| Abstract : | Στο σύγχρονο κόσμο οι επιχειρήσεις διαθέτουν πολύ μεγάλο όγκο δεδομένων σχετικά με τους πελάτες τους, γεγονός το οποίο έχει δημιουργήσει την ανάγκη ανάλυσής τους μέσω διάφορων εργαλείων και μεθόδων που υπάγονται στις τεχνικές εξόρυξης δεδομένων. Σκοπός της παρούσας Διπλωματικής Εργασίας είναι η παρουσίαση του βαθμού στον οποίο επηρεάζονται το Μάρκετινγκ και το λιανικό εμπόριο, η περιγραφή των ωφελειών και προκλήσεων, και η παρουσίαση μεθόδων στατιστικής ανάλυσης δεδομένων. Πιο συγκεκριμένα, παρουσιάστηκαν δύο πολύ διαδεδομένες εφαρμογές αξιοποίησης δεδομένων μεγάλου όγκου (Customer Segmentation και Market Basket Analysis).Για τις εφαρμογές αυτές διεξήχθη μελέτη περίπτωσης που αφορά σε ηλεκτρονικό κατάστημα που δραστηριοποιείται στον κλάδο του λιανικού εμπορίου. Σε πρώτο στάδιο χρησιμοποιήθηκε περιγραφική στατιστική των δεδομένων και στη συνέχεια εφαρμόστηκε το μοντέλο RFM. Από αυτό προέκυψαν τρία τμήματα πελατών και προτάθηκαν στοχευμένες στρατηγικές. Στη συνέχεια, εφαρμόστηκε Market Basket Analysis για όλη την πελατειακή βάση, αλλά και για κάθε ξεχωριστό τμήμα, για την εύρεση συσχετίσεων μεταξύ των προϊόντων. Τέλος, πραγματοποιήθηκε ερμηνεία των ευρημάτων και συγκεκριμένες προτάσεις. Για τις αναλύσεις αυτές χρησιμοποιήθηκαν SAS Enterprise Guide και SAS Enterprise Miner. Τέλος, πραγματοποιείται αναφορά σε νέες περιοχές προς εξέταση. Πιο συγκεκριμένα, παρέχονται ιδέες σχετικά με τα σημεία στα οποία θα πρέπει να εστιάσει μια επιχείρηση στο μέλλον.
Nowadays enterprises have available a great volume of data on their customers, and as a result, exploitation of these data is needed using data mining tools and methods, which belong to data mining techniques. The purpose of this dissertation is to present how Marketing and retail sector have been affected by this change, describe the benefits and challenges, and present statistical data analysis methods. More specifically, two well-known data mining applications are presented: Customer Segmentation and Market Basket Analysis. A case study was conducted concerning an online store operating in the retail sector. Firstly, descriptive data statistics were presented, and then, the RFM model was applied. As a result, three customer segments emerged, and some targeting strategies were proposed. Then, Market Basket Analysis was applied for the entire customer base, but also for each individual segment, in order to find correlations between the products. Finally, an interpretation of the findings and specific suggestions were suggested. For the analyses, SAS Enterprise Guide and SAS Enterprise Miner were used.Finally, there is a reference to new areas for a further consideration. These new areas are the points where a business should focus in the future.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.