|
Data Warehouse)와 연계된 우체국 택배 품질지수 관리, 착불 소포제도 활성화로 신규고객을 발굴하도록 할 계획이다.
② 국가 간 통관서류정보 사전 교환시스템 구축을 통한 신속한 통관 지원, 항공사와의 정보시스템(EDI) 연계를 통한 종추적 시
|
|
|
DATA WAREHOUSE), 자동 수/배차 연계 SYSTEM, BILLING, STOPEFRONT, TOTAL MANAGEMENT 등 최신의 IT 기술을 전 택배서비스에 접목함으로써 소비자의 만족도를 높이고 높은 수준의 택배서비스를 제공할 수 있게 되었다.
7. 시사점 및 개선 방안 강구
-국내 시장은
|
|
|
9. CRM의 문제점
10. CRM의 해결방안
■ 데이터 정확도의 문제의 해결 방안
■ 고객 별 맞춤 서비스 제공/ 고객과의 관계 강화
■ 전사적인 마케팅과 영업으로 효율성 극대화
■ 데이터통합의 문제 해결방안
▣ 결론 및 향후 전망
|
|
|
경로에는 도매, 소매, 직판이 있다. SD(영업/물류)
PP(생산관리)
MM(자재관리)
QM(품질관리)
PM(설비관리)
PS(Project System)
FI/CO/TR(지원)
HR(인사)
APO(Advanced Planner & Optimizer)
CRM(Customer Relationship Management)
DW(Data Warehouse)
|
|
|
Data Warehouse, Knowledge Management 등 최신 기술 흡수
1.1 BPR과 ERP
기업의 경영층을 비롯한 관리자들은 판매 및 마케팅(Sales & Marketing), 물류(Logistics), 재무회계(Financial Accounting)을 함께 바라볼 수 있는 능력을 갖추어야 한다. 그러나, 방대한 기업의 부
|
|
|
보고(BOGO)마케팅
5. 블루스카이(blue-sky) 프로젝트
6. 정보스모그 현상
7. BHAG 경영
8. 국가위험도(Country Risk)
9. 사회안전망(Social Safety Net)
10. 데이터 웨어하우스(Data Warehouse)
11. EBO (Employee Buyout : 종업원 사업분할제)
...
|
|
|
데이터 분석 활용 사례 18 목차
서론
본론
1, 인공지능과 데이터마이닝
2, 빅데이터(Big Data)의 활용 3, 빅데이터(Big Data)와 속도4, 빅데이터의 발달 영역
5, 국내 빅데이터 활용 사례
6, 개인정보와 프라이버시에 대한 고찰
결론
참고
|
|
|
데이터의 개발 기술’을 의미하고, 프로파일링과 혼용되어 사용되곤 하는 ‘데이터 마이닝’(Data Mining)이란 앞서 살핀 바와 같이 방대하게 저장된 디지털정보로부터 유의미한 지식을 끄집어내기 위해 사용되는 연속적인 기술이다. 특히 프로
|
|
|
데이터를 이용하여 생성한 커널기반함수와 커널기반함수와 곱하는 가중치로 구성된다. 이러한 가중치는 종속변수 값(y)을 추정하고자 하는 지점(x)과 관측데이터(X)와의 거리에 비례하여 계산된다.
3) 커널기반함수
커널기반함수는 관측치 X
|
|
|
때문이다.
하지만, 업무 상황과 사용자 또는 개발자의 판단에 따라 첫째 둘째의 조건을 만족하더라도 실체로 인정되지 않는 경우도 또한 많이 발생하는 것이 현실이다. 1.Data Mining,
2.OLAP,
3.Personalization,
4.BSD(Business System Design)
|
|
메뉴펼치기
