|
데이터마이닝은 누구에게 전화를 하는지, 언제 전화를 하는지, 고객에게 무엇을 질문하였는지, 고객에게 무엇을 제공하였는지, 다음 후속전화(Follow-Up Call)의 적기는 언제인지, 다양한 채널(인터넷, 홈뱅킹, 은행지점등) 전략내에서 콜센터의
|
|
|
데이타마이닝이 왜 지금 이렇게 부각되는 것인가?
데이타마이닝에서 사용되는 복잡한 방법론들이 지금 나와서 인가?
고객에 대한 분석이 이제서야 궁금해서 인가?
정보기술 환경의 변화
비즈니스 환경의 변화 1. DATAMINING의 정의
2. DAT
|
|
|
데이터마이닝은 데이터에 잠재적으로 내재된 경향성을 파악하는 방법론이므로 해당 업무에서 충분한 데이터가 축적된 곳이면 어느 분야에건 적용이 가능한 기반 기술이다.
● BC 카드
1. 개발 배경
- 기존 카드사들과의 경쟁 심화 및 다수의
|
|
|
데이터마이닝을 통한 소비자 분석이 필요
5. 사례 연구의 시사점
위의 4 가지 사례들은 모두 성공사례이고 , 데이터마이닝이 실제 적용된 정확한 수치 및 결과가 나타나 있지 않다는 한계점을 감안하여 그 시사점을 살펴보면 아래와 같다.
첫
|
|
|
한다. I. 서 론
Ⅱ. 이론적 배경
2.1 Data Mining
2.1.1 인공신경망
2.1.2 SVM
2.2 이탈고객관리에 관한 선행연구
Ⅲ. 연구모형
1. 연구절차
IV. 실증분석
4.1 자료 수집 및 변수 선정
4.2 이탈고객 세분화
V. 결론
참고문헌
|
|
|
데이터는 단순한 숫자나 부호가 제공할 수 있는 것보다 더 많은 양의 정보를 줄 수 있는 장점을 갖고 있으며 많은 기업들이 텍스트 데이터의 유용성을 인식, 많은 관심을 기울이고 있고 그 중요성이 날로 높아가고 있다.
III. 데이터마이닝 작
|
|
|
반면, MOLAP제품은 ROLAP제품에 비해 대용량의 데이터를 처리하지 못한다. 1. 데이터마이닝의 정의
2. OLAP의 정의
3. 데이터마이닝 Vs. OLAP
4. 데이터 마이닝 OLAP의 적용사례
5. 국내 OLAP의 시장 현황
6. 데이터마이닝 툴과 OLAP 툴
|
|
|
잘못된 환상
데이터마이닝 제품을 구입하여 기존의 데이터 분석 유용한 정보가 나올 것이다.
원인- 데이터마이닝을 하나의 기술로 인식하고, 기법이나 도구의 선택과 기술적인 지원 등에만 과다하게 치중하는 것이 원인
1. 목표 및
|
|
|
데이터의 모양의 면밀히 검토하여 정보화의 기반을 다지는 과정 이다.
라. Modeling 단계
데이터마이닝의 핵심 (가장 중요한 단계!)
데이터로부터 다양한 형태의 마이닝 기법을 적용시켜 패턴을 추출해 낸다.
Neural Network, 결정트리등의 기법
|
|
|
데이터 마이닝, BSC, 그리고 BPM 기반의 6시그마 방법론에 관한 연구, 울산대학교 대학원 논문, 2005.
송영미, Data Mining 기법을 활용한 효율적 보험사기 적발 모형 연구, 홍익대학교 대학원 논문, 2009.
유재학 외, 연관관계규칙을 이용한 트래픽 폭
|
|
메뉴펼치기
