ΠΥΞΙΔΑ Ιδρυματικό Αποθετήριο
και Ψηφιακή Βιβλιοθήκη
Συλλογές :

Τίτλος :Ανάλυση δεδομένων και recommender systems στον τομέα της διαδικτυακής παραγγελίας τροφίμων: εφαρμογή του μοντέλου RFM και της τεχνικής MBA
Εναλλακτικός τίτλος :Data analysis and recommender systems in the field of online food ordering: application of the RFM model and the MBA technique
Δημιουργός :Καλογήρου, Απόστολος
Συντελεστής :Λεκάκος, Γεώργιος (Επιβλέπων καθηγητής)
Κορφιάτης, Νικόλαος (Εξεταστής)
Φραϊδάκη, Αικατερίνη (Εξεταστής)
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας (Degree granting institution)
Τύπος :Text
Φυσική περιγραφή :150σ.
Γλώσσα :el
Αναγνωριστικό :http://www.pyxida.aueb.gr/index.php?op=view_object&object_id=10358
Περίληψη :Στον σύγχρονο κόσμο καθημερινά παράγεται ένας τεράστιος όγκος δεδομένων. Οι επιχειρήσεις με τεχνικές εξόρυξης και ανάλυσης των δεδομένων αυτών προσπαθούν έντονα να προσεγγίσουν με την στρατηγική τους, την συμπεριφορά των καταναλωτών. Σκοπός της διπλωματικής εργασίας είναι να δώσει ένα νέο πρίσμα στην πρόταση των προϊόντων και των υπηρεσιών του διαδικτυακού καταστήματος, μέσω της πρότασης των προϊόντων αυτών κάνοντας χρήση του μοντέλου RFM (Recency, Frequency, Monetary) και της ανάλυσης του καλαθιού αγοράς ( Market Basket Analysis ). Η συγκεκριμένη ανάλυση δίνει την δυνατότητα στην επιχείρηση να αντιληφθεί σε βάθος την συμπεριφορά της πελατειακής της βάσης και αποκτά έτσι την δυνατότητα για να κάνει εξειδικευμένες προωθητικές ενέργειες. Πιο συγκεκριμένα, οι τεχνικές εφαρμόστηκαν στο σύνολο των καταναλωτών με στόχο την τμηματοποίηση των πελατών και την δημιουργία τεσσάρων ομάδων ( clusters ) με κοινά χαρακτηριστικά αλλά διαφορετική συμπεριφορά. Στη συνέχεια έγινε το profiling δηλαδή η κατάταξη αυτών των ομάδων για να γίνει πιό αντιληπτή στον αναλυτή η συμπεριφορά της κάθε ομάδας. Αφού χαρτογραφήθηκε η πελατειακή βάση, έγινε ανάλυση του καλαθιού αγοράς εξετάζοντας έτσι τα μοτίβα και τις τάσεις που θεωρήθηκαν πιο χρήσιμες για να χρησιμοποιηθούν από την επιχείρηση για προωθητικές ενέργειες. Τέλος, ερμηνεύοντας τα αποτελέσματα έγινε συλλογή συμπερασμάτων και επανεξέταση των σημείων που η επιχείρηση θα μπορούσε να επενδύσει για την αύξηση των πωλήσεων, για την διατήρηση στενής σχέσης με τους πελάτες και για την αύξηση της ικανοποίησής τους. Οι τεχνικές ανάλυσης έγιναν με τα εργαλεία του SAS Enterprise Guide και SAS Visual Analytics.
In the modern world, a huge amount of data is generated every day. Businesses with techniques for mining and analyzing this data are strongly trying to approach consumer behavior with their strategy. The purpose of this thesis is to give a new perspective on the proposal of products and services of the online store, through the proposal of these products by making use of the RFM ( Recency, Frequency, Monetary ) model and the analysis of the market basket ( Market Basket Analysis ). This analysis enables the company to understand in depth the behavior of its customer base and thus acquires the ability to make specific promotional activities. More specifically, the techniques were applied to all consumers with the aim of creating four groups ( clusters ) with common characteristics but different behavior. Profiling was then carried out, i.e. the classification of these groups in order to make the analyst more aware of the behavior of each group. After the customer base was mapped, the market basket analysis was done thus examining the patterns and trends that were considered most useful to be used by the company for promotional activities. Finally, interpreting the results, conclusions were drawn and a review of where the business could invest to increase sales, maintain a close relationship with customers and increase their satisfaction was conducted. Analysis techniques were performed using SAS Enterprise Guide and SAS Visual Analytics tools.
Λέξη κλειδί :Δεδομένα
Εξόρυξη δεδομένων
Ανάλυση δεδομένων
Τμηματοποίηση πελατών
Ανάλυση αγοραστικού καλαθιού
Data
Data mining
Data analysis
Clustering
Market basket analysis
Διαθέσιμο από :2023-04-07 13:58:54
Ημερομηνία έκδοσης :31-03-2023
Ημερομηνία κατάθεσης :2023-04-07 13:58:54
Δικαιώματα χρήσης :Free access
Άδεια χρήσης :

Αρχείο: Kalogirou_2023.pdf

Τύπος: application/pdf