E-commerce i E-Business w marketingu produktów sektora wysokich technologii i elemnty Data Mining

1. E-commerce i E-Business w marketingu produktów sektora wysokich technologii i elemnty Data Mining

2. Handel elektroniczny (Electronic commerce-EC, e-commerce, commerce on-line) jest to proces kupna, sprzedaży i dostawy produktów, usług, informacji przez partnerów handlowych (indywidualnych i/lub grupowych oraz przedsiębiorstwa elektroniczne), na terenie tego samego kraju (handel krajowy) lub pomiędzy rezydentami dwóch lub więcej krajów (handel międzynarodowy lub globalny), zabezpieczany za pomocą środków płatności (tradycyjnych i elektronicznych), dokonywany przy pomocy głównie sieci komputerowych z Internetem, dla osiągnięcia określonych zysków.

3. E- biznes jest pojęciem szerszym niż handel elektroniczny ponieważ swym zasięgiem obejmuje działania związane nie tylko z obsługą procesów sprzedażowych.

4. Bezpośredni – gdzie cała transakcja handlowa od momentu złożenia zamówienia do realizacji płatności i dostawy towaru odbywa się wyłącznie przez sieć (dotyczy towarów i usług, które mogą być przesyłane w formie elektronicznej), • Pośredni – poszukiwanie towarów, usług, nowych kontrahentów, przesyłanie dokumentów i płatności odbywa się przez sieć, natomiast dostawa zamówionego towaru lub usługi odbywa się bezpośrednio, w tradycyjny sposób (poczta kurierska, firmy spedycyjne, własna wysyłka, kontakt bezpośredni w magazynie lub firmie/biurze dostawcy itp.), • Hybrydowy – w praktyce niedostatki rozwoju sieci lub usług telekomunikacyjnych powodują, ze stosuje się czasowo różne formy przejściowe np. wszystkie czynności za wyjątkiem płatności odbywają się przez sieć.

5. Usługi elektroniczne w obszarze B2C (ang. Business-to-Consumer, między przedsiębiorstwem a konsumentem) obejmują wszystkie możliwe zastosowania nowoczesnych technologii informacyjnych i komunikacyjnych w świadczeniu usług przedsiębiorców dedykowanych dla konsumentów.

8. Zalety dla klientów • Oszczędność czasu • Znaczna wygoda, czyli łatwy i szybki dostęp do informacji • Możliwość porównywania konkurencyjnych ofert • Możliwość lepszego zapoznania się z ofertą • Dostęp do zdecydowanie szerszego asortymentu towarów • Dostęp do oferty sklepów na całym świecie • Bardziej szczegółowe opisy towarów • Klient wybierając określony towar może, przy pomocy zamieszczonych linków, • przenieść się bezpośrednio na stronę producenta tego towaru

9. Możliwość stałej kontroli przez klienta wysokości kwoty do wydania w sklepie • Niższe ceny • Pewne towary, które można otrzymać bezpośrednio przez Sieć, jak na przykład oprogramowanie są znacznie korzystniejsze cenowo, gdyż pominięte zostają koszty transportu, czy opłat celnych • Możliwość przeglądania oferty oraz obsługa klienta 24 godziny na dobę, 365 dni w roku • Możliwość wyszukiwania towarów według dowolnego zadanego kryterium, na przykład ceny, rodzaju, koloru itp. • Nowe możliwości niedostępne w tradycyjnych sklepach, na przykład: • Możliwość wysłuchania części utworu z wirtualnym sklepie sprzedającym płyty CD • Przeczytanie recenzji książki w wirtualnej księgarni • Obniżenie kosztów połączeń telekomunikacyjnych

10. Zalety dla firm • Niski koszt, redukcja kosztów, oszczędności • Elastyczność – możliwość ciągłej i natychmiastowej aktualizacji oferty • Bardziej szczegółowe opisy towarów • Uatrakcyjnienie oferty poprzez organizowanie licytacji • Dostęp do nowych klientów • Przyspieszenie procesów biznesowych • Uzyskanie przewagi konkurencyjnej • Anonimowość - skuteczna konkurencja z dużymi firmami • Dostęp do rynku światowego • Skrócenie czasu dostępu do rynku towarów i usług

11. Eliminacja negatywnego zjawiska sezonowości na rynku lokalnym • Możliwości multimedialne • Efektywność • Interaktywność • Na otwarcie sklepu internetowego nie są wymagane żadne zezwolenia • Obniżenie kosztów połączeń telekomunikacyjnych • Wzrost poziomu sprzedaży • Wzrost wartości firmy, wzmocnienie jej pozycji • Lepsze wykorzystanie możliwości produkcyjnych • Szybki i łatwy dostęp do informacji gospodarczych, informacji o potencjalnych klientach i konkurencji.

12. Zapewnienie bezpieczeństwa płatności przez Sieć • Niepewność, co do rzetelności sprzedawcy • Brak możliwości wypróbowania, czy oględzin zakupywanego towaru • W Polsce - stosunkowo mała liczba wydanych kart płatniczych (około 1.5 mln) • W przypadku słabo opracowanych serwisów odczuwalny jest brak fizycznie istniejącego sprzedawcy, z którym można skonsultować pewne pilne kwestie

13. Zbyt wysoki koszt dostarczenia towaru do klienta • Brak efektywnego i rozbudowanego systemu spedycyjnego i dostawczego • Brak efektywnej obsługi płatności kartami kredytowymi

14. STRUKTURA RYNKU ELEKTRONICZNEGO Klient Dostawca • Zapytanie o produkt • Złożenie zamówienia • Realizacja płatności • Dostarczenie informacji • Realizacja zamówienia Rynek elektroniczny • Odpowiedź na zapytanie • Potwierdzenie przyj. zamówienia • Potwierdzenie wysłania (offline) • Dostawa produktu online • Potwierdzenie płatności Przyjęcie płatności Zobowiązania do realizacji zamówienia (Organizator) • Odroczenie płatności • Transfer funduszy • Zatwierdzenie płatności • Transfer funduszy Elektroniczny transfer funduszy Bank klienta Obsługa transakcji Bank dostawcy Wydział Informatyki * Politechnika Szczecińska

15. Przekazywanie informacji • Umieszczenie w Internecie informacji dotyczącej produktów i usług oraz odpowiedzi na najczęściej zadawane pytania. W krajach zachodnich tego typu model, pozwalający na odciążenie działu obsługi klienta, jest obecnie rzadko wykorzystywany jako jedyna forma obecności w Internecie. • Interakcja • Dwustronna wymiana informacji, gdzie potencjalni klienci oprócz dostępu do aktualnej informacji, maja również możliwość zadawania pytań i natychmiastowego otrzymywania odpowiedzi. • Transakcja • Przejście od interakcji do samego procesu zakupu (wybór towarów, sposoby płatności, warunki sprzedaży itd.). Dotyczy również internetowej wymiany handlowej pomiędzy podmiotami gospodarczymi (Business to Business - B2B), np. w formie zorganizowanych rynków internetowych. • Transformacja procesów biznesowych • Wykorzystanie Internetu do całkowitej zmiany sposobu działania branż i rynków. Transformacja ta może dotyczyć takich wymiarów jak łańcuch dostaw, rynek geograficzny czy grupa klientów.

16. Dystrybutorzy Dostawcy Centra logistyczne Producenci Giełda Wymiana Kontakty z klientami Klienci Wirtualne przedsiębiorstwa Produkcja Logistyka ZARZĄDZANIE ŁAŃCUCHEM DOSTAW Przepływ informacji Przepływ towarów Źródło: AMR RESEARCH (2000)

17. STRUKTURA ELEKTRONICZNEGO PRZEDSIĘBIORSTWA ENTERPRISE RESOURCE PLANNING ZARZĄDZANIE DOSTAWAMI ZARZĄDZANIE CRM SCM ERP CRM Voice (IVR, ACD) Demand Planning Strategic Planning Industry- Specific Solutions Svc.Auto. Mfg. Exec. Collab. Planning Distrib. Planning MarketingAuto. Conf. Product Mgmt. Employee Systems Legacy Systems Order Mgmt. SalesAuto. Supply Planning WH Mgmt. E-Mail Mfg. Finance HR Logistics WebStorefront Mfg. Planning Mobile Sales (Prod. CFG) Portal/ Extranet Fact. HH Devices Employee SS Trans. Mgmt. Trans. Planning Web/ Intranet FieldService E-Mail EDI Operational Closed-Loop Processing (EAI Toolkits, ETLM Tools, Embedded Mobile Agents) Direct Interaction Conf. DW ACD = AUTOMATIC CALL DISTRIBUTOR CFG = CONFIGURATION DM = DATA MINING DW = DATA WAREHOUSE ETLM = EXTRACT, TRANSFORM, LOAD & MANAGE HH = HAND-HELD IVR = INTERACTIVE VOICE RESPONSE KM/CM Cust. DM Financ. DM HR DM Order DM Prod.DM Analytical Źródło: : META GROUP

18. Infrastruktura• Architektura aplikacji • Bazy danych • Data Mining • Personalizacja • Systemy CRM • Przetwarzanie• Ochrona prywatności • Kryptografia • Systemy ERP • Ochrona sieci• Systemy agentowe • Wymiana danych • Komunikacja bezprzewodowa • Płatności elektroniczne • Wyszukiwanie informacji

19. Obecność online - witryna internetowa (większość firm ma za sobą ten etap), reklama firmy i funkcje informacyjne Prezentacja oferty - katalog; dostarczamy więcej informacji o produktach, usługach, procedurach i warunkach współpracy, kształtowanie wizerunku organizacji Komunikacja z klientami i wsparcie przed sprzedażą oraz obsługa po sprzedaży Składanie zamówień i warunki realizacji - wymaga integracji oprogramowania związanego ze stronami WWW z resztą systemu Intranet wewnątrz przedsiębiorstwa - organizacja wewnętrznego przetwarzania danych ekonomiczno-finansowych bezpośrednio z Internetu, Pełna integracja wszystkich środowisk przy użyciu technologii internetowych - wewnątrz własnej organizacji dostęp do każdej informacji odbywa się poprzez strony firmowe Ekstranet dla partnerów - udostępnianie wybranych informacji operacyjnych dla partnerów w biznesie

20. Data mining utożsamia się z takimi pojęciami, jak eksploracja danych, drążenie danych, zgłębianie danych, eksploatacja danych lub odkrywanie wiedzy w bazach danych. Przez odkrywanie wiedzy w bazach danych można rozumieć cały proces wykorzystujący data mining w celu „ zidentyfikowania i wydobycia niezliczonej ilości modeli zwanych wiedzą, stosowanie do sprecyzowanych ograniczeń i celów, z wykorzystaniem wszelkich możliwych metod, techniki narzędzi do przetwarzania wstępnego, modelowania, przekształcania bazy faktów i do oceny wyników wyszukiwania danych”

21. Zastosowanie systemów data mining obejmuje przede wszystkim automatyczne odkrywanie nieznanych wcześniej wzorców oraz przewidywanie trendów i zachowań. Uogólniając, można wskazać pięć głównych typów zadań (zastosowań) eksploracji danych, które odpowiadają rożnym celom osób analizujących dane: • Eksploracyjna analiza danych • Modelowanie opisowe • Modelowanie przewidujące • Odkrywanie wzorców i reguł • Wyszukiwanie według zawartości

22. Regresja jest dobrze znanym pojęciem analizy statystycznej z kolei w sensie predykcyjnym klasyfikacja danych ma na celu przydzielenie nowego obiektu do poprawnej klasy. Przynależność obiektów do danej kategorii określa się na podstawie charakterystyki wartości jakie przyjmują poszczególne atrybuty danego obiektu. Celem klasyfikacji jest zatem znalezienie zależności pomiędzy klasyfikacją obiektów a ich charakterystyką.

23. Drzewa decyzyjne są jedna z popularniejszych technik ustalania granic między klasami. Każda gałąź drzewa stanowi pytanie klasyfikacyjne, a liście drzewa tworzą odpowiednio sklasyfikowaną grupę danych. • W procesie budowy drzewa dla każdej gałęzi poszukuje się pytania, które w jak największym stopniu rozgranicza dane. Przykładowo, pytanie, które podzieli liczbę klientów lojalnych i nielojalny w proporcji 40% do 60% rozgranicza dane w mniejszym stopniu, niż pytanie, które dzieli ją w proporcji 10% do 90%.

24. Sieci neuronowe zalicza się do metod sztucznej inteligencji. Uważa się je za najtrudniejszą do zrozumienia – bez dogłębnych studiów matematycznych – technikę eksploracji danych, jej stosowanie nie wymaga jednak specjalistycznej wiedzy. Sieci neuronowe tworzą modele wzorców zawartych w danych, ale nie prezentują ich użytkownikowi. Stanowią tzw.”czarną skrzynkę”. Sieci neuronowe tworzą nieliniowe modele predykcyjne, które budowane są w trakcie treningu. Kolejne zestawy danych (zbiory trenujące) są wykorzystywane do „uczenia się” sieci i mogą prowadzić do modyfikacji skonstruowanego wcześniej modelu. Działanie jest zbliżone do działania neuronowych sieci biologicznych.

25. Odkrywanie wzorców i reguł • Kolejna grupa zastosowań (a jednocześnie metod) eksploracji danych, to odkrywanie wzorców i reguł w dużych zbiorach danych. W odróżnieniu od modelu, który opisuje cały zbiór danych, wzorzec jest pojęciem lokalnym i opisuje jedynie pewien aspekt danych. Przedstawia pewną cechę danych, która może być obowiązującą jedynie dla kilku rekordów lub kilku zmiennych.

26. Wyszukiwanie według zawartości (wzorca) Ostatnia grupa zastosowań eksploracji danych dotyczy wyszukiwania według zawartości. Zadaniem algorytmów tego typu, określanych też jako odkrywane podobieństw na bazie wzorca, jest ustalanie obiektów podobnych do wzorca, którym dysponuje użytkownik. Warunkiem koniecznym uruchomienia procedury wyszukiwania obiektów podobnych jest wskazanie warunków lub miar podobieństwa , które decydują o podobieństwie danego obiektu do obiektu wzorcowego.

27. Zadanie odkrywania prawdopodobieństw według wzorca jest realizowanie głownie na zbiorach zawierających: • teksty, • obrazy, • szeregi czasowe, • inne dane sekwencyjne

28. Dziękuję za uwagę! Dr Tomasz Krawczyk Uniwersytecki Ośrodek Transferu Technologii Uniwersytetu Warszawskiego tkrawczyk@uott.uw.edu.pl