Уровневая модель данных маркетинговых исследований, ориентированная на поиск закономерностей в результатах опросов

Authors

  • В В Сайко

DOI:

https://doi.org/10.20998/%25x

Abstract

В работе предложена модель данных маркетинговых исследований, позволяющая существенно упростить процесс проектирования опросных листов, ввод данных и их анализ.

References

Модули и шаблоны: Маркетинговые исследования // http://www.marketing.spb.ru/soft/temp2.htm.

Акишева А.З., Моор П.К. Автоматизированная система формирования, публикации и обработки социологических опросов // http://Conf.bstu.ru/conf/docs/0026/0390.doc.

Василенко Т.Г. «Прикладной Социолог»: полная автоматизация социологического опроса http://www.sura.ru/pnpoisk/index.html.

Рябых Д. Marketing Analytic. Официальное представление продукта разработчиком // http://www.marketing.spb.ru/soft/products/m_analytic.htm.

Codd, E.F. Does Your DBMS Run By the Rules?, ComputerWorld, 21. October 1985.

Downloads

How to Cite

Сайко, В. В. (2017). Уровневая модель данных маркетинговых исследований, ориентированная на поиск закономерностей в результатах опросов. Bulletin of National Technical University "KhPI". Series: System Analysis, Control and Information Technologies, (26), 120–127. https://doi.org/10.20998/%x

Issue

No. 26 (2008)

Section

SYSTEM ANALYSIS AND DECISION-MAKING THEORY

License

Copyright (c) 2017 Bulletin of NTU “Kharkiv Polytechnic Institute”. Series: System Analysis, Control and Information Technologies

Authors who publish with this journal agree to the following terms:

  • Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  • Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  • Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).