Adatbányászat az Oracle9i-ben. Fekete Zoltán vezető termékmenedzser
|
|
- Zsuzsanna Szekeres
- 8 évvel ezelőtt
- Látták:
Átírás
1
2 Agenda Az Oracle9i adattárház tulajdonságai Adatbányászat az Oracle9i-ben DM, Personalization az Oracle9i-ben, architektúra Integrált adatbányászat az Oracle CRM-ben Szünet Perszonalizációs felhasználási és alkalmazási lehetőségek Personalization esettanulmány Personalization demonstráció
3 Adatbányászat az Oracle9i-ben Fekete Zoltán vezető termékmenedzser
4 E-business Intelligence piaci trendek A teljes ügyfél életciklus során az összes értékesítési ponton felkeresni az ügyfelet a hűséges és jövedelmező ügyfelekért Az információ gyűjtési, elemzési, alkalmazási ciklus rövidítése valós időben 360 ºo -os ügyfél nézet Integrált alkalmazással
5 Az adatbányászat fogalmáról
6 Mi az adatbányászat? Röviden, az adatbányászat rejtett minták és kapcsolatok feltárása az adattömegben, a jobb üzleti döntések elősegítésére -- Robert Small, Two Crows
7 Lehetőség: adatbányászat az ügyfelek megértéséhez Ügyfél megtartás, elvándorlás csökkentés Ügyfelek csoportosítása és viselkedésük megértése Jövedelmezőség javítása Ügyfél megszerzési költségek csökkentése A jövedelmező ügyfelek megfelelő ajánlatokkal ellátása
8 Tipikus adatbányászati ágazatok és alkalmazások Adatbázis marketing Pénzügyi management Telekommunikáció Egészségügy Gyártás Biztosítás Kormányzat CRM Cross-Sell/Up-Sell Hitel Csalás ERP Minőség ellenőrzés
9 Miért szükséges az adatbányászat? Pénzügyi példa: Mely ügyfeleknek legnagyobb a hajlandósága részt venni az új arany hitelkártya programban? Telekommunikációs példa: Mely vevők akarnak a konkurenciához távozni? Államigazgatási példa: Melyek azok az egészségügyi igények, melyek mögött csalás lehet?
10 A válasz típusú tevékenység Teszt kampány egy részsokaságon A teszt kampány adatain modell építése Az egész szegmens pontozása a modellel A legvalószínűbben válaszolók megkeresése egy célzott kampánnyal A modell frissítése és újra alkalmazása
11 Megtartás típusú tevékenység A churn figyelése Az ügyfelek egy részének adatai alapján modell építése A modellel a lehetséges elhagyók pontozása A nagy jövedelmezőségű nagy valószínűségel churn-ölők számára hűség program Modell frissítése és ismételt alkalmazása
12 Felügyelt (supervised) DM fogalmak Recordok Input adatok Attribútumok, mezők Név Bevétel Kor Jones 30, Smith 55, Lee 25, Rogers 50, X 1 X 2... Xm Y Független változók Vásárol? 1 =Igen, 0 =Nen Dependent Variable (target value (Y)) Modell Funkcionális függés: Y = F(X 1, X 2,, X m ) Jóslat Megbízhatóság 0,85 0,74 0,93 0,65
13 Data Mining példák Bank értékesítési hatékonyságát 1,1%-ról 20,5%-ra növelte Banki termék 4000 vásárlója mellé további lehetséges vásárlót találtak Telekommunikációs cég magas bevételt ígérő ügyfeleket talált a cégváltásra hajlamosak szegmensében Oracle Discoverer szemlélteti az adatbányászati eredményeket.
14 Oracle9i Data Mining
15 Oracle9i Data Mining Az alkalmazásokat kiegészíti a rejtett minták felismerésével Az Oracle9i Database-be beágyazott adatbányászat Java-alapú API, amely megfelel a JDM (JSR-73) fejlődő szabványnak (SUN Java Community Process, CWM, PPML, SQL/MM for Data Mining) Data Mining
16 Beágyazott adatbányászat az Oracle9i adatbázisba Egyszerűsíti a folyamatot, Nincs adatmozgatás és nincs adatduplikáció Nagy teljesítményt és skálázhatóságot biztosít nem csupán mintavétellel Partitioning nagy adatmenny. SELECT SAMPLE Adatbányászat Beágyazott adatbányászat
17 Az alkalmazások kiegészülnek predikcióval és betekintéssel az adatok mögé Oracle9i Data Mining Java API-val predikció alapú alkalmazások készülnek Az adatbányászat automatizálása az ügyfelek pontozására és valós idejű prediktálására Batch on-demand Az adatbányászati eredmények rögtön elemezhetők Oracle Discovererrel, OLAP kieg.
18 Scoring az Oracle9i adatbázisban Batch futtatás Adatmozgatás nélkül Eredmények az adatbázisban, más adatokkal kombinálhatóak On-demand scoring az interaktív alkalmazásokhoz Példák: Call center, intelligens wireless alkalmazások Data Mining
19 Data Mining az Oracle9i Database-be ágyazva Alapértelmezett és részletes paraméterezés Több féle predikció Adott esemény valószínűsége A legvalószínűbb esemény Több algoritmus Naïve Bayes (osztályozás) - supervised Association Rules (asszociáció) - unsupervised Fejlődés: C&RT, neurális hálózatok, SOM... Data Mining
20 ODM és OP algoritmusok Tranzakciós Naïve Bayes (TNB) Feltételes valószínűségen alapul Association Rules (AR) A kereszt-értékesítés támogatására Termék asszociációhoz kapcsolódó pontozás
21 Predikció és klasszifikáció Korábban rejtett információk a hívóközpont kezelőnek. Predikció és valószínűség.
22 Asszociációs szabályok felhasználása Asszociációk meghatározása Népszerű termék összeállítások (pl. kosár elemzés) Együttes előfordulások Kosár következő elemének megjóslása
23 ODM tevékenységek Modell építés Teszt (Naïve Bayes prediktív modellekhez) Lift számítás (Naïve Bayes modellekhez) Modell alkalmazása (scoring a Naïve Bayeshez)
24 Oracle CRM integráltan az Oracle Data Mininggal Integrált Marketing Online Data Mining az üzleti marketing elemzőknek Automatikus modell template-ek , telemarketing és Direct Mail válasz Hűség/Megtartás Automatikus pontozás Létező listákra és szegmensekre ütemezett pontozás Történeti pontozási adatok Teljes predictív modellezés: pontok azonnali eflhasználása lista készítéshez és kampányokhoz
25 Oracle CRM integráltan az Oracle Data Mininggal Automatizált adatbányászat Modell építés Ütemezés Pontozás listák Minták felderítése Predikciók A célzott kampányok hatékonyságát nagy mértékben javítja
26 Oracle9iAS Personalization
27 Oracle Personalization Az Oracle9i adatbázisba integrált alkalmazás Módszet ad a web site látogatók személyre szabott megszólításához a viselkedés és demográfiai adatok alapján Valós idejű javaslatok (a böngészés során) A web viselkedési adatok az adatbázisban tárolódnak a jövőben végrehajtandó javaslatokhoz történő modell építéshez
28 Oracle9i Perszonalizáció Valós idejű ajánlási motor 1:1 marketing kapcsolatokhoz az Interneten Cross-selling és up-selling Web lap tartalom testreszabás, pl. hirdetések Tradicionális adatbányászat + Valós idejű Session környezet
29 Hol használható? E-kereskedelem (online katalógusok) Internetes pénzügyi szolgáltatások, E-bank Web marketing (banner hirdetések) Web információs helyek, portálok
30 Ajánlás - feladatok Melyik N terméket fogja A a legvalószínűbben megvásárolni? Akik megvették az X terméket, hajlamosak-e mást is vásárolni? Mennyire valószínű, hogy A megveszi az X terméket? Melyik N cikket legvalószínűbb, hogy A megveszi, feltéve, hogy egy másik X terméket vásárol? Melyik N termék hasonlít legjobban az X termékhez egy adott dimenzió mentén?
31 Hogyan szabályozható az Oracle Personalization Történeti és session adatok súlyozása Personalization index (szokásos vagy egyedi javaslatok) Hot pick kategóriák Az érdeklődés kiszolgálása Vásárol v. érdeklődik
32 Personalization bemeneti adatok Ügyfél profil és regisztrációs adatok Ügyfél kattintások Más értékesítési pontokon szerzett info call center,... Cégkatalógus Nem regisztrált ügyfelek viselkedése Web Data Mining és javaslatok
33 Personalization kimenetek Web Data Mining és javaslatok Melyik bannert Mely termékeket cross-sell, up-sell Termék regisztráció, szervizek, kiegészítők Kapcsolódó termékek, információk Termék vásárlási helyének felajánlása
Adatbányászat és Perszonalizáció az Oracle9i-ben
Adatbányászat és Perszonalizáció az Oracle9i-ben Oracle9i adatbányászat 2000. szeptember 6. Fekete Zoltán Palaczk Péter Agenda Oracle9i Database Teljes e-business Intelligence infrastruktúra Mi is az adatbányászat?
RészletesebbenOracle adatbányászati platform. Fekete Zoltán vezető termékmenedzser Zoltan.Fekete@oracle.com
Oracle adatbányászati platform Fekete Zoltán vezető termékmenedzser Zoltan.Fekete@oracle.com E-business Intelligence piaci trendek A teljes ügyfél életciklus során az összes értékesítési ponton felkeresni
RészletesebbenAdatbányászat és Perszonalizáció architektúra
Adatbányászat és Perszonalizáció architektúra Oracle9i Teljes e-üzleti intelligencia infrastruktúra Oracle9i Database Integrált üzleti intelligencia szerver Data Warehouse ETL OLAP Data Mining M e t a
RészletesebbenPalaczk Péter A marketing folyamatok adattárház alapú támogatása
Palaczk Péter A marketing folyamatok adattárház alapú támogatása A hatékony marketingtámogatás alapjai Infrastrukturális feltételek Működő vállalati adattárház Megbízható ügyféladatok Beüzemelt adatbányászati
RészletesebbenTartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben.
Tartalom Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben. Előszó 1. Az adatbányászatról általában 19 1.1. Miért adatbányászat? 21 1.2. Technológia a rejtett információk
RészletesebbenÍgy kampányolunk mi. Hans Zoltán. Szolgáltatás Fejlesztés és Online Irányítás vezető. IBM-SPSS üzleti reggeli (Budapest) 2010.09.22.
Így kampányolunk mi Hans Zoltán Szolgáltatás Fejlesztés és Online Irányítás vezető IBM-SPSS üzleti reggeli (Budapest) 2010.09.22. LIFE INSURANCE PENSION INVESTMENT Tartalom AEGON Útkeresések Esettanulmány
RészletesebbenAdattárházak. Fekete Zoltán. BI&W termékmenedzser Oracle Hungary
Adattárházak Fekete Zoltán BI&W termékmenedzser Oracle Hungary Adattárházak Bevezetés Oracle infrastruktúra A betöltési oldal - ETL Jelentések OLAP Adatbányászat Üzleti környezet A kihívások... Dereguláció
Részletesebben1 Copyright 2011, Oracle and/or its affiliates. All rights reserved. Insert Information Protection Policy Classification from Slide 7
1 Copyright 2011, Oracle and/or its affiliates. All rights 2011 November 8 th Budapest Fel a fellegekbe! Oracle alkalmazások szolgáltatásként az Oracle CRM, ERP, HR Visky Máté Vezető CRM Tanácsadó Sonnevend
RészletesebbenSikerünk kulcsa: az információ De honnan lesz adatunk? Palaczk Péter
Sikerünk kulcsa: az információ De honnan lesz adatunk? Palaczk Péter Bevezető az Oracle9i adattárházas újdonságaihoz Elemzési és vezetői információs igények 80:20 az adatgyűjtés javára! Adattárházak kínálta
RészletesebbenI. CRM elmélete és gyakorlata. II. Stratégiai elemek. III. Strukturális megoldások
Transzformáció -CRM Értékesítési stratégiák I. CRM elmélete és gyakorlata II. Stratégiai elemek III. Strukturális megoldások 1 Customer Relationship Management egy filozófia Értékesítés Ügyfél Marketing
RészletesebbenThe nontrivial extraction of implicit, previously unknown, and potentially useful information from data.
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Adatelemzés intelligens módszerekkel Hullám Gábor Adatelemzés hagyományos megközelítésben I. Megválaszolandó
RészletesebbenSzolgáltatás Modellezés. Tivoli Business Service Management
Szolgáltatás Modellezés Tivoli Business Service Management Üzleti Szolgáltatás Felügyelet 2 Üzleti Szolgáltatás: alkalmazások, köztes alkalmazások, biztonsági, tároló, hálózati, és más infrastruktúra elemek
RészletesebbenBig Data az adattárházban
Big Data az adattárházban A párbaj folytatódik? Néhány fontos Big Data projekt Cég Téma Adat Újfajta Mennyiség Saját adat? Típus Google Influenza Google I big I Előjelzés előjelzés Farecast Xoom Chicagoi
RészletesebbenA webanalitika változó világa 4 felvonásban
A webanalitika változó világa 4 felvonásban Arató Bence, BI Consulting Email: arato@bi.hu, Twitter: @aratob Traffic Meetup, 2013.02.06 1 Bemutatkozás 15 éves szakmai tapasztalat az üzleti intelligencia
RészletesebbenPentaho 4: Mindennapi BI egyszerűen. Fekszi Csaba Ügyvezető 2011. október 6.
Pentaho 4: Mindennapi BI egyszerűen Fekszi Csaba Ügyvezető 2011. október 6. 1 2 3 4 5 Bevezetés Pentaho-ról röviden - áttekintő Mindennapi BI egyszerűen a Pentaho 4 újdonságai Pentaho összefoglaló Alkalmazás
RészletesebbenFekete Csaba Csongor Üzleti intelligencia vezető Citibank ZRt.
Fekete Csaba Csongor Üzleti intelligencia vezető Citibank ZRt. Tartalom BI mérföld kövek Kezdeti architektúra és kontextus Lokális Adattárház Kialakítása CRM Evolúció Üzleti Intelligencia kiaknázó eszközök
RészletesebbenInbound marketing. Damjanovich Nebojsa, Senpai Consulting, HubSpot viszonteladó
Inbound marketing Damjanovich Nebojsa, Senpai Consulting, HubSpot viszonteladó Rólam Inbound marketing tanácsadó, HubSpot viszonteladó Tanácsadó a Fortune 500 cégeknek Elismert tréner és konferencia előadó
RészletesebbenOnline CRM: Tegyük személyessé! Vinnai Balázs
Online CRM: Tegyük személyessé! Vinnai Balázs CEO 24/10/2011 Van internet bankunk! Mi következik? sokkal hatékonyabb működés több értékesítés: csoportos beszedési megbízás, hitelkártya, lekötés, kötvény,
RészletesebbenÜzleti szabálykezelés
Üzleti szabálykezelés Az Alerant és a BCA üzleti szabálykezelési szolgáltatásai Darmai Gábor technológiai igazgató 2008. június 25. A Alerant Al t Zrt. Z t Az 3. Nagyvállalati fókusz (TOP50 vállalat megcélzása)
RészletesebbenCopyright 2012, Oracle and/or its affiliates. All rights reserved.
1 Oracle Felhő Alkalmazások: Gyorsabb eredmények alacsonyabb kockázattal Biber Attila Igazgató Alkalmazások Divízió 2 M I L L I Á RD 4 1 PERC MINDEN 5 PERCBŐL 5 6 Ember használ mobilt 7 FELHŐ SZOLGÁLTATÁS
RészletesebbenÁtlátni és rendszerezni Az adatbányászat, a CRM és a piackutatás kapcsolata
Átlátni és rendszerezni Az adatbányászat, a CRM és a piackutatás kapcsolata Aki mostanában konferenciákon, elõadásokon jár, vagy különbözõ marketinggel kapcsolatos szaklapokat olvas, nehezen kerülheti
RészletesebbenMarketing automatizáció: Hol tart a ShopBuilder, hova szeretnénk eljutni?
Marketing automatizáció: Hol tart a ShopBuilder, hova szeretnénk eljutni? Sztípity Róbert Szek.Org Meetup - 2016. november 14. Shop.Builder számokban 1997-óta működik, 2000 óta sárga háttéren 330.229 regisztrált
RészletesebbenA tudás handrendbe állítása, azaz SPSS PES
A tudás handrendbe állítása, azaz SPSS PES...és hogyan történt mindez a Vodafone Hungary Zrt-nél Cseh Zoltán, PhD konzultációs igazgató SPSS Hungary Hagyományos hadászati egységek Légi elhárítás Gyalogság
RészletesebbenEredményesebb vállalkozás hatékony kommunikációval. - nem többet, hanem máshogy kell költeni -
Eredményesebb vállalkozás hatékony kommunikációval - nem többet, hanem máshogy kell költeni - Green Edge reklámügynökség integrált kommunikációs ügynökség vagyunk a projektek kezelését tervezéstől a kivitelezésig
RészletesebbenÜgyfélkapcsolat menedzsment rendszerek nyílt forráskódú szoftverekkel. Herdon Miklós, Kaderják Gyula, Simon András
Ügyfélkapcsolat menedzsment rendszerek nyílt forráskódú szoftverekkel Herdon Miklós, Kaderják Gyula, Simon András Mi a CRM? A Customer Relationship Management, vagyis az ügyfélkapcsolat-menedzsment kifejezés
RészletesebbenGyors sikerek adatbányászati módszerekkel
Gyors sikerek adatbányászati módszerekkel Kezdő adatbányászati workshop Petrócziné Huczman Zsuzsanna 2015.10.13. Bemutatkozás BME, műszaki informatika szak, adatbányászati szakirány Citibank Data Explorer
Részletesebbenhagyományos médiaperformancia és e-kereskedelem mit tanulhat az egyik a másiktól Nagy Barnabás Magyar Telekom
hagyományos médiaperformancia és e-kereskedelem mit tanulhat az egyik a másiktól Nagy Barnabás Magyar Telekom Most A klasszikus hirdetésekben, kampányolásban már nincsenek nagy lehetőségek Elértük a maximumot
RészletesebbenDr. Sasvári Péter Egyetemi docens
A magyarországi vállalkozások Üzleti Intelligencia használatának vizsgálata Dr. Sasvári Péter Egyetemi docens II. IRI Társadalomtudományi Konferencia, 2014. április 25-26. Nové Zámky (Érsekújvár) Gymnázium
RészletesebbenSegítség, összementem!
Segítség, összementem! Előadók: Kránicz László Irimi János Budapest, 2013. április 10. ITFI - Adatintegrációs Kompetencia Központ ITFI - Adatintegrációs Kompetencia Központ Tartalomjegyzék 2 Az Adattárház
RészletesebbenDokumentum kompozíció
Dokumentum kompozíció Dokumentum kompozíció: Központilag létrehozott és menedzselt megszemélyesített tranzakciós, igény alapú és interaktív dokumentumok előállítása Elérhető előnyök: ügyfél elégedettség
RészletesebbenVáltozó vásárlói szokások nyomon követése 2016 Szeptember SAP Forum. Komjáthy Csaba
Változó vásárlói szokások nyomon követése 2016 Szeptember SAP Forum Komjáthy Csaba Digitális átalakulás, nem csak az online boltokban A bolti értékesítés megoszlása a teljes kereskedelmi bevételek tekintetében
RészletesebbenCsalásfelderítés hálózatokon keresztül. Innovatív BI konferencia, Budapest, 2011. 11. 22.
Csalásfelderítés hálózatokon keresztül Innovatív BI konferencia, Budapest, 2011. 11. 22. Hans Zoltán AEGON Magyarország Szolgáltatás Fejlesztés és Online Irányítás Vezető Benczúr András MTA SZTAKI Informatika
RészletesebbenGazdasági informatika alapjai
PSZK Mesterképzési és Távoktatási Központ / H-1149 Budapest, Buzogány utca 10-12. / 1426 Budapest Pf.:35 II. évfolyam Név: Neptun kód: Kurzus: Tanár neve: HÁZI DOLGOZAT 2. Gazdasági informatika alapjai
Részletesebben<Insert Picture Here> Közeli jövőkép az üzleti intelligenciáról
Közeli jövőkép az üzleti intelligenciáról Radnai Szabolcs Üzleti Intelligencia Üzletfejlesztési vezető - Kelet-közép Európa régió Az üzleti intelligencia feladata Embedded Business
RészletesebbenVan-e ingyen-ebéd? Avagy mire elég a nyílt forráskodú Pentaho? Fekszi Csaba Ügyvezető 2012. október 4.
Van-e ingyen-ebéd? Avagy mire elég a nyílt forráskodú Pentaho? Fekszi Csaba Ügyvezető 2012. október 4. Omnit Solutions 2007 óta a piacon BI & adattárház tanácsadás 20 fős csapat Oracle, IBM és Pentaho
RészletesebbenVajda Éva. Bevezetés a keresőmarketingbe
Vajda Éva Bevezetés a keresőmarketingbe Alapfogalmak Fizetett hivatkozások - hirdetés Organikus találatok - ki kell "érdemelni" jó honlappal Organikus vs fizetett hivatkozás Organikus - keresőoptimalizálás
RészletesebbenAz Oracle 9i Platform az. e-üzleti Intelligencia. szolgálatában. Radnai Szabolcs. BI&W üzletág vezető Oracle Corporation
Az Oracle 9i Platform az e-üzleti Intelligencia szolgálatában Radnai Szabolcs BI&W üzletág vezető Oracle Corporation Oracle9i Platform, Forró területek Perszonalizált hozzáférés Információkhoz és Alkalmazásokhoz
RészletesebbenMOBILITÁS VÁLLALATI KÖRNYEZETBEN MEGOLDÁS KONCEPCIÓ
MOBILITÁS VÁLLALATI KÖRNYEZETBEN MEGOLDÁS KONCEPCIÓ 1 Mobil eszközök növekedési trendje 2 A mobil eszközök előnyei Támogatják a mobilitást, könnyű velük utazni, terepen munkát végezni Széles applikáció
RészletesebbenVersenyelőnyszerzés az intelligens megoldások korában. Rehus Péter, SWG CEE, IS brand igazgató November 5.
Versenyelőnyszerzés az intelligens megoldások korában Rehus Péter, SWG CEE, IS brand igazgató 2013. November 5. Az új korszak átformálja a üzleti folyamatokat Big Data, közösség, mobil és felhőalapú e-business
RészletesebbenMarketing Megfeleljen a vásárlók igényeinek nyereséges módon
Marketing Marketinget gyakran tekintik mint a munka létrehozása, a termékek és szolgáltatások promóciója és szállítása az egyéni fogyasztók vagy más cégek, az úgynevezett üzleti ügyfelek számára. (A legrövidebb
RészletesebbenOracle9i Alkalmazás Szerver Üzleti folyamat integráció. Molnár Balázs Vezető értékesítési konzultáns Oracle Hungary
Oracle9i Alkalmazás Szerver Üzleti folyamat integráció Molnár Balázs Vezető értékesítési konzultáns Oracle Hungary Üzleti folyamat integráció Kereskedők Beszállítók Partnerek Alkalmazás Disztribútor Belső
RészletesebbenThink customer 2001. Hatékony ügyfélszolgálat és megvalósítási módszertan. WorkShop
Think customer 2001 Hatékony ügyfélszolgálat és megvalósítási módszertan WorkShop Tóthné Katona Márta eadvisor Oracle Hungary Hogyan is kezdjünk hozzá? Értsük meg üzleti környezetünket: melyek a problémáink
RészletesebbenVIR alapfogalmai. Előadásvázlat. dr. Kovács László
VIR alapfogalmai Előadásvázlat dr. Kovács László Információ szerepe Információ-éhes világban élünk Mi is az információ? - újszerű ismeret - jelentés Hogyan mérhető az információ? - statisztikai - szintaktikai
RészletesebbenA TDM-modellt támogató informatikai lehetőségek
A TDM-modellt támogató informatikai lehetőségek Előadó: Semsei Sándor, Chrome Kreatív Munkák Kft. eturizmus - a technológia és a turizmus a két leggyorsabban fejlődő szektor a globális gazdaságban (Dr.Dimitros
RészletesebbenMiért CRM? CRM Customer Relationship Management Megfogjuk Megértjük Megtartjuk Megismétli sikeres ügyfélkezelés, a 4M elve.
Miért CRM? A CRM (az angol Customer Relationship Management rövidítése) jelentése Ügyfélkezelési stratégia, melynek célja a kiadások csökkentése és a profit növelése: mindezt magasabb ügyfélhűség és -elégedettség
RészletesebbenSymbol Ügyvitel CRM Extra modul
Miért CRM? Minden cég alapvető érdeke, hogy lehetséges vevői közül a lehető legtöbbet szerezzen meg, a legtöbbjük számára tudja értékesíteni termékeit vagy szolgáltatásait. A megfelelő eszközzel ezek az
RészletesebbenLinea Directa Communications contact@linea-directa.eu www.linea-directa.eu
contact@linea-directa.eu www.linea-directa.eu Szakmai szervezeteink: Európai Direkt Marketing Szövetség Direkt Marketing Szövetség InterDirect Network Ügyfélszolgálati központunk szolgáltatásai: Azzal
RészletesebbenTudásalapú információ integráció
Tudásalapú információ integráció (A Szemantikus Web megközelítés és a másik irány) Tanszéki értekezlet, 2008. május 14. 1 Miért van szükségünk ilyesmire? WWW: (Alkalmazások) Keresés a weben (pl. összehasonlítás
RészletesebbenRapidAnalytics Enterprise Edition bevezetés a Telenor Magyarországnál. Szakács Balázs - Telenor Magyarország Szücs Imre United Consult
RapidAnalytics Enterprise Edition bevezetés a Telenor Magyarországnál Szakács Balázs - Telenor Magyarország Szücs Imre United Consult Miről lesz szó? Telenor bemutatása Eszközválasztás háttere Igények
RészletesebbenRetro adatbányászat. Kovács Gyula Andego Tanácsadó Kft.
Retro adatbányászat Kovács Gyula Andego Tanácsadó Kft. Adattárház Fórum 2012 Magunkról 2010-ben alapították magánszemélyek (az alapítók több mint egy évtizedes BI tapasztalatokkal rendelkeznek) Andego
RészletesebbenÖn a megfelelő mennyiségű és minőségű információk alapján hozza meg döntéseit? Stratis Kft. / Autonomy üzleti reggeli / 2014.10.16.
Ön a megfelelő mennyiségű és minőségű információk alapján hozza meg döntéseit? Stratis Kft. / Autonomy üzleti reggeli / 2014.10.16. Tracsek Ferenc igazgató Alapvető változások kora Az IT iparágban alapvető
RészletesebbenA Jövő Internet Nemzeti Kutatási Program bemutatása
A Jövő Internet Nemzeti Kutatási Program bemutatása Dr. Bakonyi Péter és Dr. Sallai Gyula Jövő Internet Kutatáskoordinációs Központ Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, 2013. június
RészletesebbenBig Data adattárházas szemmel. Arató Bence ügyvezető, BI Consulting
Big Data adattárházas szemmel Arató Bence ügyvezető, BI Consulting 1 Bemutatkozás 15 éves szakmai tapasztalat az üzleti intelligencia és adattárházak területén A BI Consulting szakmai igazgatója A BI.hu
RészletesebbenMi az a CRM? Tűzoltás helyett hogyan értékesítsünk hatékonyan
www.minicrm.hu Mi az a CRM? Tűzoltás helyett hogyan értékesítsünk hatékonyan Egerszegi Krisztián Cégvezető, MiniCRM Zrt. egerszegi.krisztian@minicrm.hu Mi az a CRM Az ügyfélkapcsolat-kezelés (Customer
RészletesebbenBevezetés: Mi a CRM? A tervezési fázis helye és szerepe a CRM implementációs projektekben Jógyakorlatok: mire figyeljünk a CRM tervezés közben.
Mire figyeljünk a CRM rendszerek tervezésekor? Gyakorlati tapasztalatok Komáromi András Bevezetés: Mi a CRM? A tervezési fázis helye és szerepe Miért fontos a tervezési fázis? A tervezési fázis helye és
RészletesebbenEmail Marketing szolgáltatás tájékoztató
Email Marketing szolgáltatás tájékoztató RENDESWEB Kft. Érvényes: 2013.03.01-től visszavonásig +3 20 A RENDES (273 337) Adószám: 12397202-2-42 Cégjegyzékszám: 01-09-7079 1. Minőség Nálunk legmagasabb prioritást
RészletesebbenValós idejű megoldások: Realtime ODS és Database In-Memory tapasztalatok
Valós idejű megoldások: Realtime ODS és Database In-Memory tapasztalatok Pusztai Péter IT fejlesztési senior menedzser Magyar Telekom Sef Dániel Szenior IT tanácsadó T-Systems Magyarország 2016. április
RészletesebbenAdatbányászati technikák (VISZM185) 2015 tavasz
Adatbányászati technikák (VISZM185) 2015 tavasz Csima Judit BME, VIK, Számítástudományi és Információelméleti Tanszék 2015. február 11. Csima Judit Adatbányászati technikák (VISZM185) 2015 tavasz 1 / 27
RészletesebbenProjektvezetői döntések támogatása webbányászattal
NETWORKSHOP 2008 2008. március 17-19. Dunaújváros, Dunaújvárosi Főiskola Projektvezetői döntések támogatása webbányászattal Bóta László Ph.D. hallgató (BME) Eszterházy Károly Főiskola, Eger BI (Business
RészletesebbenE-kereskedelmi kommunikáció és marketing automatizáció. Prémium SEO és PPC megoldások, ügyfélre szabva
E-kereskedelmi kommunikáció és marketing automatizáció Prémium SEO és PPC megoldások, ügyfélre szabva E-kereskedelmi trendek Prémium SEO és PPC megoldások, ügyfélre szabva Klikkmánia - We understand, We
RészletesebbenIBM Software Group Archiválási technológiák - tartalomkezelés Kovács László Az információ kezelésének evolúciója Struktúrált adatok kezelése '60s Alkalmazások '70s Adatbázisok alkalmazásokra optimalizálva
RészletesebbenWebáruházak és a marketing Az e-kereskedelem új trendjei. Milyen webáruházat építsünk 2014-ben? Webáruház-forgalomnövelés Facebookkal.
Webáruházak és a marketing Az e-kereskedelem új trendjei. Milyen webáruházat építsünk 2014-ben? Webáruház-forgalomnövelés Facebookkal. Hogyan építsünk, szegmentáljuk és növeljünk adatbázist? Miért szükséges
RészletesebbenVezetői információs rendszerek
Vezetői információs rendszerek Kiadott anyag: Vállalat és információk Elekes Edit, 2015. E-mail: elekes.edit@eng.unideb.hu Anyagok: eng.unideb.hu/userdir/vezetoi_inf_rd 1 A vállalat, mint információs rendszer
RészletesebbenAz információs rendszerek funkcionális változásai a kis és középvállalkozások szemszögéből. DE ATC AVK Gazdasági- és Agrárinformatikai Tanszék
MAGISZ Fórum 2004. augusztus 27. Az információs rendszerek funkcionális változásai a kis és középvállalkozások szemszögéből. Dr. Herdon Miklós - Rózsa Tünde DE ATC AVK Gazdasági- és Agrárinformatikai Tanszék
Részletesebbenlinkstarter a Startlap adatvezérelt hirdetési megoldása
linkstarter a Startlap adatvezérelt hirdetési megoldása Mi az a Startlap? A Startlap 1999-es indulása óta, 18 éve töretlenül Magyarország egyik legmeghatározóbb portálja. Havi 1,5 millió elkötelezett valós
RészletesebbenVállalati információs rendszerek I, MIN5B6IN, 5 kredit, K. 4. A meghirdetés ideje (mintatanterv szerint vagy keresztfélében):
Követelményrendszer 1. Tantárgynév, kód, kredit, választhatóság: Vállalati információs rendszerek I, MIN5B6IN, 5 kredit, K 2. Felelős tanszék: Informatika Szakcsoport 3. Szak, szakirány, tagozat: Műszaki
RészletesebbenWebáruház elemzés. Miért hoztuk létre ezt a szolgáltatást?
Webáruház elemzés Miért hoztuk létre ezt a szolgáltatást? Tudatos e-kereskedelem (üzleti terv tervezés profi kivitelezés / mérés tesztelés elemzés optimalizálás) Internetes vásárlás támogatása, népszerűsítése,
Részletesebbenamihez mi is szeretnénk hozzájárulni hirdetésünkkel!
Tisztelt Leendő Partnerünk, Hirdetőnk! Sikeres 3,5 évet tudhatunk magunk mögött, a pécelinfo.hu növekvése a mai napig töretlen. A 2009-es induláshoz képest 2011-re már elértük a 40-45 folyamatos péceli
RészletesebbenProgram verzió:
Program verzió: 7.12 2013.03.26. A HostWare CRM segítséget nyújt felhasználói számára a költséghatékony marketingmunka terén. Az ügyfelekkel való átlátható kommunikáció biztosításához integrálja a legelterjedtebb
RészletesebbenAPPEAR INDOOR ENVIRONMENT. Wireless + Location based services + Mobile applications
APPEAR INDOOR ENVIRONMENT Wireless + Location based services + Mobile applications Falus Tamás Omnicode Magyarország Kft. MIT AJÁNLUNK? Analitika Marketing Üzemeltetés MIT AJÁNLUNK? Analitika Marketing
RészletesebbenOracle E-Business Suite üzemeltetés a Rába Járműipari Holding Nyrt.-nél
Oracle E-Business Suite üzemeltetés a Rába Járműipari Holding Nyrt.-nél 1 Kósa György Szenior Rendszermérnök (Oracle OCP és MSSQL DBA, EBS DBA) T-Systems Magyarország Zrt. Kósa György - T-Systems Magyarország
RészletesebbenHálózati elemzések az üzleti életben. Kovács Gyula Sixtep Kft.
Hálózati elemzések az üzleti életben Kovács Gyula Sixtep Kft. Hálózat kutatás rövid ismertetése Königsbergi hidak problémája Háttér: A probléma története, hogy a poroszországi Königsberg (most Kalinyingrád,
RészletesebbenKözösségi marketing 2015-ben. Facebook kommunikáció miért kell?
Közösségi marketing 2015-ben Facebook kommunikáció miért kell? Hidasi Judit Író (Húsz éve ír és szerkeszt, öt regényt írt közben) Kommunikátor (PR és Közösségi Marketing szakértő Uzine Communications)
Részletesebbenfogadalom kampány offline kampány Előkészítő kampányok Felvezető Karácsonyi kampány kampány
offline kampány fogadalom kampány Előkészítő kampányok Felvezető kampány Karácsonyi kampány 18 nap karácsonyig 17 / 18 nap az offline vásárlásig 13 nap az online szállítási határidőig Karácsony 2017 Közösségi
RészletesebbenUniós Vállalkozói Hitelek kommunikációs kampány 2009-10. Mikrohitel közvetítői kommunikáció
Uniós Vállalkozói Hitelek kommunikációs kampány 2009-10 Mikrohitel közvetítői kommunikáció Gáspár Bence, főosztályvezető, Kommunikációs és Ügyfélkapcsolati főosztály, MAG Zrt. Uniós Vállalkozói Hitelek
RészletesebbenEmail Marketing szolgáltatás tájékoztató
Email Marketing szolgáltatás tájékoztató RENDESWEB Kft. Érvényes: 2012.03.01-től visszavonásig +3 20 A RENDES (273 337) 1. Minőség Nálunk legmagasabb prioritást vevőink elégedettsége élvez így próbálunk
RészletesebbenTipikus konverziós utak - Banki esettanulmány. Media Hungary, május 10. Dunai Zsolt, CIB Bank
Tipikus konverziós utak - Banki esettanulmány Media Hungary, 2017. május 10. Dunai Zsolt, CIB Bank 1 TARTALOM Banki szektor bemutatása Tipikus konverziós utak 2 Banki termékek az Online értékesítés szerepe
RészletesebbenPrediktív analitika. Körmendi György. SPSS Hungary 2011. május 24.
Prediktív analitika Körmendi György SPSS Hungary 2011. május 24. Agenda A prediktív analitika fogalma Az intelligens vállalat Cognos SPSS integráció Összefoglaló 2 Hogy változik a döntéshozatal A vonat
RészletesebbenMicrosoft SQL Server telepítése
Microsoft SQL Server telepítése Az SQL Server a Microsoft adatbázis kiszolgáló megoldása Windows operációs rendszerekre. Az SQL Server 1.0 verziója 1989-ben jelent meg, amelyet tizenegy további verzió
RészletesebbenKREATÍV KAMPÁNYOK. Megjelenési lehetőségek a profession.hu-n
KREATÍV KAMPÁNYOK Megjelenési lehetőségek a profession.hu-n TARTALOM Bevezető 3 Termék lista 4 edm 4 Display típusok és beépített megjelenések 5 1. AV alapú display típusok 5 2. Beépített megjelenések
RészletesebbenÁLMODJ NAGYOT, KEZDD KICSIBEN, HALADJ GYORSAN
ÁLMODJ NAGYOT, KEZDD KICSIBEN, HALADJ GYORSAN Integrált marketing stratégia egy szakmai szövetségnél Schlégl Tímea Kommunikációs és operatív igazgató LÉPÉSEK A DÖNTÉSIG 1. 2. Szervezet 4. 3. Célok 6. 5.
RészletesebbenGáspár Bencéné Vér Katalin *
109 Gáspár Bencéné Vér Katalin * ADATBÁNYÁSZAT A GAZDASÁGI ÉLETBEN Az adatbányászat egy döntéstámogatási módszer, olyan üzleti intelligencia megoldás, amely új üzleti lehetõségeket segít megtalálni és
RészletesebbenComponent Soft 1994-2013 és tovább
Component Soft 1994-2013 és tovább IT szakemberek oktatása, tanácsadás Fő témáink: UNIX/Linux rendszerek, virtualizációs, fürtözési, tároló menedzsment és mentési technológiák Adatbázisok és middleware
RészletesebbenIntegrált Kampánymenedzsment Rendszer kialakítása
HOUG 2014 Siófok Integrált Kampánymenedzsment Rendszer kialakítása Bíró Dávid Senior manager Értékesítési Igazgatóság Kakas Gábor IT projekt manager IT Fejlesztési Igazgatóság I. Üzleti igények Üzleti
RészletesebbenMitől sikeres egy webáruház? Kulcsár István Róbert
Mitől sikeres egy webáruház? Kulcsár István Róbert A sikeresség három szintje Hatékony Üzemeltetés A legjobb webáruház sem ér semmit, ha nem működtetjük megfelelően Vevőbarát kialakítás Hiába az erős webáruház
RészletesebbenIntelligens adatelemzés
Antal Péter, Antos András, Horváth Gábor, Hullám Gábor, Kocsis Imre, Marx Péter, Millinghoffer András, Pataricza András, Salánki Ágnes Intelligens adatelemzés Szerkesztette: Antal Péter A jegyzetben az
RészletesebbenIBM felhő menedzsment
IBM Váltsunk stratégiát! Budapest, 2012 november 14. IBM felhő menedzsment SmartCloud Provisioning és Service Delivery Manager Felhő alapú szolgáltatások Felhasználás alapú számlázás és dinamikus kapacitás
RészletesebbenE-Beszerzés sikertényezői
E-Beszerzés sikertényezői Szomor László és S.Farkas Imre 1 Tartalom Az elektronikus beszerzés módjai Logisztikai webáruház a www.zenitkft.hu www.zenitkft.hu sikertényezői Logisztika Portálban rejlő lehetőségek
Részletesebbenadroll A SIKER KISZÁMLÁZVA! KISKERESKEDELEM
adroll A SIKER KISZÁMLÁZVA! KISKERESKEDELEM BEMUTATKOZÁS MI AZ ADROLL? PÉNZTÁRGÉPSZALAG HIRDETÉS, A POS KOMMUNIKÁCIÓ ÚJ GENERÁCIÓJA Cégünk, az adroll Marketing Kft. kizárólagos joggal Az rendelkezik a
RészletesebbenCopyright 2012, Oracle and/or its affiliates. All rights reserved.
1 Oracle Konfiguráció Kezelő Gruhala Izabella 2013. Április 8. 2 Agenda Mi az Oracle Konfiguráció Kezelő (Configuration Manager - OCM)? Milyen adatokat gyűjt a Konfiguráció Kezelő? Előnyök, jellemzők,
RészletesebbenGazdálkodási modul. Gazdaságtudományi ismeretek II.
Gazdálkodási modul Gazdaságtudományi ismeretek II. Vezetés és kommunikációs ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc Információmenedzsment 90. lecke INFORMÁCIÓ MENEDZSMENT
RészletesebbenÉrdekességek és trendek a társkeresésben l.
Érdekességek és trendek a társkeresésben l. Az elmúlt évek során a 30 év alatti társkeresők aránya a Randivonalon 45%-ról 30% alá csökkent, azaz napjainkra elmondható, hogy a társkeresők kétharmada 30
RészletesebbenCRM Customer Relationship Management
CRM Customer Relationship Management alkalmazási lehetőségei a könyvtárban Első az ügyfél számunkra - mert, ha nem, valaki más számára az lesz. BLK:CRM 1 Mi is ez? Ügyfélkapcsolat menedzsment Ügyfélszolgálat
RészletesebbenONLINE MARKETING STRATÉGIÁK avagy Hogyan növelhetjük eredményeinket az internet segítségével?
ONLINE MARKETING STRATÉGIÁK avagy Hogyan növelhetjük eredményeinket az internet segítségével? A VALÓDI PROBLÉMÁT KELL MEGOLDANOD! ÚJ VEVŐK SZERZÉSE ÚJ VEVŐK SZERZÉSE KOSÁRÉRTÉK NÖVELÉSE RÉGI VEVŐK VISSZAHÍVÁSA
RészletesebbenPrediktív analitikai megoldások bankok és biztosítók számára
Prediktív analitikai megoldások bankok és biztosítók számára Mi a Prediktív Analitika? A Prediktív Analitika segít kapcsolatot létesíteni az adatok és a tevékenységek közt úgy, hogy megbízható módon következtet
RészletesebbenAutomatizált Marketing Webshopoknak
Automatizált Marketing Webshopoknak Kocsis Márk üzletágvezető, Digitális Marketing Tanácsadás linkedin.com/in/kocsismark Konverziós költség CPC / Konv. arány CPC függ: hirdetési csatorna hirdetői verseny,
RészletesebbenBEVEZETÉS AZ ADATTÁRHÁZ AUTOMATIZÁLÁSBA
BEVEZETÉS AZ ADATTÁRHÁZ AUTOMATIZÁLÁSBA Gollnhofer Gábor JET-SOL Kft. Nyilvántartási szám: 503/1256-1177 JET-SOL KFT. Alapadatok 2003-ban alakultunk Több mint 120 magasan képzett munkatárs Ügyfélkör Nagyvállalati
RészletesebbenAdhouse megjelenési lehetőségek. Adó 1 % kampányok számára
Adhouse megjelenési lehetőségek Adó 1 % kampányok számára Adhouse Adó 1% Adó 1% A non-profit szervezetek bevételei között jelentős arányt képviselnek az adó 1%-ból befolyó összegek. A szervezetek számára
RészletesebbenEgyüttműködésben a külvilággal, együttműködésben a piaccal
Együttműködésben a külvilággal, együttműködésben a piaccal CMS alapú Internet megoldás a Richter Gedeon Rt-nél Bóna László Dolgos Olga, PhD Wildom Informatikai Szolgáltató és Tanácsadó Kft. A Wildom Kft.
RészletesebbenVezetői információs rendszer
Vezetői információs rendszer A stratégiai tervezés (általában a tervezés) elemzések, döntések, választások sorozata, melynek során a stratégiai menedzsmentnek elemeznie kell a környezetet, a szervezet
Részletesebben