|
데이터 마이닝 기법
1) 통계 기법
2) 의사결정나무
3) 신경망 분석
4) 군집분석
5) 시장바구니 분석 1. 데이터 마이닝의 정의
2. 데이터 마이닝의 배경 및 동향
3. 데이터 마이닝의 기능
4. 데이터 마이닝 기법
5. 활용분야
6. 사례
|
|
|
데이터 분석의 핵심 목표인 정확하고 의미 있는 인사이트 도출을 가능하게 한다.
그러니까 말해보자면은 빅데이터 수집 과정의 다섯 단계는 모두 중요하지만, 데이터 전처리 및 정제 단계가 가장 결정적 역할을 한다. 데이터의 질과 분석 가
|
|
|
데이터베이스나 데이터 웨어하우스로부터 찾아내고자 하는 목적으로,
개념적인 정보 추출방법론인 데이터 마이닝이 시장에 등장하게 되었고, 이는 데이터 웨어
하우스와 함께 향후 정보산업을 이끌 큰 주제가 되고 있다.
데이터 마이닝에는
|
|
|
데이터웨어 하우스
-OLAP(Online Analytical Processing)
-데이터 마이닝
인터넷 시대의 고객 관계 관리
-고객 관계 관리를 위한 정보 채널
-웹 사용 마이닝
-전자상거래 기업을 위한 고객 관계 관리 모형들
-이메일 마케팅
-인터넷 기반 고객서비
|
|
|
데이터베이스
3-4. 웹 데이터베이스 서버의 구성
3-5. XML 데이타베이스 저장방법
3-6. XML과 웹 데이터베이스의 미래
4. 멀티미디어 데이터베이스
4-1. 멀티미디어 데이터베이스란?
4-2. 멀티미디어 데이터베이스 시스템의 특성
4-3. 멀티
|
|
|
데이터 웨어하우스(DW)관점에 기초하여 통합한다. 운영계 시스템으로부터 데이터를 빠르게 전송할 뿐만 아니라 변경된 데이터들에 대해서도 효과적이고 빠르게 검색할 수 있도록 해준다.
둘째, 고객특성을 세분화하기 위한 데이터 마이닝(DM)
|
|
|
데이터 분석을 고려하기 위해서는 적절한 양과 질의 데이터가 존재하는 것이 전제되어야 한다. 이 때문에 데이터 웨어하우스를 구축하여 공통적으로 사용될 데이터의 기반을 미리 확보해 두려는 접근 방법이 타당한 것이다. 데이터 마이닝에
|
|
|
특성과 영역, 분류
Ⅰ. CRM의 특성
1. 고객획득보다는 고객유지에 중점을 둔다.
2. 시장점유율보다는 고객점유율에 비중을 둔다.
3. 제품판매보다는 고객관계에 중점을 둔다.
Ⅱ. CRM의 영역과 분류
1. CRM의 영역
1) 기업 전방조직
2) 기
|
|
|
데이터웨어 하우스를 토대로 데이터를 추출하고, 마이닝을 통한 과학적인 고객 세분화 및 특성 파악을 통해 분류된 고객에 대한 체계적인 캠페인을 수행함으로써 해지 예방 및 LTV 증대를 통한 수익률 제고하는 것이다. 또한 고객과의 관계개
|
|
|
웨어 확 장성 우수)
- Microsoft의 \'토털 솔루션\' 전략의 중심축
- Networking
- Database
- Tools
- 단순한 데이터베이스 기능
▲ 단점
- Sybase의 특성들을 물려받음
(Microsoft의 Family로서의 기능을 충분히 하도록 범용 RDBMS의 기능을 대폭 축소)
- Microsof
|
|
메뉴펼치기
