Skip to main content

Kisah Sukses Web Mining - Seri Text Mining dan Web Mining (9)

Ask.com adalah salah satu search engine yang terkenal. Ask.com percaya bahwa komponen mendasar dari kesuksesannya terletak pada kemampuannya untuk memberikan secara konsisten hasil pencarian yang lebih baik. Namun, menentukan kualitas hasil pencarian adalah sesuatu yang mustahil  untuk diukur secara akurat dengan menggunakan ukuran-ukuran kuantitatif seperti click-through rate, abandonment (hasil pencarian yang tidak di-klik atau ditindklanjuti), dan frekwensi pencarian; sepertinya diperlukan ukuran-ukuran kuantitatif dan kualitatif tambahan. Dengan men-survey secara regular pengunjungnya, ask.com menggunakan kombinasi ukuran-ukuran kualitatif fan kuantitatif sebagai dasar indikator kinerja, seperti “jumlah persen pengguna yang mengatakan bahwa mereka menemukan apa yang mereka cari”, selain menggunakan survey dengan pertanyaan terbuka untuk mengevaluasi pengalaman pengguna. Dengan menyatukan data kuantitatif dan kualitatif, ask.com bisa memvalidasi perubahannya ke desain 3D mereka, meskipun faktanya bahwa dalam menguji ukuran-ukuran secara murni kuantitatif menunjukkan tidak ada perbedaan dalam hal kinerja antara desain yang lama dan yang baru.

Scholastic.com adalah took buku online yang mengkhususkan pada buku-buku pendidikan untuk anak-anak. Ada temuan bahwa beberapa pengunjung gagal untuk melakukan pembelian. Pertanyaan pentingnya adalah “Apa yang salah?”. “Mengapa para pengunjung itu tidak melakukan pembelian?” dan akhirnya, “Bagaimana kita bisa memenangkan kembali pengunjung-pengunjung itu?” Analisa data berikutnya menunjukkan bahwa sebagian alasannya adalah situs tersebut tidak menunjukkan judul-judul yang mereka cari. Contohnya, para pembeli sedang mencari judul-judul buku yang sudah lama dan mereka sudah pernah membacanya puluhan tahun sebelumnya dan mengira Scholstic masih memilikinya. Dalam kasus ini, perusahaan memanfaatkan data suara pelanggan untuk mengidentifikasi judul-judul tertentu yang dicari orang yang sudah lama dicetak.  Data web tersebut mengkuatifikasikan jumlah kebutuhan market yang tidak bisa dipenuhi dan dampaknya pada perilaku pembelian mendatang. Scholastic mulai menampilkan judul-judul lama di web nya dan mengimplementasikan suatu fitur yang mendorong pelanggan untuk mendaftar untuk menerima e-mail apabila buku yang sudah habis sudah ada kembali. Dari e-mail yang dikirim, sekitar 35 persen penerima email membeli buku.

St. John Health system adalah halth care system (system perawatan kesehatan) yang memiliki 8 rumah sakit, 125 lokasi medis, dan lebih dari 3000 dokter. Database CRM-nya memiliki lebih dari 1.1 juta pasien. Situs web St. John melacak data tentang kepuasan bersama dengan data-data transaksi, seperti regristrasi online untuk proses assessment kesehatan dan penjadwalan kunjungan dokter, untuk menentukan berapa banyak jumlah pasien baru yang bisa didorong ke ke sistem mereka yang disebabkan oleh situs web mereka. St.John mendapati 15 persen peningkatan dalam hal pasien baru dan RoI empat banding satu atas dana yang sudah dihabiskan untuk meningkatkan kepuasan dari web, meskipun market health care sangatlah kompetitif dan populasi konsumen yang menurun. Sukses ini telah mengubah para pimpinan seluruh organisasi, yang saat ini memanfaatkan kepuasan pelanggan online sebagai indikator kinerja kunci dengan nilai dari berbagai macam segi. St. John menggunakan data dari web untuk memonitor keberhasilan program iklan mereka yang mendorong orang ke situs web mereka, memprioritaskan dan mendanai proyek-proyek lintas department yang mengarah pada perbaikan tingkat kepuasan, dan menjaga suara konsumen sebagai pusat pengambilan keputusan bisnis korporat.

Perusahaan-perusahaan yang berpikir ke depan seperti Ask.com, Scholastic, dan St. John Health System sedang aktif menggunakan system web mining untuk menjawab pertanyaan-pertanyyan penting tentang “Siapa?” “Mengapa?” dan “Bagaimana?”. Seperti yang sudah didokumentasikan, manfaat mengintegrasikan sistem-sistem tersebut secara efektif dan efisien bisa berdampak sangat signifikan, baik dalam arti pertumbuhan financial dan meningkatkan loyalitas dan kepuasan pelanggan.
Dengan mengingat pergeseran terus menerus terhadap uang untuk iklan, berbagai sumber daya, dan, lebih penting lagi, pelanggan ke channel online, keyakinannya adalah bahwa para eksekutif yang secara agresif memburu pandangan yang lebih holistik terhadap para pelanggan mereka dengan menggunakan teknik-teknik web mining akan memiliki keunggulan yang penting  atas pesaing mereka yang terus menerus mendasarkan analisa mereka pada intuisi, perasaan, dan tebakan buta.

Comments

Popular posts from this blog

Pengertian Binding dalam Bahasa Pemrograman dan Kapan Terjadinya

Binding dimaksudkan sebagai pengikatan (association) antara suatu entity dengan atributnya, misalnya binding/pengikatan antara suatu variable dengan tipe datanya atau dengan nilainya, atau dapat juga antara suatu operasi dengan simbol, misalnya simbol + dikenali sebagai operasi penjumlahan atau simbol ^ dikenali sebagai operasi pangkat, dll.  Peristiwa binding dan kapan terjadinya binding (biasanya disebut dengan binding time ) berperan penting dalam membicarakan semantics suatu bahasa pemrograman. Beberapa kemungkinan binding time adalah:

Latihan Soal Jawab Matematika Diskrit

Berikut di bawah ini adalah latihan soal jawab untuk matematika diskrit dengan topik-topik: Pernyataan Logika Circuits dan Ekspresi Boolean Argumen (valid/tidak valid) Teori Himpunan Permutasi Fungsi --o0o-- Pernyataan Logika 1. Buatlah tabel kebenaran untuk menentukan yang mana tautology dan yang mana contradiction dalam pernyataan logika (a) dan (b) di bawah ini: a. (p ∧ q) ∨ (∼p ∨ (p ∧ ∼q)) b.  (p ∧ ∼q) ∧ (∼p ∨ q)

Contoh proses normalisasi relasi dari UNF – 1NF – 2NF – dan 3NF

Dalam posting tulisan tentang: “Tujuan dan Manfaat Normalisasi dalam Perancangan Database” , kita sudah mempelajari tentang: “Apa itu normalisasi” dan “Mengapa kita perlu melakukan normalisasi”. Kedua pertanyaan itu sudah terjawab dalam tulisan tersebut.  Kemudian dalam posting tulisan tentang: “Konsep Ketergantungan Fungsional, Normalisasi, dan Identifikasi Primary Key dalam Perancangan Sistem Database” , kita sudah mempelajari suatu konsep penting yang digunakan untuk melakukan normalisasi, yaitu konsep ketergantungan fungsional yang terdiri dari ketergantungan penuh, ketergantungan parsial atau sebagian, dan ketergantungan transitif. Proses normalisasi pertama-tama dilakukan dengan mengidentifikasi adanya ketergantungan-ketergantungan tersebut dalam relasi-relasi dan kemudian menghilangkannya. Cara melakukan normalisasi, mengidentifikasi berbagai macam ketergantungan, dan menghilangkan ketergantungan pada relasi-relasi bisa dipelajari ulang dalam postingan tulisan d...