Pregled područja primjene inteligentne analize podataka
Ovo je pregled primjena metoda inteligentne analize podataka u raznim područjima djelatnosti, sa specifičnim problemima koji se najčešće rješavaju.
Bankarstvo
- razvoj prediktivnih modela i modela rizika za financijske institucije, npr. analiza kreditnih sposobnosti klijenata, te rizika osiguravajućih društava;
Biotehnologija and farmaceutska industrija
- razvoj specifičnih rješenja (algoritama i modela, te vizulizacijskih paketa) za farmaceutske i biotehnološke kompanije, fokusirano na istraživanja ljudskog genoma i otkrivanje novih lijekova;
- metode za analize sekvenci DNA.
Upravljanje odnosima prema klijentima ("CRM - Customer Relationship Management")
- integriranje i analiziranje podataka o klijentima s Interneta i drugih, tradicionalnih izvora podataka, radi njihova 'privlačenja', zadržavanja, te povećanja profitabilnosti.
Elektroničko trgovanje ("e-Commerce")
- razvoj alata za razumijevanje, otkrivanje i interakciju sa klijentima (kupcima);
- analiza posjetitelja WEB-stranica, upravljanje marketinškim akcijama na WEB-u;
- analiza ponašanja u 'online' kupovanju te automatsko generiranje personaliziranih, ciljanih marketinških poruka za različite segmente kupaca;
Detekcija prijevara ("fraud")
(u telecom industriji, korištenju kreditnih kartica)
- detektiranje prijevara i predikcija tipičnog korištenja kreditnih kartica u trgovinama;
- otkrivanje prijevara u korištenju kartica kod transakcija u internet 'online' trgovinama;
- otkrivanje 'hakerskih' upada na mrežu;
- detektiranje krivotvorenih zahtjeva;
Zdravstvo
- rješenja za stvaranje, upravljanje i arhiviranje procedura, protokola i planova u zdravstvenoj skrbi;
- rješenja za skladištenje ("data warehousing") podataka u zdravstvenim organizacijama i ustanovama;
Kadrovsko planiranje i resursi
- 'poklapanje' ("matching") potreba poslodavaca i kandidata. Omogućavanje odabira kandidata s najboljim referencama za potrebe kompanije;
Marketing
- kreiranje, optimiranje i realizacija marketinških akcija odnosno kampanja;
- integriranje 'direktnih' marketinških akcija sa WEB trgovanjem. Učenje na osnovu svih interakcija s kupcem, te primjena modela u realnom vremenu radi stvaranja ciljanih ponuda kupcu;
Donošenje odluka u realnom vremenu
- integracija algoritama u transakcijske sisteme koji rade u 'realnom vremenu';
- automatizirani sistemi za interakciju s klijentima;
- detekcija 'uzoraka' ponašanja prilikom otkazivanja usluga; pokretanje predvidjenih akcija;
Prodaja 'na veliko'("retail business")
- podrška za planiranje budućih potreba, sezonskih rasprodaja, support for the future demand planning, seasonal sales;
- profiliranje segemenata kupaca;
- analiza ponašanja kupaca;
- optimiranje cijena;
- modeliranje marketinških promocija
- razumijevanje i predikcija navika kupaca.
Analiza dionica i investicija
- optimiranje trgovanja vrijednosnicama;
- predvidjanje promjena cijena dionica;
- analiza investicija (nekretnine).
Telekomunikacije
- rješenja za 'otkaze' klijenata ("churn management"), analiza profitabilnosti produkata i usluga, otkrivanje prijevara.
Turizam
- profili klijenata za marketing u turizmu.
Analiza WEB-a
- analiza posjetilaca WEB stranica (traženje pravilnosti i modela u WEB-log podacima);
- upravljanje marketinškim kampanjama;
- segmentiranje kupaca i posjetitelja;
- analiza ponašanja kupaca;
- automatsko generiranje marketinških poruka za različite segmente kupaca;
- mjerenje, praćenje i djelovanje na osnovu aktivnosti klijenata
© 2001 LIS - Institut Rudjer Bošković
Posljednja izmjena: September 08 2015 09:28:57.