Cross-Selling Strategies in e-Marketing

Slides:



Advertisements
Similar presentations
1 曾老師、各位同學大家好 ! 首先自我介紹 ; 個人聯合大學電機系 畢業,服完兩年兵役後, 75 年開始就 業 ; 四年內換了幾個工作, 79 年創立貿 特科技, 90 年、 91 年分別於大陸寧波 與昆山設立特一電子與柏特電子,經 歷 20 年的工作磨鍊,今天事業上算是 穩定、成熟 ! 承蒙曾老師看重,利用一.
Advertisements

中正國中 特教組長 粘玉芳 校內分機 : /02/21. 下列條件擇一: 一、身心障礙手冊 二、特殊教育學生鑑定及就學輔導會證明.
病历书写 中山医院呼吸科 张 新. 定 义 病历是临床医生根据问诊、体格检查、实验 室和其他检查获得的资料经过归纳、分析、整理, 按照规定的格式而写成的;是关于病人发病情况, 病情发展变化,转归和诊疗情况的系统记录。 病历是临床医生根据问诊、体格检查、实验 室和其他检查获得的资料经过归纳、分析、整理,
第十二章 病历书写与要求 病历病历 医务人员在医疗中形成的文字、符号、图表、 影像、切片等资料的总和。 病历书写 通过诊法、诊断、治疗、护理等医疗活动获得有关资 料,进行归纳、分析、整理形成医疗活动记录行为。 病历意义 A 诊疗等的源文件; B 复 / 转 / 会诊,解决医疗纠纷、判定法律责任、医疗保险等的资料和依据;
示範課 -- 作文立意. 重溫作文構思課  構思嘗試深化  多角度思考  宜先剖析題目, 運用聯想, 循序漸進擴大範圍, 然後歸納材料, 定訂主題  同學的作品, 反映部分能夠掌握, 主線清晰, 層 層深入, 舉例恰當  但有部分同學只有枝葉, 欠缺主線, 更無中心思 想, 反映立意不足.
幼教人員法律事件探討 ─ 幼兒教育及照顧法 姚其壯 第一章 總則〈第一條至第六條〉 第二章 幼稚園設立及其教保服務 〈第七條至第十四條〉 第三章 幼稚園組織與人員資格及權益 〈第十五條至第二十八條〉 第四章 幼稚權益保障 〈第二十九條至第三十三條〉 第五章 家長之權利與義務 〈第三十四條至第四十條〉
畫面中的兩個人要去參加金融業儲備幹部的面試 活動,你認為誰的面試穿著是正確的? V.S 動動腦 V.S 動動腦 慎重 讓人感到 尊重 輕便 讓人聯想 隨便 畫面中的兩個人要去參加金融業儲備幹部的面試 活動,你認為誰的面試穿著是正確的?
IT 服务与业务发展融合 王维航 北京华胜天成科技股份有限公司 十分钟的悲剧.
高考心理辅导  福建中医药大学  林山  高考是什么?  真有那么 “ 苦大仇深 ” ?  为什么不能是 “ 快乐挑战 ” ?  高考(事) --- 认知(怎么个事 - 压力大小) --- 情绪反应(烦躁、焦虑、害怕 VS 自信、 从容、期盼) --- 行为表现(发挥正常.
蕭文生 中正大學法律系教授兼法學院院長.  壹、前言  貳、司法院釋字第六八四號解釋  參、大學生之受教權  肆、大學自治之範疇  伍、大學生之其他基本權利  陸、救濟管道之改善  柒、結語.
大陸學歷採認相關問題 楊景堯 淡江大學中國大陸研究所. 學歷採認的定義與範圍 廣義的定義 — 承認學歷 狹義的定義 — 具備任職, 任教, 考試資格 範圍 — 高等教育為主 台灣人取得大陸學歷的採認 大陸人取得大陸學歷的採認 外國人取得大陸學歷的採認.
提昇餐廳供餐品質 及服務滿意度 標竿學習主題 標竿學習計劃排定進度 分析客戶對餐廳供餐滿意度偏低原因:
第八課 謝 天. 第八課 謝 天 作者主旨文章作法 民國 陳之藩 謙卑感 恩,功 成不居 以「謝天」的傳統觀念 為中心,經由疑惑、思 索、領悟三個層次的敘 述,賦予新的意義 ★題目含義:表示對很多「人」的感謝。
模仿貓 記敘文 ( 童話 ) 作者: 海倫、波頓 課文朗讀課文朗讀、模仿大賽 作者 美國女畫家,她用藝術家的嚴 肅態度和精神,幫兒童讀繪畫 插圖,並得過許多次獎。她的 作品藝術價值高,有雨本成為 美國美術協會兒童讀物展覽的 入選作品。她常常自寫自畫, 文筆很不錯。
蔬菜大觀園 V.S 大家來種菜 蔬菜的外觀及分類  蔬菜是我們常吃的食物,蔬菜的外觀形狀不 同,有各種不同的顏色、形狀、氣味等,嚐 起來的味道也不相同。  蔬菜的營養價值不盡相同,可實用的部位也 不同,有的是根、有的是莖、有的是葉、有 的是花、有的是果實,還有的是種子。  依據蔬菜種類和食用部位的不同,可以將蔬.
社工之路的通行證 --- 社工師證照 考試心得分享 東吳大學社工系碩一 呂錦綸. 一、考前準備 閱讀主流老師的書籍、掌握各科概要。 閱讀主流老師的書籍、掌握各科概要。 重視概念性的知識,打好基礎是很重要低 ~ 重視概念性的知識,打好基礎是很重要低 ~ 是必備讀物 ! 是必備讀物 ! 勤作考古題,參考當年度碩士班考試及高.
蔬菜大觀園V.S大家來種菜 高雄市楠梓區翠屏國中小教師 林珮如
“腸”保安康 現代人的腸胃保健.
MRP到ERPII之演進 1970年代 1980年代 1990年代 2000年代 企業應用軟體 MRP MRPII ERP EERP
Basic concepts of structural equation modeling
Presentation of Big Data Issues
应用回归分析 信计学院统计系 沈菊红.
How to Use SPSS in Biomedical Data analysis
METAEDGE Corporation Taiwan
第五讲 国家公务员制度 主要内容: 一、当代中国公务员制度的建立、发展 二、中国公务员制度建设的内涵与特色 三、中西公务员制度改革比较
Chapter 5 research Methods in Social Medicine
第4章 聚类分析 4.1 概述 4.2 基于划分的聚类算法 4.3 层次聚类算法 4.4 基于密度的聚类算法 4.5 基于图的聚类算法
台灣的名勝古蹟.
第十九章 聯合分析、多元尺度方法 和集群分析
第一节 房地产开发概述 第二节 房地产开发程序 第三节 房地产开发建设管理 第四节 房地产开发的可行性研究
第一章 统计学及其基本概念 南京财经大学统计学系.
台灣史總複習.
國文報告 儒家生死文化討論 不死鳥 組員 972BP001 彭科強 972BP008 王薪榕 972BP025 彭裕宗
資訊管理 第九章 資料採礦.
衛生署公佈台灣地區約有5000人是屬單腳肢體殘障。已知台灣地區約有2,300萬人口。求台灣地區人民的平均腳數?
Special Topics in Social Media Services 社會媒體服務專題
Analysis of microarray data
Chapter 14 Simple Linear Regression
楊志強 博士 多變量分析在測驗暨量表編製之應用 楊志強 博士
第十二章 資料探勘、商業智慧、知識管理 第三篇 企業對消費者B2C篇.
第十六章 集群分析.
統計方法的概念與應用 一、認識統計(statistics)、測驗(test)、 測量(measurement)與評價(evaluation)
第十三章 網路行銷重要議題 網際網路行銷 Web 2.0.
永續運輸資訊系統 -交通事故資料分析研究 周家慶 高級分析師 交通部運輸研究所.
第五章 聚类方法 内容提要 聚类方法概述 划分聚类方法 层次聚类方法 密度聚类方法 其它聚类方法 2019年2月17日星期日
量化研究與統計分析 集群分析 Cluster analysis 謝寶煖 2006年5月27日.
第17章 集群分析 本章的學習主題  1. 集群分析的概念 2. 相似性及最近距離的衡量 3. 階層分析法 4. 非階層分析法.
聚类分析 电子工业出版社.
谈模式识别方法在林业管理问题中的应用 报告人:管理工程系 马宁 报告地点:学研B107
介绍: 1、主成分分析与因子分析的概念 2、主成分分析与因子分析的过程
第17章 集群分析 本章的學習主題  1. 集群分析的概念 2. 相似性及最近距離的衡量 3. 階層分析法 4. 非階層分析法
第十章 線上行銷研究.
Simple Regression (簡單迴歸分析)
Chapter 5 The Holy Grail:Performance Measure Systems That Produce the Correct Behavior 報告人:林瑜文、陳玫樺
聚类分析法预测(Cluster Analysis)
Cross-Selling Strategies in e-Marketing
第十二章 顧客關係管理.
万方数据知识服务平台 论文相似性检测 培训师:何娟
第20章 多元尺度分析與聯合分析 本章的學習主題  1.多元尺度的意義 2. 多元尺度的處理資料型態 3. 多元尺度的模型適合度評估
Cross-Selling Strategies in e-Marketing
空間關係分類以及相似性量測之 範用結構 A General Framework For Classification and Similarity Measure of Spatial Relationship 研究生:洪宗賢 指導教授:蔣依吾 博士 國立中山大學資訊工程學系.
Chapter 10 集群分析. Chapter 10 集群分析 概念及應用 集群分析(cluster analysis)是一種用來將屬量的觀測點分群或分類的分析方法 經過集群分析分群之後,在同一群內的觀測點針對某些特性而言,會具有一致性;而分屬不同群的觀測點,針對同樣的特性則會有顯著的不同.
集群分析(Cluster) 根據觀察值在一群變項上的測量值進行分類的多變量分析方法。 在不同專業領域也稱為
參考資料: 林秋燕 曾元顯 卜小蝶,Chap. 1、3 Chowdhury,Chap.9
Logistic回归 Logistic regression 研究生《医学统计学》.
何正斌 博士 國立屏東科技大學工業管理研究所 教授
第四章 多组资料均数的比较 七年制医疗口腔《医学统计学》
空間關係分類以及相似性量測之 範用結構 A General Framework For Classification and Similarity Measure of Spatial Relationship 研究生:洪宗賢 指導教授:蔣依吾 博士 國立中山大學資訊工程學系.
校園師生對於多層次傳銷應有之認識 行政院公平交易委員會.
97學年度第二學期水保系碩專班專題報告 農生再生試辦區之分析探討 報告人:簡榮杰.
Presentation transcript:

Cross-Selling Strategies in e-Marketing 1. Market Basket Analysis  Correlation Matrix  Factor Analysis  Conjoint Analysis 2. Profiling and Cloning Customers  Automatic Cluster Detection 2019/2/25

Profiling and Cloning Customers Factor Analysis vs. Cluster Analysis Measures of Similarity Clustering Based on Observed Data Clustering Based on Estimated Parameters Clustering Based on Observations and Estimates Simultaneously Methods for Classification 2019/2/25

Factor Analysis vs. Cluster Analysis X1 X2 X3 X4 X5 X6 X7 F1 F2 F3 F4 1 1 2 2 3 3 4 4 Customer 5 5 Factor Analysis i i N N 2019/2/25

Factor Analysis vs. Cluster Analysis X1 X2 X3 X4 X5 X6 X7 X1 X2 X3 X4 X5 X6 X7 1 2 G1 3 4 Customer 5 G2 Cluster Analysis i G3 G4 N 2019/2/25

Cluster Analysis Cluster analysis is a technique for grouping individuals or subjects into unknown groups. 2019/2/25

Similarity Measures X2 (X11, X12) (X21, X22) X1 2019/2/25

Similarity Measures In general, the distance measure between the ith and jth customer under p-dimension structure is 2019/2/25

Structural Similarity Ward’s Method Minimize within cluster variation 2019/2/25

Clustering Based on Observed Data 2019/2/25

2019/2/25

2019/2/25

Hierarchical Cluster Analysis of Observations Euclidean Distance, Ward Linkage Amalgamation Steps 2019/2/25

2019/2/25

連鎖咖啡店消費行為研究 距離上次到「連鎖咖啡店」已相隔多久時間? 在過去6個月內到「連鎖咖啡店」消費的次數? 過去到「連鎖咖啡店」消費,平均每次約多少錢? 每次在咖啡店內約停留多久時間? 每次到咖啡店,同行人數約為多少人? 2019/2/25

距離上次到「連鎖咖啡店」已相隔多久時間? 2019/2/25

在過去6個月內到「連鎖咖啡店」消費的次數? 2019/2/25

過去到「連鎖咖啡店」消費,平均每次約多少錢? 2019/2/25

每次在咖啡店內約停留多久時間? 2019/2/25

每次到咖啡店,同行人數約為多少人? 2019/2/25

Profiling and Cloning Customers Final Cluster Centers Cluster 1 2 3 4 7.56 4.15 2.40 2.44 2.05 3.67 4.40 5.44 2.85 2.85 2.30 2.44 3.95 3.26 4.30 4.22 3.05 2.85 3.20 1.11 距離上次到咖啡店相隔多久時間? 在過去6個月內到咖啡店消費的次數? 平均每次到咖啡店消費約多少錢? 每次在咖啡店內約停留多久時間? 每次到咖啡店,同行人數約為多少人? 總市場比率: 品牌A比率: 品牌B比率: 25% 25% 25% 25% 10% 20% 30% 40% 40% 30% 20% 10% 2019/2/25

Clustering Based on Estimated Parameters Clustering based on b1, b2, …, bp 2019/2/25

Cluster Regression Model Clustering Based on Observations and Estimates Simultaneously Cluster Regression Model Group 1: Group 2: Group M: 2019/2/25

Profiling and Cloning Customers X1 X2 X3 X4 X5 X6 X7 X1 X2 X3 X4 X5 X6 X7 1 1 2 2 3 3 4 4 Customer 5 5 Cluster Analysis i i N N N+1 ? N+2 New Customers ? ? 2019/2/25 N+m ?

Methods for Classification Discriminant Analysis Multi-nominal Logit Regression Model 2019/2/25