고객 선호도 분석 및 시각화 및 제품 계획 및 판매 정책 계획에 기여
"고객 통찰력 분석 서비스"시작

고유 한 신기술을 사용하여 정확도가 높은 고객 선호도를 추정합니다

카지노사이트. (Executive and COO : Higashiha Toshiaki / Highinafter)는 이제 3 월 4 일부터 "고객 통찰력 분석 서비스"를 제공하기 시작하여 회사 제품 정보 및 구매 기록 데이터를 기반으로 다양한 고객 선호도를 분석하고 시각화하고 고객의 관점에서 제품 계획 및 판매 측정에 기여합니다.
  구체적으로, 우리는 고객이 높은 정확도로 고객 선호도를 추정 할 수있는 고유 한 새로운 기술을 활용하고 고객 선호도와 실제로 구매 한 제품 간의 관계를 지속적으로 캡처하고 회사 정책을 계획 할 때 고려해야 할 사항을 명확하게 설명하고 보고서에 제공합니다. 우리는 다양한 고객 요구를 적시에 파악할 수있게함으로써 판매량 증가 및 상점의 제품 선택 및 배치 및 구매 및 재고 계획의 정확성을 향상시킬뿐만 아니라 제품 선택 및 배치로 이어질 제품 개발과 같은 측정 계획을 지원하고 비용 절감에도 기여합니다.

  최근 소비자 라이프 스타일과 가치가 더욱 다양 해짐에 따라 회사는 소량의 다중 제품을 생산하고 제품주기를 단축하기 위해 노력하고 있습니다. 이러한 맥락에서 매일 변화하는 고객 요구를 정확하게 파악하고 적시에 시장에 광범위한 제품을 출시하여 판매해야합니다. 전통적으로 제품을 구매 한 고객 기반의 분류는 연령 및 성별과 같은 기본 속성을 기반으로했지만 데이터 분석을 통해 다양한 고객 선호도를 정확하게 포착하고 적시에 측정 방식으로 반영해야 할 필요성이 높아질 필요가 있습니다.

  "고객 통찰력 분석 서비스"는 "건강 의식", "가격 지향"및 "트렌드 퍼 뜨리기"와 같은 다양한 고객 선호도를 정의하고 각 제품의 특성과 연결함으로써 제품에 대한 구매 이력 데이터를 분석하고 특정 선호도를 가진 많은 고객이 구매하는 제품을 공개하는 보고서를 제공하는 보고서를 제공합니다.
  분석은 새로 개발 된 고유 한 정보 추출 기술을 사용하여 최신 구매 기록 데이터를 기반으로 과거 분석 결과를 업데이트 할 때 엄청난 양의 업데이트 정보에서 중요한 포인트를 추출 할 수 있습니다. 이를 통해 변화하는 고객 선호도와 구매 한 제품 간의 관계를 정확하고 지속적으로 파악하고 정책을 계획 할 때 고려해야 할 사항을 쉽게 파악할 수 있습니다. 또한 기계 학습을 통해 데이터 편향을 수정하는 확률 모델을 통해 신제품 및 구매 기록이 거의없는 기타 제품을 포함하여 매우 정확한 분석을 수행 할 수 있습니다.

  Hitachi는 IoT (Internet of Things)의 발전에 따라 이전에 Pentaho 소프트웨어 및 인공 지능 기술과 같은 데이터 사용 플랫폼을 포함하여 다양한 현상을 캡처하고 시각화하는 다양한 기술, 제품 및 서비스를 제공하여 가치를 창출하는 다양한 기술, 제품 및 서비스를 제공했습니다. "고객 통찰력 분석 서비스"를 제공함으로써 유통 및 소매, 금융 및 제약을 포함한 광범위한 산업에서 데이터를 사용하여 노력을 강화하고 비즈니스 확장을 지원할 것입니다.

"고객 통찰력 분석 서비스"의 기능

1. 변화하는 고객 선호도와 구매 한 제품 간의 관계에 대한 명확하고시기 적절한 이해

  고객이 높은 정확도로 고객 선호도를 추정 할 수있는 고유 한 기술을 사용하고 변화하는 고객 선호도와 구매 한 제품 간의 관계를 정확하고시기 적절하며 지속적으로 제공하고 보고서에서 제공합니다. 이를 통해 고객의 요구와 행동 패턴을 가정하는 효과적인 제품 계획 및 영업 측정을 계획하는 데 도움이됩니다. 또한 제품 수요 예측에 IT를 사용함으로써 구매 및 재고 계획의 정확도를 향상시키고 비용 절감에 기여합니다.
  분석은 고유 한 정보 추출 기술을 사용하여 최신 구매 기록 데이터를 기반으로 과거 분석 결과를 업데이트 할 때 엄청난 양의 업데이트 정보에서 중요한 포인트를 추출 할 수 있으며 변화하는 고객 선호도를 정확하게 추정 할 수 있습니다. 일반적인 분석에서는 균일 한 임계 값을 기반으로 엄청난 양의 정보가 수정되고 업데이트되므로 수정이 필요한 특수 지식 및 시간 소모적 인 수정 이유를 이해하지만이 기술을 사용하면 업데이트 정보의 세분성 및 차이의 크기에 따라 분석에서 중요한 점을 선택할 수 있습니다.

2. 구매 이력이 거의없는 신제품 및 기타 제품을 포함한 데이터 분석이 가능합니다

  머신 러닝을 통해 구매 기록 데이터의 크기에 관계없이 데이터 편향을 수정하는 확률 모델*1가능합니다. 이를 통해 구매 이력이 거의없는 제품 또는 판매 수가 크게 변동하는 트렌디 한 제품과 같은 신제품에 대한 정확한 데이터 분석이 가능하며 트렌드를 포착하는 적시 조치를 만드는 것을 지원합니다.

*1

구매 기록 데이터가 거의없는 제품을 포함하여 분석을 통해 특정 선호도를 가진 고객이 구매할 가능성이있는 제품을 올바르게 추정 할 확률은 일반 방법에 비해 최대 약 60%입니다.

3. 시스템 구현 비용을 줄이고 빠른 데이터 활용을 실현

  Hitachi는 회사 제품 정보 및 구매 기록 데이터를 기반으로 분석을 수행하고 결과를 보고서로 제공합니다. 회사는 분석 작업을 수행하거나 분석을위한 시스템을 구축 할 필요가 없으므로 구현 비용과 기간이 줄어들어 빠르고 저렴한 데이터 사용이 가능합니다.

"고객 통찰력 분석 서비스"의 개요 다이어그램

이 분석 방법을 사용하는 성능 사례

1. 대상 이메일 및 쿠폰 배송에 신청

  회사는 각 그룹에 효과적인 것으로 생각되는 선호도 및 분산 대상 이메일 및 쿠폰으로 고객 기반을 분류했으며 프로모션 제품의 구매 속도는 성별과 연령을 결합한 분석을 기반으로 전통적인 접근 방식보다 약 2 배 정도 증가했습니다.

2. 제품 구색 개선을 위해 적용

  이 분석 방법에 따라 회사가 매장 구색을 개선함에 따라, 대상 분야의 제품 판매는이 분석 방법이 사용되지 않는 경우에 비해 최대 10%까지 증가했습니다.

3. 메뉴 추천에 적용

  약 2 년 반 동안 히타 치 사무소의 직원 카페테리아에서, 우리는이 분석 방법을 사용하여 약 900,000 개의 구매 기록 데이터를 기반으로 메뉴에 대한 권장 표기법의 효과를 확인하기 위해 데모 실험을 수행했습니다. 결과적 으로이 분석 방법이 사용되지 않은 경우와 비교하여 정책을 계획하는 데 필요한 인간 시간은 1/8으로 줄었고 구매자 수는 5%증가했습니다.

가격 및 가용성

관련 정보

소매 기술 일본 소개 2016

 2016 년 3 월 8 일부터 11 일까지 도쿄의 빅 광경에서 개최되는 "소매 기술 일본 2016"의 Hitachi 부스에서 "고객 통찰력 분석 서비스"를 소개합니다.

연락처 정보

카지노사이트. 정보 및 커뮤니케이션 시스템, IT 플랫폼 비즈니스 부서

위