ретного ринку;
- більш виразно поставити цілі і прогнозувати реальність успішного здійснення маркетингової програми.
В
Для проведення сегментації потрібне дотримання наступних умов:
- сегмент повинен бути досить вагомим, щоб були виправдані операційні витрати банку, пов'язані з проведенням кампанії з просування нових послуг на ринок.
- відповідна реакція на дії банку групи людей чи компаній, обраних у якості цільового ринку, повинна вигідно відрізнятися від реакції інших сегментів.
В
У клієнтурної ринку зазвичай виділяють п'ять сегментів:
1. Юридичні та фізичні особи, які відкривають рахунки в банку.
2. Корпорації, фінансово-промислові групи.
3. Банки-кореспонденти. p> 4. Урядові та муніципальні органи (ринок державних боргових облігацій).
5. Юридичні та фізичні особи як засновники довірчого управління майном.
Після сегментації ринку банківських послуг банк проводить позиціонування своєї послуги в певному сегменті ринку.
У результаті збору маркетингової інформації відділ маркетингу банку готується до аналізу ситуації на ринку. Для проведення аналізу відділ маркетингу може використовувати найсучасніші засоби дослідження ринку, які є в розпорядженні банку. Ті банки, які проводять на ринку активну політику, спрямовану на виживання, комплектують свої аналітичні відділи за останнім словом техніки. Бо мені відомі деякі сучасні методи, застосовувані для аналізу в російських банках, то я про них трохи розповім.
В
нейронні мережі ЯК ЗАСІБ АНАЛІЗУ
Що таке нейронна мережа, нейроплата і нейрокомпьютер? Перш за все, нехай Вас не вводить в оману вживання слова "Нейро". Нейронна мережа схожа на мозок людини не більше ніж склянку коктейлю на Північний Льодовитий океан. Словосполучення "теорія нейронних мереж "- не більш ніж узагальнена назва цілком конкретною і формальної галузі математики. br/>
З математичної точки зору нейронна мережа являє собою багатошарову мережну структуру, що складається з однотипних (і порівняно простих) процесорних елементів - нейронів. Нейрони, пов'язані між собою складною топологією межз'єднань, групуються в шари (як правило, два-три), серед яких виділяються вхідний і вихідний шари. У нейронних мережах,
застосовуються для прогнозування, нейрони вхідного шару сприймають інформацію про параметри ситуації, а вихідний шар сигналізує про можливої вЂ‹вЂ‹реакції на цю ситуацію. Перед постановкою на "бойове чергування "нейронна мережа проходить спеціальний етап налаштування - навчання.
Як правило, мережі пред'являється велика кількість (сотні і тисячі) заздалегідь підготовлених прикладів, для кожного з яких відома необхідна реакція мережі. Якщо мережа реагує на черговий приклад неадекватно, тобто стан вихідного шару відрізняється від заданого, внутрішня структура мережі піддається деякої модифікації для мінімізації помилки (у більшості випадків коригуються ваги з'єднань). br/>
Після певного періоду навчання мережа досягає стану, відповідного мінімальної сумарної помилку. Для деяких заду год сумарна помилка складає 2-3%, для інших може доходити до 10-15%, ряд завдань взагалі не піддається вирішенню на нейронних мережах. На щастя, прикладні аспекти теорії нейронних мереж сьогодні настільки вивчені, що практично для кожної користувальницької завдання можна знайти опис найбільш придатною для її рішення структури нейронної мережі, а також очікуване якість результатів. br/>
Давайте тепер коротко перерахуємо основні переваги нейронних мереж:
1. Найбільш цінна властивість нейронних мереж - здатність навчатися на безлічі прикладів в тих випадках коли невідомі закономірності розвитку ситуації і які б то не було залежності між вхідними і вихідними даними. У таких випадках (а до них можна віднести до 80% завдань фінансового аналізу) пасують як традиційні математичні методи, так і експертні системи.
2. Нейронні мережі здатні успішно вирішувати завдання, спираючись на неповну, викривлену, зашумленную і внутрішньо суперечливу вхідну інформацію.
3. Для використання методів кореляційного аналізу вам знадобиться професіонал-математик.
Експлуатація навченої нейронної мережі під силу і старшокласнику.
4. Нейромережеві пакети дозволяють виключно легко підключатися до баз даних, електронній пошті і т.д. і автоматизувати процес введення і первинної обробки даних.
5. Внутрішній паралелізм, властивий нейронних мереж, дозволяє практично безмежно (наскільки вистачить гаманця) нарощувати потужність вашої нейросистеми. Ви можете почати з простого і дешевого пакету, потім перейти на професійну версію, потім додати одну-дві-три плати-прискорювача, потім перейти на спеціалізований нейрокомп'ютер - з гарантією повної спадкоємності всього раніше створеного програмного забезпечення.
В
...
