개인화 된 전자 메일 캠페인 : 고객의 웹 데이터를 활용하여 개인화 된 마케팅을 알립니다.<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />나는 현재 나의 일의 결과 직후에 시작될 "고객 여행 프로젝트"에 관한 나의 조직의 동료들과 함께 프로젝트를 진행 중이다. 이 프로젝트의 목적은 프로그램을 기반으로 한 여행 일정에 각 고객을 이메일 목록에 추가하는 것입니다. 우리는 과거에 참석했던 프로그램을 기반으로 네 가지 주요 여행을 발전 시켰으며 또한 희망 목록 데이터, 장바구니 활동, 견적, 주문, 웹 로그인, 통화 로그 데이터, 페이지 뷰, 클릭 등을 참조하여 온라인 행동을 기반으로 4 가지 주요 여행을 개발했습니다 , 웹 사이트에서의 키워드 검색 등 우리가 공식화 한 여행 프로그램은 우리가 제공하는 프로그램을 기반으로하며 각 고객은 "유추 한 프로그램 선호도"에 따라 각 여행 기반에 배치됩니다. 여정은 다음과 같습니다.
1. 목적지 여행 (예 : 알래스카, 캘리포니아, 중미, 남 대서양, 서유럽, 유럽, 아시아 등). 목적지 여행은 기본 국가, 기본 국가, 기본 지역 및 기본 대륙으로 더 세분화됩니다.)
2. 라이프 스타일 여행 (예 : 독립적 인 여행자, 세대 간 여행자, 봉사 학습 여행자, 생활 및 학습 여행자, 육체적 인 여행 (Easy vs. 도전적인 프로그램).
삼. 관심 여행 (예. 자전거 타기, 자전거 타기, 공예, 음악, 휴일 및 축제, 스포츠, 걷기 / 하이킹 등).
4. 프로그램 여행 (예. 국내 프로그램 관심, 국제 프로그램 관심, 해상 프로그램 관심 (선박, 유람선, 배지, 강 보트 등).
따라서 광범위한 데이터 세트를 사용하여 내 분석 결과에 대한 특정 여행 기반을 통해 고객을 타겟팅하기 위해 이메일 캠페인 팀에서 사용할 각 고객에 대한 "권장"여행 목록을 작성하는 것이 중요합니다.
이 프로세스의 첫 번째 부분은 바로 사용할 수있는 데이터와 프로그램별로 변수에 대한 각 고객 기반의 점수를 계산하기 위해 파생 된 데이터를 사용하는 것입니다. 하루가 끝날 때마다 결과와 같은 스프레드 시트를 볼 수 있습니다.이 스프레드 시트에는 각 고객의 이메일 주소, 페이지 뷰 및 원하는 목록 및 기타 자료를 기반으로 클릭하거나 방문한 프로그램이 표시됩니다 전반적인 예측 점수 / 순위 점수뿐만 아니라 프로그램 라인, 그리고 위에 나열된 다른 세 가지 여행.
따라서 결과를 볼 때 각 고객이 위에 나열된 둘 이상의 여행에 참여하거나 활동할 가능성이 큽니다. 따라서 각 고객 (데이터 기반)의 가장 중요한 여정을 선택할 수 있기를 원하며이 프로세스에서 전자 메일을 통해 승격되어야하는 여행 경로를 추천합니다. JMP에서 이것을 쉽게 할 수있는 방법이 있습니까?
다시 : 맞춤형 이메일 캠페인 : 고객의 웹 데이터를 활용하여 맞춤형 마케팅을 알려줍니다.감사 peter.bartell@jmp.com
다시 : 맞춤형 이메일 캠페인 : 고객의 웹 데이터를 활용하여 맞춤형 마케팅을 알려줍니다.나는 클러스터링이 JMP가 제공하는 다른 통찰력과 무리를 보여줄 것이라고 생각한다. 귀하의 의견을 보내 주셔서 감사합니다.
다시 : 맞춤형 이메일 캠페인 : 고객의 웹 데이터를 활용하여 맞춤형 마케팅을 알려줍니다.Jenkins : 클러스터링은 확실히 통찰력을 얻을 수있는 다 변수 탐색 데이터 분석 방법 중 하나입니다. 귀하의 프로젝트와 같이 자주 데이터를 싱크대 (또는 싱크대)에 버리고 통찰력을 얻으면서 함께 이동하십시오. 어떤 길은 열매를 맺을 것이고 다른 길은 열매를 맺지 않을 것이다. 그러나 한 때 동료가 말하기를 좋아하는 것은 "때로는 '아니다'라는 것을 아는 것은 '그것이'라는 것을 아는 것만 큼 유익합니다."
다시 : 맞춤형 이메일 캠페인 : 고객의 웹 데이터를 활용하여 맞춤형 마케팅을 알려줍니다.내가 열거 한 프로세스는 현재 내가 현재 수행하고있는 프로세스입니다. 클러스터링이 고객의 관심 선호도에 기초하여 그룹 여행을 할 수 있는지 궁금합니다.
다시 : 맞춤형 이메일 캠페인 : 고객의 웹 데이터를 활용하여 맞춤형 마케팅을 알려줍니다.젠킨스 (Jenkins) : 처음에는 많은 단도직입 적으로 할 수있는 매우 복잡한 프로젝트입니다. 다음 주요 구성 요소가있는 고전적인 데이터 마이닝 / 예측 모델링 워크 플로를 따르는 것이 좋습니다. JMP 및 JMP Pro를 사용하는 경우 확실하게 역할을 수행 할 수 있습니다.
1. 비즈니스 문제를 분명히 말하십시오 ... 팀이이를 통해 생각한 원래 게시물에서와 같습니다.
2. 관련 데이터 찾기 / 수집 ... 액세스 권한이있는 데이터뿐만 아니라 응답 및 요인에 필요한 데이터 ...
삼. 관련성, 품질, 성 가시성, 누락 등의 데이터를 탐색합니다. JMP는 칼럼 및 모델링 유틸리티 플랫폼에서 여기서 도움을 줄 수 있습니다. 문제가되는 변수 / 관찰을 어떻게 처리할지 결정하십시오. 모델링에서 교차 유효성 검사를 처리하는 방법에 대해 생각해보십시오 ... 아마도 유효성 검증 구성 변수를 데이터 세트에 추가하십시오.
4. 중간이 어디인지, 확산되는 방법, 모양, 이상한 점 ... 상관 관계에 대한 데이터를 탐색하십시오. 그래프 빌더, 분포, X, 다중 변수 (및 그 안에있는 모든 하위 플랫폼)에 맞는 Y에서 여러 JMP 플랫폼이이 공간에서 재생됩니다.
5. 모델 작성 및 평가 시작 ... OLS, Logistic (범주 형 응답), PLS, 일반 회귀 하위 플랫폼, GLM 및 기타 기능이 여기에서 역할을 수행 할 수 있습니다. JMP Pro를 사용한다면 모델 비교 플랫폼에서 모델을 평가하십시오.
6. Word 또는 PowerPoint와 같은 MS 응용 프로그램 또는 데이터 인터페이스가있는 HTML5로 대용량 내보내기를 사용하여 결과를 전달하십시오.
7. Pilot은 모델링 작업을 검증하는 솔루션입니다.
8. 실용적인 문제를 해결합니까? 그렇다면, 축하하십시오. 아뇨, 돌아와서 이유를 찾으십시오.
행운을 빈다. 나는 너를 돕기 위해 거기에 있었으면 좋겠다.
