CRM development in practice, customer relationship management innovation
DOI:
https://doi.org/10.18531/Studia.Mundi.2015.02.02.136-148Schlagwörter:
Costumer relationship, predicting model, CRMAbstract
This research shows a customer relationship model, which does not only implement innovative elements into a specific supplier’s customer relationship management (CRM), but also reorganizes the customer service’s procedure. The primary aim of the model is to increase customer satisfaction, and to decrease the number of leaving customers, and furthermore to win new customers. The most important results of the model is the customer loyalty measure, which directly determines the customer relationship. Furthermore the efficiency of the different promotions, CRM elements and CRM channels, is shown by the analysis of the estimated explanatory variable’s parameters.
Literaturhinweise
Amemiya T. (1985): Advanced econometrics. : Harvard University Press. 521. p., ISBN 0-674-00560-0
Borgulya I. (1998): Neurális hálók és fuzzy rendszerek. Dialog Campus.ISBN: 9789639123274
Fajszi B. – Cser L. (2004): Üzleti tudás az adatok mélyén. Budapesti Műszaki és Gazdaságtudományi Egyetem. 260. p., ISBN: 9634215580
Franses P.H. – Paap R. (2001): Quantitative models in marketing research. Cambridge: Cambridge University Press. 206. p., ISBN 0-521-80166-4
Greene W. (2003): Econometric analysis. Fifth Edition. New Jersey, Upper Saddle River: Prentice Hall. 1083. p., ISBN 9788177586848
Hajdu O. (2003): Többváltozós statisztikai számítások. Budapest: Aula Kiadó 457. p., ISBN 963-215-600-5
Hosmer D. W. ― Lemeshow S. (2000): Applied Logistic Regression, 2nd edition. New York: Wiley, 392p., ISBN 9780470582473
Kumar A. - VIthala R. R. - HARSH S. (1995) An Empirical Comparison of Neural Network and Logistic Regression Models, Marketing Letters, Vol. 6. No. 4. 251-264. p., ISSN: 0923-0645 DOI: http://dx.doi.org/10.1007/BF00996189
Long J. S. (1997): Regression Models for Categorical and Limited Dependent Variables. Thousand Oaks: Sage. 297 p., ISBN 9780803973749 DOI: http://dx.doi.org/10.1086/231290
Oravecz B. (2007): Credit scoring modellek és teljesítményük értékelése, Hitelintézeti Szemle a Magyar Bankszövetség kiadványa, Vol. 2007. No. 6. 607-627. p., ISSN 1588- 6883
Sajtos L.―Mitev A. (2007): SPSS kutatási és adatelemzési kézikönyv. Budapest: Alinea Kiadó. 402. p., ISBN 978-963-9659-08-7
de SÁ J.P.M. (2007): Applied Statistics Using SPSS, STATISTICA, MATLAB and R.. Heidelberg: Springer. 520. p., ISBN 978-3-540-71971-7 DOI: http://dx.doi.org/10.1007/978- 3-540-71972-4
Schweidel D. A. , Fader P. S., Bradlow E. T. (2008): Understanding Service Retention Within and Across Cohorts Using Limited Information, Journal of Marketing Vol. 72. No. 1. 82-94. p., ISSN 0022-2429 DOI: http://dx.doi.org/10.1509/jmkg.72.1.82
Downloads
Veröffentlicht
Ausgabe
Rubrik
Lizenz
Copyright (c) 2015 János Papp, Ede Lázár, Ágnes Brix
![Creative Commons License](http://i.creativecommons.org/l/by-nc-nd/4.0/88x31.png)
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung - Nicht-kommerziell - Keine Bearbeitungen 4.0 International.
A folyóirat Open Access (Gold). Cikkeire a Creative Commons 4.0 standard licenc alábbi típusa vonatkozik: CC-BY-NC-ND-4.0. Ennek értelmében a mű szabadon másolható, terjeszthető, bemutatható és előadható, azonban nem használható fel kereskedelmi célokra (NC), továbbá nem módosítható és nem készíthető belőle átdolgozás, származékos mű (ND). A licenc alapján a szerző vagy a jogosult által meghatározott módon fel kell tüntetni a szerző nevét és a szerzői mű címét (BY).