Analiza danych w CRM



Analiza danych i CRM - przegląd
Grzegorz Migut, StatSoft Polska

Artykuł opisuje główne założenia marketingu relacyjnego oraz wynikającej z niego metodyki CRM odnoszącej się do sposobów zarządzania relacjami z klientem. Wyjaśniono także pojęcie wartości klienta oraz kluczowy wpływ tej miary na ocenę działań marketingowych. Z przyjętej strategii CRM wynika szereg możliwych działań analitycznych skierowanych na klienta. W artykule przedstawiono cztery grupy tych działań: Artykuł kończy przegląd metod analitycznych stosowanych podczas opracowywania kampanii związanych z zarządzaniem relacjami z klientem.

Jak znaleźć grupy podobnych klientów, czyli metody segmentacji
Grzegorz Migut, StatSoft Polska

Segmentacja jest jedną z najbardziej popularnych metod analizy klientów. W artykule przedstawiono korzyści jakie mogą płynąć z wiedzy uzyskanej dzięki tego typu analizie. Przedstawiono również dwie popularne metody segmentacji - analizę skupień (cluster analisys) oraz sieci Kohonena (Self Organizing Map). Obie metody wykorzystano do segmentacji behawioralnej klientów pewnego banku. Przykład zawiera szeroką dyskusję uzyskanych wyników oraz porównanie obydwu metod.


Jeden obraz ukazuje więcej niż 10 liczb, czyli jak budować mapy zadowolenia klienta
dr Adam Sagan,
Katedra Analiz Rynku i Badań Marketingowych, AE Kraków

Referat jest poświęcony zagadnieniom budowy map zadowolenia konsumenta czyli graficznej reprezentacji struktury ocen produktów z punktu widzenia cech je charakteryzujących przez dane grupy konsumentów. W rezultacie ta złożona struktura danych obejmująca klasy klientów, produkty (lub marki) oraz ich cechy jest reprezentowana w sposób graficzny w zredukowanej przestrzeni (najczęściej dwuwymiarowym układzie). Przedstawiony zostanie proces budowy mapy zadowolenia, sposób jej interpretacji oraz budowa za pomocą narzędzi znajdujących się w programie STATISTICA (analiza korespondencji i analiza głównych składowych). W przykładzie analitycznym dotyczącym zadowolenia z ośrodków narciarskich zastosowana zostanie rozszerzona analiza głównych składowych.


Przewidywanie lojalności klientów
Tomasz Demski, StatSoft Polska

Wystąpienie poświęcone będzie budowie modeli lojalności klienta i ich stosowaniu w praktyce. Przedstawiony zostanie przegląd możliwych zastosowań analizy danych w zagadnieniach związanych z lojalnością i utrzymaniem klienta. Na koniec zbudowane zostaną modele data mining przewidujące na podstawie danych o pierwszym zakupie, czy klient dokona kolejnych zakupów w przyszłości. Do analizy danych wykorzystane zostaną uogólniona analiza dyskryminacyjna, drzewa klasyfikacyjne (C&RT) i drzewa ze wzmacnianiem. Omówione zostaną również podstawy działania wykorzystywanych metod data mining.