
دوره آنلاین داده كاوی و تحليل اطلاعات مشتريان
دوره آنلاین داده كاوی و تحليل اطلاعات مشتريان

توضیحات وبینار
مشتری محور بودن بدون تحلیل اطلاعات مشتریان و بدون استفاده از دادههای جمعآوری شده از مشتریان امکان پذیر نمیباشد.
چه اتفاقی افتاده است که نیاز داریم در مدیریت ارتباط با مشتریان خود از روشهای دادهکاوی و تحلیل دادههای مشتریان استفاده کنیم؟ امروزه بسیاری از کسب و کارها دادههای مشتریان خود را جمع آوری میکنند و با حجم زیادی از دادههای مشتریان مواجه هستند.
اما بايد توجه داشت كه تنها با جمعآوري حجم زياد از دادههاي مشتري نميتوان به ارزش و سود قابل توجه در كسب و كار رسيد. از طرفی امکان تحلیل این حجم از دادهها و اطلاعات به صورت دستی براي سازمانها امکان پذیر نمیباشد و آنچه که ضرورت پیدا میکند فراگیری روشهای تحلیل داده با استفاده از ابزارهای مناسب و ایجاد توان تحلیل دادههای مشتریان در شرکتهای مشتری محور میباشد. از ابزارهای متداول تحلیل داده ها می توان به استفاده از تکنیک ها و الگوریتم های داده کاوی اشاره نمود.
:مخاطبان دوره
- برای افرادی که میخواهند در مدت کوتاهی با یکی از ابزارهای مهم داده کاوی آشنا شوند و به تحلیل داده های مشتریان خود بپردازند
- این دوره مناسب مدیران فروش و بازاریابی است که دادههای مشتریان را در اختیار دارند و قصد استفاده تحلیلی از این دادهها را دارند.
- کارشناسانی که در حوزه مدیریت ارتباط با مشتری فعالیت میکنند و با دادههای مشتریان سر و کار دارند و قصد یادگیری روشهای تحلیل دادههای مشتریان را دارند.
- دانشجویان و فارغ التحصیلانی که میخواهند با دانش روز دادهکاوی کاربردی به عنوان بخشی از از آمادهسازی خود برای یافتن شغل در زمینه مدیریت ارتباط با مشتری آشنا شوند.
سرفصلهای وبینار
جلسه اول :
- مقدمه ای کوتاه بر داده کاوی و کاربرد آن در مدیریت ارتباط با مشتری
- توضیح دانلود و نصب نرم افزار، آشنایی با محیط نرم افزار، ورود داده ها به نرم افزار
- درک اولیه از داده های مشتریان (شناخت انواع متغیرها)
- مصورسازی داده های مشتریان در نرم افزار
- پاکسازی داده های مشتریان (مدیریت داده های پرت، مدیریت داده های از دست رفته، حذف رکوردهای تکراری)
- پیش پردازش داده های مشتریان (یکپارچه سازی داده ها، تجمیع داده ها)
جلسه دوم :
- ادامه مباحث مربوط به پیش پردازش داده های مشتریان ( نمونه گیری، کاهش ابعاد، انتخاب زیرمجموعه ای از ویژگی ها)
- آشنایی با اپراتورهای رده بندی و پیش بینی در نرم افزار رپیدماینر (درخت های تصمیم، شبکه های عصبی، نیوبیز، کا-نزدیکترین همسایگی، ماشین های بردار پشتیبان) و ارائه مثال در نرم افزار
جلسه سوم :
- معرفی اپراتورهای مختلف خوشه بندی در نرم افزار رپیدماینر.
- ارائه مثال کاربردی از بخش بندی مشتریان با استفاده از الگوریتم های خوشه بندی و مدل RFM و توسعه مدل RFM در نرم افزار
جلسه چهارم :
- معرفی اپراتورهای های قواعد انجمنی
- ارائه مثال در خصوص قواعد انجمنی در نرم افزار
- مرور مباحث منتخب از جلسات گذشته

دکتر شقایق ابوالمکارم
مشاور و مدرس داده کاوی و سابقه تدریس نرم افزار های داده کاوی و انجام پروژه های داده کاوی به مدت شش سال
با نظر دادن، کمک کن بقیه آگاهانه خرید کنن
جلسات وبینار | زمان برگزاری |
---|---|
جلسه | یکشنبه 6 آبان 1397 ساعت 19:00 ↓ ساعت 22:00 |
لینک کوتاه به این صفحه
