دانلود مقاله و خرید ترجمه:آشکار سازی علم تجزیه و تحلیل داده های بزرگ برای هوش تجاری از طریق دریچه های آمیخته بازاریابی - 2015

دانلود بهترین مقالات isi همراه با ترجمه فارسی

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده داده های بزرگ ( big data )
  • Demystifying Big Data Analytics for Business Intelligence Through the Lens of Marketing Mix آشکار سازی علم تجزیه و تحلیل داده های بزرگ برای هوش تجاری از طریق دریچه های آمیخته بازاریابی
    دانلود مقاله isi | دانلود مقاله انگلیسی رایگان | خرید ترجمه فارسی مقاله

    سال انتشار:

    2015


    ترجمه فارسی عنوان مقاله:

    آشکار سازی علم تجزیه و تحلیل داده های بزرگ برای هوش تجاری از طریق دریچه های آمیخته بازاریابی


    عنوان انگلیسی مقاله:

    Demystifying Big Data Analytics for Business Intelligence Through the Lens of Marketing Mix


    منبع:

    sciencedirect - elsevier - Big Data Research 2 (2015) 28–32


    نویسنده:

    Shaokun Fan , Raymond Y.K. Lau b , J. Leon Zhao


    چکیده انگلیسی:

    Big data analytics have been embraced as a disruptive technology that will reshape business intelligence, which is a domain that relies on data analytics to gain business insights for better decision-making. Rooted in the recent literature, we investigate the landscape of big data analytics through the lens of a marketing mix framework in this paper. We identify the data sources, methods, and applications related to five important marketing perspectives, namely people, product, place, price, and promotion, that lay the foundation for marketing intelligence. We then discuss several challenging research issues and future directions of research in big data analytics and marketing related business intelligence in general. Keywords: Big data analytics Business intelligence Marketing intelligence Marketing mix Survey versus log data


    چکیده فارسی:

    تجزیه و تحلیل های داده های بزرگ بعنوان تکنولوژی مزاحم پذیرفته شده است که هوش تجاری را دوباره شکل خواهد داد؛ در واقع، این مسیر شامل حوزه ای است که متکی به تحلیل گران داده ها برای کسب بینش های تجاری برای تصمیم گیری های بهینه است. با بررسی مطبوعات اخیر، در این تحقیق چشم انداز تجزیه و تحلیل داده های بزرگ از طریق دریچه های چهارچوب آمیخته بازاریابی، بررسی می شود. در مطالعه حاضر به شناسایی منابع مختلف داده ها، روش ها، و کاربردهای مربوط به پنج نمای مهم بازاریابی، عمدتا مردم، محصولات، مکان، قیمت، و ترویج و پیشرفت، پرداخته می شود که اصول هوش بازاریابی را ارائه می دهد؛ سپس چندین موضوع تحقیق چالش برانگیز و مسیرهای آینده تحقیق در تحلیل داده های بزرگ و در کل، هوش بازاریابی کسب و کار ، بحث می شود. کلمات کلیدی: تجزیه و تحلیل داده های بزرگ، هوش تجاری، هوش بازاریابی، آمیخته بازاریابی، بررسی در مقابل ثبت داده ها


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 5
    تعداد صفحات فایل doc فارسی(با احتساب مراجع): 14

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 71 کیلوبایت


    قیمت: 18000 تومان  16200 تومان(10% تخفیف)


    توضیحات اضافی: یک مقاله داغ و جذاب در حوزه هوش تجاری، داده های بزرگ و مدیریت بازاریابی. این مقاله یکی از جدیدترین مقاله ها در این حوزه می باشد. و برای کسانی که قصد ارائه مقاله در این زمینه ها را دارند بسیار مناسب می باشد




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
داده-های-بزرگ
موضوعات
footer