مقاله انگلیسی رایگان در مورد استفاده از یادگیری ماشین نظارت شده برای پیش بینی فروش B2B – الزویر ۲۰۲۲

elsevier

 

مشخصات مقاله
ترجمه عنوان مقاله استفاده از یادگیری ماشین نظارت شده برای پیش بینی فروش B2B: مطالعه موردی پیش بینی فروش قطعات یدکی در یک ارائه دهنده خدمات پس از فروش
عنوان انگلیسی مقاله Using supervised machine learning for B2B sales forecasting: A case study of spare parts sales forecasting at an after-sales service provider
انتشار مقاله سال ۲۰۲۲
تعداد صفحات مقاله انگلیسی ۱۳ صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
پایگاه داده نشریه الزویر
نوع نگارش مقاله
مقاله پژوهشی (Research Article)
مقاله بیس این مقاله بیس میباشد
نمایه (index) Scopus – Master Journals List – JCR
نوع مقاله ISI
فرمت مقاله انگلیسی  PDF
ایمپکت فاکتور(IF)
۶٫۹۵۴ در سال ۲۰۲۰
شاخص H_index ۲۰۷ در سال ۲۰۲۰
شاخص SJR ۱٫۳۶۸ در سال ۲۰۲۰
شناسه ISSN ۰۹۵۷-۴۱۷۴
شاخص Quartile (چارک) Q1 در سال ۲۰۲۰
فرضیه ندارد
مدل مفهومی ندارد
پرسشنامه ندارد
متغیر دارد
رفرنس دارد
رشته های مرتبط مهندسی کامپیوتر و مدیریت
گرایش های مرتبط مدیریت کسب و کار، بازاریابی، هوش مصنوعی
نوع ارائه مقاله
ژورنال
مجله  سیستم های خبره با کاربردها – Expert Systems with Applications
دانشگاه Industrial Engineering and Business Information Systems (IEBIS), Faculty of Behavioural Management and Social Sciences, University of Twente, The Netherland
کلمات کلیدی یادگیری ماشینی تحت نظارت، پردازش زبان طبیعی (NLP)، پیش بینی فروش B2B، اولویت بندی در پتانسیل فروش، استخراج اطلاعات، داده های نامتعادل
کلمات کلیدی انگلیسی Supervised machine learning – Natural Language Processing (NLP) – B2B sales forecasting – Prioritization on sales potential – Information Extraction – Imbalanced data
شناسه دیجیتال – doi
https://doi.org/10.1016/j.eswa.2021.115925
کد محصول E15718
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

فهرست مطالب مقاله:
Abstract
Keywords
Introduction
Literature review
B2B sales potential forecasting model
Results
Conclusion
Ethical considerations
Declaration of Competing Interest
Appendix A. Supplementary data
References

بخشی از متن مقاله:
ABSTRACT
In this paper, we present a method to use advance demand information (ADI), taking the form of request for quotation (RFQ) data, in B2B sales forecasting. We apply supervised machine learning and Natural Language Processing techniques to analyze and learn from RFQs. We apply and test our approach in a case study at a large after-sales service and maintenance provider. After evaluation we found that our approach identifies ~ 70% of actual sales (recall) with a precision rate of ~ 50%, which represents a performance improvement of slightly more than a factor 2.5 over the current labor-intensive manual process at the service and maintenance provider. Our research contributes to literature by giving step-by-step guidance on incorporating artificial intelligence in B2B sales forecasting and revealing potential pitfalls along the way. Furthermore, our research gives an indication of the performance improvement that can be expected when adopting supervised machine learning into B2B sales forecasting.

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد.