содержание
ВВЕДЕНИЕ 3
ГЛАВА 1: СУЩНОСТЬ И ПОНЯТИЕ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ, ЕГО ОСНОВНЫЕ МЕТОДЫ И АЛГОРИТМЫ. 6
1.1 Понятие и сущность Data Mining 6
1.2 Основные методы и алгоритмы интеллектуального анализа данных. 12
1.3 Применение Data Mining в маркетинге и управлении клиентской базой 18
ГЛАВА 2. АНАЛИЗ МЕТОДОВ DATA MINING ДЛЯ ПОВЫШЕНИЯ ЛОЯЛЬНОСТИ КЛИЕНТОВ И ФОРМУЛИРОВАНИЕ ОБЩЕГО ТЕХНИЧЕСКОЕ ЗАДАНИЯ 30
2.1 Анализ зарубежной практики использования Data Mining в сфере повышения лояльности клиентов 30
2.2. Анализ российской практики использования Data Mining в сфере повышения лояльности клиентов 32
2.3. Общее описание технической задачи 34
2.4. Сегментация клиентов по критериям лояльности 43
2.5. Определение факторов влияющих на лояльность клиентов 44
2.5. Разработка моделей прогнозирования лояльности клиентов 45
2.6. Описание компании ЗАО «Путьснаб» и ее клиентской базы 47
ГЛАВА 3: РАЗРАБОТКА И АПРОБАЦИЯ МЕТОДИКИ DATA MINING ДЛЯ ПОВЫШЕНИЯ ЛОЯЛЬНОСТИ КЛИЕНТОВ НА ПРИМЕРЕ КОМПАНИИ ЗАО «ПУТЬСНАБ» 51
3.1. Проведение сегментации клиентов по критериям лояльности 51
3.2. Анализ факторов, влияющих на лояльность клиентов компании 55
3.3. Разработка модели прогнозирования лояльности клиентов компании на Python. 57
3.4. Апробация методики на выборке клиентов компании и оценка ее эффективности 67
3.5. Оценка эффективности применения Data Mining в повышении лояльности клиентов 68
3.6. Рекомендации по разработке методики Data Mining для повышения лояльности клиентов 69
3.7. Оценка экономической эффективности 71
ЗАКЛЮЧЕНИЕ 73
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 75
ГЛАВА 1: СУЩНОСТЬ И ПОНЯТИЕ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ, ЕГО ОСНОВНЫЕ МЕТОДЫ И АЛГОРИТМЫ. 6
1.1 Понятие и сущность Data Mining 6
1.2 Основные методы и алгоритмы интеллектуального анализа данных. 12
1.3 Применение Data Mining в маркетинге и управлении клиентской базой 18
ГЛАВА 2. АНАЛИЗ МЕТОДОВ DATA MINING ДЛЯ ПОВЫШЕНИЯ ЛОЯЛЬНОСТИ КЛИЕНТОВ И ФОРМУЛИРОВАНИЕ ОБЩЕГО ТЕХНИЧЕСКОЕ ЗАДАНИЯ 30
2.1 Анализ зарубежной практики использования Data Mining в сфере повышения лояльности клиентов 30
2.2. Анализ российской практики использования Data Mining в сфере повышения лояльности клиентов 32
2.3. Общее описание технической задачи 34
2.4. Сегментация клиентов по критериям лояльности 43
2.5. Определение факторов влияющих на лояльность клиентов 44
2.5. Разработка моделей прогнозирования лояльности клиентов 45
2.6. Описание компании ЗАО «Путьснаб» и ее клиентской базы 47
ГЛАВА 3: РАЗРАБОТКА И АПРОБАЦИЯ МЕТОДИКИ DATA MINING ДЛЯ ПОВЫШЕНИЯ ЛОЯЛЬНОСТИ КЛИЕНТОВ НА ПРИМЕРЕ КОМПАНИИ ЗАО «ПУТЬСНАБ» 51
3.1. Проведение сегментации клиентов по критериям лояльности 51
3.2. Анализ факторов, влияющих на лояльность клиентов компании 55
3.3. Разработка модели прогнозирования лояльности клиентов компании на Python. 57
3.4. Апробация методики на выборке клиентов компании и оценка ее эффективности 67
3.5. Оценка эффективности применения Data Mining в повышении лояльности клиентов 68
3.6. Рекомендации по разработке методики Data Mining для повышения лояльности клиентов 69
3.7. Оценка экономической эффективности 71
ЗАКЛЮЧЕНИЕ 73
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 75
Весь текст будет доступен после покупки
Показать еще текст
