主页
 > 研究与报告 > TEC博客 > 分析这

分析这

作者: Kevin Ramesan
发布于: 七月 15 2013

产品定义和对市场的影响

的现在充满了TB的历史数据公司的数据仓库,它是至关重要的,采用的工具,将允许市场营销人员更好地了解他们的客户,并建立一个真正的一对一的关系管理策略适应。日益增加的需求,让最终用户访问,分析和传递信息组织中的放大的商业智能(BI)市场和技术的需要。了解顾客的行为是很重要的调整业务策略,增加收入,并确定了新的机遇。因此,Google Analytics(分析)是今日热点“按钮,帮助企业提高其整体企业应用程序的投资回报率(ROI)。

在   CRM领域,分析中提供了两个主要口味:

  •     描述性分析      - 重点客户的历史模式
  • 说明性分析 - 趋于预测     客户未来的行为

的许多   传统的CRM套装软件提供商像的Siebel SAP 仁科 MS CRM   E. piphany 报价分析模块大多落入   描述的种类。早已预测分析的重点供应商   像的 SPSS 我影响 SAS研究所,   SA Business Objects公司,的 Cognos公司

业务   情报套房越过甚至建立更广阔的市场   进入的ERP财务管理解决方案的供应商,提供的域名。   事实上,他们大量投资于新兴领域的业务表现   管理(BPM)。 BPM分析可以发挥重大的作用,在CRM套件   为提高业务流程的性能。然而,数据挖掘技术,   专注于识别有趣的模式和发展预测   从数据模型,使企业能够利用的最大潜力   数据资源战略的商业上的成功。

分析   应用程序越来越多地利用更快的处理速度,更复杂的   算法和现有的数据挖掘基础设施,以帮助企业导航   通过他们的未知的市场。分析软件市场有各种各样   的技术,如查询和报告的解析服务器和工具,   联机分析处理(OLAP)和数据挖掘。这些技术有   历来不同的,而不是集成的,这导致在隔离   用户社区无法共享信息。现在有一个觉醒   随着越来越多的预测分析能力的潜力出现嵌入式   包装CRM,ERP和SCM的应用程序,他们访问了广阔的   以前依靠电子表格,直觉,或一个单独的用户设置   分析部门。

术语

  BI软件的世界有许多不同的工具。他们中的一些如下:

最终用户   查询和报表工具:这些都是专为支持   特设,即使是最初级的用户的数据访问和报表建设。

在线   分析处理(OLAP)工具:台电脑使用的技术   趋势进行分析,并进行业务分析使用的多维视图   业务数据。

在线   事务处理(OLTP)平台:计算机系统设计   内置用于进行数据分析。

在线   分析处理平台(OLPP):,以表彰开发   进行数据分析对联机事务处理的局限性   (OLTP)的平台,OLPP提供一个完整的开发和交付   环境预测分析今天不满意OLAP / OLTP进程。   OLPP使用户能够开发一个预测未来行为的理解   客户,供应商,产品,帐户,库存,供应,和趋势   通过支持易于使用的传统和尖端的交易   科学预测建模技术。

数据   挖掘软件:高效率发现不明显的宝贵的过程   收集了大​​量的数据模式。它使用的技术如神经   发现数据中的关系网络,规则归纳,聚类   做出预测。

ETL   工具:短的提取,转换,加载三个数据库功能   被组合成一个工具,将数据从一个数据库中,并把它   到另一个数据库。 提取 - 读取数据的过程中,   从一个数据库中。 变换 - 转换的过程中,   成的形式,它需要从它以前的形式提取的数据,以便在   它可以被放置到另一个数据库中。通过使用规则发生转型   或查找表或通过与其他数据相结合的数据。 负载    - 到目标数据库中的数据写入的过程中。

包装   data-mart/warehouse:是一个融合的技术,旨在有效   操作数据库集成到一个环境,使战略   使用的数据。这些技术包括关系和多维数据库   管理系统,客户机/服务器架构,元数据建模和资料库,   图形用户界面,等等。执行信息系统(EIS):   通过汇总数据从各种组织提供高层次的看法   源在组织内外部来源。专案调查   提供的性能数据和趋势分析,为高层管理。易用性   使用是一个重要的功能,使查询,可没有详细   底层的数据结构的知识。图形界面(GUI)使   可能要求的报告和查询而不诉诸编程。   

扩大用户群体的趋势

的传统   分析师提供的内部项目,专注于BI软件实现   和经理访问商业智能工具。今天的趋势正在改变   作为一个更广泛的商界需要获得客户洞察力。分析   报告将不再受到限制上述团体组织内。   ,任何员工都可以而且应该从BI软件中受益。

的不幸,   当今大多数公司在广告活动管理,采用数据挖掘模型   是手动,时间密集的过程。当营销人员想竞选活动   基于模型得分,他或她致电建模者(通常是一个统计学家)   有一个模型,对数据库的运行,这样可以创造得分文件。   营销征求一个IT人员的帮助下,合并分数   营销数据库。这种脱节的过程是充满问题   错误和可能需要数周。通常情况下,通过次模型集成   数据库,无论是模型已经过时或运动的机会   已经过去了。

  解决方案是数据挖掘和广告管理技术的紧密集成。   在这种情况下,营销人员可以调用的统计模型,从内   活动管理中的应用,得分上飞的客户群,并迅速   创建活动针对的客户群提供最大的潜力。   活动管理和数据挖掘,紧密结合起来,有力的工具。   

CRM   应用程序是完美的车辆发射所需的知识   不同的阶层商界。因此,新的联盟预测。   更多和更具有可操作性的分析CRM厂商配合更先进的,面向预测   分析公司。营销自动化和分析肯定是热点   的CRM市场今年。

业务   对象最近宣布与Salesforce.com的集成提供   CRM客户提供先进的报告和分析解决方案。仁科发布   它的预测分析解决方案。的Siebel继续紧密集成   SPSS和SAS。

用户推荐

真   个性化的销售渠道可谓是,什么样的产品/服务   /价格,客户必须提供基于互动反馈和预测   他们的行为模式。的数据量,需要进行分析,以使   这个准确的和吸引人的客户是复杂的和高容量。数据   挖掘可以提供必要的分析手段发现重大规则   或图案。对于的解剖和配置的数据是有用的,有   采取一些行动,给它一定的价值。这一行动可能是活动管理,   电子邮件,直邮管理,或无数的其他行动。

的大多数   包括今天的CRM应用功能,提供了自动客户   为导向的行动。完成此过程,现在许多CRM厂商的关键   解析引擎加入到他们的CRM产品。这应该均质所有   相同的业务模式下的CRM功能,并允许更大范围的   用户可以访问他们需要的数据时,他们需要。

 
comments powered by Disqus

近期搜索:
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z Others