|
분석적 CRM (5)
4.1.2 CRM 유형 – 분석적 CRM (6)
4.1.3 CRM 유형 – 협업적 CRM
4.2.1 CRM 시스템의 기술적 아키텍처
4.2.2 DW와 OLAP (2)
4.3 CRM과 데이터마이닝 (1)
4.3 CRM과 데이터마이닝 (2)
4.3 CRM과 데이터마이닝 (3)
4.4 e-CRM과 웹마이닝
요약
|
|
|
데이터베이스 구축
3) 전국 하천망 및 일람정보 관리시스템 구축
4) 향후 추진계획
Ⅳ. 지리정보시스템(GIS)관리
1. 네트워크를 이용한 분산처리 환경
2. 통합적 데이터베이스 관리
1) 데이터 웨어하우스(Data Warehouse)
2) 프레임워크 데이터(F
|
|
|
특성
2. 유비쿼터스 컴퓨팅 환경과 구현방법
1) 유비쿼터스 컴퓨팅의 환경
2) 유비쿼터스 컴퓨팅의 구현방법
3. 유비쿼터스 컴퓨팅 환경과 활용 기술
1) 센서기술
2) 인터페이스기술
3) 디스플레이기술
4) 응용기술
4. 인터페이
|
|
|
특성을 분석하기 위한 데이터 마이닝 도구가 준비되어야 한다. 구축된 고객 통합 데이터베이스를 대상으로 마이닝 작업을 통해 고객의 특성을 분석한다. 널리 알려진 RFM(recency, frequency, monetary) 분석 방식이나 LTV(Life Time Value) 분석과는 달리 데
|
|
|
데이터마이닝
제 1절 인터넷 마케팅 조사 개념과 종류
제 2절 인터넷 마케팅 조사의 일반적인 절차
제 3절 인터넷 마케팅 조사의 일반적인 절차
Chapter 5. 개인화 마케팅과 eCRM
제 1절 인터넷 고객 충성도
제 2절 개인화 마케팅
제 3절 eCRM
|
|
|
마케팅수단 개발
1. 데이터 웨어 하우스
2. 데이터 마이닝
3. 데이터 베이스 마케팅
4. 웹콜 마케팅
5. 이메일 마케팅
6. 웹게시판 마케팅
7. 브랜드
8. 전략적 제휴
제 3 장 결 론
- 참고문헌
|
|
|
정의
2. ERP의 특징과 장단점
제 2 절 ERP 시스템의 특성
1. ERP 시스템 특성
2. ERP 시스템의 구축 방법
제 4 장 ERP 도입사례 및 성공요인 분석
제 1 절 ERP 도입사례
1. 대웅제약
2. 풀무원
3. 나이키
4. ERP 사례 비교
제 2 절 ERP 도입
|
|
|
데이터마이닝의 기법
1. 연관성측정(ASSOCIATIONS)
2. 순차적 패턴발견(SEQUENCES)
3. 클러스터링(CLUSTERING)
4. 의사결정수(Decision Trees)
5. 신경망모형(Neural Networks)
Ⅵ. 데이터마이닝의 기술 활용
1. 비즈니스 데이터마이닝(Business Data mining)
2. 웹
|
|
|
데이터마이닝의 기법
1. 연관성측정(ASSOCIATIONS)
2. 순차적 패턴발견(SEQUENCES)
3. 클러스터링(CLUSTERING)
4. 의사결정수(Decision Trees)
5. 신경망모형(Neural Networks)
Ⅵ. 데이터마이닝의 기술 활용
1. 비즈니스 데이터마이닝(Business Data mining)
2. 웹
|
|
|
리고 이 위원회는 손쉬운 데이터웨어하우스 이용이야말로 그랜드 서클의 우편물 관리 시스템, 예약 시스템, 고객 시스템 등을 통합할 수 있는 최선의 방책이란 결론을 내렸다. 이 결론에 따라 마케팅 부서는 자신들의 요구사항을 제출했고 IS
|
|
메뉴펼치기
