审查整合大数据分析计划

在每个系统开发计划中，始终需要研究对象各方以结构化访谈的形式提供描述性数据，以获得更深入的事实数据（自然设置）。还需要进行直接观察、观察、检查或讨论，以进一步丰富有关某个问题的研究数据。根据I Wayan Suwendra（2018:8），定性研究的好处之一是提高实践能力，案例研究将跟踪计划、过程和后续行动，因此对改进实践非常有价值。问题的背景或事实问题是本研究的出发点。表1：信息人员名单标准信息职位全面负责公司发展和组织成长。FOBBranch先生对公司的营销系统有着深入的学术和专业见解，并拥有数字营销规划方面的技能。营销和数字内容主管Sn女士有能力与学生和家长保持良好关系。客户关系部HDWHead先生，客户关系与营销部。RD女士dan先生Siacuster Relationship拥有大数据、IT、电子系统开发（网站、在线应用程序、社交媒体）方面的知识。Deptechnic先生和信息系统官员对英语教育系统的发展具有全球洞察力。StudyGlobal insight负责商务英语课程开发，与客户直接互动。FJAS先生研究问题鉴定助理主任在每周会议上进行。考虑到数据保密性因素，本研究无法充分描述会议记录。

为了保持数据和研究问题的有效性，以下是一些为减少问题而进行的ReflectVenotes，以便研究仍然集中于其目标：1。对数字营销推广部门负责人SN女士的初步（非正式）采访：“我们需要一个能够分析数字营销有效性的集成系统，根据组织细分了解非正规教育市场的趋势。从营销和CRM系统来看，有多少学生注册？”。2、对RA先生作为平面设计师和数字内容设计师的初次（非正式）采访，SN女士的astaff说：“在制作视频或数字图形内容时，我们应该着眼于客户方面，他们需要的不仅仅是设计一个强调组织服务或产品的内容。同样，它应该让学生和家长参与创建内容，如：推荐信、互动视频”。www.theijbmt。com 84 |第页电子商务整合大数据分析计划回顾…。图2：研究阶段进行非正式访谈，然后总结每周会议的结果，尤其是与本研究相关的要点：营销、客户关系和项目开发。以下是结构化访谈指南中包含的问题列表，对每个告密者进行了访谈。显示了过去五年的增长和学生人数数据。问题1.1：你认为我们的学生增长停滞不前吗？我们是否可以采取一些政策来克服这个问题，例如：1。通过电子媒体、互联网和社交媒体进行营销：Instagram、Facebook、Twitter和Youtube？2.

我们的CRM系统，包括WA和Line for Business call center方法、电子邮件和短信爆炸？问题1.2：如果没有，是否应该分析业务流程或其他因素，以便我们能够支持我们的数字营销系统和CRM，使其实现更优化？显示web统计数据和社交媒体日志系统、呼叫中心和电子邮件。问题2.1：数据是我们系统的统计报告。

我们的市场细分分析过程中是否需要包括其他数据或变量？问题2.2：您认为通过技术整合整个营销系统将简化营销流程，优化沟通设施，从而与学生和家长/客户保持良好关系，这是什么？问题3.1：是否已经优化了我们当前的数据分析流程？是否以AFAS数据、展览、活动等电子查询的形式？问题3.2：为了跟踪数据分析，我们是否以最佳方式进行了跟踪？展示研究思维框架和命题的图片。问题4：您对大数据了解多少？对于技术和信息系统部的系统集成计划，您有何回应？问题5.1：您认为我们的系统集成系统草案是否有助于日常工作和运营任务中的营销和客户关系？问题5.2：从我们的讨论过程来看，是否还有其他需要集成的过程变量或业务？www.theijbmt。com 85 |第页电子商务整合大数据分析计划回顾…。问题5.3：根据我们对系统集成规划的研究，根据brother\'s的专业知识，是否有其他应该增加或减少的评论和意见？使系统更优化。问题6：向在前一次访谈中出现的其他线人展示与线人讨论的分析结果（匿名/隐藏线人来源）——检查同龄人和滚雪球的过程，三角测量过程（Miles Huberman）从第二次访谈开始，依此类推。Sugiyono（2018:222-225），影响研究结果质量的主要因素有两个，即仪器质量和数据收集质量。

在定性研究中，数据收集是在自然环境、主要数据源以及参与者观察、深度访谈和文档中的更多数据收集技术中进行的。以下是本研究将采用的一些数据收集方法：1。完全参与性观察研究者参与被研究对象的日常活动或用作研究数据源。在收集数据时，研究人员充分参与了数据源所做的工作，大气是自然的，而研究人员并没有参与研究。通过研究人员作为员工的活动，并始终与受试者保持良好的关系，可以直接在选定的观察阶段进行观察（观察迷你旅行）。研究人员可以描述发现的焦点，以便数据更加详细。结构化访谈研究者使用这种访谈技巧作为数据收集的方法，因为他们已经知道要获得的信息。研究人员记录并记录了受访者被问及的相同问题。研究工具，如企业辅助数据、图像和数字语音记录器，用于帮助面试过程顺利进行。3、文件资料以照片文件的形式，并记录电子文件，然后将合作伙伴制作成完整的成绩单，并进行编码，以维护研究课题数据的机密性。五、 数据分析在定性研究中，研究数据的主要标准是有效、可靠和客观。本研究采用可信性检验来检验数据的有效性，包括：1。

观察或参与的扩展侧重于根据滚雪球法直接向主要线人或其他线人测试获得的数据。将制作一份证书作为试验延期的有效期，并附在研究报告的附件中。2、三角测量使用源三角测量方法，检查通过与同一分区中的受试者相关的各种源获得的数据的正确性。专注于数字营销、CRM和大数据整合的预期收益。3、与同事检查或讨论。4、使用足够的参考文献。使用支持工具，通过数字录音带、照片、研究人员在访谈中直接记录的笔记（通过签署或草签文档验证受试者）记录访谈。Sugiyono（2018:245），定性数据的分析本质上是归纳的，即基于获得的数据进行分析，然后发展为假设。根据根据数据制定的假设，再次重复搜索数据，以便根据收集的额外数据得出假设是否被接受的结论。当基于可以通过三角测量技术重复收集的数据时，假设被接受，然后假设发展成为一种理论。该理论被用于下一阶段，即将大数据与营销系统和企业CRM集成的过程。

因此，系统集成符合主体的客观需要，并有望改善或解决存在的问题。www.theijbmt。com 86 |第页电子商务整合大数据分析计划回顾…。本研究采用Miles和Huberman模型进行数据分析。数据分析在数据收集时进行，并在一定时期内完成。在访谈中，研究人员对线人的回答进行了分析。如果分析后采访的答案令人不满意，研究人员将在一定程度上再次提问，直到数据可信为止。数据分析中的活动遵循Miles和Huberman提出的流模型。图3：数据分析组件（流模型）数据分析活动分为三个部分：数据简化、数据显示和结论提取/验证。使用图3.3：图4：数据分析组件（交互式模型）中的逻辑方案和数据简化，从现场获得的数据相当多，因此需要仔细和详细。减少数据意味着总结、选择主要内容、关注重要内容、寻找主题和数据模式。数据减少后，下一步是显示数据。流程图开始了，叙事文本就是这个过程的产物。结论：结论图/验证中的数据将以图像或图表显示。可靠数据支持的数据将是本研究的结论。六、

介词根据研究前访谈的结果、学术研究和期刊文章支持的归纳思维，以下是研究命题：通过社交媒体进行电子营销的业务流程，内容涉及学生的参与，将能够创造客户旅程。反馈沟通、建议、投诉，包括客户历史（家长和学生）的跟踪等因素在电子营销和CRM中具有很大的影响力。需要以学生的年龄和性别、学生状态（新的或旧的）和学生课程历史的形式分析二级顺序数据。需要大数据Apache Hadoop来分析网站数据、在线聊天、社交媒体和学生的在线行为。然后进行顺序分析和大数据分析，以获得客户分析和定制关系。通过创建交互式电子营销内容、沟通反馈、客户分析和定制关系的可用性。能够提高客户关系和市场营销部门的运营效率。www.theijbmt。com 87 |第页电子商务整合大数据分析计划回顾…。七、结果采用扩展参与、数据源三角划分、讨论、Miles和Huberman模型进行数据访谈分析。本文研究结果如下：1。大数据集成服务的质量数据访问的质量、电子营销和CRM系统的快速集成以及数据获取的方便性是关键。此外，数据访问和安全的速度因素也很重要。2.

电子营销和CRM功能。电子营销和CRM功能组的研究发现，创建多个与客户沟通的渠道、营销内容与趋势的匹配、沟通渠道的评估和跟进，以及内容更新功能的存在。3、其他数据分析（包括客户参与度和客户旅程创建的因素）。客户满意度和投诉分析、潜在客户数据分析、细分市场评估和趋势分析是可以回答“在集成此系统时还需要分析哪些内容？”这一问题的调查结果。八、结论为了整合电子营销系统和客户关系管理的大数据分析计划，该主题必须关注学生和客户参与度，以创建符合当前趋势的广告内容。此外，创建客户旅程的业务流程对电子营销和CRM系统的有效运行有着显著的影响。本研究发现，易于获取数据和访问、安全、通过社交媒体和在线聊天创建多个渠道的通信是另一个重要的观点。所有这些观点都是受访者在采访时提到的，采访中发现了扩展参与过程中的数据缩减。所有受访者都同意，电子营销系统和大数据CRM能够提高营销和CRM部门的有效运作。这项研究是在泗水国际语言教育服务中心进行的，具有统一的客户细分和人口统计学。研究结果充分支持了本研究提出的研究介词。

需要采用定性研究方法来找出系统的有效性到底如何。参考文献【1】Sirait，Emyana Ruth Eritha。(2016).  印度尼西亚Pemerintahan Lembaga实施技术大数据。Jurnalpenetian Pos dan Informatika公司。6，第2卷第113-136页。[2] 李维佳。2016年，数字媒体数据和市场情报。鹿特丹伊拉斯谟大学《国际商业信息管理》未出版。[3] Fotaki G.、Spruit M.、Brinkkemper S.、dan Meijer D.2013年。探索在线客户细分的大数据机会。技术报告UU-CS2013-021。荷兰乌得勒支大学。[4] 克里斯托弗·A·贝洛因。2018年，《客户关系管理与本科生学位保留研究》，未发表教育博士学位论文。波特兰康科迪亚大学。[5] McNulty Eileen，2014年。了解大数据：生态系统（在线）。https://dataconomy.com/2014/06/understanding-big-data-ecosystem，于2018年9月23日访问）。[6] trauss J.dan Frost Raymond，2014年。电子营销。第七版。英国：皮尔逊教育有限公司。[7] alyanam，K.dan McIntyre，S.2002年。《电子营销组合：电子跟踪战的贡献》，《营销科学学院杂志》。30，第4卷。第483-495页。[8] Kotler P.dan Armstrong Gary，2014年。市场营销原则。十五版。英国：皮尔逊教育有限公司。[9] Setiyaningrum A.、Udaya J.、dan Efendi。2015年，Prinsip PrinsipPemasaran Plus TrenTerkini。日惹：Andi。[10] Buttle，F.dan Maklan Stan，2015年。客户关系管理概念和技术。第三版。纽约：劳特利奇。[11] Suwendra I.W.，2018年。Metodologipenetitankalitatifdamilmusosial、Pendidikan、Kebudayan和Keagamaan。巴厘岛：尼拉卡拉。[12] Sugiyono，2016年。METODEPENELITIANKUANTITIFKALITATIF dan研发部。雅加达：阿尔法贝塔。