Customer segmantation utilization for differentiated approach.
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25410%2F16%3A39901262" target="_blank" >RIV/00216275:25410/16:39901262 - isvavai.cz</a>
Výsledek na webu
<a href="http://ieeexplore.ieee.org/document/7557178/" target="_blank" >http://ieeexplore.ieee.org/document/7557178/</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/DT.2016.7557178" target="_blank" >10.1109/DT.2016.7557178</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Customer segmantation utilization for differentiated approach.
Popis výsledku v původním jazyce
Customer segmentation and customer relationship management generally is interesting subject to explore. One of the main reasons why we should focus on exploring this type of research is to notion of customer loyalty and profitability to increasing market share. Customer value can provide basic information for more targeted and personalized marketing. In this paper, combination of ABC and RFM (Recency, Frequency, and Monetary) is used to customer segmentation. What is unique is using data mining segmentation method later on to dividing customers to four segments. We used well known Two Step, Kohononen - maps and K-means methods. Results show possibility to use these combinations for customer segmentation and results for different segments can be used to explain marketing strategies of company.
Název v anglickém jazyce
Customer segmantation utilization for differentiated approach.
Popis výsledku anglicky
Customer segmentation and customer relationship management generally is interesting subject to explore. One of the main reasons why we should focus on exploring this type of research is to notion of customer loyalty and profitability to increasing market share. Customer value can provide basic information for more targeted and personalized marketing. In this paper, combination of ABC and RFM (Recency, Frequency, and Monetary) is used to customer segmentation. What is unique is using data mining segmentation method later on to dividing customers to four segments. We used well known Two Step, Kohononen - maps and K-means methods. Results show possibility to use these combinations for customer segmentation and results for different segments can be used to explain marketing strategies of company.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the international conference on information and digital technologies 2016
ISBN
978-1-4673-8860-3
ISSN
—
e-ISSN
—
Počet stran výsledku
7
Strana od-do
227-233
Název nakladatele
IEEE (Institute of Electrical and Electronics Engineers)
Místo vydání
New York
Místo konání akce
Rzeszow
Datum konání akce
5. 7. 2016
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000389469300038