Optimoinnin käyttö tiedonlouhinnassa

Esitys aiheesta: "Optimoinnin käyttö tiedonlouhinnassa"— Esityksen transkriptio:

1 Optimoinnin käyttö tiedonlouhinnassa
Analyyttinen asiakassuhteiden hallinta

2 Sisältö Johdanto analyyttiseen asiakassuhteiden hallintaan
Optimoinnin mahdollisuudet asiakassuhteiden hallinnassa Miten optimointia voidaan käyttää perinteisissä tiedonlouhintaongelmissa Yhteenveto Kotitehtävä

3 Analyyttisen asiakassuhteiden hallinnan tarkoitus
Identifioida, hankkia ja palvella asiakkaita Ylläpitää asiakassuhteita

4 Analyyttinen asiakassuhteiden hallinta käsitteenä
Asiakasanalyysi asiakkaan profiili Vuorovaikutus asiakkaan kanssa tarjoukset, tiedottaminen, palautetutkimukset Suorituskykymetriikoiden optimointi asiakassuhteen eliniän arvo sähköisessä kaupankäynnissä Vuorovaikutuksen tehokkuuden arviointi suorituskykymetriikoiden avulla

5 Asiakasanalyysi Tarkoituksena on rakentaa asiakasprofiileita
henkilötiedoista ostokäyttäytymisestä www-sivuilla käynneistä Haasteena on muokata profiilista selkeä ja asianmukainen Erityisen tärkeää tilanteissa, joissa asiakasprofiileja voi olla miljoonia toimitaan reaaliajassa sivuston sisältö riippuu asiakkaan profiilista

6 Vuorovaikutus asiakkaan kanssa:
Rajapinta palveluun usein www-sivut Sivuston optimointi asiakkaan profiilin mukaan maksimoidaan selaamisen yksinkertaisuutta minimoimalla ”klikkausten” määrää rajoitusehdot kerätystä datasta

7 Asiakassuhteen eliniän arvon optimointi
Graalin malja: Millainen asiakassuhteen hallintastrategia maksimoi asiakassuhteen eliniän arvon? Asiakassuhteen elinikä jaetaan perinteisesti kahteen komponenttiin: asiakassuhteen pituuteen asiakassuhteen tuottoon

8 Asiakassuhteen eliniän arvon optimointi, esimerkki
Asiakastietokannasta arvioidaan tiedonlouhinnan ja tilastollisen laskennan avulla asiakassuhteiden elinikiä ja kertyneitä tuottoja. arvioidaan tulevaisuuden tuottoja ja asiakassuhteen säilymisen todennäköisyyttä Suunnitellaan kannustimia, jotka maksimoivat asiakassuhteen eliniän arvon kanta-asiakasohjelmat, ”lahjat”, ”tarjoukset”

9 Optimointi tiedonlouhintaongelmissa
Optimointi voi olla osa suurempaa tiedonlouhintaongelmaa esim. erityispiirteiden valikointi, aktiivinen oppiminen, tiedonlouhintamallin optimointi, parhaan tiedonlouhintamallin valikointi Uusia tiedonlouhintatekniikoita voidaan rakentaa optimointimenetelmien perusteella esim. luokittelu, ryhmittely, sääntöjen ja rajoitteiden löytäminen,

10 Yhteenveto Asiakassuhteiden hallinnassa käytetään ja varastoidaan teratavuittain dataa Dataa voidaan käsitellä tiedonlouhinnan menetelmillä Optimoinnin avulla asiakassuhteissa voidaan maksimoida sekä myyjän että asiakkaan hyötyä Ongelmia luo käsiteltävän datan valtava määrä ja monimutkaisuus

11

12

13 Kotitehtävä Selitä parilla lauseella, miksi asiakassuhteen eliniän arvon maksimointi on vaikeaa.

14 Kotitehtävän ratkaisu
Asiakassuhteen eliniän arvo ei ole yksiselitteinen Arvon lasku, kun aikajänne pitenee Maksimointi vaikeaa, koska ei kunnolla tiedetä miten asiakassuhteen eliniän arvoon voidaan vaikuttaa Asiakassuhteen hoitostrategia ei ole yksioikoinen