Údaje o výsledku |
Identifikační kód | RIV/00216224:14330/12:00062000 |
Název v původním jazyce | Tracking customer portrait by unsupervised classification techniques |
Druh | J - Článek v odborném periodiku |
Jazyk | eng - angličtina |
Obor | IN - Informatika |
Rok uplatnění | 2012 |
Kód důvěrnosti údajů | S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů |
Počet výskytů výsledku | 1 |
Údaje z Hodnocení výsledků výzkumných organizací 2014 |
Výsledek byl hodnocen v Pilíři I |
Rozsah vyřazení výsledku | Tento výskyt výsledku není vyřazen |
Zařazení výsledku v hodnocení | Jimp - Článek v impaktovaném časopise evidovaném ve Web of Science |
Skupina oboru v hodnocení | 04 - Technické a informatické vědy |
Konkrétní způsob(y) hodnocení výsledku | Výsledek hodnocený již v předchozím hodnocení, body se přebírají |
Bodové ohodnocení | 14,886 |
Faktor korekce | 90,8 % |
Body (upravené podle přílohy č. 8 Metodiky) | 13,519 |
Rozdělení výsledku mezi předkladatele |
Organizace | Výzkumná organizace? | Podíl | Body | Body (upravené podle přílohy č. 8 Metodiky) |
Masarykova univerzita / Fakulta informatiky | ano | 80,0 % | 11,909 | 10,815 |
|
Tvůrci výsledku |
Počet tvůrců celkem | 3 |
Počet domácích tvůrců | 2 |
Tvůrce | Pitner Tomáš (státní příslušnost: CZ - Česká republika; A - domácí tvůrce; vedidk: 6337392) |
Tvůrce | Kriksciuniene Dalia (státní příslušnost: LT - Litevská republika; A - domácí tvůrce; G - garant výsledku) |
Tvůrce | Sakalauskas Virgilijus (státní příslušnost: LT - Litevská republika) |
Údaje blíže specifikující výsledek |
Popis v původním jazyce | The problem of the research is targeted to exploring the customer-related information by analysing marketing indicators in order to substantiate the enterprise financial results. The concept of dynamic customer portrait is introduced for creating analytical model. The suggested model explores the most influential variable sets for identifying customer clusters and basis for their membership. The computational methods of neural network, sensitivity analysis and self-organized maps for unsupervised classification were applied and verified by the experimental research. The experimental research was performed by applying the suggested model for customer database of the travel agency. The analysis results were summarized and the research insights presented by analyzing the effectiveness of the method in forecasting financial outcomes related to customer mapping and migrating between clusters over the dynamic development of the customer portrait indicators. |
Klíčová slova | customer relationship management; CRM indicators; neural network analysis; sensitivity analysis; cluster analysis |
Kód UT ISI | 000311708800011 |
Název periodka | Transformations in Business & Economics. Kaunas Faculty of Humanitie |
Rozsah stran | 167-189 |
ISSN | 1648-4460 |
Svazek periodika | 11 |
Číslo periodika v rámci uvedeného svazku | 3 |
Stát vydavatele periodika | LT - Litevská republika |
Počet stran výsledku | 23 |
Údaje o tomto záznamu o výsledku |
Předkladatel | Masarykova univerzita / Fakulta informatiky |
Dodavatel | MSM - Ministerstvo školství, mládeže a tělovýchovy (MŠMT) |
Rok sběru | 2013 |
Systémové označení dodávky dat | RIV13-MSM-14330___/02:2 |
Specifikace | RIV/00216224:14330/12:00062000!RIV13-MSM-14330___ |
Kontrolní kód | [753B772C6154] |
Jiný výskyt tohoto výsledku se v RIV nenachází |
Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl |
Projekt | LA09016 - Účast ČR v European Research Consortium for Informatics and Mathematics (ERCIM) (2009-2012, MSM/LA) |
S - Specifický výzkum na vysokých školách |
I - Instit. podpora na rozvoj výzkumné organizace |