Elemzés.

Slides:



Advertisements
Hasonló előadás
Budapest, május 29. Bizalomépítés az alapoktól A public relations szerepe az egészségügyi kommunikációban.
Advertisements

Számalk-MIS Tanácsadó Kft. Tel:
CUSTOMER RELATIONSHIP MANAGEMENT (CRM)
A modern szabadidő gender-szempontú vizsgálata hallgatói mintában
ITS EasyWay workshop A közönségtájékoztatás lehetőségei.
5.1. Marketingkutatás •Szekunder- versenytársak, nyilvános adatok •Primer- versenytársak •Szóbeli megkérdezésköltséges.
Értékesítés menedzsment Susányi Tamás V.:
MARKETINGKUTATÁS PIACKUTATÁS.
Gazdálkodási modul Gazdaságtudományi ismeretek III. Marketing KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc.
Termékterv március 13..
Adatbányászat. Miért kell menedzselni a tudást és az adatokat? Az adatok mennyisége folyamatosan nő Az elektronikus dokumentáltság növeli az átláthatatlan.
Gazdaságelemzési és Statisztikai Tanszék
Fedezetelemzés Schiberna Endre.
SQL - OLAP 1. óra.
Üzleti intelligencia Kecskemét 2007 ősz. BI Business Intelligence Üzleti Intelligencia Bevételnövelő és költségcsökkentő lehetőségek feltárása, döntéstámogatás.
CRM Summit Hungary május 28. CRM az autófinanszírozásban.
SPSS bevezetés.
Marketinggyakorlat Marketingkutatás.
Többdimenziós skálázás (7. fejezet). Alapgondolat Feltáró elemzés A skálázással az adatok közötti különbségeket vizsgáljuk, illetve vetítjük le őket kevesebb.
Új skála – új lehetőségek Egy kis ízelítő. Egységes skála (1)
Adattár alapú Vezetői Információs Rendszer (AVIR) Kerekes Gábor ügyvezető Educatio Kht január 21. TÁMOP – Felsőoktatási szolgáltatások rendszer.
Matematikai alapok és valószínűségszámítás
Térkép. Mi az adat? Minden információ, amit tárolni kell. Minden információ, amit tárolni kell.  szám  szöveg  dátum  hang  kép, stb.
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
Marketingkutatás 3. szeminárium Nagy Gábor március. 29.
A controlling és vezetői számviteli rendszer architektúrája
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Bin-summarise-smooth: ‚bigvis’ „Big Data” elemzési módszerek.
7. Csoportok és változók sztochasztikus összehasonlítása (összehasonlítások ordinális függő változók esetén)
Statisztikai módszerek áttekintése módszerválasztási tanácsok Makara Gábor.
Nyereség, fedezetei pont fedezeti hozzájárulás
Többváltozós adatelemzés
Adatleírás.
Az innováció-átvételi döntési folyamat
III. SPSS Adatelemzési Konferencia Az adatbányászati piac trendjei Hogyan használjuk ki lehetőségeinket? Szirmai Ákos Partner, szakmai igazgató április.
Egyetemes értékek az egyetemen Lovasné Avató Judit A kutatás módszertana.
Paleobiológiai módszerek és modellek 7. Hét TÖBBVÁLTOZÓS ADATELEMZÉS
Paleobiológiai módszerek és modellek 4. hét
Kutatási módszerek a gazdaság- és társadalomtudományokban
Sztochasztikus kapcsolatok
A kombinációs táblák (sztochasztikus kapcsolatok) elemzése
Pénzügyi-számviteli mutatók
SQL Server Analysis Services
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Megerősítő elemzés „Big Data” elemzési módszerek Salánki.
Alapfogalmak, adatforrások, szűrés
Gazdálkodási modul Gazdaságtudományi ismeretek III. Marketing KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc.
A számítógépes elemzés alapjai
A csemegekukorica termesztésének üzemgazdasági elemzése egy integrátor példáján keresztül VIVIEN KEREKES Debreceni Egyetem, Gazdaságtudományi Kar
Integrált kommunikációról Mezriczky László. Hitelválság.
A hallgatólagos tudás fajtáinak szerepe és jelentősége a megosztásra épülő gazdaságban Szívós Mihály MTA.
A beszállító vállalatok marketing tevékenységének elemzése Dr. Ercsey Ida PhD egyetemi docens Győr, má jus 04. A JÁRMŰIPAR GAZDASÁGI HATÁSA A KÖZÉP-
Az üzletek operatív működtetése
A számítógépes elemzés alapjai
Célpiaci marketing.
Új skála – új lehetőségek
A tévés főműsoridő a célkeresztben Látogatottsági adatok után már nézettségi adatok?! Mester Sándor [origo] értékesítési igazgató T-Online Magyarország.
Kérdések a második zh-hoz
Integrált ügyfél-kommunikáció a weben
Adatelemzési gyakorlatok
Adatelemzés a szociális médiában
2. előadás Viszonyszámok
Dr. Varga Beatrix egyetemi docens
Bevezetés a kvantitatív kutatásba
Üzleti intelligencia megoldások, avagy vezetői döntéstámogatás (XXI.)
Kapacitástervezés.
A leíró statisztikák alapelemei
Szekunder adatok & Alkalmazott statisztikai alapok
Szűcs Imre - Dr. Pitlik László (OTKA T049013)
Mérési skálák, adatsorok típusai
Vállalatirányítási rendszerek alapjai
Kísérleti és megfigyelési eredmények metaelemzése
Előadás másolata:

Elemzés

Elemzési szintek Adatforrás Primer Szekunder Data warehouse DW CRM

Primer adatelemzés

Mintán történő elemzések Minta korrekció: Súlyozás Minta reprezentativitása érdekében (alminták) Projektálás: Projekciós súly Alapsokaságra történő leképzés

Változók típusai

Változók típusai c) Skála szintű változó a) Nominális változó b) Ordinális változó c) Skála szintű változó

Output

Szekunder adatelemzés Szegmentációs technikák

Szegmentálási dimenziók Forgalmi, értékesítési adatok Árbevétel Mennyiség Árrés Stb. Ügyfélminősítések Ügyfélérték Fizetői minősítés Aktivitási mutatók Kontaktusok száma Használt kommunikációs csatornák Additív szolgáltatási mutatók + Primer infok

Ügyfél osztályozás B u s i n e s s R e s i d e n t i a l KA LARGE CUST. B u s i n e s s MID-MARKET SME SMALL ENT. HIGH END RES. AVERAGE R e s i d e n t i a l SMALL LOW

Hierarchikus módszerek

Prior modellek