کاربردهای داده کاوی در مدیریت ارتباط با مشتری- بخش دوم

ک

بخش دوم:

خب در مقاله قبل به  برخی مفاهیم اساسی و کاربردی داده کاوی و ضرورت های بکارگیری داده کاوی و برخی مقدمات در این حوزه پرداختیم؛ حال در ادامه مقاله قبل در این مقاله در رابطه با  اینکه داده کاوی چگونه به مدیریت ارتباط با مشتری کمک می کند و انواع داده های داده کاوی می پردازیم.

داده کاوی چگونه به مدیریت ارتباط با مشتری کمک می کند؟

چرخه فرایند ارتباط با مشتری از شناخت مشتری آغاز می شود و بعد از آن نوبت به جذب مشتری می رسد و بعد از جذب هم نوبت حفظ مشتری است. و بعد هم روابط با مشتریان می بایست توسعه داده شود، که داده کاوی در تمام این مراحل موثر بوده و به پیشبرد و بهتر شدن این مراحل کمک می کند.

در ادامه یک مفهوم از داده کاوی بیان می کنیم. در تعریف داده کاوی باید گفته شود که داده کاوی قابلیت جستجو در اطلاعات پیچیده  و استفاده از الگوریتم های آماری برای کشف الگوها و ارتباطات در حجم زیادی از داده ها است. و به دنبال یافتن راهی متفاوت برای یافتن معنا در داده ها است.

و به طور کلی هم می توان گفت که داده کاوی در واقع خلاصه کردن روابط موجود در مجموعه داده هاست  به طوری که برای صاحبان داده هم قابل فهم و هم قابل استفاده باشد.

داده کاوی جادو یا هنر نیست. داده کاوی فقط یک مهارت است که باید آموخته شود و مثل همه مهارت های دیگر قابل اکتساب است. مهارتی که همه افراد عادی در حال یادگیری آن هستند و هر کسی می تواند آن را یاد بگیرد و به نحو احسن از آن استفاده کند.

مورد دیگر در داده کاوی اینکه درست است که داده کاوی یک کار نرم افزاری است و به واسطه یک نرم افزار داده کاوی صورت می گیرد. اما چیز مهم دیگر در داده کاوی درک درست کسب و کار و درک داده ها و یا آگاهی از روش های آمار عمومی است که در کنار آگاهی از نرم افزار داده کاوی لازم و ضروری است.

داده کاوان بی هدف در مورد داده ها نمی اندیشند تا مورد جالبی را بیابند. توجه داشته باشید که هر پروژه داده کاوی با یک مشکل تجاری خاص و هدف متناسب با آن آغاز می شود. و داده کاوی هیچ الگو ودانشی را بدون ارزیابی ارائه نمی کند. داده کاوی از داده هایی که در اختیار دارد مدل ها و الگوهای ارزشمندی را استخراج می کند که می توانیم از آنها در کسب و کارمان بهره بگیریم.

چه نوع داده هایی از مشتریان خود را باید جمع آوری کنیم؟

اگر می خواهیم از داده کاوی برای سود بیشترو فروش بیشتر در کارمان استفاده کنیم بهتر است که چه داده هایی را جمع آوری کنیم.

چهار نوع کلیدی از داده های مشتریان عبارتند از:

  1. داده های هویتی: فرد در قلب پایگاه داده مشتری قرار دارد.بنابراین شناخت فرد و ایجاد یک نمای واحد برای  هر مشتری از اهمیت زیادی برخوردار است.

   داده های هویتی شامل :

  • اطلاعات نام(نام و نام خانوادگی)
  • اطلاعات شخصی(تاریخ تولد، جنسیت و غیره)
  • اطلاعات آدرس پستی(کشور،شهر،خیابان، کوچه، پلاک، کد پستی و غیره)
  • –          شماره تلفن(موبایل، تلفن منزل، محل کار و غیره)
  • –          اطلاعات شغلی(نام شرکت محل کار، آدرس محل و غیره)
  • –          اطلاعات پست الکترونیک، اطلاعات شبکه اجتماعی.
  • داده های کمی: هنگامی که متوجه شدید که مشتری شما کیست، داده های کلیدی بعدی داده های عملیاتی هستند که شما را قادر می سازد تا بدانید که مشتری شما با کسب و کارتان چه رفتار، معامله یا واکنشی داشته است و شامل هر گونه اطلاعاتی است که فعالیتی را که بین مشتری و کسب و کار انجام شده شرح می دهد.
  • داده های کمی مثل: اطلاعات معاملات (آنلاین و آفلاین) : مثل تعداد محصولات خریداری شده، محصولات واقعی خریداری شده، قیمت سفارش، تاریخ سفارش، تاریخ تمدید سفارش،واگذاری محصول، بازده محصول و غیره.
  • اطلاعات ارتباطی(ورودی و خروجی): مثل تاریخ ارتباط، کانال ارتباطی، نرخ کلیک و غیره.
  • فعالیت آنلاین: مثل بازدید از سایت، نمایش محصول، ثبت آنلاین و غیره.
  • فعالیت شبکه های اجتماعی: مثل لایک ها در فیس بوک، اینستاگرام و غیره .
  • اطلاعات خدمات مشتری: مثل جزییات شکایت، جزییات سوال مشتری و غیره.
  • داده های توصیفی: درک اینکه مشتری کیست ونوع فعالیت هایی که با شما انجام می دهند نقطه شروع خوبی برای هر پایگاه داده بازاریابی است. برای به دست آوردن یک دیدگاه کامل تری از مشتری، داشتن اطلاعات اضافی از مشتری بسیار مهم است، که اطلاعات اضافی در مورد مشتری شما کمی فراتر از هویت و جزییات فعالیت ها پیش می رود و شامل موارد زیر است:
  • جزییات خانوادگی: وضعیت تاهل، تعداد فرزندان، سن فرزندان و غیره.
  • جزییات سبک زندگی: نوع اموال، نوع اتومبیل، تعداد اتومبیل و غیره.
  • جزییات حرفه و شغل: حرفه، سطح تحصیلات و غیره.
  • داده های کیفی: نوع نهایی اطلاعاتی که با آن مواجه می شوید. توضیح بیشتری در مورد مشتری شما ورفتار بالقوه او ارائه می دهد و گاهی اوقات توسط پرسشنامه جمع آوری میشود که در آن نگرش، انگیزه و نظر مشتری ارائه می شود.
  • اطلاعات نگرشی: خدمات مشتری ما را چگونه ارزیابی می کنید. ارزش محصول را چگونه ارزیابی می کنید. چقدر امکان دارد دوباره محصول ما را خریداری کنید و غیره.
  • نظر: رنگ مورد علاقه شما چیست، مقصد تعطیلات مورد علاقه شما کجاست و غیره.

تمام داده هایی که از مشتری جمع آوری می کنیم و باید جمع آوری کنیم شامل داده های گفته شده در بالا می شوند که زمانی که این داده ها را جمع آوری کردیم آنها در یک انباره داده ذخیره  می شوند. و با استفاده از روش های داده کاوی باید این داده ها را تحلیل کنیم و دانشی را از این داده ها استخراج کنیم و پس از در برنامه های تصمیم گیری مثل ریختن استراتژی یا بازاریابی از این دانش استفاده کنیم.

در مقاله بعد در رابطه با فرایند داده کاوی پرداخته می شود به بیان یکی از فرایندهای داده کاوی می پردازیم.

درباره نویسنده

محمدمهدی لطفی نژاد

ارسال دیدگاه

نوشته‌های تازه

آخرین دیدگاه‌ها

بایگانی

دسته‌ها

اطلاعات