Kundensegmentierung und Clustering mit SAS Enterprise Miner, dritte Auflage

Bewertung:   (4,5 von 5)

Kundensegmentierung und Clustering mit SAS Enterprise Miner, dritte Auflage (S. Collica Randall)

Leserbewertungen

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.

Originaltitel:

Customer Segmentation and Clustering Using SAS Enterprise Miner, Third Edition

Inhalt des Buches:

Das Verständnis Ihrer Kunden ist der Schlüssel zum Erfolg Ihres Unternehmens. Die Segmentierung ist eine der ersten und grundlegendsten Methoden des maschinellen Lernens.

Sie kann von Unternehmen genutzt werden, um ihre Kunden besser zu verstehen, die Relevanz von Marketingbotschaften zu erhöhen und die Effizienz von Vorhersagemodellen zu steigern. In Customer Segmentation and Clustering Using SAS Enterprise Miner, Third Edition, erklärt Randy Collica Schritt für Schritt die gebräuchlichsten Segmentierungstechniken mit der leistungsstarken Data-Mining-Software SAS Enterprise Miner. Diese neue Ausgabe zeigt Ihnen, wie Sie Kunden intelligenter segmentieren und die für Ihr Unternehmen notwendige Eins-zu-eins-Kundenbeziehung erreichen können.

Schritt-für-Schritt-Beispiele und Übungen, die eine Reihe von maschinellen Lern- und Data-Mining-Techniken verwenden, veranschaulichen die Konzepte der Segmentierung und des Clustering im Kontext des Kundenbeziehungsmanagements.

Das Buch besteht aus vier Teilen, von denen jeder an Komplexität zunimmt. Teil 1 gibt einen einführenden Überblick über die Grundlagen der Segmentierung und des Clustering und liefert Beispiele aus verschiedenen Branchen.

Teil 2 bietet eine eingehende Behandlung der Segmentierung mit praktischen Themen, z. B. wann und wie Sie Ihre Modelle aktualisieren sollten.

Teil 3 geht über die traditionellen Segmentierungspraktiken hinaus und stellt empfohlene Strategien für das Clustering von Produktaffinitäten, den Umgang mit fehlenden Daten und die Einbeziehung von Textdatensätzen in Ihr Vorhersagemodell mit SAS Text Miner vor. Teil 4 schließlich hebt die Segmentierung auf eine neue Ebene mit fortgeschrittenen Techniken, wie dem Clustering von Produktassoziationen, der Entwicklung von Segmentierungs-Scoring-Modellen aus Kundenumfragedaten, der Kombination von Segmentierungen mittels Ensemble-Segmentierung und der Segmentierung von Kundentransaktionen. Neu in der dritten Auflage ist ein Kapitel, das sich auf prädiktive Modelle innerhalb von Mikrosegmenten und kombinierten Segmenten konzentriert, und es wird eine neue parallele Prozesstechnik mit SAS Factory Miner eingeführt.

Darüber hinaus wurden alle Beispiele auf die neueste Version von SAS Enterprise Miner aktualisiert.

Weitere Daten des Buches:

ISBN:9781629601069
Autor:
Verlag:
Einband:Taschenbuch

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Segmentierungsanalyse mit SAS Viya: Ein Ansatz für Clustering und Visualisierung (Gebundene Ausgabe)...
Verstehen Sie Ihre Kunden besser mit...
Segmentierungsanalyse mit SAS Viya: Ein Ansatz für Clustering und Visualisierung (Gebundene Ausgabe) - Segmentation Analytics with SAS Viya: An Approach to Clustering and Visualization (Hardcover edition)
Kundensegmentierung und Clustering mit SAS Enterprise Miner, dritte Auflage - Customer Segmentation...
Das Verständnis Ihrer Kunden ist der Schlüssel zum...
Kundensegmentierung und Clustering mit SAS Enterprise Miner, dritte Auflage - Customer Segmentation and Clustering Using SAS Enterprise Miner, Third Edition
Segmentierungsanalyse mit SAS Viya: Ein Ansatz für Clustering und Visualisierung - Segmentation...
Verstehen Sie Ihre Kunden besser mit...
Segmentierungsanalyse mit SAS Viya: Ein Ansatz für Clustering und Visualisierung - Segmentation Analytics with SAS Viya: An Approach to Clustering and Visualization

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht:

© Book1 Group - Alle Rechte vorbehalten.
Der Inhalt dieser Seite darf weder teilweise noch vollständig ohne schriftliche Genehmigung des Eigentümers kopiert oder verwendet werden.
Letzte Änderung: 2024.11.13 22:11 (GMT)