Pastaruosius metus mokslinė veikla buvo intensyvi ieškant algoritmų, padedančių spręsti tokias problemas, kaip duomenų sistemų klasterizavimas (angl. dataset clustering). Duomenų analizės metodų kompleksiškumas, duomenų apimties didėjimas, skatino ieškoti būdų, kaip atrasti metodą, kuris padėtų realizuoti esminius duomenų gavimo principus, pritaikant efektyviausius algoritmus, integruojant duomenų apsaugos metodus visose duomenų valdymo ir analizės stadijose. Moksliniu požiūriu tyrimai duomenų gavybos srityje galimai veda į naują informacijos ir duomenų analizės bei klientų valdymo požiūrį. Šiame darbe analizuojamas duomenų gavybos metodas ryšių su klientais sistemose, jo pritaikymas ir efektyvumas, aktualios problemos. Darbe analizuojami metodai yra ne tik moksliniai, tačiau visi darbe atlikti tyrimai veda į praktinį pritaikymą ir galutiniam naudotojui skirtos priemonės sukūrimą – duomenų gavybos metodų rinkinį integruota į ryšiais su klientais valdymo sistemas, skirtas B2B verslo aplinkai. Darbe gauti duomenų gavybos metodų tyrimo rezultatai pateikia naują požiūrį į tiekimo grandinės etapus – tvarkaraščių ir gabenimo laikų valdymą, prekių kiekio kontrolę bei klientų kreditavimo pirkimams skyrimą. / Latest activity in scientific field has been major in research of algorithms that are able to solve problems related to data analysis using tools of dataset clustering and data mining. Principe of data mining cover analysis of various business environment steps and suggests ways of prognosing, analyzing, classifying data. Data mining tools are applicable to customer relationship management systems offering key data analysis, increasing customer knowledge. Scope of thesis is the effective usability of data mining methods for customer relationship management system specifically used by business-to-business companies. Suggested concept leads to new perspective of transactional data analysis through following stages: client credibility valuation, product purchase amount prognosis and product delivery handling. Combined customer orientated data with supply chain inputs gave successful results in real data experiment. In conclusion, data mining tools improve data analysis in customer relationship management in B2B companies’ data analysis routine.
| Identifer | oai:union.ndltd.org:LABT_ETD/oai:elaba.lt:LT-eLABa-0001:E.02~2009~D_20101125_190748-35252 |
| Date | 25 November 2010 |
| Creators | Klikūnaitė, Saulė |
| Contributors | Krikščiūnienė, Dalia, Vilnius University |
| Publisher | Lithuanian Academic Libraries Network (LABT), Vilnius University |
| Source Sets | Lithuanian ETD submission system |
| Language | Lithuanian |
| Detected Language | Unknown |
| Type | Master thesis |
| Format | application/pdf |
| Source | http://vddb.laba.lt/obj/LT-eLABa-0001:E.02~2009~D_20101125_190748-35252 |
| Rights | Unrestricted |
Page generated in 0.0026 seconds