パーソナライズされたEメールキャンペーン：パーソナライズされたマーケティングに通知するための顧客のWebデータの利用。<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />私は現在、私の組織の同僚と共同で "Customer Journey Project"というプロジェクトに取り組んでいます。これは私の現在の仕事の結果が間もなく開始される予定です。このプロジェクトの目的は、私たちのプログラムに基づいて旅に私たちの電子メールリストに各顧客を配置することです。私たちは過去に参加したプログラムに基づいて、またウィッシュリストデータ、ショッピングカートの活動、見積もり、注文、Webログイン、通話履歴データ、ページビュー、クリック数に関するオンライン行動に基づいて4つの主要な旅を開発しました。、当社ウェブサイトでのキーワード検索など 私たちが策定した旅は私たちが提供するプログラムに基づいており、各顧客は彼らの「推論されたプログラムの好み」に基づいて各旅の拠点にいます。旅は：
1。目的地の旅（例：アラスカ、カリフォルニア、中央アメリカ、南大西洋、西ヨーロッパ、ヨーロッパ、アジアなど）。目的地の旅はさらに一次州、一次国、一次地域および一次大陸に細分される。
2。ライフスタイルの旅（例 独立型旅行者、世代間旅行者、サービス学習旅行者、生活＆学習旅行者、身体的な関心のある旅行（ 挑戦的なプログラム）。
3。インタレストジャーニー（例： バードウォッチング、サイクリング、工芸品、音楽、祝祭日、スポーツ、ウォーキング/ハイキングなど。
4。プログラムラインジャーニー（例） 国内プログラムの利益、国際プログラムの利益、アフロートプログラムの利益（船、クルーズ船、バッジ、リバーボートなど）。
このように、私の仕事は、私の分析の結果に基づいて特定の旅行ベースを通して顧客をターゲットにするためにEメールキャンペーンチームによって使用される各顧客のための「推奨」旅行のリストを考え出すことです。
このプロセスの最初の部分は簡単です。つまり、利用可能なデータと、プログラムによって変数に基づいて各顧客ベースのスコアを計算するために導出されたデータを使用します。 一日の終わりに、私はresultのようなスプレッドシートを持っていて、それはそれぞれの顧客のEメールアドレス、彼らが参加した、あるいはクリックした、あるいは訪問したプログラムを表示します。全体的な予測スコア/ランク付けスコア、プログラムライン、および上記の他の3つの旅行として。
したがって、その結果を考えると、各顧客が上記の複数の旅程に参加している、または活動している可能性が高くなります。このように、私は各顧客のために最も支配的な旅（データに基づく）を選択することができて、その過程で彼らが電子メールを通して彼らが促進されるべきである旅の旅を推薦したいです。JMPでこれを行う簡単な方法はありますか？
パーソナライズされた電子メールキャンペーン：パーソナライズされたマーケティングに通知するための顧客のWebデータの利用。ありがとう peter.bartell@jmp.com
パーソナライズされた電子メールキャンペーン：パーソナライズされたマーケティングに通知するための顧客のWebデータの利用。クラスタリングによって、JMPが提供するいくつかの洞察と他の多くの洞察が示される可能性があります。あなたの入力をありがとう。
パーソナライズされた電子メールキャンペーン：パーソナライズされたマーケティングに通知するための顧客のWebデータの利用。Jenkins：クラスタリングは確かに多洞察力のある探索的データ分析方法の1つで、ある程度の洞察を生み出す可能性があります。あなたのようなプロジェクトでは、データにキッチンシンクを（またはそれに近づくように）投げかけ、洞察を得ながら移動します。いくつかの道は実を結ぶであろうが、他の道はそれほど多くない。しかし、私の同僚はかつて「あることを知っていることは「あることを知っていること」と同じくらい有益である」と言うのが好きでした。
パーソナライズされた電子メールキャンペーン：パーソナライズされたマーケティングに通知するための顧客のWebデータの利用。あなたがリストしたプロセスはまさに私が現在行っているものです。クラスタリングが顧客の興味の好みに基づいて彼女のグループを旅することができるかどうか疑問に思います。
パーソナライズされた電子メールキャンペーン：パーソナライズされたマーケティングに通知するための顧客のWebデータの利用。Jenkins：初心者にとって、これは典型的でありながらかなり複雑なプロジェクトで、多くの工夫が必要です。私は以下の主要な要素を持つ古典的なデータマイニング/予測モデリングワークフローに従うことをお勧めします。
1。ビジネス上の問題を明確にします...あなたのチームがこれまでに考えた元の投稿からのようです。
2。関連するデータを検索/収集します。アクセスできるデータだけでなく、応答や要因に必要なデータもあります。
3。関連性、品質、乱雑さ、行方不明などのデータを調べる JMPは、ここでColumnおよびModeling Utilitiesプラットフォームに役立ちます。問題のある変数や観測をどのように処理するかを決めます。モデリングでクロスバリデーションをどのように扱うかを考えてみてください。おそらくデータセットにバリデーションコンストラクト変数を追加してください。
4。グラフビルダー、分布、XごとのフィットY、多変量（およびその中のすべてのサブプラットフォーム）から、相関関係のデータ、中央はどこか、それがどの程度広がっているか、形、その他すべてがJMPプラットフォームで再生されます。
5。モデルの構築と評価を開始します... OLS、ロジスティック（カテゴリカル応答用）、PLS、一般化回帰サブプラットフォーム、GLMなどがここで役割を果たすことができます。JMP Proをお持ちの場合は、モデル比較プラットフォームでモデルを評価してください。
6。WordやPowerPointなどのMSアプリケーションへの一括エクスポート、またはデータインターフェイスを備えたHTML 5を使用して、検出結果を伝達します。
7。モデリング作業を検証するためのソリューションをパイロットします。
8。実用的な問題を解決しますか？そうだとすれば、それを祝福してください。
幸運を祈ります。
