Home
Giới thiệu
Tài khoản
Đăng nhập
Quên mật khẩu
Đổi mật khẩu
Đăng ký tạo tài khoản
Liệt kê
Công trình khoa học
Bài báo trong nước
Bài báo quốc tế
Sách và giáo trình
Thống kê
Công trình khoa học
Bài báo khoa học
Sách và giáo trình
Giáo sư
Phó giáo sư
Tiến sĩ
Thạc sĩ
Lĩnh vực nghiên cứu
Tìm kiếm
Cá nhân
Nội dung
Góp ý
Hiệu chỉnh lý lịch
Thông tin chung
English
Đề tài NC khoa học
Bài báo, báo cáo khoa học
Hướng dẫn Sau đại học
Sách và giáo trình
Các học phần và môn giảng dạy
Giải thưởng khoa học, Phát minh, sáng chế
Khen thưởng
Thông tin khác
Tài liệu tham khảo
Hiệu chỉnh
Số người truy cập: 112,298,152
Design and deployment of a customer journey management system: the CJMA approach
Tác giả hoặc Nhóm tác giả:
Nam Nguyen Chan, Duc Loc Nguyen Vo, Cuong Pham-Nguyen, Thang Le Dinh, Dam Nguyen Anh Khoa, Thoa Pham, and My Hang Vu Thi
Nơi đăng:
The 5th International Conference on Future Networks & Distributed Systems;
S
ố:
N/A;
Từ->đến trang
: 1-9;
Năm:
2021
Lĩnh vực:
Khoa học công nghệ;
Loại:
Bài báo khoa học;
Thể loại:
Quốc tế
TÓM TẮT
ABSTRACT
Customer journey management has been recently in high demand across organizations as a means of better understanding customer behavior, predicting user needs, and enhancing customer experience to achieve their business goals. Therefore, there is an urgent need for an affordable solution assisting enterprises, especially small and medium-sized enterprises (SMEs), in automatically extracting valuable customer journey insights from their existing data sources. For this reason, this paper presents an approach, called CJMA (Customer Journey Master) approach, for designing and deploying a customer journey management system. The proposed approach incorporates several journey analysis capabilities based on three process mining methods: process discovery, trace clustering, and decision mining. The proposed system was developed on top of Python’s Django web framework with four main functions: data centralizing, process modeling for all customer paths, customer journey clustering and customer decision predicting throughout journeys. The performance of the system has been evaluated based on the three criteria: execution time, accuracy and understandability of analytical findings, which produced high outcomes using the Google Merchandise Store dataset.
© Đại học Đà Nẵng
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn