 |
데이터베이스 마케팅관점에서의 고객세분화 5
(2) 신경망을 이용한 고객세분화 6
III. 데이터마이닝을 이용한 고객세분화 7
1. 데이터마이닝의 개요 7
2. 연구방법 9
(1) 자료의 구성 10
(2) 실험데이터의 기초 분석 10
3. 변수선정 11
(1) 성별
|
|
|
Datamonitor, http://www.epaynews.com/statistics/transactions.html#45, September 2001,
International Data Corporation, http://www.epaynews.com/statistics/bankstats. html, 2002
Killen & Associates, http://www.epaynews.com/statistics/bankstats.html#10, 2003
Krueger, Malte, \"The Future of M-payment: Bu
|
|
|
신용카드회사가 5%의 기존 고객을 더 유지시키면 최 고 125% 매출이 신장 http://www.clickcallcenter.com/menu4-1-5.htm → CRM 프로세서 인용
3) 지나친 고객 선별과 차별 대우 시 일반 고객들이 느끼게 될 소외감에 유의
① 고객을 유지ㆍ차별화하는 과정에
|
|
|
신용카드회사가 5%의 기존 고객을 더 유지시키면 최 고 125% 매출이 신장 http://www.clickcallcenter.com/menu4-1-5.htm → CRM 프로세서 인용
3) 지나친 고객 선별과 차별 대우시 일반 고객들이 느끼게 될 소외감에 유의
① 고객을 유지ㆍ차별화하는 과정에
|
|
|
신용과 대금결제에 대한 확신을 제공해 주어야 할 뿐만 아니라 전자결제시스템으로 처리되는 과정 중에 발생하는 위험을 담보할 수 있는 보험 및 책임보험 등에 관한 상품개발이 모색되어야 할 것이다.
본 학생은 이상에서 살펴본 바, 전자무
|
|
|
데이터를 송신한다면 결국 공급자는 소비자의 구매기록은 물론 동선 하나하나까지 모든 것을 파악할 수 있고 이는 곧 사생활 침해문제로 확대될 수 있기 때문이다. 또한 재고 / 물류관리등의 영역에서 뿐만 아니라 RFID를 이용한 신용카드 서
|
|
|
데이터베이스 기반의 마케팅회사, 감식 및 추적을 위한 스마트칩을 내장한 신용카드 · 멤버십카드와 위치 정보 등을 가진 무선통신 사업자, 고객별 라이프스타일에 적합한 최적의 제품 · 서비스를 제공하는 프로모션 사업자 간의 협력이 필
|
|
|
데이터의 유형에는 전산시스템의 붕괴, 직원들의 실수나 사기, 횡령, 부정확한 회계처리, 파업, 법규위반 등 시장위험과 신용위험을 제외한 사실상의 모든 위험이 운영위험에 포함된다고 해도 과언이 아니다. 운영위험 관리가 현대 금융기관
|
|
|
데이터를 얻기가 어렵다는 점을 느꼈으며, 호텔기업의 전략적 제휴의 도입단계의 한계성을 지니고 있으므로 다양한 분야의 제휴형태를 연구하여 적용해야 할 필요성을 느꼈다.
둘째, 향후 연구에 있어서 제휴의 형태와 개별 산업 각각에 대
|
|
|
신용 파괴, 저작권 침해, 정보전 등 더 고도화되고 악성화된 위협들이 대두될 것으로 보인다. 우려스러운 점은 이러한 위협들이 홈네트워크, 텔레매틱스, 전자정부, 모바일 커머스 등 현재 우리가 공들여 추구하고 있는 정보화 노력을 자칫 사
|
|
메뉴펼치기
