목차 일부

01장 <B><FONT color ... #0000
   분석적인 고객과의 관계 관리 ... 14
   <B><FONT color ... #0000
   <B><FONT color ... #0000
   <B><FONT color ... #0000
   현재의 <B><FONT color ... #0000
   정리 ... 32
02장 <B><FONT col...

더보기

목차 전체

01장 <B><FONT color ... #0000
   분석적인 고객과의 관계 관리 ... 14
   <B><FONT color ... #0000
   <B><FONT color ... #0000
   <B><FONT color ... #0000
   현재의 <B><FONT color ... #0000
   정리 ... 32
02장 <B><FONT color ... #0000
   기업 <B><FONT color ... #0000
   선순환은 무엇인가 ... 38
   선순환의 맥락에서의 <B><FONT color ... #0000
   이동통신 회사에서 제대로 된 연결을 이루다 ... 47
   SUV 판매를 증가시킨 인공신경망과 의사결정나무 ... 51
   정리 ... 54
03장 <B><FONT color ... #0000
   방법론이 필요한 이유 ... 58
   가설 검증 ... 65
   모형, 프로파일링, 예측 ... 66
   방법론 ... 70
   1단계: 경영 문제를 <B><FONT color ... #0000
   2단계: 적절한 데이터를 선택한다 ... 76
   3단계: 데이터에 대한 지식을 얻는다 ... 81
   4단계: 모형 집합을 생성한다 ... 84
   5단계: 데이터의 문제들을 수정한다 ... 88
   6단계: 정보를 표면에 내놓도록 데이터를 변환시킨다 ... 91
   7단계: 모형들을 생성한다 ... 93
   8단계: 모형들을 평가한다 ... 94
   9단계: 모형들을 배치한다 ... 100
   10단계: 결과들을 평가한다 ... 101
   11단계: 처음부터 다시 시작한다 ... 102
   정리 ... 102
04장 마케팅과 고객관계관리에서의 <B><FONT color ... #0000
   탐사 ... 106
   광고하기 적절한 장소를 선택하기 위한 <B><FONT color ... #0000
   직접 마케팅 캠페인을 향상시키는 <B><FONT color ... #0000
   현재의 고객을 이용한 잠재고객에 대한 학습 ... 124
   고객관계관리에서의 <B><FONT color ... #0000
   고객 유지와 이탈 ... 132
   정리 ... 136
05장 통계의 유혹: 익숙한 도구들을 이용한 <B><FONT color ... #0000
   오컴의 면도칼 ... 141
   데이터 엿보기 ... 143
   응답의 측정 ... 155
   다중 비교 ... 162
   카이제곱 검정 ... 164
   사례: 지역과 가입에 대한 카이제곱 ... 169
   <B><FONT color ... #0000
   정리 ... 176
06장 의사결정나무 ... 177
   의사결정나무는 무엇인가 ... 178
   어떻게 의사결정나무가 생성되나 ... 184
   최고의 분할을 선택하기 위한 테스트 ... 189
   가지치기 ... 197
   나무들로부터의 규칙의 추출 ... 205
   비용을 고려한다 ... 207
   의사결정나무 방법의 추가적 향상 ... 207
   의사결정나무의 다른 표현 방법 ... 211
   실제 활용에서의 의사결정나무 ... 215
   정리 ... 218
07장 인공신경망 ... 221
   인공신경망의 역사 ... 222
   부동산 가격 감정 ... 223
   방향성 <B><FONT color ... #0000
   신경망은 무엇인가 ... 230
   훈련 집합의 선정 ... 241
   데이터의 준비 ... 244
   결과의 해석 ... 251
   시계열을 위한 신경망 활용 ... 253
   신경망 내에서 일어나는 일을 아는 법 ... 256
   자기조직화 지도 ... 257
   정리 ... 263
08장 최근접 이웃 접근 방식: 메모리 기반 추론과 협업 필터링 ... 265
   메모리 기반 추론 ... 266
   MBR의 과제 ... 269
   사례 연구: 뉴스 주제의 분류 ... 273
   거리의 측정 ... 280
   결합 함수: 이웃들에게 답을 구하는 방법 ... 286
   협업 필터링: 추천을 위한 최근접 이웃 접근법 ... 289
   정리 ... 292
09장 장바구니 분석과 연관규칙 ... 295
   장바구니 분석의 정의 ... 297
   연관규칙 ... 304
   연관규칙의 생성 ... 311
   개념들의 확장 ... 323
   연관규칙을 이용한 연속적 분석 ... 326
   정리 ... 327
10장 연결 분석 ... 329
   기본 그래프 이론 ... 330
   연결 분석의 친숙한 응용 ... 340
   사례 연구: 가정에서 팩스를 사용하는 사람들은 누굴까? ... 345
   사례 연구: 휴대전화 고객들의 구분 ... 349
   정리 ... 355
11장 자동 군집 탐지 ... 357
   단순함의 섬을 찾아서 ... 358
   K-평균 군집화 ... 362
   유사성과 거리 ... 366
   군집화를 위한 데이터 준비 ... 371
   군집 탐지에 대한 다른 접근 방식 ... 373
   군집의 평가 ... 379
   사례 연구: 타운의 군집화 ... 381
   정리 ... 387
12장 걱정해야 할 시점을 파악하는 법: 마케팅에서의 위험도 함수와 생존 분석 ... 389
   고객 유지 ... 391
   위험 ... 399
   위험으로부터 생존으로 ... 408
   비율의 위험 ... 412
   실전에서의 생존 분석 ... 417
   정리 ... 423
13장 유전자 알고리즘 ... 425
   작동 원리 ... 428
   사례 연구: 유전자 알고리즘을 이용한 자원 최적화 ... 436
   스키마타: 유전 알고리즘의 작동 원리 ... 438
   유전자 알고리즘의 다른 활용 사례 ... 442
   정리 ... 447
14장 고객생명주기 내에서의 <B><FONT color ... #0000
   고객 관계의 수준들 ... 450
   고객생명주기 ... 456
   업무 프로세스는 고객생명주기를 중심으로 구성된다 ... 462
   정리 ... 471
15장 데이터 웨어하우징과 OLAP와 <B><FONT color ... #0000
   데이터의 아키텍처 ... 475
   데이터 웨어하우징의 일반적인 구조 ... 484
   OLAP는 어디에 들어갈까 ... 494
   <B><FONT color ... #0000
   정리 ... 511
16장 <B><FONT color ... #0000
   고객 중심의 조직 ... 514
   이상적인 <B><FONT color ... #0000
   현실로 돌아와서 ... 516
   <B><FONT color ... #0000
   <B><FONT color ... #0000
   <B><FONT color ... #0000
   정리 ... 538
17장 마이닝을 위한 데이터 준비 ... 541
   데이터가 어떻게 보여야 하나 ... 542
   고객 시그니처의 구축 ... 561
   변수의 탐색 ... 568
   유도 변수 ... 572
   행위 기반 변수의 예 ... 579
   데이터의 어두운 측면 ... 591
   컴퓨터 용량 이슈 ... 597
   정리 ... 599
18장 <B><FONT color ... #0000
   시작하기 ... 602
   <B><FONT color ... #0000
   <B><FONT color ... #0000
   정리 ... 620
찾아보기 ... 621

더보기 닫기