قوانین وابستگی در بازاریابی الکترونیکی

از OCCC Wiki
نسخهٔ تاریخ ‏۲۴ فوریهٔ ۲۰۱۵، ساعت ۱۴:۰۰ توسط 92186518 (بحث | مشارکت‌ها) (←‏نتیجه گیری)
(تفاوت) → نسخهٔ قدیمی‌تر | نمایش نسخهٔ فعلی (تفاوت) | نسخهٔ جدیدتر ← (تفاوت)
پرش به ناوبری پرش به جستجو


مقدمه

قوانین وابستگی را برای کشف قاعده‌های موجود بین محصولات با مقیاس بالا معرفی می‌کنند در واقع Association rules یک متد مناسب برای یافتن روابط جالب بین متغیرهای موجود در پایگاه داده‌های بزرگ است.

بارها مشاهده شده است فروشگاه هایی با بهترین شکل ساختاری و یا حتی مدیریتی تنها به دلیل بازاریابی نادرست و نیازسنجی نصفه و نیمه با شکست مواجه شده و خسارات زیادی برای صاحبانش به بار آورده اند. انتخاب قوانین وابستگی مناسب بازاریابی الکترونیکی، بازاریابی تحت وب یا بازاریابی آنلاین ، به کسب درآمد، فروش محصولات و ارایه خدمات از طریق اینترنت کمک بسیاری می کند.

تکنولوژی بهترین راه پشتیبانی برای مدیریت دانش است و درکشف اطلاعات به شرکت ها و بازاریاب ها کمک می کند. شرکت ها با تحلیل و تفسیر اطلاعات باید مشخص کنند که آیا دانش و اطلاعات بدست آمده مرتبط با خواسته ها و نیازهای مشتریان هست یا خیر. مدیریت مناسب اطلاعات جمع آوری شده، زمینه دستیابی به اطلاعات مشتریان را فراهم می کند و ارتباط با مشتری منجر به بهبود فعالیت های بازاریابی و مدیریت موفق می شود. از طریق مدیریت مناسب می توان، رضایت مشتری را جلب نمود و ارتباط را تمدید و توسعه داد همچنین سرویس های بهتری را مطابق با نیاز آنها فراهم کرد.


بررسی ادبیات موضوع

درخت دانش:


Dddd.JPG


جدول:


123456fr.JPG


نتیجه گیری

استخراج قوانین وابستگی از عوامل مهم افزایش فروش می باشد. چینش صحیح کالا ها در روند انتخاب مشتری در بازاریابی الکترونیکی تاثیر زیادی دارد، به این صورت که پس از اضافه شدن کالای انتخابی توسط مشتری کالای پیشنهادی از طریق قوانین وابستگی در دسترس مشتری قرار بگیرد. ارتباط جالب بین مقادیر زیادی از داده ها در معاملات کسب و کار می تواند در طراحی کاتالوگ، بنر های تبلیغاتی و چینش صحیح تاثیر زیادی بر تفکر و تصمیم گیری مشتری بگذارد.

مراجع

[1] Dr. M. Dhanabhakyam , Dr. M. Punithavalli Dr. SNS College of Arts and Science A Survey on Data Mining Algorithm for Market Basket Analysis , Double Blind Peer Reviewed International Research Journal , 2011 Global Journals Inc. 
[2] R. Sridevi, Dr. E. Ramaraj , A General Survey on Multidimensional And Quantitative Association Rule Mining Algorithms , International Journal of Engineering Research and Applications (IJERA) , 2013 ISSN: 2248-9622
[3] Li Yunyan , Chen Juan , Application of Association Rules Mining in Marketing Decision-Making Based on Rough Set , E-Business and E-Government (ICEE), 2010 International Conference on
[4] Zhu, Yan-li, et al , mining association rules based on cloud model and application in credit card marketing , Wearable Computing Systems (APWCS), 2010 Asia-Pacific Conference on.