داده کاوی

داده کاوی

ده روش داده کاوی که میتواند به شما کمک کند که کسب و کاری رقابتی ایجاد کنید

بسیاری از شرکت‌ها، انبوهی از اطلاعات مشتریان را در اختیار دارند و هیچ کاری با آنها نمی‌کنند. حقیقت آنست که، به‌طور شگفت انگیزی میان این داده ها معدن طلایی از بینش وجود دارد.

بینشی که می‌تواند:

  • وفاداری مشتری را افزایش دهد
  • سودآوری غیرمستقیم را افزایش دهد
  • ریزش مشتری را کاهش دهد

آیا شما هم روی انبوهی از داده‌هایی که استفاده نمی‌کنید نشسته‌اید؟

آیا می‌خواهید بدانید که چگونه می‌توانید از آنها استفاده کنید؟

در اینجا ده روش رایج، با برخی توصیه‌های عملی در مورد چگونگی استفاده از هر کدام، را در اختیار شما می‌گذاریم:

 

  1. تجزیه و تحلیل سبد خرید خانوار

که گاهی اوقات “تجزیه و تحلیل وابستگی” نامیده می‌شود، روی مواردی که مشتری خریداری می‌کند تمرکز دارد. این تحلیل می‌تواند چیدمان و طراحی فروشگاه‌ها را بهبود بخشد یا به شرکت‌های آنلاین مثل آمازون کمک کند که محصولات مرتبط به خریداران پیشنهاد دهند. “سبد” به آنچه که خریداران هنگام خرید از آنها استفاده می‌کنند، اشاره دارد.

فرض بر این اساس است که شما می‌توانید رفتار مشتری آینده را با عملکرد گذشته، از جمله خرید و ترجیحات، پیش‌بینی کنید. فقط فروشگاه‌های مواد غذایی نیستند که می‌توانند از این اطلاعات استفاده کنند. در اینجا چند راه برای استفاده از این روش در صنایع مختلف وجود دارد:

  • ارزیابی میزان استفاده از کارت‌های اعتباری (مخصوصا برای تجارت الکترونیکی آنلاین). به طور معمول، متخصصان، داده‌های کارت اعتباری را برای پیدا کردن الگوهایی که ممکن است تقلب را نشان دهند، استخراج می‌کنند، اما داده‌ها همچنین برای تنظیم کارت‌ها در برابر تنوع محدودیت‌های اعتباری، شرایط و نرخ‌های بهره و حتی جمع‌آوری بدهی‌ها استفاده می شود.
  • ارزیابی الگوهای استفاده از تلفن. به عنوان مثال، شما می‌توانید مشتریانی که همه‌ی سرویس‌های جدید و خدمات شرکت مخابراتی را دریافت می‌کند، شناسایی کنید و چیزهایی (خدمات) که این مشتریان در آینده نیاز دارند، پیشنهاد کنید که به آنها انگیزه‌ای برای ادامه خرید تا یک سال دیگر می‌دهد.

 

  • شناسایی ادعاهای جعلی بیمه. از طریق استخراج اطلاعات قدیمی، شرکت‌های بیمه می‌توانند ادعاهای تقلبی برای دریافت درصد بالایی از پول‌های از دست رفته، شناسایی کنند و قوانینی برای جلوگیری از دریافت ادعاهای تقلبی در آینده مشخص کنند.

تمام محصولات لازم نیست که در یک زمان خریداری شوند. اکثر ابزارهای تحلیلی مشتری می‌توانند در طول زمان خرید را مشاهده کنند، به این ترتیب به شما کمک می‌کنند تا گرایش‌ها یا فرصت‌هایی که می‌توانید برای تبلیغات آینده مورد استفاده قراردهید را مشخص کند.

نتیجه: به اطلاعات خرید خود، با هدف شناسایی یک الگو نگاه کنید. آیا افرادی را می‌بینید که همراه با آیتم X، آیتم Y را نیز خریداری کنند؟ کدام آیتم اولین انتخاب آنان است؟ چرا؟ آیا می‌توانید افراد را به خرید X،Y و Z تشویق کنید، در نتیجه خرید از پایانه‌ی فروش را افزایش دهید؟

  1. پیش بینی فروش

با زیر نظر گرفتن مشتریان هنگام خرید، سعی در پیش‌بینی زمان خرید دوباره آنان را دارد. شما می‌توانید این نوع تجزیه و تحلیل را برای تعیین یک استراتژی مصرف محصولات قدیمی یا شناسایی کالای مکمل برای فروش استفاده کنید.

این روش همچنین به تعداد مشتریان در بازار شما نگاه می‌کند و پیش‌بینی می‌کند که چه تعداد آنها واقعا خرید خواهند کرد.

به عنوان مثال، تصور کنید شما یک کافی شاپ دارید. در اینجا سوالاتی ممکن است از شما بپرسند:

  • چه تعداد افراد / خانوار / کسب و کار در فاصله یک مایلی، از فروشگاه شما قهوه می خرند؟
  • چه تعداد رقبا در آن مایل هستند؟
  • چند نفر / خانوار / کسب و کار در فاصله 5 مایلی شما قرار دارند؟
  • چند رقیب در این 5 مایل دارید؟

نتیجه: هنگامی که به پیش‌بینی فروش می‌رسید، سه پیش‌بینی جریان نقدی ایجاد کنید: واقع بینانه، خوش بینانه و بدبینانه. به این ترتیب می‌توانید برنامه‌ریزی کنید که اگر فروش به مقدار برنامه‌ریزی شده نباشد، چه مقدار مناسب سرمایه برای تحمل موقعیت بدتر در دست داشته باشید.

 

  1. بازاریابی پایگاه داده

با بررسی الگوهای خرید مشتری و نگاهی به آمار جمعیت و روانشناسی مشتریان برای ساخت پروفایل، می‌توانید محصولاتی تولید کنید که خودشان را به فروش می‌رسانند.

البته یک بازاریاب برای به دست آوردن هرگونه ارزشی از یک پایگاه داده، باید به رشد و تکامل آن بپردازد. شما اطلاعات پایگاه داده را از فروش، نظرسنجی‌ها، اشتراک‌ها و پرسشنامه‌ها تغذیه می‌کنید. و سپس مشتریان را بر اساس این اطلاعات هدف قرار می‌دهید.

نتیجه: بازاریابی پایگاه داده با جمع‌آوری اطلاعات آغاز می‌شود. به عنوان مثال، اگر شما یک کافی شاپ داشتید، پایگاه داده شما می‌تواند این موارد باشد:

  • پرونده‌های خرید ذخیره شده از طریق کارت عضویتی که به خاطر انگیزه‌هایی مانند 5٪ تخفیف خرید یا انباشت امتیاز ارائه می‌شود.
  • فعالیت‌هایی که برای جمع‌آوری اطلاعات اضافی درباره محل زندگی مردم اجرا می‌شود.
  • خبرنامه الکترونیکی که برای خبررسانی به مشتریان به صورت هفتگی استفاده می‌کنید، همچنین ارسال نظرسنجی‌هایی که اطلاعات جمع‌آوری شده در مورد محصولات و تبلیغات جدید را جمع‌آوری می‌کند.
  • حساب توییتر که به عنوان ابزاری برای ارتقای تبلیع و مرکز خدمات مشتری دو برابر استفاده می‌شود، جایی که شما به خوب و بد آنچه طرفداران شما می‌گویند گوش می‌دهید و سپس پاسخ می‌دهید.

همانطور که این داده‌ها را جمع‌آوری می‌کنید، شروع به جستجوی فرصت‌هایی مانند بهترین روزها برای اجرای تخفیف کنید. از خود بپرسید: مشتریان محلی شما چه کسانی هستند و چگونه می‌توانید این مشتریان را به طرفداران فروشگاه خود تبدیل کنید؟

 

  1. برنامهریزی فروش

این برای شرکت‌های آفلاین یا آنلاین مفید است. برای آفلاین، شرکتی که به دنبال رشد و ترقی تعداد فروشگاه‌های خود است، باید به بررسی دقیق کالاهای موجود در فروشگاه‌های فعلی بپردازد. برای کسب و کار آنلاین، برنامه‌ریزی محصولات می‌تواند به شما در تعیین گزینه‌های انبارداری و حسابرسی موجودی کمک کند.

رویکرد درست منجر به پاسخی می‌شود که می‌تواند به شما در تصمیم‌گیری برای موارد زیر کمک کند:

  • قدیمی‌شدن موجودی- برنامه‌ریزی فروش را می‌توان به آسانی به شما کمک می‌کند تا به پاکسازی محصولات قدیمی بپردازید.
  • انتخاب محصول- داده‌کاوی فروشگاه به شما کمک خواهد کرد تا تعیین کنید که کدام محصولات را مشتریان می‌خواهند، که باید نقطه‌ی قوتی نسبت به محصولات رقبای خود به شمار رود.
  • ایجاد تعادل در سهام- داده‌کاوی همچنین می‌تواند در تعیین مقدار مناسب سهام به شما کمک کند … نه بیش از حد و نه خیلی کم … بلکه در طول سال و خرید فصل.
  • قیمت گذاری- داده‌کاوی همچنین می‌تواند در حالی که شما نسبت به نیاز و دغدقه مشتری آگاه می‌شوید به تعیین بهترین قیمت برای محصولات شما کمک کند.

نتیجه: نادیده گرفتن این استراتژی پایگاه داده می‌تواند منجر به عملکرد ضعیف در زمینه تولید و خدمات / تجربه مشتری شود. اگر شما نمی‌توانید مراحل فروش یک محصول را به طور معمول اجرا کنید، انتظارات از فروشگاه را برآورده نکرده‌اید یا اگر قیمت شما با بازار منطبق نباشد، مشتریان کشتی شما را ترک می‌کنند و به رقبای شما می‌پیوندند.

 

  1. بازاریابی کارت های اعتباری

اگر کسب و کار شما شامل صدور کارت‌های اعتباری باشد، می‌توانید از میزان استفاده آن‌ها اطلاعات جمع‌آوری کنید، تراکنش‌های مشتری را شناسایی کرده و سپس براساس اطلاعات مربوط به این تراکنش‌ها، برنامه‌هایی ایجاد کنید که باعث حفظ، افزایش فروش، بهبود محصولات هدف و توسعه و طراحی قیمت‌ها شوند.

مثال بزرگی از این کار زمانی بود که سازمان ملل متحد تصمیم گرفت کارت اعتباری ویزا را برای افرادی که اغلب در خارج از کشور سفر می‌کنند، صادر کند. آژانس‌های بازاریابی پایگاه داده خود را میان مسافران ثروتمند تقسیم کردند -۳۰.۰۰۰ نفر در خانواده هایی با درآمد بالا.

آژانس‌های بازاریابی از درخواست مستقیم برای ارسال درخواست خود استفاده کردند و ۳٪ پاسخ مثبت به دست آوردند. این مقدار ممکن است کوچک به نظر برسد، اما در واقع بیش از حد استانداردهای صنعت است. مؤسسات مالی بزرگ معمولاً میزان ٪5/0 ضریب مشارکت دریافت می‌کنند.

نتیجه: البته درست است که هزینه کارت اعتباری ساخته شده را اکثر شرکت‌ها نمی‌توانند متقبل شوند، اما اگر بتوانید، بسیار ارزشمند است. تجزیه و تحلیل الگوهای خرید مشتری براساس عادت‌های استفاده ازکارت اعتباری می‌تواند منجر به تبلیغات و برنامه‌هایی شود که به افزایش درآمد و وفاداری مشتری ختم شود.

 

  1. تجزیه و تحلیل سوابق و جزئیات تماس

اگر شرکت شما وابسته به ارتباطات مخابراتی باشد، می‌توانید از داده‌های ورودی برای بدست آوردن الگوها استفاده کنید، با استفاده از این الگوها پروفایل مشتری را ایجاد کنید و سپس ساختار قیمت‌گذاری را برای به حداکثر رساندن سود ایجاد کنید. یا می‌توانید تبلیغاتی ایجاد کنید که ارائه دهنده این اطلاعات باشد.

یک اپراتور تلفن همراه چینی با حدود۶۰۰،۰۰۰ مشتری خواستار تجزیه و تحلیل داده‌های خود برای ایجاد پیشنهادات فوق‌العاده با هدف کنار زدن رقبا، شد. اولین کاری که تیم پروژه پس از جمع‌آوری و تجزیه و تحلیل داده‌ها انجام داد ایجاد یک شاخص برای توصیف رفتار تماس گیرنده بود. سپس این شاخص تماس گیرندگان را بر اساس عناصر زیر به 8 قسمت تقسیم کرد:

  • دقیقه استفاده هر کاربر به طور متوسط
  • درصد تماس‌های محلی
  • درصد تماس‌های مسافت دور
  • درصد تماس IP
  • درصد انتظار
  • درصد اتلاف وقت در تماس محلی
  • درصد اتلاف وقت در تماس مسافت دور
  • درصد اتلاف وقت در زمان انتظار

با استفاده از این اطلاعات، بخش بازاریابی، استراتژی‌هایی را در هر بخش ایجاد کرد، بهبود رضایت مشتری، بهبود کیفیت سرویسSMS برای یک گروه و تشویق گروه دیگر برای استفاده از دقایق بیشتر.

نتیجه: چه بر اساس داده‌های کاربر تلفن همراه یا تماس‌های خدمات مشتری، به اطلاعات موجود در سوابق اطلاعات تماس بروید و به دنبال راه‌هایی برای بهبود خدمات فعلی، فرصت‌های بالقوه و یا راه‌هایی برای کوتاه‌شدن زمان در تماس باشید.

 

  1. وفاداری مشتری

در دنیای که در آن بر سر قیمت جنگ رخ می‌دهد، مشتریان هر بار که یک رقیب قیمت‌های پایین‌تر ارائه می‌دهد، به سمت آن ریزش می‌کنند. شما می‌توانید از کمک داده‌کاوی برای به حداقل رساندن این چرخه، به خصوص با استفاده از رسانه‌های اجتماعی استفاده کنید.

کمپانیSpigit از تکنیک‌های مختلف داده‌کاوی مخاطبین رسانه‌های اجتماعی شما استفاده می‌کند تا مشتریان بیشتری را به دست آورید و نگه دارید. برنامه‌های آنها عبارتند از:

  • نوآوری کارکنان- ابزاری که برای پرسیدن ایده‌ها و نظرات کارکنان در مورد چگونگی بهبود مشارکت مشتری، توسعه محصول و رشد آینده، استفاده می‌شود. چه کسی می‌گوید که داده‌کاوی همیشه مشتری محور است؟!
  • فیس‌بوک- از طریق تکنیکی به نام ”خوشه‌بندی مشتری” Spigit از داده‌های مخاطبان شما در فیس‌بوک برای تولید ایده‌هایی با هدف بهبود نام تجاری شما، رضایت بیشتر مشتریان و افزایش وفاداری استفاده می‌کند.
  • FaceOff – این برنامه همانند جایی است که مردم می‌توانند ایده‌هایی را برای رأی دادن به آن ایجاد کنند. به عنوان مثال، ممکن است کسی پیشنهاد ایجاد “شبکه اجتماعی در حال پرواز” را بدهد. سپس به افراد این ایده‌ها نمایش و به رأی گذاشته می‌شوند. به طور طبیعی، این امکان به شرکت‌ها داده می‌شود تا ایده‌های مشتریان را بشنوند … و سپس توسط افرادی که به ایده نهایی علاقه مند هستند، به آن رأی داده می‌شود.

نتیجه: به هنگام داده‌کاوی، تمرکز بر اعداد مانند ارزش طول عمر مشتری می‌تواند به شما کمک کند که هزینه‌های فروش خود را بهبود ببخشد، اما همچنین می‌تواند به شما کمک کند که دلایل ترک مشتریان را نیز شناسایی کنید. این‌جایی است که ترکیبی از تاکتیک‌ها می‌تواند مفید باشد، زیرا اطلاعات تنها به شما می‌گوید کجا کاهش ناگهانی خواهند داشت، این شما هستید که باید با انجام نظرسنجی‌ها و پرکردن پرسشنامه‌ها به چرایی این کاهش پی ببرید.

 

  1. تقسیم بندی بازار

یکی از بهترین کاربردهای داده‌کاوی، این است که مشتریان خود را تقسیم کنید. خیلی ساده است، شما می‌توانید اطلاعات بازار خود را به بخش‌هایی معنی‌دار مانند سن، درآمد، شغل یا جنسیت تقسیم کنید. و مهم نیست که شما در حال انجام کمپین‌های بازاریابی ایمیل و یا استراتژی های SEO هستید، این روش در همه حالتی کاربردی است.

تقسیم‌بندی همچنین می‌تواند به شما در درک رقابت کمک کند. این بینش به تنهایی به شما کمک می‌کند تا بفهمید که مظنونان معمولی تنها کسانی نیستند که پول مشتری را هدف قرار می‌دهند.

این موضوع بسیار مهم است، زیرا زمانی که از اکثر مشتریان می‌پرسیم که رقبای آنها کیست، یک لیست از اسامی مردم را تحویل می‌دهند، و ما هم یک لیست بزرگتر در پاسخ ارسال می‌کنیم. اکثر کسب‌وکارها باید دو یا سه بار دایره رقبا خود را گسترش دهند، اگر می‌خواهند به طور مؤثر به رقابت و برنامه‌ریزی بپردازند. داده‌کاوی به شما در انجام این کار کمک خواهد کرد.

نتیجه: تقسیم پایگاه داده خود می‌تواند نرخ تبدیل شما را بهبود بخشد در حالی که می‌توانید بر روی عنوان تبلیغات خود در بازار رقابتی و مورد توجه تمرکز کنید. و همچنین می‌توانند به شما بگوید که در هر بخش رقبای شما کیست، و به شما کمک کند تا محصولات و تبلیغاتی را که نیازهای مخاطب را برآورده می‌کنند را، سفارشی کنید.

 

 

 

 

  1. تولید محصول

داده‌کاوی همچنین برای ایجاد محصولات سفارشی طراحی شده برای بخش‌های بازار مناسب است. در حقیقت، شما می‌توانید پیش‌بینی کنید که چه ویژگی‌هایی کاربران می‌خواهند … اگر چه محصولات واقعاً نوآورانه چیزی نیست که مشتریان می‌خواهند.

محصولات نوآورانه واقعی هنگامی ایجاد می‌شوند که شما به اطلاعات مشتریان خود نگاه می‌کنید و نقایصی که مشتریان درخواست برطرف شدنشان را دارند، شناسایی می‌کنید. به هنگام ساخت آن محصول، عناصر زیر باید هستند که باید در ماهیت محصول گنجانده شوند:

  • یک نیاز آشکار را برطرف کنید
  • چیزی کاملاً منحصر به فرد ارائه دهید
  • برای ورود به بازار یک نام منحصر به فرد انتخاب کنید
  • طراحی جذاب
  • بازار گسترده‌ای را ارائه می‌دهد
  • می‌تواند در نسل‌ها فروخته شود
  • قیمتی مناسب برای خرید احتمالی ایجاد کنید
  • هزینه تولید به نسبت سود کم باشد

نتیجه: ‌های نوآورانه هرگز با یک محصول شروع نمی‌کنند. آنها با یک نقطه ضعف که از داده‌ها استخراج شده است، شروع می‌کنند … و سپس یک محصول مؤثر تولید می‌کنند که این مشکل را به طریقی که مشتری هرگز تصور نمی‌کند، حل کند. این کار را انجام دهید و به راحتی 90٪ از رقبای خود پیشی بگیرید.

 

  1. ضمانت نامه

در نهایت، داده‌کاوی به شما این امکان را می‌دهد تا پیش بینی کنید که چه تعداد از مردم در گارانتی که شما تنظیم کرده‌اید، واقعا پول می‌گیرند. این نیز برای تضمین‌های اثربخش است.

به عنوان مثال، من قدرت کششی که ضمانت روی بهبود فروش دارد را در آزمون QuickSprout اجرا کرده‌ایم. اما قبل از این آزمایش، مجبور شدیم داده‌ها را تجزیه و تحلیل کنیم تا ببینیم چه تعداد از مردم واقعاً محصول را بازگردانده‌اند. من اطلاعات قبلی در مورد دو مجموعه زیر را نگاه کردم:

  • فروش خالص
  • شروط و قوانین اجرای ضمانت نامه

ما این دو عدد را در چند مجموعه فروش مختلف جمع‌آوری کردیم تا پیش‌بینی کنیم که چگونه بسیاری از مردم به خاطر ضمانت پول خرج می‌کنند … و سپس مقدار ضمانت را تنظیم می‌کنند تا هنگامی که مردم محصول را پس می‌دهند، پول از دست ندهند.

این محاسبات معمولاً برای شرکت‌های بزرگ پیچیده است، اما برای مغازه‌های کوچکتر شما نیازی به چیزی پیچیده‌تر از این ندارید.

نتیجه: یکی از بهترین راه‌ها برای ایجاد ضمانتی موفقیت‌آمیز، نگاهی به اطلاعات ضمانت‌های گذشته، فروش و سود است. انجام این کار ممکن است شما را مجبور به تضمین 110% بازگشت پول نقد برای بدست آوردن بازار و رقابت کند.

 

نتیجهگیری

هر چه داده‌های بیشتری از مشتریان جمع آوری کنید، ارزش بیشتری می‌توانید به آنها تحویل دهید. و هرچه ارزش بیشتری به آنها تحویل دهید، تولید و درآمد بیشتری خواهید داشت.

داده‌کاوی به شما کمک می‌کند این کار را انجام دهید. بنابراین، اگر شما در روی داده‌های مشتری نشسته‌اید و هیچ کاری با آن‌ها انجام نمی‌دهید … ما شما را تشویق می‌کنیم تا برنامه‌ای برای شروع داده‌کاوی ایجاد کنید. خودتان آن را انجام دهید یا شخص دیگری را استخدام کنید … هر آنچه که ضروری است.

 

 

 

 

نمونههایی از دادهکاوی در مقابل تحقیقات بازاریابی سنتی

تحقیقات بازاریابی سنتی اغلب شامل ارزیابی کلی بازار برای یک محصول یا خدمات، بررسی مصرف‌کنندگان در مورد خواسته‌ها و ناسازگاری آنها و انجام گروه‌های کانونی برای سنجش پاسخ مصرف‌کننده به یک محصول جدید می‌باشد. رشد تکنولوژی اطلاعات تحقیقات بازار را تغییر داده است. با تعداد زیادی از تحلیلگران که در مورد علایق مصرف‌کننده و عادت‌های خرید به استخراج مجموعه‌های عظیم داده‌های کمی و استفاده از الگوریتم‌های پیچیده می‌پردازند، موجب کشف الگوها و همبستگی‌هایی شده که بازاریابی را مؤثرتر را انجام می‌دهند.

 

ویژگیهای دادهکاوی

طبق گفته یان آیرس، نویسنده‌ی “Super Crunchers”، داده‌کاوی با استفاده از تکنیک‌های آماری به کشف ارتباطات بین عوامل مختلف و متغیرها در مجموعه داده‌های بزرگ می‌پردازد. این مجموعه داده‌ها اغلب در مقیاس ترابایت اندازه‌گیری می‌شوند که یک ترابایت برابر با 1000 گیگابایت است. داده‌کاوی اغلب اطلاعات زیادی در مورد رفتارهای مشتریان و عادت‌های خرید آنان به صاحبان کسب و کار می‌دهد و آنها را قادر می‌سازد تا کالاهای خود را به طور مؤثر‌تری وارد بازار کنند.

 

مثال‌های دادهکاوی

آیرس به ویژگی خرده‌فروش آنلاین Amazon.com اشاره کرد که به یک مشتری بالقوه می‌گوید که افرادی که یک محصول خاص را دوست دارند، از این محصولات دیگر نیز استقبال کرده‌اند. به‌عنوان نمونه‌ای از بازاریابی از طریق داده‌کاوی.

در مثال دیگری، صادرکننده کارت اعتباریCapital One برای نمایندگان خدمات مشتری خود، لیستی از محصولات و خدماتی را که مصرف‌کننده احتمالاً به دلیل ویژگی‌های حساب‌های کارت اعتباری مشتریان خریداری می‌کند، در اختیارشان قرار می‌دهد.

 

تحقیقات بازار سنتی

در حالی که داده‌کاوی بر استخراج اطلاعات قابل پیش‌بینی در مورد مشتریان و فروش از پایگاه داده‌های بزرگ تأکید دارد، تحقیقات‌بازاری سنتی بر شناسایی عواملی که بر تصمیم‌گیری خرید خانواده‌ها و سازمان‌ها تاثیر می‌گذارد، تمرکز می‌کند، طبق گفته پروفسور راجر آری کرین، نویسنده کتاب ”بازاریابی” داده‌های مربوطه، اغلب از طریق داده‌های فروش، نظرسنجی‌ها و گروه‌های کانونی جمع‌آوری می‌شوند. محققان بازار سنتی یک فرصت را شناسایی می‌کنند، اطلاعات مورد نیاز را جمع آوری می‌کنند، سپس یک استراتژی فروش مناسب را تشکیل می‌دهند. داده‌کاوی مبتنی بر اطلاعات است که در حال حاضر در دسترس است.

 

 

داده کاوی، تجزیه و تحلیل، سبد خانوار، پیش بینی فروش، بازاریابی، انبار داده، الگوی خرید، قصد خرید، برنامه ریزی فروش، وفاداری مشتری، تقسیم بندی بازار، محصول، تحقیقات بازار

نظرات کاربران


اگر تصویر خوانا نیست اینجا کلیک کنید