首页>
根据【关键词:客户关系管理(CRM),数据仓库,总线平台,忠诚旅客】搜索到相关结果 13 条
-
CRM在航空业的应用
-
作者:
王晓菁
来源:
复旦大学
年份:
2016
文献类型 :
学位论文
关键词:
客户关系管理(CRM)
数据仓库
总线平台
忠诚旅客
-
描述:
随着市场竞争的加剧,企业已很难再从其传统资源如产品质量和价格中获得新的竞争力.客户才是最重要的资源,企业正逐步向以客户为中心的经营理念转变,同时依靠先进的信息技术,推动客户关系管理(CRM)的发展.随着CRM的发展,其行业性愈来愈明显,对于航空行业来说,目前CRM的
-
浅析大数据在民航安全管理中的应用及展望
-
作者:
吴磊
刘南男
肖承东
来源:
民航管理
年份:
2019
文献类型 :
期刊
关键词:
数据仓库
民航安全
大数据
飞行品质监控
-
描述:
随着民航业的快速发展以及工业技术的进步,使得民航运输业已成为数据密集型产业,传统的安全管理手段和技术将面临巨大的挑战,甚至将逐渐不能适应外部环境的快速变化。大数据时代的来临,给我们的生产生活带来了颠覆性的影响,庞大的数据资源已成为行业发展的核心资源,如何利用好数据资源将决定着行业发展的未来。民航业作为国家重要的战略产业,其未来的发展也必将摆脱传
-
基于数据挖掘技术的民航企业决策支持系统的设计与实现
-
作者:
卫一兰
来源:
电子科技大学
年份:
2019
文献类型 :
学位论文
关键词:
数据仓库
数据挖掘
决策支持系统
-
描述:
基于数据挖掘技术的民航企业决策支持系统的设计与实现
-
一个航空公司常旅客CRM系统的设计与实现
-
作者:
周萍
来源:
复旦大学
年份:
2016
文献类型 :
学位论文
关键词:
客户关系管理
常旅客计划
数据仓库
航空运输企业
设计模式
-
描述:
销售策略。 本文首先对民航业的业务规则、数据源等方面的需求进行了分析,然后概括CR!Vl及数据仓库的概念理论和数据仓库系统的建设方法,设计了某一基于数据仓库的民航常旅客CRM系统通的解决方案
-
基于数据仓库的航空货运分析型CRM研究
-
作者:
刘凤
来源:
南京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
航空货运
数据仓库
OLAP
数据挖掘
CRM
-
描述:
为了提高我国航空货运服务的效率和质量,改善航空货运服务的客户关系管理,本文进行了基于数据仓库的航空货运分析型CRM研究,旨在把CRM与数据仓库、OLAP和数据挖掘三者结合起来,从而为我国航空货运业
-
基于数据仓库与数据挖掘的航空公司客户关系管理研究
-
作者:
刘家乐
来源:
中国民航大学
年份:
2016
文献类型 :
学位论文
关键词:
客户关系管理
数据仓库
客户价值
航空公司
数据挖掘
-
描述:
不明确,无法进一步开展有针对性的营销。因此,本文主要针对这一问题进行分析研究,提出具体的解决方案——建立基于数据仓库和数据挖掘技术的航空公司客户关系管理的系统模型。首先,构建旅客信息数据仓库这一信息环境
-
西南航空公司市场运营监控分析系统的设计与实现
-
作者:
游南
来源:
电子科技大学
年份:
2016
文献类型 :
学位论文
关键词:
数据挖掘
开放式数据连接
市场运营监控
数据仓库
联机分析处理
-
描述:
计算机和通信技术的飞速发展极大地改变了企业的经营管理方法,随着近几年来计算机数据仓库、数据挖掘、DSS技术的发展,为了提高企业的竞争力,各行各业在建立了事务处理系统多年后正逐步建立企业自身的决策
-
航空数据中心的设计和实现
-
作者:
郑咏
来源:
复旦大学
年份:
2016
文献类型 :
学位论文
关键词:
数据仓库
航空数据中心
开放式数据连接
联机分析处理
数据挖掘
-
描述:
数据仓库的航空数据中心系统,特别是实现了系统中的主要组件一市场分析的逻辑模型: 第一,建立了数据中心的信息资源规划标准,为数据中心的实现搭建了良好的数据环境: 第二,设计了市场
-
浅析民航空管自动转报系统数据库向数据仓库转变的原理
-
作者:
陈曲
来源:
中国新通信
年份:
2018
文献类型 :
期刊
关键词:
DW
数据仓库
数据方体
OLAP
OLTP
-
描述:
在大数据时代的背景下,社会各领域都在筹建自己的数据仓库,供大数据挖掘等技术分析,获取有价值的信息。本文就民航空管自动转报系统DB向DW升级的原理、优缺点以及可行性做出论述。
-
基于数据挖掘的航空公司客户关系管理研究
-
作者:
周虹
来源:
南京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
客户关系管理
客户群划分技术
数据仓库
自组织人工神经网络
k
Means聚类
数据挖掘
-
描述:
客户关系管理在航空公司的应用主要是指广泛收集旅客信息,建立旅客数据仓库,通过与旅客的交互式接触来提供定制化的产品和服务.其中,通过分析识别最有价值的旅客是关键.传统的旅客细分是根据某一项或两项指标(如飞行里程或票价收入)来为旅客排行,其弊端是分析数据滞后