مارکتینگ پروژه 20 | مرجع فایل های دانلودی - پروژه آماده - پروژه دانشجویی - پاورپوینت آماده
0

هیچ محصولی در سبد خرید نیست.

ترجمه مقاله یک نقشه استراتژی بازاریابی جدید برای بازاریابی مستقیم

ترجمه مقاله یک نقشه استراتژی بازاریابی جدید برای بازاریابی مستقیم

ترجمه مقاله یک نقشه استراتژی بازاریابی جدید برای بازاریابی مستقیم در ۲۱ صفحه ورد قابل ویرایش با فرمت doc به همراه اصل مقاله انگلیسی

مشخصات فایل

تعداد صفحات ۲۱
حجم ۱ کیلوبایت
فرمت فایل اصلی doc
دسته بندی بازاریابی

توضیحات کامل

ترجمه مقاله یک نقشه استراتژی بازاریابی جدید برای بازاریابی مستقیم در ۲۱ صفحه ورد قابل ویرایش با فرمت doc به همراه اصل مقاله انگلیسی





عنوان انگلیسی مقاله : A new marketing strategy map for direct marketing

 

 

عنوان فارسی مقاله : یک نقشه استراتژی بازاریابی جدید برای بازاریابی مستقیم

 

 

تعداد صفحات : ۲۱ صفحه ورد قابل ویرایش با فرمت doc

 

شناسه ثبت محصول : ea27


لینک دانلود رایگان مقاله انگلیسی :      http://ofmas.ir/tarjome/ea27.pdf

 

نحوه دانلود ترجمه این مقاله به فارسی : بلافاصله پس از پرداخت آنلاین ۱۵۰۰۰ تومان ، قادر به دانلود خواهید و یک نسخه از لینک دانلود نیز به ایمیل شما ارسال می شود .

 

بخشی از متن :

 

چکیده :

 

بازاریابی مستقیم یکی از موثرترین شیوه های بازاریابی بسیارکارا با هدف حداکثر کردن ارزش دوره عمرمشتریان می باشد. بسیاری از شیوه های یادگیری که به قیمت حساس هستند مشتریان با ارزش را شناسایی می کنند تا سود مورد انتظارشان را حداکثر کنند. با این حال این شیوه ها تا زمانی که سود کل را برای دوره زندگی مشتریان حداکثر می کند، نمی تواند کنترلی بر عیوب احتمالی داشته باشد. متاسفانه فعالیتهای بازاریابی بهینه برای بدست آوردن حداکثر سود اغلب در حداقل کردن عیوب احتمالی بسیار ضعیف عمل می کند، چون با این روشها بین اهداف تناقض هایی پدید می آید. در این مقاله ما روش تصمیم گیری متوالی(ترتیبی) را برای حداکثر کردن سود با در نظر گرفتن عیوب احتمالی در بازاریابی مستقیم، ارائه می کنیم. ما الگوریتم یادگیری تقویتی را می پذیریم تا فعالیتهای بازاریابی بهینه متوالی را تعیین کنیم. با این یافته ها نقشه استرتژی را طراحی می کنیم که به مدیران بازاریابی کمک می کند تا مجموعه فعالیت متوالی بهینه و کوتاهترین راه را برای رسیدن به وضعیت مورد مطلوب را شناسایی کند. در نتیجه، این استراتژی به طراحی ایده آلی برای مجموعه فعالیتهای موثر منتهی می شود.

 

ABSTRACT :

 

 Direct marketing is one of the most effective marketing methods with an aim to maximize the customer’s lifetime value. Many cost-sensitive learning methods which identify valuable customers to maximize expected profit have been proposed. However, current cost-sensitive methods for profit maximization do not identify how to control the defection probability while maximizing total profits over the customer’s lifetime. Unfortunately, optimal marketing actions to maximize profits often perform poorly in minimizing the defection probability due to a conflict between these two objectives. In this paper, we propose the sequential decision making method for profit maximization under the given defection probability in direct marketing. We adopt a Reinforcement Learning algorithm to determine the sequential optimal marketing actions. With this finding, we design a marketing strategy map which helps a marketing manager identify sequential optimal campaigns and the shortest paths toward desirable states. Ultimately, this strategy leads to the ideal design for more effective campaigns.

 


توضیحات بیشتر و دانلود



صدور پیش فاکتور، پرداخت آنلاین و دانلود

محمد

من نویسنده این سایت هستم و خوشحالم که در کنار مدیریت سایت میتوانم هر روز تجربیات خودم رو افزایش دهم تا به ارائه خدمات بهتری بپردازم.

مطالب زیر را حتما بخوانید:

قوانین ارسال دیدگاه در سایت

  • چنانچه دیدگاهی توهین آمیز باشد و متوجه اشخاص مدیر، نویسندگان و سایر کاربران باشد تایید نخواهد شد.
  • چنانچه دیدگاه شما جنبه ی تبلیغاتی داشته باشد تایید نخواهد شد.
  • چنانچه از لینک سایر وبسایت ها و یا وبسایت خود در دیدگاه استفاده کرده باشید تایید نخواهد شد.
  • چنانچه در دیدگاه خود از شماره تماس، ایمیل و آیدی تلگرام استفاده کرده باشید تایید نخواهد شد.
  • چنانچه دیدگاهی بی ارتباط با موضوع آموزش مطرح شود تایید نخواهد شد.


Warning: _() expects exactly 1 parameter, 2 given in /home/mpir1/public_html/wp-content/themes/Sigma/comments.php on line 19

لینک کوتاه: