Информационные системы в маркетинге
Ресурсы сети интернет
Рассматриваемые вопросы
радио
1.1 Информационные ресурсы и системы
Информация
Информационные процессы
Данные
Информация
Система
Характеристики системы
Информационная система
Решение задач с помощью ИС
Информационные ресурсы
Информационные ресурсы
Информационные технологии
Информационные технологии
Информационная система как объект управления
КАТЕГОРИИ ИНФОРМАЦИОННЫХ СИСТЕМ
ФУНКЦИОНАЛЬНАЯ КЛАССИФИКАЦИЯ ИС
ФУНКЦИЯ МАРКЕТИНГ И ПРОДАЖИ
ТИПЫ ИНФОРМАЦИОННЫХ СИСТЕМ
СТРАТЕГИЧЕСКИЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ
НЕОБХОДИМОСТЬ ИЗМЕНЕНИЙ В ОРГАНИЗАЦИИ
СХЕМА ФУНКЦИОНИРОВАНИЯ МАРКЕТИНГОВОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ
СОСТАВЛЯЮЩИЕ МИС
СОСТАВЛЯЮЩИЕ МИС
Основные направления развития МИС
Основные направления развития методов обработки и хранения данных
СТРАТЕГИИ КОНКУРЕНЦИИ
ЛИДЕРСТВО В ОБЛАСТИ ЗАТРАТ
ДИФФЕРЕНЦИРОВАНИЕ ПРОДУКТА
КОНЦЕНТРАЦИЯ НА СЕГМЕНТЕ
DATE MINING
Пример задания на поиск данных с использованием DATA MINING
OLAP Системы
OLAP системы
OLAP куб
OLAP-кубы
Плоский отчет
Уровни знаний, извлекаемых из данных
Бизнес-приложения Data Mining
Розничная торговля
1.51M
Category: marketingmarketing

Информационные системы в маркетинге

1. Информационные системы в маркетинге

• Головцова Ирина
Геннадьевна
• Д.э.н., профессор
кафедры
информационных
технологий
предпринимательства

2. Ресурсы сети интернет

3.

4. Рассматриваемые вопросы

5.

6.

7.

8. радио

9.

10. 1.1 Информационные ресурсы и системы

Информация
Данные
Система
Экономическая ИС

11. Информация

12. Информационные процессы

13. Данные

14. Информация

15. Система

16. Характеристики системы

17. Информационная система

18. Решение задач с помощью ИС

19. Информационные ресурсы

20. Информационные ресурсы

21. Информационные технологии

22. Информационные технологии

23. Информационная система как объект управления

24.

25.

26. КАТЕГОРИИ ИНФОРМАЦИОННЫХ СИСТЕМ

27. ФУНКЦИОНАЛЬНАЯ КЛАССИФИКАЦИЯ ИС

28. ФУНКЦИЯ МАРКЕТИНГ И ПРОДАЖИ

29. ТИПЫ ИНФОРМАЦИОННЫХ СИСТЕМ

30. СТРАТЕГИЧЕСКИЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ

31. НЕОБХОДИМОСТЬ ИЗМЕНЕНИЙ В ОРГАНИЗАЦИИ

32. СХЕМА ФУНКЦИОНИРОВАНИЯ МАРКЕТИНГОВОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ

33. СОСТАВЛЯЮЩИЕ МИС

34. СОСТАВЛЯЮЩИЕ МИС

35. Основные направления развития МИС

36. Основные направления развития методов обработки и хранения данных

37. СТРАТЕГИИ КОНКУРЕНЦИИ

38. ЛИДЕРСТВО В ОБЛАСТИ ЗАТРАТ

39. ДИФФЕРЕНЦИРОВАНИЕ ПРОДУКТА

40. КОНЦЕНТРАЦИЯ НА СЕГМЕНТЕ

41. DATE MINING

• Переводится как «добыча» или «раскопка
данных»
• В основу современной технологии Data Mining
(discovery-driven data mining) положена
концепция шаблонов (паттернов),
отражающих фрагменты многоаспектных
взаимоотношений в данных. Эти шаблоны
представляют собой закономерности,
свойственные подвыборкам данных, которые
могут быть компактно выражены в понятной
человеку форме

42. Пример задания на поиск данных с использованием DATA MINING

43. OLAP Системы

• OLAP (англ. online analytical processing,
аналитическая обработка в реальном
времени) — технология обработки данных,
заключающаяся в подготовке суммарной
(агрегированной) информации на основе
больших массивов данных,
структурированных по многомерному
принципу. Реализации технологии OLAP
являются компонентами программных
решений класса Business Intelligence[1].

44. OLAP системы

• OLAP (on-line analytical processing) — набор
технологий для оперативной обработки
информации, включающих динамическое
построение отчётов в различных разрезах,
анализ данных, мониторинг и
прогнозирование ключевых показателей
бизнеса. В основе OLAP-технологий лежит
представление информации в виде OLAPкубов.

45. OLAP куб

46. OLAP-кубы

• OLAP-кубы содержат бизнес-показатели, используемые для
анализа и принятия управленческих решений, например:
прибыль, рентабельность продукции, совокупные средства
(активы), собственные средства, заемные средства и т.д.
• Бизнес-показатели хранятся в кубах не в виде простых таблиц,
как в обычных системах учета или бухгалтерских программах, а
в разрезах, представляющих собой основные бизнес-категории
деятельности организации: товары, магазины, клиенты, время
продаж и т. д.
• Благодаря детальному структурированию информации OLAPкубы позволяют оперативно осуществлять анализ данных и
формировать отчёты в различных разрезах и с произвольной
глубиной детализации.

47. Плоский отчет

48. Уровни знаний, извлекаемых из данных

49. Бизнес-приложения Data Mining


Розничная торговля
Банковское дело
Телекоммуникации
Страхование
Другие приложения в бизнесе

50. Розничная торговля

• анализ покупательской корзины (анализ сходства) предназначен для
выявления товаров, которые покупатели стремятся приобретать
вместе. Знание покупательской корзины необходимо для улучшения
рекламы, выработки стратегии создания запасов товаров и способов
их раскладки в торговых залах.
• исследование временных шаблонов помогает торговым
предприятиям принимать решения о создании товарных запасов. Оно
дает ответы на вопросы типа "Если сегодня покупатель приобрел
видеокамеру, то через какое время он вероятнее всего купит новые
батарейки и пленку?"
• создание прогнозирующих моделей дает возможность торговым
предприятиям узнавать характер потребностей различных категорий
клиентов с определенным поведением, например, покупающих
товары известных дизайнеров или посещающих распродажи. Эти
знания нужны для разработки точно направленных, экономичных
мероприятий по продвижению товаров.
English     Русский Rules