристик компанія може індивідуально підбирати маркетингову політику для кожної групи клієнтів.

Також можна використати технологію Data Mining для прогнозування реакції певного сегмента клієнтів на певний вид реклами або рекламних акцій – на основі ретроспективних даних, накопичених у попередні періоди.

Таким чином, визначаючи закономірності поводження клієнтів за допомогою технології Data Mining, можна істотно підвищити ефективність роботи відділів маркетингу, продаж і збуту. При об'єднанні технологій CRM та Data Mining і грамотному їх впровадженні в бізнес компанія одержує значні переваги перед конкурентами.

Дослідження для уряду

У планах уряду США стоїть мета створення системи, що дозволить відслідковувати всіх іноземців, які приїжджають у країну. Задача цього комплексу: починаючи з прикордонного термінала, на основі технології біометричної ідентифікації особистості і різних інших баз даних контролювати, наскільки реальні плани іноземців відповідають заявленим раніше (включаючи переміщення по країні, строки від'їзду та ін.). Попередня вартість системи становить більше 10 млрд. доларів, розроблювач комплексу – компанія Accenture.

За даними аналітичного звіту Головного контрольного керування американського Конгресу, урядові відомства США беруть участь приблизно у двохстах проектах на основі аналізу даних (Data Mining), що збирають різноманітну інформацію про населення. Більше ста з цих проектів спрямовані на збір персональної інформації (імена, прізвища, адреси e-mail, номера соцстрахування і посвідчень прав водія), та на основі цієї інформації здійснюють прогнозування можливої поведінки людей. Оскільки в згаданому звіті не наведена інформація про секретні звіти, треба думати, що загальне число таких систем значно більше.

Незважаючи на користь, що приносять системи відстеження, експерти згаданого управління, так само як і незалежні експерти, попереджають про значний ризик, з яким зв'язані подібні проекти. Причина побоювань – проблеми, які можуть виникнути при керуванні та нагляді за такими базами.

3. Data Mining для наукових досліджень

Біоінформатика

Одна з наукових областей застосування технології Data Mining – біоінформатика, напрямок, метою якого є розробка алгоритмів для аналізу і систематизації генетичної інформації. Отримані алгоритми використовуються для визначення структур макромолекул, а також їх функцій, з метою пояснення різних біологічних явищ.

Медицина

Незважаючи на консервативність медицини в багатьох її аспектах, технологія Data Mining в останні роки активно застосовується для різних досліджень і у цій сфері людської діяльності. Традиційно для постановки медичних діагнозів використовуються експертні системи, які побудовані на основі символьних правил, що сполучають, наприклад, симптоми пацієнта і його захворювання. З використанням Data Mining за допомогою шаблонів можна розробити базу знань для експертної системи.

Фармацевтика

В області фармацевтики методи Data Mining також мають досить широке застосування. Це задача дослідження ефективності клінічного застосування певних препаратів, визначення груп препаратів, які будуть ефективні для конкретних груп пацієнтів. Актуальними тут також є задачі просування лікарських препаратів на ринок.

Молекулярна генетика та генна інженерія

У молекулярній генетиці та генній інженерії виділяють окремий напрямок Data Mining, що має назва аналіз даних у мікромасивах (Microarray Data Analysis, MDA). Докладно з застосуванням Microarray Data Analysis можна ознайомитися в [22].

Деякі застосування цього напрямку:

Ø рання та більш точна діагностика;

Ø нові молекулярні цілі для терапії;

Ø поліпшені та індивідуально підібрані види лікування;

Ø фундаментальні біологічні відкриття.

Приклади використання Data Mining – молекулярний діагноз деяких важких захворювань; відкриття того, що генетичний код дійсно може прогнозувати ймовірність захворювання; відкриття деяких нових ліків та препаратів.

Основні поняття, якими оперує Data Mining в областях "Молекулярна генетика та генна інженерія" – маркери, тобто генетичні коди, які контролюють різні ознаки живого організму.

На фінансування проектів з використанням Data Mining у розглянутих сферах виділяють значні фінансові засоби.

Хімія

Технологія Data Mining активно використовується в дослідженнях органічної та неорганічної хімії. Одне з можливих застосувань Data Mining у цій сфері – виявлення яких-небудь специфічних особливостей будови з'єднань, які можуть включати тисячі елементів.

Далі ми розглянемо технології, в основу яких також покладене поняття Mining або "видобуток".

Читайте також:

<== попередня сторінка	\|	наступна сторінка ==>
Промислове виробництво	\|	Web Mining

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

Генерація сторінки за: 0.006 сек.