Optimoinnin käyttö tiedonlouhinnassa Analyyttinen asiakassuhteiden hallinta
Sisältö Johdanto analyyttiseen asiakassuhteiden hallintaan Optimoinnin mahdollisuudet asiakassuhteiden hallinnassa Miten optimointia voidaan käyttää perinteisissä tiedonlouhintaongelmissa Yhteenveto Kotitehtävä
Analyyttisen asiakassuhteiden hallinnan tarkoitus Identifioida, hankkia ja palvella asiakkaita Ylläpitää asiakassuhteita
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
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
Vuorovaikutus asiakkaan kanssa: Rajapinta palveluun usein www-sivut Sivuston optimointi asiakkaan profiilin mukaan maksimoidaan selaamisen yksinkertaisuutta minimoimalla ”klikkausten” määrää rajoitusehdot kerätystä datasta
Asiakassuhteen eliniän arvon optimointi Graalin malja: Millainen asiakassuhteen hallintastrategia maksimoi asiakassuhteen eliniän arvon? Asiakassuhteen elinikä jaetaan perinteisesti kahteen komponenttiin: asiakassuhteen pituuteen asiakassuhteen tuottoon
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”
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,
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
Kotitehtävä Selitä parilla lauseella, miksi asiakassuhteen eliniän arvon maksimointi on vaikeaa.
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