پاورپوینت فصل چهارم تحلیل و طبقه بندی مجموعه ای از مشتریان (pptx) 29 اسلاید
دسته بندی : پاورپوینت
نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید: 29 اسلاید
قسمتی از متن PowerPoint (.pptx) :
بنام خدا
مدیریت ارتباط با مشتریان
فصل چهارم: تحلیل و طبقه بندی مجموعه ای از مشتریان
پیش بینی فروش
جعبه ابزار طبقه بندی مجموعه ای از مشتریان
ارزش دوره عمر زندگی Life Time Value
شناسایی مشتریان استراتژیک
سرفصل مطالب
پیش بینی فروش
برخی می گویند که پیش بینی فروش، هدر کردن وقت و زمان است. زیرا محیط کسب و کار به سرعت در حال تغییر بوده و غیر قابل پیش بینی است. وقایع بزرگ جهانی مثل حمله تروریستها و تغییرات بر مبنای بازار مثل محصولات جدید رقبا یا برنامه های جامع تبلیغاتی با وضوح و قابلیت پخش گسترده می توانند هرگونه پیش بینی فروش را بی اعتبار سازند.
تکنیک های اصلی پیش بینی فروش
روشهای کیفی
پیمایش از مشتریان
برآورد تیم فروش
روشهای سری زمانی
میانگین متحرک
میانگین گیری متغییر وزن دار(نمایی یا تصاعدی)
روشهای علی – معلولی
شاخص های اساسی یا پیشرو
مدل های رگرسیون
پیمایش از مشتریان
روش نظرخواهی از مشتری، از مصرف کنندگان یا ماموران خرید می پرسد که احتمال دارد چه چیزی را در دوره پیش بینی شده خریداری کنند. این مسئله زمانی معنا و مفهوم دارد که مشتریان خرید خود را از پیش برنامه ریزی کرده باشند. داده ها را می توان با وارد کردن یک سوال در نظرسنجی رضایت مشتری به دست آورد.
برآورد تیم فروش
برآوردهای تیم فروش هنگامی می تواند مفید واقع شود که فروشندگان، ارتباط نزدیکی با مشتریان خود برقرار کرده باشند. یک تیم کلیدی مدیریت، ممکن است به خوبی منصوب شود تا بتواند پیش بینی های خاص مختلف را توسط اعضا ارائه کند. آن ها را می توان طوری سنجید و میانگین یابی کرد که نشان دهنده و منعکس کننده نزدیکی ارزیاب و برآورد کننده به مشتری باشد.
روشهای کیفی:
روش هایی هستند که احتمالا بیش از سایر روش های پیش بینی به کار گرفته می شوند.
روش های سری زمانی
فرآیندها و روش های سری زمانی، داده های قدیمی را به دست آورده و آن ها را به روش خطی و یا منحنی برون یابی می کنند. این فرآیند هنگامی معنا پیدا می کند که داده های قدیمی در خصوص فروش وجود دارد و می توان با اطمینان این فرضیه را ارائه کرد که آینده، همانند گذشته خواهد بود.
میانگین متحرک
این روش، فروش را در تعدادی از دوره های قبلی در نظر گرفته و از آنها میانگین می گیرد. فرآیند میانگین گیری نوسانات تصادفی را کاهش داده و یا آن ها را حذف می کند. میانگین متحرک بر اساس دوره های متوالی داده ها محاسبه می شود و در یک دوره زمانی حرکت می کند.
میانگین گیری متغیر وزن دار ( نمایی یا تصاعدی )
یک روش متفاوت این است که به دوره های جدید تر وزن بیشتری داد یا به عبارتی اهمیت بیشتری قائل شد و سنجید. دلیل منطقی این کار، این است که دوره های جدیدتر، پیش بینی کنندگان بهتری هستند.
تجزیه سری زمانی
این روش هنگامی مورد استفاده قرار می گیرد که شواهدی از الگوهای فصلی یا دوره ای در داده های تاریخی و قدیمی وجود دارد. این روش تلاش می کند که چهار قسمت و عنصر سری زمانی را جدا کند، عامل گرایشی، عامل دوره ای، عامل فصلی و عامل تصادفی. عامل گرایشی، مسیر و جهت بلند مدت فرآیند است، پس از آن که سه عامل دیگر از میان برداشته شدند. عامل دوره ای، نشان دهنده اثرات دائمی و مکرر و بلند مدت بر فروش است. اثرات فصلی به طور کلی در دوره های سالیانه صورت می گیرد.
روش های علی-معلولی
شاخص های اساسی و پیشرو
گاهی اوقات می توان با استفاده از شاخص های راهنما، فروش را پیش بینی کرد. یک شاخص راهنما یک رویداد یا فعالیت جدید و همزمان است که نشان می دهد رویداد یا فعالیت دیگری در آینده روی خواهد داد. به عنوان مثال، فرصت های خرید خانگی پیش بینی کننده خوبی در خصوص فروش آتی وسایل آشپزخانه هستند.
مدل های رگرسیون
با استفاده از داده ها در خصوص تعدادی از متغیرهای پیش بینی کننده برای برآورد تقاضاها و درخواست های آتی عمل می کند. متغیر مورد پیش بینی، متغیر وابسته و متغیرهایی که به عنوان پیش بینی کننده مورد استفاده قرار می گیرند، متغیرهای مستقل نامیده می شوند. معادله رگرسیون را می توان پیش از اتخاذ و انتخاب بر اساس داده های قدیمی بررسی و معتبرسازی کرد.
جعبه ابزار طبقه بندی مجموعه ای از مشتریان
تحلیل سوآت swot
تحلیل پست
تحلیل 5 نیروی پورتر
تحلیل ماتریس bcg