É‰Â ÚÂÓËfl ‚ÒÚ ̃‡ÂÚÒfl Ò Ô‡ÍÚËÍÓÈ: ÔÓËÒÍ ÒÍ ̊Ú ̊ı Á‡ÍÓÌÓÏÂÌÓÒÚÂÈ
 
  ‚ CRM
 
           Средства поиска скрытых закономерностей могут определить ключе-
 
      вые структуры или взаимосвязи в массиве данных и предоставить ценную
 
      новую информацию, которая может помочь компании лучше понять себя
 
      и своих клиентов. Подобные средства обычно используются бизнес-ана-
 
      литиками для поиска закономерностей, о которых они, возможно, даже не
 
      предполагают. Сейчас подобные средства широко применяются для фор-
 
      мирования нового уровня знания о рынке — от предсказания возможно-
 
      го времени следующей покупки до оптимального расположения товаров в
 
      магазине или оптимальной даты выпуска на рынок нового фильма.
 
           Существует большое количество различных математических алгорит-
 
      мов для поиска скрытых закономерностей. Некоторые из них относятся к
 
      миру эзотерики и слабо применимы для решения бизнес-задач (много-
 
      мерные адаптивные регрессивные сплайны — что бы это ни значило).
 
      Несмотря на то что в качестве аналитического аппарата могут использо-
 
      ваться как жесткие математические алгоритмы (дерево решений), так и
 
      нечеткая логика нейронных сетей, в сфере CRM они используются в пер-
 
      вую очередь для решения следующих ключевых задач.
 
           1. Предсказания. Использование исторических данных для опреде-
 
      ления будущего поведения. Данный процесс создает на выходе модель
 
                   
Аналитические возможности CRM
 
или структуру, которая с определенным уровнем статистической точности
 
отображает результат предсказания.