About: Predikce chování zákazníka prostředky dataminingu     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • Pokud chce podnik obstát v dnešním konkurenčním prostředí trhu, je nutné, aby sledoval chování svých zákazníků. Za obchodní úspěch či neúspěch organizace odpovídají podnikoví manažeři, kteří proto musí získávat znalosti potřebné pro přijetí správného rozhodnutí. Tyto znalosti představují sofistikované informace ukryté v datech, která má podnik k dispozici. Uvádí se, že objem dat se v podniku zdvojnásobí v průměru každých pět let, což znamená, že v současné době již není problém data získat a uchovat, ale efektivně je zpracovat a využít jejich potenciál. Možností, jak zmiňované znalosti z dat získat, je využít prostředků tzv. dataminingu. Článek se zabývá aplikací vybraných základních metod získávání znalostí z databází na oblast vztahu zákazníka a obchodu a prezentuje, jak získanou znalost využít s ohledem na vztah k řešenému problému -- jako podklady pro manažerská rozhodnutí vedoucí ke zlepšení řízení vztahu se zákazníky. Konkrétně řeší predikci, jejímž cílem je na základě určitých vlastností zkou
  • Pokud chce podnik obstát v dnešním konkurenčním prostředí trhu, je nutné, aby sledoval chování svých zákazníků. Za obchodní úspěch či neúspěch organizace odpovídají podnikoví manažeři, kteří proto musí získávat znalosti potřebné pro přijetí správného rozhodnutí. Tyto znalosti představují sofistikované informace ukryté v datech, která má podnik k dispozici. Uvádí se, že objem dat se v podniku zdvojnásobí v průměru každých pět let, což znamená, že v současné době již není problém data získat a uchovat, ale efektivně je zpracovat a využít jejich potenciál. Možností, jak zmiňované znalosti z dat získat, je využít prostředků tzv. dataminingu. Článek se zabývá aplikací vybraných základních metod získávání znalostí z databází na oblast vztahu zákazníka a obchodu a prezentuje, jak získanou znalost využít s ohledem na vztah k řešenému problému -- jako podklady pro manažerská rozhodnutí vedoucí ke zlepšení řízení vztahu se zákazníky. Konkrétně řeší predikci, jejímž cílem je na základě určitých vlastností zkou (cs)
  • If a company wants to compete in today's competitive market environment, it is necessary to monitor the behaviour of its customers. Business managers accounting for commercial success or non-success of organisation, therefore these managers have to gain knowledge needful for correct decision acceptance. These knowledge represent sophisticated information hidden in data that are at disposal for enterprise. It is mentioned that a data volume in enterprise will double every five years on average, this means that the problem of the present time is not to obtain data, but to cultivate it and to avail its potential. One possibility, how to extract mentioned knowledge from data, is to use so-called datamining assets. The paper deals with an application of chosen basic methods of knowledge discovering in databases for area of customer-provider relation and it presents, how to avail acquired knowledge with respect to reference to solving problem -- as basis of managerial decisions leading to improving of cus (en)
Title
  • Predikce chování zákazníka prostředky dataminingu
  • Predikce chování zákazníka prostředky dataminingu (cs)
  • Prediction of customer behaviour through datamining assets (en)
skos:prefLabel
  • Predikce chování zákazníka prostředky dataminingu
  • Predikce chování zákazníka prostředky dataminingu (cs)
  • Prediction of customer behaviour through datamining assets (en)
skos:notation
  • RIV/62156489:43110/09:00141354!RIV10-MSM-43110___
http://linked.open...avai/riv/aktivita
http://linked.open...avai/riv/aktivity
  • Z(MSM6215648904)
http://linked.open...iv/cisloPeriodika
  • 3
http://linked.open...vai/riv/dodaniDat
http://linked.open...aciTvurceVysledku
http://linked.open.../riv/druhVysledku
http://linked.open...iv/duvernostUdaju
http://linked.open...titaPredkladatele
http://linked.open...dnocenehoVysledku
  • 335483
http://linked.open...ai/riv/idVysledku
  • RIV/62156489:43110/09:00141354
http://linked.open...riv/jazykVysledku
http://linked.open.../riv/klicovaSlova
  • knowledge discovery in databases; customer; prediction; datamining; decision process; control (en)
http://linked.open.../riv/klicoveSlovo
http://linked.open...odStatuVydavatele
  • CZ - Česká republika
http://linked.open...ontrolniKodProRIV
  • [B9815FC1895E]
http://linked.open...i/riv/nazevZdroje
  • Acta Universitatis agriculturae et silviculturae Mendelianae Brunensis : Acta of Mendel University of agriculture and forestry Brno = Acta Mendelovy zemědělské a lesnické univerzity v Brně
http://linked.open...in/vavai/riv/obor
http://linked.open...ichTvurcuVysledku
http://linked.open...cetTvurcuVysledku
http://linked.open...UplatneniVysledku
http://linked.open...v/svazekPeriodika
  • LVII
http://linked.open...iv/tvurceVysledku
  • Chalupová, Naděžda
http://linked.open...n/vavai/riv/zamer
issn
  • 1211-8516
number of pages
http://localhost/t...ganizacniJednotka
  • 43110
is http://linked.open...avai/riv/vysledek of
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 77 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software