مروری بر چگونگی استخراج داده و مدیریت آن در کامپیوتر
فهرست مطالب
بخش اول : تأثير استخراج داده‌ها بر CRM

فصل اول : روابط مشتري

مقدمه
استخراج داده‌ها چيست
يك نمونه
ارتباط با فرآيند تجاري
استخراج داده‌ها و مديريت روابط مشتري
استخراج داده‌ها چگونه به بازاريابي بانك اطلاعاتي كمك مي‌نمايد 12
امتياز دهي

نقش نرم‌افزار مديريت مبارزه
افزايش ارزش مشتري
تركيب استخراج داده‌ها و مديريت مبارزه
ارزيابي مزاياي يك مدل اسخراج داده ها 15
فصل دوم: استخراج داده‌ها و ذخيره داده‌ها- يك منظره مرتبط به هم
مقدمه
استخراج داده‌ها و ذخيره داده‌ها ، يك ارتباط
بررسي ذخيره داده‌ها
ذخيره داده‌ها ROI
ذخاير داده هاي علمي واطلاعاتي

تعريف و خصوصيات يك مخزن اطلاعاتي
معماري انبارداده‌ها
استخراج داده‌ها
استخراج داده‌هاي تعريف شده

قملروهاي كاربرد استخراج داده‌ها
مقوله‌هاي استخراج داده‌ها و كانون تحقيق
فصل سوم: مديريت رابطه با مشتري
مقدمه
سودمندترين مشتري
مديريت رابطه مشتري
بانك اطلاعاتي متمركز برمشتري
اداره مبارزات

تكامل تدريجي بازاريابي
بازاريابي حلقه بسته
معماريCRM

نسل بعديCRM
بخش دوم: بنياد – تكنولوژيها و ابزار
فصل چهارم : اجزاء ذخيره سازي داده‌ها
مقدمه
معماري كلي

بانك اطلاعاتي انبار داده‌ها
ابزارهاي ذخيره‌سازي، تحصيل، تهذيب و انتقال
متاديتا
ابزار دسترسي
دسترسي و تجسم اطلاعات
اصول مشاهده يا تجسم داده‌ها
ابزار بررسي و گزارش
كاربردها
ابزار OLAP
ابزارها استخراج داده‌ها

مقدمه

بازار ابزار استخراج داده ها از دو راه ابتدايي خود در حال ظهور مي‌باشد . بسياري از ابزارهايي كه در اينجا توضيح داده مي‌شوند ، در مرحلة اول انتشار مي‌باشند.

موقعيت در بازار CRM كه عموماً بخشي از سيستم تجارت الكترونيكي در نظر گرفته مي‌شود ، پيچيده تر مي‌باشد و بنابراين با سرعت وب يا شبكه در حال حركت مي‌باشد. بازار CRM ، حتي بيشتر از بازار ابزار استخراج داده‌ها با چندين فروشنده كه بر تعريف خود بازار و موقعيت خود در اين بازار متمركزند ، توصيف مي‌گردد.

اين اشتباه، با ماهيت بسيار ديناميك خود بازار كه يك فعاليت قابل رويت تحكيم مشتري، شركتهاي ادغامي‌و تمليك ها را تحمل مي‌كند، بيشتر مي‌گردد. علي رغم كل اين چالشها، باز رو به تكامل مي‌رود و فروشندگان، پيشرفت مهمي‌در علمي‌بودن ابزار، قابليت استفاده و قابليت اداره‌ كسب مي‌كنند.

اولين بخش اين فصل ، به كاربردهاي بسته بندي شده  استخراج داده ها مي‌پردازد. اين كاربردها ، بر اساس چندين تكنيك استخراج داده ها  ادغام شده در ابزارهاي بهتر مي‌باشد . همراه با بهترين عملكرد ها ، اسلوب شناسي هاي خوب تعريف شده و فرآيندها، راه خود را در محيط هاي توليد شركتها كه در آن استخراج داده ها بخشي از يك فرآيند موسسه اي شده مي‌شود مي‌يابند كه شامل رشد و يادگيري سازماني مي‌شود .

بازار استخراج داده ها

بيائيد بازار استخراج داده ها را از نقطه نظر منحني اقتباسي تكنولوژي در نظر بگيريم ايمني به اقتباس كنندگان اوليه ، از تكنولوژي لبة يادگيري براي دستيابي به مزيت رقابتي استفاده مي‌كنند ؛ هنگاميكه تكنولوژي تكامل مي‌يابد ، شركتهاي بيشتري آن را اقتباس مي‌كنند ، و در يك حالت تجارت زماني و عادي درج مي‌نمايند . همچنين مناطق عملي بودن ابزاهاي استخراج داده ها بزرگتر و بزرگتر مي‌شوند. به عنوان مثال ، تكنولوژي وايت اوك ( يك شركت استخراج داده ها در مريلند)  از جانب كميسيون فدرال الكترون، مجوز فروش سيستم گچين ماينر Capain Miner را كسب كرده است كه بي نظمي‌در دخالتهاي سياسي فدرال را كشف مي‌كند . نورتل، يك بسته كشف كلاهبرداري را توسعه داده است به نام سوپر اسلوت فراود ادوايسور ، كه از تكنولوژيهاي شبكة عصبي استفاده مي‌كند .

صنعت ابزار استخراج داده ها ، برخلاف تكنولوژيهاي استخراج داده ها ، در مرحلة عدم تكامل قرار دارد و مي‌كوشد تا بازار را تعيين نمايد . و وجودش را تائيد كند . به همين دليل است كه در مي‌يابيم بازار ابزارهاي استخراج داده ها تحت تاثير موارد زير قرار دارد:

   q  ادغام پيوسته و مداوم ابزارها با اتكاء به تكنولوژيهاي مكمل و به عنوان مثال OLAP

   q   ظهور كاربردهاي بسته بندي شدة عمودي و يا اجزاء استخراج داده ها براي توسعة كاربرد .