|
제조업을 위한 수요예측 사례
(2) 소매업을 위한 수요예측 사례
(3) 서비스 업종을 위한 수요예측 사례
6. 수요예측의 한계와 대응 전략
(1) 불확실성과 예측 오류
(2) 대응 전략: 불확실성 관리와 예측 오류 감소
7. 수요예측의 미래 동향
|
|
|
전자상거래 실시 유무 판단
ㆍ컨텐츠 제휴 재판매 전략
ㆍ컨설팅 제휴
ㆍ사이버입점 제휴
ㆍ배너광고
ㆍ다이렉트 마케팅의 대행
ㆍ고객확보 마케팅 등 아웃소싱 실시
ㆍ오프라인 판매경로의 진출
ㆍ오프랑니과의 연계 전략
ㆍe-비지니스 컨
|
|
|
데이터를 ‘어떻게 해석할 것이며 어떻게 활용할 것인가가 관건이다’라는 점을 강조한다.
세 번째로 CRM프로젝트 추진은 무엇보다도 단계적인 시행이 중요하다고 말한다. 반복적 상황에 대한 분석의 결과를 추출해 캠페인을 벌인 후 만약
|
|
|
효과
1. 최적 경로
2. 정확한 정보
제 7 장 _ 경영학, 과학을 만나다.
선형계획법
1. 최소의 자원으로 최대의 효과
2. 과학과 경영의 만남
제 8 장 _ 우주선이 경영학 속으로
비즈니스 인텔리전스(Business Intelligence, BI)
1. 펀드
2. 모기지
|
|
|
2. e-CRM의 종류
1) 전략기반의 e-CRM
2) 데이터베이스 기반의 e-CRM
3) 분석기반의 e-CRM
Ⅳ. e-CRM의 영역
1. e-CRM 전략
2. e-CRM 영업
3. e-CRM 서비스
Ⅴ. e-CRM을 위한 분석방법
1. 마케팅 모델링
2. 데이터 마이닝
3. OLAP
Ⅵ. e-CRM의 성공요인
|
|
|
전문가를 대상으로 한 영업이기에 각종 국내와 제약기술 정보를 제공함으로써 자사 상품의 구매 동기를 유발시키겠다는 것은 차별적인 영업 전략이다.
-참고문헌-
[1] 최재영, 김영철, 문종배, “컴퓨터 활용”, 정보미디어 기술연구소, 2004
[2
|
|
|
데이터베이스 쪽에서 발전한 온라인분석처리(OLAP), 인공지능 방면에서 발전한 SOM, 신경망, 전문가 시스템 등의 방법론이 존재한다.
그 중에서도 가장 대표적인 데이터마이닝 분석 방법으로는 지도학습모형을 들 수 있다. 연역적 방법에 속하
|
|
|
데이터 웨어하우스
2. 데이터 마이닝
3. 다이렉트 마케팅
4. 개인 마케팅
Ⅲ. CRM(고객관계관리) 시장 정의
Ⅳ. CRM(고객관계관리)의 필요성
Ⅴ. CRM과 eCRM
Ⅵ. CRM(고객관계관리)과 데이터베이스마케팅
Ⅶ. CRM(고객관계관리) 시스템
|
|
|
데이터를 최대한으로 수집하는 방법에 대한 연구와 자료의 신속한 갱신에 대한 대책이 충분히 강구되어야 한다. 한 때 각광을 받았던 rule-based 전문가 시스템의 경우 실제로 rule의 추출이 여의치 않기 때문에 활용도가 크게 떨어진 것과 같은
|
|
|
전문가들이 함께 협력하여 더 나은 금융 서비스를 만들어 가는 과정에 기여하고 싶습니다.
53. 마지막으로, IM뱅크에서 어떤 가치를 제공하고 싶은가요?
IM뱅크에서 제공하고 싶은 가치는 ‘데이터 기반의 고객 맞춤형 서비스’입니다. 고객의
|
|
메뉴펼치기
