Математическое моделирование в CRM-анализе

Управление взаимоотношениями с клиентами. Наиболее часто встречающаяся классификация Customer Relationships Management (CRM). Модели CRM-анализа на основании данных, полученных с помощью клиентской базы. Применение моделей страхования в CRM-анализе.

Рубрика Программирование, компьютеры и кибернетика
Вид курсовая работа
Язык русский
Дата добавления 25.08.2016
Размер файла 73,6 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Введение

CRM расшифровывается как Customer Relationships Management -- управление взаимоотношениями с клиентами. CRM -- это стратегия компании, определяющая взаимодействие с клиентами во всех организационных аспектах: она касается рекламы, продажи, доставки и обслуживания клиентов, дизайна и производства новых продуктов, выставления счетов и т. п. Эта стратегия основана на выполнении следующих условий:

· Наличие единого хранилища информации и системы, куда мгновенно помещаются и где в любой момент доступны все сведения обо всех случаях взаимодействия с клиентами;

· Синхронизированность управления множественными каналами взаимодействия (т. е. существуют организационные процедуры, которые регламентируют использование этой системы и информации в каждом подразделении компании);

· Постоянный анализ собранной информации о клиентах и принятие соответствующих организационных решений, например, о ранжировании клиентов исходя из их значимости для компании, выработке индивидуального подхода к клиентам согласно их специифическим потребностям и запросам.

CRM-системы особенно востребованы на высококонкурентных рынках, где в фокусе стоит клиент. Главная задача CRM-систем - повышение эффективности бизнес-процессов, сосредоточенных во "фронт-офисе" и направленных на привлечение и удержание клиентов - в маркетинге, продажах и сервисе и независимо от канала, через который происходит контакт с клиентом.

Использование CRM позволяет осуществить смещение ориентации компании от "продуктово-ориенцированных" концепций к "клиенто-ориентированным", когда гораздо большее внимание уделяется методам прямого маркетинга.

Современная концепция CRM рассматривает продажи не как отдельный акт, осуществляемый конкретным продавцом с конкретным покупателем, но как непрерывный процесс, в котором вовлечен КАЖДЫЙ сотрудник компании, как науку использования информации о клиенте для приобретения его лояльности и повышения ценности для компании. Цель - строить персональные взаимоотношения с клиентом, независимо от того, какую должность занимает сотрудник компании, в каком отделе он работает, где находится офис. Инвестиции в технологии работы с существующими клиентами прямо влияют на их лояльность, а значит, на эффективность и устойчивость бизнеса. С точки зрения денег, лояльность приводит к следующим результатам:

· Клиент становится менее чувствителен к цене, значит, на продукт (услугу) можно установить более высокую цену без риска потери оборота и, следовательно, увеличить прибыльность продаж;

· Клиенту можно предложить ряд дополнительных услуг (продуктов), тем самым увеличить оборот компании.

В данном дипломе будет рассмотрена одна из моделей CRM-анализа, а именно задача построения вероятностной модели прекращения пользования услугами магазина для всех покупателей и для отдельных групп, сформированных по различным признакам.

1. CRM. классификация, история

1.1 Классификация CRM

Приведем наиболее часто встречающуюся классификацию CRM по трем ключевым направлениям.

Оперативный CRM.

Он включает в себя приложения, дающие оперативный доступ к информации по конкретному клиенту в процессе взаимодействия с ним в рамках обычных бизнес-процессов -- продажи, обслуживания и т. п. Требует хорошей интеграции систем, четкой организационной координации процесса взаимодействия с клиентом по всем каналам. На данный момент подавляющая часть CRM-систем в основном ориентирована на оперативном CRM.

Аналитический CRM. Предполагает синхронизацию разрозненных массивов данных и поиск статистических закономерностей в этих массивах для выработки наиболее эффективной стратегии маркетинга, продаж, обслуживания клиентов и т. п. Требует хорошей интеграции систем, большого объема наработанных статистических данных, эффективного аналитического инструментария. Менее популярный, чем оперативный CRM, но все-таки достаточно «проработанный» аспект CRM-стратегии. Тесно соприкасается с концепциями Data Warehousing, Data Mining (хранение данных, анализ данных), и поэтому неудивительно, что поставщики систем в этих областях активно продвигают свои системы как системы аналитического CRM, например SAS (Statistical Analysis System -- система статистического анализа).

«Коллаборационный» CRM. Предоставляет клиенту возможность гораздо большего влияния на процессы разработки дизайна, производства, доставки и обслуживания продукта. Требует технологий, которые позволяют с минимальными затратами подключить клиента к сотрудничеству в рамках внутренних процессов компании. Примеры коллаборационного CRM:

· Сбор предложений клиентов при разработке дизайна продукта;

· Доступ клиентов к опытным образцам продукции и возможность обратной связи;

· Обратное ценообразование -- когда клиент описывает требования к продукту и определяет, сколько он готов за него заплатить, а производитель реагирует на эти предложения.

клиент база анализ модель

1.2 История CRM

В настоящее время заметно сместились акценты в подходе к клиенту. Если раньше клиент получал представление о компании на основании ее продукта, то теперь он строит свое отношение к компании в целом - как партнеру, с которым он взаимодействует по разным каналам - от телефонного звонка, до Интернета и личного визита. При этом запросы потребителей стали значительно более дифференцированными, а формы взаимодействия персонализированными (см. рис. 1).

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рисунок 1

Кроме того, изменилась пирамида ценностей. Типичная стратегия производителя в индустриальной экономике была нацелена на удовлетворение клиента и строилась, исходя из следующей "пирамиды" мотивов (см. рис.2):

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рисунок 2

· Наличие продукта (компания имеет то, что хочет покупатель)

· Ценность (цена соответствует ожиданиям)

· Удобство (продукт легко получить и использовать)

· Доверие (уверенность, что продукт надежен и качественен)

В эпоху электронной, "новой" экономики высшая цель - лояльность, причем взаимная - не только клиент лоялен к компании, но и компания лояльна к клиенту. От достигнутого уровня удовлетворения строится новая пирамида (см. рис. 3):

· Удовлетворение (потребности и запросы обеспечены)

· Постоянство (компания действует, исходя из интересов покупателя)

· Персонализация (компания демонстрирует, что она знает и идет навстречу личным пожеланиям клиента)

· Слияние (взаимоотношения строятся на условиях покупателя и под его контролем)

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рисунок 3

В рамках "второй" пирамиды задача CRM - охватить ВСЕ каналы и точки контакта с клиентами и согласовать их, чтобы была единая методика и техника общения. Каждый контакт должен работать на привлечение покупателя. Клиент хочет быть обслуженным с одинаковым качеством независимо от канала взаимодействия, и получить быстрый профессиональный отклик. Информация, доставляемая клиенту по его запросу, должна быть точной, полной и последовательной. Не должно быть разных ответов на одни и те же вопросы от разных представителей компании.

Таким образом, пришло понимание, что клиентская база - это важнейший актив компании, которым надо тщательно и эффективно управлять. "Выращивание" клиента рассматривается как необходимое условие для успешной работы как с текущим, так и с перспективным клиентом. Интересно отметить, что цена является далеко не решающим фактором в воспитании лояльности и при совершении повторных покупок. Например, исследование, проведенное одной из крупных компаниий, показало, что мотивы, приведшие к повторной покупке через их он-лайн магазин, расположились в следующем порядке:

1. Качество обслуживания.

2. Доставка заказа в срок.

3. Возможность доставки в любое место

4. Легкость оформления заказа

5. Широкий выбор продукции у компании

6. Доступ к полной информации по всем продуктам

7. Удобная система навигации по сайту

8. Цена

Таким образом, инвестиции в технологии работы с существующими клиентами прямо влияют на их лояльность, а значит, на эффективность и устойчивость бизнеса. С точки зрения денег лояльность приводит к следующим результатам:

· Клиент становится менее чувствителен к цене, значит на продукт (услугу) можно установить более высокую цену без риска потери оборота.

· Стоимость продажи продуктов и услуг существующим клиентам значительно ниже. Как результат - прибыльность может быть выше, даже если цена ниже, чем у конкурента.

· Клиенту можно предлагать ряд дополнительных услуг (продуктов), тем самым, увеличивая оборот компании.

Таким образом, концепция CRM весьма многогранна. Хотя ее отдельные элементы культивировались и раньше, сами по себе они не достаточны. Ведь даже качественный сервис не обязательно персонализирован.

Концепция CRM ориентирует компанию на длительные взаимоотношения с клиентом. В частности, клиент, пусть понемногу, но регулярно потребляющий продукт или услугу в течение длительного периода времени, обычно более выгоден для компании, чем "залетный" заказчик, сделавший пусть и большой, но случайный заказ.

2. Математические модели CRM-анализа

Все модели CRM-анализа на основании данных, полученных с помощью клиентской базы, можно разделить по назначению на следующие типы:

· описательные задачи, которые включают в себя:

o регрессионные модели, целью которых является определение класса (число классов может представлять собой множество мощности контниум), которому принадлежит клиент по его характеристикам

o модели кластеризации, разделяющие множество клиентов на группы «похожих»;

o модели исключений, описывающие исключительные ситуации в данных;

o итоговые модели, выявляющие ограничения на данные анализируемого массива;

o модели поиска ассоциативных правил (анализа рыночных корзин), определяющие часто встречающиеся наборы объектов;

· предсказательные задачи, состоящие из:

o моделей классификации, определяющих отношение клиента к одному из конечного числа классов по некоторых характеристикам;

o моделей последовательностей, прогнозирующих изменение непрерывных числовых параметров.

Модель, рассмотренная ниже, является примером модели последовательностей, где прогнозируемым параметром является период времени, в течение которого покупатель прекратит посещать данный магазин.

3. Применение моделей страхования в CRM-анализе

Поскольку прекращение посещения можно сформулировать как «гибель» данного клиента для магазина, то для исследования этого процесса логично использовать математические модели страхования жизни, где продолжительность жизни будет означать для нас продолжительность посещения магазина.

При теоретическом анализе процессов смертности, первоначальном и упрощенном изучении реальных ситуаций используют, как правило, стандартные вероятностные модели, интересующие исследователя.

К тому же, реальные процессы смертности достаточно хорошо аппроксимируются рассмотренными ниже аналитическими законами.

3.1 Модель Гомпертца и Мэйкхама

До настоящего времени формула Гомпертца - Мэйкхама остается наилучшей для описания смертности. В модели, которую предложил в 1825 г. Гомпертц, интенсивность смертности приближается показательной функцией вида . Гомпертц впервые показал экспоненциальное нарастание интенсивности смертности с возрастом и предложил теоретическое объяснение этого закона. Он рассматривал смертность как величину, обратную жизнеспособности - способности противостоять всей совокупности разрушительных процессов.

Теоретической основой формулы являлась предпосылка о том, что жизнеспособность (А) особи с возрастом снижается в результате чисто вероятностного процесса, что дает основной закон

где - коэффициент пропорциональности.

Так как понятие жизнеспособности не определенно, но эмпирически понятно, что жизнеспособность и вероятность смерти находятся в обратно пропорциональном соотношении, Гомпертц принял в качестве меры жизнеспособности обратную ей величину

где - вероятность смерти, сила смерти или просто смертность.

Тогда дифференциальное уравнение, описывающее динамику смертности, имеет следующий вид:

Интегрирование этого уравнения дает в результате формулу Гомпертца:

где B- начальный уровень смертности - показатель, отражающий скорость нарастания смертности с возрастом.

В модели Гомпертца интенсивность смертности есть

,

Тогда можно определить функцию распределения (а значит и плотность распределения - кривую смертей) и функцию выживания из следующих уравнений:

Таким образом, функция выживания имеет вид

а кривая смертей имеет вид

Мэйкхам в 1860г. предложил приближать интенсивность смертности функцией вида , где параметр учитывает риски жизни (отражает интенсивность смертности от внешних условий) связанные с несчастными случаями, а слагаемое учитывает влияние возраста на смертность. В этой модели

,

Для нахождения неизвестных параметров можно использовать метод моментов или метод наименьших квадратов.

3.2 Регрессионный анализ нахождения параметров

Основным методом в регрессионном анализе является метод наименьших квадратов.

Необходимо найти параметры .

Нам известна функция ,

Интенсивность смертности также может быть вычислена как

Тогда

=

Сделаем замену переменных , а , тогда получим, что

.

По определению метода наименьших квадратов необходимо, чтобы сумма квадратов отклонений выборочных значений от рассчитываемых была наименьшей

Так как Y вполне определяется параметрами , то наилучшие значения этих параметров найдутся решением системы уравнений

Решая эту систему уравнений, получаем, что

где - число анализируемых периодов.

Тогда можно однозначно определить параметры и :

=, .

Таким образом, мы можем получить оценки параметров рассматриваемого вероятностного распределения Гомпертца.

3.3 Критерий соответствия математической модели экспериментальным данным

Далее сравниваются данные, полученные эмпирическим путем, и значения полученной математической модели Гомпертца.

Используем непараметрический критерий согласия - Пирсона.

Проверим для эмпирических данных следующую гипотезу: отличие выборочного распределения частот от теоретического распределения вероятностей Гомпертца является случайным.

При сравнении выборочного и аппроксимирующего распределений используется следующая формула - критерия

где и - эмпирические и теоретические частоты k-го интервала, n -число наблюдений.

Полученный результат интерпретируется следующим способом: по заданному уровню значимости и числу степеней свободы

k=s-3

где s - число интервалов, находим критическую точку

.

Если - нулевую гипотезу принимаем.

Если - нулевую гипотезу отвергаем.

Размещено на Allbest.ur

...

Подобные документы

  • Информационные потребности, сущность их возникновения. Базы данных и современный рынок. Характеристика программы Customer Relationship Management, управление взаимоотношениями с клиентами. Клиентская информационная база, специфика ее работы и описание.

    курсовая работа [107,9 K], добавлен 24.10.2011

  • Разработка автоматизированной информационной системы управления взаимоотношениями с клиентами Токаревского мясокомбината, анализ и выбор используемых средств. Проектирование структуры базы данных и пользовательского интерфейса, генерации отчетов.

    дипломная работа [2,3 M], добавлен 05.07.2009

  • Исследование основных требований к системе управления взаимоотношениями с клиентами. Разработка логической структуры базы данных. Хранимые процедуры и триггеры. Особенности их использования. Настройка репликации в СУБД Postgres. Настройка сервера LDAP.

    курсовая работа [926,8 K], добавлен 26.01.2013

  • Вычислительные и графические возможности MS Excel и MS Word для анализа затрат на производство и себестоимости продукции предприятия ИК-2 УФСИН России по Смоленской области. Моделирование экономических процессов с помощью MS Excel: финансовые модели.

    курсовая работа [335,4 K], добавлен 08.12.2009

  • Моделирование поведения узлов беспроводной ad hoc сети при равномерном движении на плоскости. Разработка базы данных для хранения полученных графов и организация ее взаимодействия с другими приложениями, осуществляющими создание моделей и их анализ.

    дипломная работа [1,9 M], добавлен 22.02.2016

  • Анализ предметной области, ее формализации с помощью функциональных зависимостей. Этапы минимизации системы функциональных зависимостей и на основании полученной редуцированной системы проектирование модели базы данных. Создание и моделирование запросов.

    курсовая работа [1,7 M], добавлен 21.06.2010

  • Обзор методов составления математических моделей систем автоматического управления. Математические модели системы в векторно-матричной форме записи. Моделирование в пакете программы Simulink. Оценка устойчивости системы, рекомендации по ее применению.

    курсовая работа [514,5 K], добавлен 10.11.2011

  • Математическое моделирование технических объектов. Понятие математических моделей, классификация и свойства. Численные методы, система MathCAD и её основные функции. Алгоритмический анализ задачи, анализ реализации базовой модели электрической цепи.

    дипломная работа [755,4 K], добавлен 25.07.2012

  • Сущность необходимости применения информационных технологий при анализе бизнеса. Модель информационной интеграции современной методической базы. Механизм трансформации элементов ER-модели в открытую объектно-ориентированную среду "1С: Предприятие".

    дипломная работа [2,3 M], добавлен 17.12.2009

  • Математическое описание имитационной модели. Описание блок-схемы алгоритма. Анализ полученных результатов имитационного моделирования. Сопоставление полученных результатов для разработанных моделей. Математическое описание аналитического моделирования.

    курсовая работа [306,5 K], добавлен 25.03.2015

  • Разработка информационно-аналитической системы агентства недвижимости. Обоснование выбора архитектуры базы данных и СУБД. Моделирование потоков данных (DFD диаграмм). Проектирование инфологической модели данных с использованием модели "сущность-связь".

    дипломная работа [5,4 M], добавлен 06.06.2013

  • Понятия и виды CRM-системы, перспективы и развитие рынка программных продуктов различных производителей CRM. Функции, типы, сферы применения системы управления взаимоотношениями с клиентами. Разработка плана внедрения CRM-системы на примере ООО "ПК ИПМ".

    дипломная работа [745,1 K], добавлен 13.12.2013

  • Освоение сервисной системы управления базами данных Microsoft SQL. Разработка базы данных "Служба АТС" в среде Microsoft SQL Server Management Studio и создание запросов на языке SQL. Апробация инфологической модели "сущность - связь" базы данных.

    курсовая работа [2,9 M], добавлен 29.06.2015

  • Семантическое моделирование Entity-Relationship. Моделирование баз данных с помощью ERwin. Реализация базы данных в СУБД MS Access. Автоматизация базы данных. Характеристики разработанной информационной системы для отделения комплектования воинской части.

    дипломная работа [1,8 M], добавлен 16.06.2012

  • Описание внешних иерархических моделей базы данных. Проектирование нормализованных локальных ER-моделей. Выявление и устранение эквивалентных сущностей и категорий, дублирования атрибутов и связей. Создание внутренней реляционной модели данного проекта.

    курсовая работа [87,9 K], добавлен 20.01.2015

  • Процесс разработки базы данных для хранения и обработки информации. Ключи, индексы, триггеры, хранимые процедуры. Разработка пользовательского интерфейса и базы данных. Основные инструментальные средства для разработки клиентской и серверной частей.

    дипломная работа [225,0 K], добавлен 18.05.2013

  • Исследование функционирования распределенного банка данных, организованного на базе двух ЭВМ на языке GPSS, анализ системы с помощью метода имитационного моделирования. Несколько вариантов оптимизации модели, критерии выбора наиболее эффективного из них.

    курсовая работа [46,9 K], добавлен 22.06.2011

  • Математическое моделирование. Изучение приёмов численного и символьного интегрирования на базе математического пакета прикладных программ, а также реализация математической модели, основанной на методе интегрирования. Интегрирование функций MATLAB.

    курсовая работа [889,3 K], добавлен 27.09.2008

  • Эффективное управление ресурсами предприятия с помощью ERP-систем. CRM-системы - управление человеческими ресурсами, их классификация. Разработка CRM-системы ведения гостиничного бизнеса для работы с клиентами. Структура входных и выходных данных.

    курсовая работа [1,7 M], добавлен 13.11.2012

  • Понятие базы данных, модели данных. Классификация баз данных. Системы управления базами данных. Этапы, подходы к проектированию базы данных. Разработка базы данных, которая позволит автоматизировать ведение документации, необходимой для деятельности ДЮСШ.

    курсовая работа [1,7 M], добавлен 04.06.2015

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.