FAIL (the browser should render some flash content, not this).


Προσωπικές Συνεντεύξεις
Τηλεφωνικές συνεντεύξεις
Συνεντεύξεις μέσω Διαδικτύου
Μυστικές Επισκέψεις
Ποιοτική Έρευνα
Στατιστικές Αναλύσεις
Data Mining

Στη  σύγχρονη εποχή η γνώση αποτελεί περιουσία ανεκτίμητης αξίας για μία επιχείρηση.  Η γνώση αυτή αποκτάται με συντονισμένες προσπάθειες που αφορούν:

    • -- Την συλλογή κατάλληλων δεδομένων
    • -- Την ανάλυση των δεδομένων αυτών για την ανακάλυψη κρυμμένης πληροφόρησης και ανεξερεύνητων προτύπων συμπεριφοράς
    • -- Την χρήση της πληροφόρησης για την ανάληψη στρατηγικών 


Η DataPower  μπορεί να βοηθήσει οποιαδήποτε επιχείρηση υιοθετήσει το παραπάνω τρόπο διαχείρισης Επιχειρηματικής Πληροφόρησης (Business  Information) με τις τεχνικές του Data Mining.

Το Data Μining (DM), ή αλλιώς Knowledge-Discovery in Databases (KDD) ή Knowledge-Discovery and Data Mining, αφορά μία διαδικασία για την ανάλυση των πληροφοριών που συνήθως συλλέγουν οι επιχειρήσεις και την καταχωρούν σε  βάσεις δεδομένων, για την «εξόρυξη» συσχετίσεων μεταξύ αυτών των δεδομένων.
Το όφελος για την επιχείρηση  από τις υπηρεσίες της DataPower, είναι ότι θα γνωρίσει  εμπεριστατωμένα τον πελάτη της και θα μπορεί να  σχεδιάσει και να εφαρμόσει με τον πλέον κατάλληλο τρόπο ενέργειες και προσεγγίσεις ώστε να ικανοποιήσει τις ανάγκες και τις επιθυμίες του, με απώτερους στόχους:

  1. να κατανοηθούν καλύτερα οι λόγοι που οδήγησαν σε αυτή την συμπεριφορά
  2.      να δημιουργηθούν μοντέλα συμπεριφοράς ώστε να είναι γνωστή με μεγάλη βεβαιότητα η αντίδραση των πελατών σε διάφορα ερεθίσματα ή ενέργειες

Έτσι οι ενδιαφερόμενοι (Εταιρίες, Οργανισμοί, Φορείς) μπορούν πλέον να γνωρίζουν εμπεριστατωμένα τον πελάτη τους και να σχεδιάσουν και να εφαρμόσουν με τον πλέον κατάλληλο τρόπο ενέργειες και προσεγγίσεις ώστε να ικανοποιήσουν τις ανάγκες και τις επιθυμίες του, με απώτερους στόχους:

  1. Την προσέγγιση νέων πελατών: Αναγνώριση του προφίλ των «καλών» πελατών και μεθόδευση ενεργειών για την εξεύρεση καινούργιων με το ίδιο προφίλ.
  2. Την αποτροπή της διαφυγής παλαιών πελατών: Αναγνώριση του προφίλ των πελατών που έχουν αυξημένη πιθανότητα διακοπής και μεθόδευση ενεργειών για την αποτροπή της.
  3. Την συνέργεια στις πωλήσεις: Αναγνώριση του προφίλ των πελατών που θα ενδιαφέρονταν να αγοράσουν πλήθος προϊόντων ή υπηρεσιών από την ίδια πηγή
  4. Την επιστροφή πελατών που έχουν αποχωρήσει: Μεθόδευση ενεργειών που να αποσκοπούν στην επαναφορά χαμένων πελατών

Για τις αναλύσεις αυτές η εταιρεία μας  χρησιμοποιεί τελευταίας τεχνολογίας λογισμικά εργαλεία που βασίζονται σε τεχνικές Νευρωνικών Δικτύων και Τεχνητής Νοημοσύνης .