Заказ работы

Заказать
Каталог тем

Самые новые

Значок файла Зимняя И.А. КЛЮЧЕВЫЕ КОМПЕТЕНТНОСТИ как результативно-целевая основа компетентностного подхода в образовании (3)
(Статьи)

Значок файла Кашкин В.Б. Введение в теорию коммуникации: Учеб. пособие. – Воронеж: Изд-во ВГТУ, 2000. – 175 с. (4)
(Книги)

Значок файла ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ КОМПЕТЕНТНОСТНОГО ПОДХОДА: НОВЫЕ СТАНДАРТЫ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ (4)
(Статьи)

Значок файла Клуб общения как форма развития коммуникативной компетенции в школе I вида (10)
(Рефераты)

Значок файла П.П. Гайденко. ИСТОРИЯ ГРЕЧЕСКОЙ ФИЛОСОФИИ В ЕЕ СВЯЗИ С НАУКОЙ (11)
(Статьи)

Значок файла Второй Российский культурологический конгресс с международным участием «Культурное многообразие: от прошлого к будущему»: Программа. Тезисы докладов и сообщений. — Санкт-Петербург: ЭЙДОС, АСТЕРИОН, 2008. — 560 с. (12)
(Статьи)

Значок файла М.В. СОКОЛОВА Историческая память в контексте междисциплинарных исследований (13)
(Статьи)


Заказ научной авторской работы

Методические основы многомерного представления маркетинговой информации в «клиент–ориентированной» системе, основанной на прецизионном маркетинг менеджменте

Стратегические цели компании обычно направлены либо на усиление
позиций в существующих сегментах, либо на поиск новых сегментов для
продвижения продукции.
Проблемы сегментирования рынка являются ключевыми при
организации процессов управления рынком. Как правило, любая компания
ввиду ресурсных ограничений может работать не на всем рынке, а лишь на
его части. Поэтому важно выбрать такую часть (сегмент) рынка, которая
может принести наибольший доход компании. Для этого необходимо
подробно изучать рынок, разделять его на сегменты и определять их
доходность, строить стратегию управления с ориентацией на наиболее
доходные сегменты. Для сегментирования применяют формальные методы
описания потребителей и математические методы анализа. Наиболее
распространенными являются кластерный анализ и факторный анализ
[22,23,28,29].
Основу кластерного анализа составляют методы классификации
объектов по их признакам. Результатом классификации являются кластеры
схожих объектов. Но не любые кластеры можно считать сегментами. При
выполнении ряда условий семантического характера, например,
стабильность кластеров, чувствительность к управляющим воздействиям,
достаточность ресурсов для работы в данном кластере и т.д. кластер
становится сегментом. Наиболее важным преимуществом кластерного
анализа является его универсальность, поскольку он позволяет
классифицировать объекты любой природы. Строгая математическая
модель анализа (конечный набор переменных, формальная мера сходства)
дает возможность достаточно объективно проводить классификацию и
находить иногда неочевидные в исходных множествах группы схожих
потребителей.
Однако с позиции прецизионного маркетинг-менеджмента отношений
кластерный анализ имеет ряд недостатков.
63
Во-первых, процедура анализа является жесткой в том смысле, что
изменение переменных или диапазонов изменения величин переменных
требует повторения процедур нормализации и полного
перепрограммирования задачи. Для сегментирования в задачах массового
маркетинга такая жесткость не является препятствием, поскольку анализ
проводится единовременно или через большие промежутки времени. В
прецизионном менеджменте отношений, благодаря персонализации
отношений, процедура сегментирования должна проводиться гораздо чаще,
приближаясь к режиму реального времени.
Во-вторых, математическая сложность задачи кластеризации требует
совместной работы специалистов по менеджменту и математиков-
программистов при решении задач сегментирования. Иными словами,
менеджеры не могут вести анализ самостоятельно в изменяющихся
условиях контактного взаимодействия с клиентами, характерных для
прецизионного маркетинг-менеджмента отношений.
В-третьих, при персональном контактном взаимодействии или
контакте с узким сегментом предварительный анализ требует
динамической коррекции, т.е. в результате выполнения одних запросов
возникают новые запросы, ответы на которые необходимо получать в
режиме on-line. Такой режим нельзя реализовать в кластерном анализе из-
за его статичности.
Предлагаемые в настоящей работе методы сегментирования
базируются на новой технологии OLAP-анализа [5,21]. Эта технология легко
преодолевает отмеченные недостатки и становится необходимым
инструментом сегментирования в прецизионном маркетинг-менеджменте
отношений. Современные средства анализа данных для компьютерной
поддержки решений развиваются в двух направлениях: в системах
транзакционной обработки (OLTP) и в системах оперативной аналитической
обработки (OLAP) [4,11,17,45].
Системы анализа, построенные на OLTP-обработке, позволяют
собрать большие массивы фактографических данных и жестко их
структурировать преимущественно в табличной форме, в виде так
64
называемых «структурированных отчетов» для целей поддержки решений.
Реляционные базы данных составляют главную основу аналитических
систем в рамках OLTP-обработки. Такие базы ориентированы на быструю
запись и выборку операционной информации, например транзакций.
Аналитические задачи имеют более сложное решение, порой они требуют
нарушения основных принципов нормализации, соблюдаемых в
реляционных базах, и анализ приводит к необходимости трудоемкого
дополнительного программирования. При этом значительные затраты на
программирование задач анализа в OLTP-системах в полной мере не
оправдываются, так как не позволяют оперативно перестраивать процедуру
анализа и перекладывают на человека основную нагрузку по превращению
«сырых» данных в полезную для процесса решений информацию.
В противоположность OLTP-системам средства OLAP-анализа
исходно построены на принципах многомерной модели данных, которая
более адекватно отображает реальный процесс принятия решений, где
человек всегда оперирует многомерными представлениями и многомерной
информацией. Широкие возможности многомерного OLAP-анализа для
оперативного интерактивного перестроения процедуры анализа без
увеличения нагрузки на программирование сделали эти системы очень
популярными в последние годы. Особенно важной для прецизионного
маркетинг-менеджмента отношений является возможность работы с OLAP-
системами любых специалистов – маркетологов, менеджеров, аналитиков,
продавцов и др., как правило, не имеющих подготовки в области
программирования.
С середины 1990-х годов до настоящего времени наблюдается
бурный рост коммерческих OLAP-систем. К началу 2002 г. рынок OLAP
превысил 3 млрд долл. Интерес к системам оперативной аналитической
обработки данных связан с тем, что такие системы могут четко отвечать на
вопросы: кто (поставщики, продавцы, клиенты), сколько (затраты, доходы),
где (рынки, страны, регионы), когда (финансовые годы, кварталы, месяцы)
и как конкретно меняется ситуация и различные бизнес-факторы на рынке.

     Ниже Вы можете заказать выполнение научной работы. Располагая значительным штатом авторов в технических и гуманитарных областях наук, мы подберем Вам профессионального специалиста, который выполнит работу грамотно и в срок.


* поля отмеченные звёздочкой, обязательны для заполнения!

Тема работы:*
Вид работы:
контрольная
реферат
отчет по практике
курсовая
диплом
магистерская диссертация
кандидатская диссертация
докторская диссертация
другое

Дата выполнения:*
Комментарии к заказу:
Ваше имя:*
Ваш Е-mail (указывайте очень внимательно):*
Ваш телефон (с кодом города):

Впишите проверочный код:*    
Заказ курсовой диплома или диссертации.

Горячая Линия


Вход для партнеров