| dc.description.abstract | В настоящото изследване, наред с конвенционалния RFM модел, са съставени и приложени няколко алтернативни модела за оптимизиране на ефективността на програми за директен маркетинг, базирани на техники за аналитично извличане на знания от данни. Въз основа на данни за годишните активности на електронен магазин, предлагащ няколко продуктови категории техника и електроника за бита, е доказано, че RFM анализът, въпреки широката си популярност като инструмент за генериране на “оптимални” списъци за избор на целеви клиенти, е далеч от изискването за оптималност. На практика всички експериментирани предиктивни техники за аналитично извличане на знания от клиентски бази данни го превъзхождат. In this article several data mining models, together with the conventional RFM model, are designed and applied for optimizing the effectiveness of direct marketing campaigns. Regardless of its popularity as a means for generating “optimal” target lists, RFM analysis is far from optimal solution. Applied on empirical data for one-year activities of an e-shop of electronic and home appliance technique, all data mining models surpass RFM model in predictive performance. | bg_BG |
