Počet záznamov: 1
Charakteristika osobnosti majiteľov automobilov z hľadiska modelu „Veľkej päťky“ (The Big Five personality traits) s využitím korešpondenčnej analýzy
Názov Charakteristika osobnosti majiteľov automobilov z hľadiska modelu „Veľkej päťky“ (The Big Five personality traits) s využitím korešpondenčnej analýzy Súbežný názov Personality Traits of Car Owners in Terms of the Big Five Personality Traits Using Correspondence Analysis Autorské údaje Romana Šipoldová Autor Šipoldová Romana EUBFHIKSA - Katedra štatistiky FHI Zdrojový dokument AIESA – Budovanie spoločnosti založenej na vedomostiach : recenzovaný zborník - 19. medzinárodná vedecká konferencia organizovaná pod záštitou rektora Ekonomickej univerzity v Bratislave prof. Ing. Ferdinanda Daňa, PhD. a dekana Fakulty hospodárskej informatiky prof. Ing. Ivana Brezinu, CSc., 13. novembra 2020, Bratislava. S. 337-346 online. - Bratislava : Letra Edu, 2020 / Čerteková Eva ; AIESA 2020 medzinárodná vedecká konferencia. ISBN 978-80-89962-68-6 Druh dokumentu rozpis článkov zo zborníkov Jazyk dokumentu slovenčina Krajina vydania Slovenská republika Heslá lojálnosť zákazníkov * správanie spotrebiteľa * psychológia reklamy * priemysel automobilový * automobily osobné * budovanie značky * výhody konkurenčné * modelovanie * Slovensko Anotácia Analýza vzťahu medzi vybranou značkou automobilu a faktormi modelu „Veľkej päťky“ (The Big Five personality traits, model OCEAN) slúžiace v psychológii na popísanie osobnosti človeka za použitia metódy korešpondenčnej analýzy. Vytváranie profilu zákazníka v automobilovom priemysle ako v priemyselnom odvetví so silnou a neustálou konkurenciou medzi jednotlivými výrobcami automobilových značiek. Jednotlivé značky snažiace sa od seba odlíšiť používaním rôznych foriem reklamy a presvedčiť zákazníka, aby sa stal verným konkrétnej značke. Kategória EPC Publikované príspevky na domácich vedeckých konferenciách Báza dát PUBLIKAČNÁ ČINNOSŤ Archív EPC E20 00642-038, kópia plného textu
Názov súboru Veľkosť Typ prístupu Plný text PDF 367.1 KB z IP adresy SEK po prihlásení 
článok
Počet záznamov: 1