| Περίληψη : | Η παρούσα διπλωματική εργασία εκπονήθηκε με σκοπό να προσδιοριστεί ο ρόλος καιη σημασία των μεγάλων δεδομένων στο κλάδο του Λιανεμπορίου.Αρχικά, πραγματοποιήθηκε περιγραφή του κλάδου του λιανικού εμπορίου με σκοπόνα κατανοηθούν σε βάθος συγκεκριμένοι ορισμοί. Στη συνέχεια, αναλύθηκαν οι τάσειςστο κλάδο οι οποίες προκύπτουν από τη ραγδαία τεχνολογική ανάπτυξη, ενώπαράλληλα παρουσιάστηκε ο τρόπος με τον οποίο επηρεάστηκε ο κλάδος από τηπανδημία του κορωνοϊού. Στη παρούσα εργασία περιγράφηκαν όλα τα απαραίτητα στοιχεία τα οποία μαςβοηθούν να κατανοήσουμε όλους του όρους γύρω από την αναλυτική δεδομένων,καθώς επίσης και τα οφέλη και οι προκλήσεις που προκύπτουν από τη χρήση τους.Επιπροσθέτως, περιεγράφηκε το πλαίσιο αξιοποίησης και ενσωμάτωσης τωνμεγάλων δεδομένων στο κλάδο του Λιανεμπορίου, καθώς επίσης και η μέθοδοιστατιστικής ανάλυσης των δεδομένων (περιγραφική, διαγνωστική, προγνωστική,προδιαγραφική και αυτόνομη ανάλυση δεδομένων). Στο συνέχεια, παρουσιάστηκαν οι πιο διαδεδομένες εφαρμογές αξιοποίησης των bigdata που σχετίζονται με το κλάδο του Λιανεμπορίου. Η εφαρμογές που περιγράφηκανείναι οι εξής: Τμηματοποίηση πελατών (Customer segmentation), Ανάλυση τουκαλαθιού αγοράς (MBA Analysis), Ανάλυση του ταξιδιού του καταναλωτή (CustomerJourney), Πρόβλεψη της ζήτησης (Demand Forecasting), και Πρόβλεψη τωνπωλήσεων (Sales Forecasting). Για κάθε μια εφαρμογή, περιγράφηκαν τα δεδομένακαι οι στατιστικές ανάλυσης που χρησιμοποιούνται, καθώς και το πως επωφελούνταιοι επιχειρήσεις του Λιανεμπορίου.Επίσης, διεξάχθηκε μια μελέτη εφαρμογής για μια επιχείρηση λιανικής σχετικά με τητμηματοποίηση των πελατών της και την ανάλυσης των καλαθιών αγοράς τους. Για τημελέτη περίπτωσης χρησιμοποιήθηκε η γλώσσα προγραμματισμού Python με σκοπότη δημιουργία του κώδικα, καθώς και το εργαλείο Tableau για την οπτικοποίηση τωνδεδομένων του δείγματος.Τέλος, ο επόμενος στόχος είναι η εύρεση των νέων περιοχών για εστίαση. Πιοσυγκεκριμένα, στη παρούσα εργασία θα δοθούν ιδέες σχετικά με τα σημεία στα οποίαθα πρέπει να εστιάσει μια επιχείρηση στο μέλλον.
This thesis was prepared in order to identify the role and the importance of big data in the Retail industry. Initially, a description of the retail industry was made with a viewto understanding in-depth specific definitions. Then trends were analyzedin the industry resulting from rapid technological development, whileat the same time presenting the way in which the industry was affected bythe coronavirus pandemic. This thesis describes all the elements that help us to understand all the terms around data analytics, as well as the challenges that arise from their use. In addition, the framework for their utilization and integration was describedas big data in the Retail industry, as well as the methods of statistical analysis of data (descriptive, diagnostic, prescriptive, predictive, and autonomous data analysis). Subsequently, the most common applications related to data in retailing were described. The applications are the following: Customer segmentation, Market Basket Analysis (MBA Analysis), Customer Journey, Demand Forecasting, and Sales Forecasting. For each application, the data are described and the statistical analyzes are reported, as well as how they benefit retail companies. Additionally, a case study regarding RFM and MBA analysis was conducted. For thecase study, Python programming language was used for the purpose of creating the code, as well as the Tableau tool for visualizing theirsample data. Finally, the next goal is to find new areas to focus on. More in particular, in this paper ideas will be given on the points at which a business should focus on the future.
|
|---|
Copyright © 2013 Βιβλιοθήκη Ο.Π.Α. Με την επιφύλαξη παντός δικαιώματος.