通過數(shù)據(jù)挖掘技術(shù)在酒店行業(yè)提升客戶關(guān)系管理_第1頁
通過數(shù)據(jù)挖掘技術(shù)在酒店行業(yè)提升客戶關(guān)系管理_第2頁
通過數(shù)據(jù)挖掘技術(shù)在酒店行業(yè)提升客戶關(guān)系管理_第3頁
通過數(shù)據(jù)挖掘技術(shù)在酒店行業(yè)提升客戶關(guān)系管理_第4頁
通過數(shù)據(jù)挖掘技術(shù)在酒店行業(yè)提升客戶關(guān)系管理_第5頁
已閱讀5頁,還剩11頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、行業(yè)提升客戶關(guān)系管理Mirela DANUBIANU, Lecturer Ph. D. Eng, Ec. “Stefan cel Mare” University of SuceavaValentin Cristian HAPENCIUC, Associate Professor, Ph.D. Ec. “Stefan cel Mare” University of Suceava事實(shí)上,一個(gè)成功的公司不僅把客戶放在第一位,而且把客戶放在組織的中心,因?yàn)?客戶行為的變化決定了不可預(yù)知的盈利能力和可能的低效的營銷策劃原因。CRM 的主要目的是處理在不同的渠道和功能的客戶互動(dòng),為了建立忠誠和可盈利的

2、客 雖然削減成本和競爭力的定價(jià)策略可能會(huì)吸引來自競爭對(duì)手的顧客,在許多服務(wù)行業(yè) 的價(jià)格優(yōu)勢并不足以成為客戶在供應(yīng)商之間移動(dòng)原因。在這些情況下成功的競爭策略包括 開發(fā)與客戶良好的關(guān)系并交叉銷售他們的其他服務(wù)。數(shù)據(jù)挖掘-技術(shù)是為了探索和分析大量數(shù)據(jù)以發(fā)現(xiàn)有意義的模式和規(guī)則 - 幫助企業(yè)從看似無關(guān)的數(shù)據(jù)篩選出有意義的關(guān)系,在那里他們可以預(yù)見的而不是簡單地對(duì)客戶的需求 客戶關(guān)系管理(CRM)是一項(xiàng)以客戶為中心的事業(yè),需要運(yùn)用不同的技術(shù)去了解和影 流程包括兩個(gè)客觀要求: 影響與客戶關(guān)系相關(guān)的所有方面(提升客戶滿意度,加強(qiáng)客戶忠誠或加強(qiáng)購買率。) 確保組織中的員工使用CRM 工具。更多的盈利要求組織更積極

3、推進(jìn)與客戶的關(guān)系。 5在真實(shí)的世界中,要求,建立和留住客戶正在成為最高優(yōu)先級(jí)。對(duì)于許多公司來說, 他們的客戶關(guān)系質(zhì)量提供了相比于其他業(yè)務(wù)的競爭優(yōu)勢。此外,客戶的定義已擴(kuò)大到包括 即時(shí)消費(fèi)者,合作伙伴和經(jīng)銷商 - 換句話說,所有的參與者,提供信息,或者需要從公司 公司都開始意識(shí)到在競爭激烈的市場和全球市場生存需要與客戶更緊密的關(guān)系。反過 來,增強(qiáng)客戶關(guān)系能夠在三個(gè)方面提升盈利能力: 通過吸引更多適合的客戶 通過交叉銷售和向上銷售活動(dòng)產(chǎn)生利潤 通過留住客戶擴(kuò)大利潤C(jī)RM 可以由四個(gè)單元組成的框架來定義:知識(shí),目標(biāo),銷售和服務(wù)6。它要求企業(yè)認(rèn)識(shí)和了解它的市場和客戶。包括詳細(xì)的客戶信息,以便選擇最有利

4、可圖標(biāo)。 CRM 也需要在提供發(fā)展:哪些產(chǎn)品通過哪個(gè)渠道賣給哪些客戶。在銷售過程中,公司利用活動(dòng)管理來提高營銷部門的有效性。最后,它旨在通過服務(wù),如呼叫中心和服務(wù)臺(tái)來保留客戶。CRM 是幾部分組成的關(guān)聯(lián)。該過程開始之前,該公司必須有客戶的信息。這些信息可 以從內(nèi)部資源中獲得(匯總表描述客戶,客戶調(diào)查或包含行為數(shù)據(jù)的交易系統(tǒng)。)或者數(shù)據(jù)可以從外部購買的資源中獲得。一個(gè)成功的 CRM 戰(zhàn)略的一個(gè)重要組成部分,是企業(yè)級(jí)數(shù)據(jù)倉庫。然后,它必須使用統(tǒng) P數(shù)據(jù)挖掘是,通過自動(dòng)或半自動(dòng)的手段,從大量數(shù)據(jù)中探索和分析,以發(fā)現(xiàn)有意義的模式和規(guī)則3。所以,數(shù)據(jù)挖掘被定義為從從數(shù)據(jù)中提取有趣的和先前未知的信息,并且

5、 它被廣泛接受的是作為一個(gè)復(fù)雜的單相過程,這個(gè)過程被稱為數(shù)據(jù)庫知識(shí)發(fā)現(xiàn) DD)。這一過程由下述步驟組成 12: 在分析最終用戶的目標(biāo),并收集到所有必要的知識(shí)之后,可以選出一個(gè)目標(biāo)數(shù)據(jù)集。這意味著將重點(diǎn)放在變量的子集或數(shù)據(jù)樣本上。 對(duì)目標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理和清洗,以除去噪聲或離群。人們也必須決定如何處理丟失的數(shù)據(jù)字段。有用的功能必須被發(fā)現(xiàn)以展示數(shù)據(jù),這取決于發(fā)現(xiàn)任務(wù)的目標(biāo)。維數(shù)被降 低,例如,一個(gè)必須找到有效的正在被考慮的變量數(shù)字,或者不變的代表數(shù)據(jù)。 知識(shí)發(fā)現(xiàn)過程的主要目標(biāo)是預(yù)測未來有趣的變量價(jià)值或?qū)ふ胰祟惪山忉尩臄?shù)據(jù)模式值。 根據(jù)這個(gè)目標(biāo)的適當(dāng)?shù)臄?shù)據(jù)挖掘算法被選擇和應(yīng)用。還有的關(guān)聯(lián),分類,聚類,

6、基于序列的分析算法,和其他任務(wù)。 圖案被解釋和評(píng)估,例如使用輔助的可視化工具。每個(gè)步驟之后,可以返回到之前任何其他步驟以修正當(dāng)前步驟。因此,該知識(shí)發(fā)現(xiàn)過程中可能含有的任何兩個(gè)步驟之間有許多循環(huán)。 為了確保由數(shù)據(jù)挖掘算法所提取的信息是有用的,其他活動(dòng)是必需的,例如結(jié)合適當(dāng)?shù)南闰?yàn)知識(shí),和數(shù)據(jù)挖掘結(jié)果的正確解釋。在 一般情況下, CRM 承諾通過為企業(yè)提升客戶為導(dǎo)向的流程,例如銷售,市場營銷和客戶服 務(wù)帶來更高的投資回報(bào)。數(shù)據(jù)挖掘通過在整個(gè)顧客生命周期中識(shí)別和預(yù)測客戶的需求幫助企業(yè)建立個(gè)人和可盈 數(shù)據(jù)挖掘技術(shù)可以幫助減少信息過載,提高決策能力。這是通過導(dǎo)出,并通過過程與 搜索從組織收集的大量數(shù)據(jù)關(guān)系

7、和模式,提煉有用的知識(shí)實(shí)現(xiàn)的過程。所提取的信息被用 于預(yù)測,分類模型,并匯總數(shù)據(jù)。數(shù)據(jù)挖掘技術(shù),如規(guī)則歸納,神經(jīng)網(wǎng)絡(luò),遺傳算法,模糊邏輯,和粗集,在許多行業(yè)用于分類和模式識(shí)別4 10 11。例如,某超市舉辦在消費(fèi)者的購買模式基礎(chǔ)上的現(xiàn)貨庫存,機(jī)票預(yù)訂系統(tǒng)使用客戶的 出行模式和趨勢,以增加座位利用率?;蚶镁W(wǎng)頁改變其組織結(jié)構(gòu)或基于請(qǐng)求頁面的個(gè)人 信息的可視化外觀。數(shù)據(jù)挖掘使用統(tǒng)計(jì)和機(jī)器學(xué)習(xí)技術(shù)建立客戶的行為模式?;灸康氖菢?gòu)造一個(gè)模型, 其中,應(yīng)答或輸出是已知的,當(dāng)應(yīng)答或輸出是被期望的則該模型適用于另一種情況。上述 技術(shù)的最好的應(yīng)用程序被集成數(shù)據(jù)倉庫和其它交互式的,靈活的商業(yè)分析工具。因此,數(shù)據(jù)

8、挖掘的應(yīng)用可以幫助企業(yè)識(shí)別細(xì)分市場包含客戶提供高利潤的潛力,通過 搜索不同變量之間的模式來服務(wù)于購買行為并進(jìn)行有效預(yù)測。那么營銷人員可以設(shè)計(jì)和實(shí)施活動(dòng),這將增強(qiáng)目標(biāo)細(xì)分市場的購買決策。為了推動(dòng)這 一活動(dòng),營銷人員增強(qiáng)數(shù)據(jù)挖掘輸出成系列管理軟件,并專注于定義的細(xì)分市場。關(guān)于上述三種盈利方式在上述部分中的討論,數(shù)據(jù)挖掘技術(shù)可以用于如下: 吸引更多適合客戶:數(shù)據(jù)挖掘可以幫助企業(yè)了解哪些客戶最有可能購買特定的產(chǎn)品和服務(wù),從而使企業(yè)制定更高的響應(yīng)率和投資更好的回報(bào)有針對(duì)性的營銷計(jì)劃。 更好的交叉銷售和向上銷售:企業(yè)可以通過提供實(shí)際需要的客戶額外的產(chǎn)品和服務(wù),從而提高滿意度,并加強(qiáng)購買習(xí)慣增加他們的價(jià)值主

9、張。 對(duì)于更好的保留:數(shù)據(jù)挖掘技術(shù)可以識(shí)別哪些客戶更容易缺損的原因。一個(gè)公司可以使用這些信息來產(chǎn)生想法,使他們能夠保持這些客戶。此外,在還有數(shù)據(jù)挖掘中支持CRM 倡議的其他方式。 數(shù)據(jù)庫營銷:數(shù)據(jù)挖掘幫助數(shù)據(jù)庫營銷開發(fā)活動(dòng)是接近目標(biāo)的需要,欲望和他們的客戶的態(tài)度。如果那些必要的信息駐留在一個(gè)數(shù)據(jù)庫中,數(shù)據(jù)挖掘可以模擬各種各樣的顧客的活動(dòng)。主要目標(biāo)是確定符合當(dāng)前的業(yè)務(wù)問題模式。例如,數(shù)據(jù)挖掘可以幫助解 答問題,例如 “哪些客戶最有可能要求確定的服務(wù)?”回答這些類型的問題可以提高客戶保留和活動(dòng)響應(yīng)率,從而最終提高投資的銷售和回報(bào)。表一數(shù)據(jù)挖掘技術(shù)與CRM業(yè)務(wù)之間可能存在的關(guān)聯(lián)從客戶的購買歷史信息被

10、用于制定為了后續(xù) 購買的概率規(guī)則從數(shù)據(jù)自動(dòng)構(gòu)造,這些得到的階梯狀的規(guī)的重要預(yù)測 仿照進(jìn)化生物學(xué)的使用程序,以解決預(yù)測和 分類問題或開發(fā)組的決策規(guī)則。應(yīng)用模仿人類大腦的處理;能夠從實(shí)例學(xué)習(xí) (數(shù)據(jù)大訓(xùn)練集)來發(fā)現(xiàn)數(shù)據(jù)中的模式。 提供綜合性指標(biāo),如數(shù)量,總計(jì)和平均值。大多用于確認(rèn)通過“機(jī)器學(xué)習(xí)”技術(shù)建立的 潔,易于理解的有用畫面數(shù)據(jù)挖掘技術(shù)關(guān)聯(lián)規(guī)則樹描述性統(tǒng)計(jì)神經(jīng)網(wǎng)絡(luò)查詢工具 客戶收購:企業(yè)的發(fā)展戰(zhàn)略在很大程度上取決于獲取新客戶,這可能需要找人誰已經(jīng)不知道各種產(chǎn)品和服務(wù),誰剛進(jìn)入特定的產(chǎn)品類別(例如,新的父母和尿布類)的, 或者誰購買競爭對(duì)手。雖然有經(jīng)驗(yàn)的營銷人員常??梢赃x擇一組正確的人口標(biāo)準(zhǔn),處

11、 理增加的困難與卷的客戶數(shù)據(jù),圖案的復(fù)雜性,以及粒度。強(qiáng)調(diào)客戶細(xì)分的挑戰(zhàn),導(dǎo) 致了消費(fèi)者數(shù)據(jù)庫的爆炸性增長。數(shù)據(jù)挖掘提供了多種解決方案,細(xì)分,可以提高響 應(yīng)速度為客戶收購活動(dòng)。營銷人員需要使用創(chuàng)造力和經(jīng)驗(yàn)來調(diào)整新的和有趣的報(bào)價(jià), 通過數(shù)據(jù)挖掘作業(yè)識(shí)別客戶。 運(yùn)動(dòng)優(yōu)化:許多營銷組織有多種方法與現(xiàn)有和潛在客戶進(jìn)行互動(dòng)。優(yōu)化營銷活動(dòng)的過程中確立提供的組織機(jī)構(gòu)設(shè)置和一組給定的客戶滿足運(yùn)動(dòng)的特征和約束條件,確定了 營銷渠道中使用之間的映射,并指定相關(guān)的時(shí)間參數(shù)。數(shù)據(jù)挖掘可以通過客戶的特定 通道的反應(yīng)建模提供營銷活動(dòng)提升優(yōu)化流程的有效性。不同的數(shù)據(jù)挖掘技術(shù)可以與CRM 任務(wù)相關(guān)聯(lián)。表 1 給出了一些這些聯(lián)

12、系。4、數(shù)據(jù)挖掘在酒店行業(yè)中的應(yīng)用信息技術(shù)最初是由酒店業(yè)視為一個(gè)后臺(tái)辦公功能,支持金融和會(huì)計(jì)領(lǐng)域。在過去的十 年中行業(yè)的發(fā)展遠(yuǎn)遠(yuǎn)超越了這一觀點(diǎn)。HRA1998 年發(fā)起的兩會(huì)上,酒店業(yè)領(lǐng)袖沉吟技術(shù)的作用。其中得出的結(jié)論是:“展望未來,科 技將成為最有競爭力的武器,對(duì)任何的酒店管理公司?!比绻徒M織要在競爭中取勝,就必須使用技術(shù)來推動(dòng)價(jià)值客戶和對(duì)公司這樣做的。 7在酒店業(yè)知道客人 - 他們來自哪里,他們花了多少錢,而當(dāng)和他們度過它 - 可以幫助 企業(yè)制定營銷策略和實(shí)現(xiàn)利潤最大化。由于技術(shù)發(fā)展的酒店企業(yè)已經(jīng)積累了大量的客戶數(shù)據(jù),這可以組織并集成在可使用規(guī)定來指導(dǎo)營銷決策數(shù)據(jù)庫。由于識(shí)別重要的變量,

13、位于這些消費(fèi)信息系統(tǒng)的關(guān)系可以是一個(gè)艱巨的任務(wù),一些酒 店企業(yè)都試圖利用數(shù)據(jù)挖掘技術(shù),對(duì)消費(fèi)者利用這些數(shù)據(jù)提高信息的力量。這樣的數(shù)據(jù)挖掘技術(shù),可以讓酒店公司預(yù)測消費(fèi)者行為的發(fā)展趨勢,這是市場營銷的 應(yīng)用可能有用。例如,最佳西方營銷人員可以運(yùn)行報(bào)告和分析存儲(chǔ)在所有公司性質(zhì)結(jié)合客 戶和交易信息的數(shù)據(jù)倉庫和客戶數(shù)據(jù)的占用。這些信息顯示在那里住誰訪問特定酒店的客戶。如果數(shù)據(jù)表明,最佳西方inGura 洛伊 在四月份經(jīng)歷了從雅西游客豐富,比如,酒店?duì)I銷人員可以提高雅西促銷力度在晚冬月。相關(guān)酒店業(yè)通過數(shù)據(jù)挖掘所執(zhí)行的任務(wù)可被分成以下五類。 分類整理客戶到預(yù)先定義的段,允許大小和要監(jiān)視市場組的結(jié)構(gòu)。此外,預(yù)

14、測性模型可以建立分類活動(dòng)。分類使用載于集預(yù)測器的信息變量,如人口和生活方式數(shù)據(jù),為 基于領(lǐng)域知識(shí)和數(shù)據(jù)庫集群的客戶群體,但不依賴于預(yù)定的組定義。此功能是有益的,因?yàn)樗兄谡l是他們的客戶在酒店業(yè)的認(rèn)識(shí)。例如,聚類可以揭示的預(yù)定段與可以 有效地通過特定的廣告活動(dòng)的范圍,該子組的成員將增加他們的數(shù)目來靶向均勻的購 買行為(假日購物者的瞬時(shí)分段內(nèi)的子組)內(nèi)的一個(gè)亞組撐桿或變得更加忠誠。另一 方面,聚類可以指示先前確定的段是不簡約和應(yīng)合并以增加廣告的效率。信息,例如 人口特征,生活方式描述符,和實(shí)際產(chǎn)品的購買通常用于聚類。 偏差檢測揭示數(shù)據(jù)異常,如在突然增加購買由客戶。這種類型的信息可以,如果酒店公司

15、要感謝客人對(duì)她或他最近增加支出或提供促銷在欣賞證明是有用的。營銷經(jīng)理也可能嘗試?yán)L制浪涌之間的相關(guān)性的偏差與未在數(shù)據(jù)庫中代表不可控的經(jīng)營環(huán)境因素。 連接即是指檢測記錄之間的連接,由協(xié)會(huì)和順序檢測驅(qū)動(dòng)。例如,一種可能的檢測到的關(guān)聯(lián)可以是逗留增加特定后的特定段的平均長度廣告攻勢。另一個(gè)關(guān)聯(lián)的任務(wù),可 以在其他地方使用的,以努力確定為什么特定促銷成功在一個(gè)市場,但是效果不佳。 以客戶購買歷史的具體信息是要制定有關(guān)后續(xù)購買概率規(guī)則。 預(yù)測預(yù)測連續(xù)變量的基礎(chǔ)上,數(shù)據(jù)中的模式和趨勢的未來價(jià)值。例如,該預(yù)測函數(shù)可以用來預(yù)測細(xì)分市場的未來大小。與預(yù)測人們也可以使用數(shù)據(jù)趨勢項(xiàng)目,該項(xiàng)目的酒 店設(shè)施也日益重視和消費(fèi)

16、者的將是消費(fèi)者的價(jià)值感知未來的關(guān)鍵驅(qū)動(dòng)因素。數(shù)據(jù)挖掘應(yīng)用的CRM 的重要任務(wù)是建立適當(dāng)?shù)募?xì)分和預(yù)測模型。為了獲得良好的結(jié)果 必需要有廣泛的的酒店業(yè)務(wù)知識(shí)。 8有人提出了客戶細(xì)分的方法。這指的是像人口統(tǒng)計(jì) 方面:年齡,生命周期階段,性別,收入,或者消費(fèi)心理方面的,如:社會(huì)階層,生活方式,個(gè)性,行為,用戶狀態(tài)(潛在的,之前的,第一次的)或忠誠度的狀態(tài)。不同的種類(瞬時(shí)酒店,會(huì)議酒店長住酒店)顧客細(xì)分是不同的。此外,客人細(xì)分是 與眾不同的大多數(shù)酒店物業(yè)。舉例來說,最佳西方或假日酒店物業(yè)管理系統(tǒng)領(lǐng)域和代碼市 場在物業(yè)水平,因?yàn)槊總€(gè)位置都有自己特定的領(lǐng)域。一個(gè)給定的屬性可能成為一組客戶, 一組為政府客戶

17、和社會(huì)客戶(婚禮或聚會(huì)。)上面討論的段的類別可以被鏈接至一大組的組合。此外,客人可能適合幾類,這是對(duì) 當(dāng)前的數(shù)據(jù)挖掘技術(shù)的挑戰(zhàn)一旦一個(gè)數(shù)據(jù)挖掘模型建成,它必須進(jìn)行測試,以評(píng)估其預(yù)測精度。例如,旨在預(yù)測 誰將會(huì)為響應(yīng)促銷活動(dòng)的模式,應(yīng)根據(jù)事先提供其所知道是誰做了或沒有回應(yīng)。后的模型 構(gòu)造,從以前的促銷樣品基可以被分析以驗(yàn)證可靠性。如果樣品的預(yù)測不復(fù)制過去推動(dòng)的 結(jié)果,那么模型可能不顯著的預(yù)測。為了進(jìn)一步提高精度,分?jǐn)?shù)可被分配給基于所述樣品 組和整個(gè)組之間的協(xié)議層次模型。準(zhǔn)確的數(shù)據(jù)收集是成功的數(shù)據(jù)挖掘的關(guān)鍵。數(shù)據(jù)的問題導(dǎo)致的任何數(shù)據(jù)倉庫中的值的 降低,除了降低提出的模型的價(jià)值。第一個(gè)可能的問題涉及

18、缺失或不準(zhǔn)確的數(shù)據(jù)。例如,當(dāng)職業(yè)信息可用于一組數(shù)據(jù)的 T0,則難以創(chuàng)造的顧客的職業(yè)的輪廓。然后再次,這是一個(gè)問題,如果該數(shù)據(jù)文件包含 職業(yè)信息為 90的人口,但這些信息的準(zhǔn)確性較差。酒店公司可以通過詢問客人他們目前 的職業(yè)以減少這種誤差。第二個(gè)問題是不良的編碼數(shù)據(jù)。數(shù)據(jù)庫必須有標(biāo)準(zhǔn)數(shù)據(jù)格式,文本案例,和冗余代碼。當(dāng)數(shù)據(jù)輸入源被在延長的時(shí)間加入,并且沒有一個(gè)已確保進(jìn)入倉庫中的數(shù)據(jù)具有正確的格 式時(shí)可能會(huì)出現(xiàn)問題。如果安裝了原始數(shù)據(jù)挖掘技術(shù)的時(shí)候,這種情況會(huì)發(fā)生,預(yù)測作了 基于訂票系統(tǒng)和物業(yè)管理系統(tǒng),但隨后作出從客戶滿意度調(diào)查的輸入數(shù)據(jù)的決定。當(dāng)額外 數(shù)據(jù)輸入不規(guī)范或不正確編碼時(shí)會(huì)出現(xiàn)問題。例如,

19、一些模型需要連續(xù)和有序數(shù)據(jù),而另 一些需要分類數(shù)據(jù)字段或二進(jìn)制構(gòu)建體?;谶@樣的事實(shí),許多分析工具可以用于將數(shù)據(jù)轉(zhuǎn)換為有用的信息是非常重要的,選 擇用于分析和預(yù)測的適當(dāng)?shù)墓ぞ?。每種方法都有自己的長處和短處,每個(gè)都適用于特定的 很明顯,技術(shù)必須服務(wù)于管理者的目的,而不是規(guī)定的進(jìn)程。沿著這條線,數(shù)據(jù)挖掘 無法捕捉到所有與驅(qū)動(dòng)消費(fèi)行為相關(guān)的信息。數(shù)據(jù)挖掘是其中一種簡單的研究方法,幫助 預(yù)測旅客的需求趨勢。因此,數(shù)據(jù)挖掘技術(shù)應(yīng)該與其他預(yù)測和研究技術(shù)一起使用。數(shù)據(jù)挖掘是一個(gè)有用的工具,但管理者應(yīng)該注意以下事項(xiàng) 數(shù)據(jù)挖掘分析只能從現(xiàn)有客戶收集的數(shù)據(jù)。數(shù)據(jù)挖掘軟件通過分析從公司的預(yù)約,物業(yè)管理,評(píng)價(jià)和忠誠度計(jì)劃系統(tǒng)獲得的數(shù)據(jù)模式產(chǎn)生的信息。因此,檢測可以幫助預(yù) 測現(xiàn)有客戶在這些制度和措施具有相似的需求和欲望的行動(dòng)。但數(shù)據(jù)挖掘技術(shù)不提供 在該公司的數(shù)據(jù)庫中沒有找到的有關(guān)細(xì)分市場信息。此外,一個(gè)細(xì)分市場中當(dāng)前小但 上經(jīng)歷大幅增長的極限可能不被數(shù)據(jù)挖掘檢測。 在挖掘過程中使用的數(shù)據(jù)庫通常酒

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論