ΠΥΞΙΔΑ Ιδρυματικό Αποθετήριο
και Ψηφιακή Βιβλιοθήκη
Συλλογές :

Τίτλος :Τμηματοποίηση πελατών στον κλάδο του λιανεμπορίου τροφίμων
Εναλλακτικός τίτλος :Customer segmentation in retail grocery industry
Δημιουργός :Ανδρεάδη, Ειρήνη
Συντελεστής :Ήντουνας, Κωνσταντίνος (Επιβλέπων καθηγητής)
Λιονάκης, Κωνσταντίνος (Εξεταστής)
Μπαλτάς, Γεώργιος (Εξεταστής)
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Οργάνωσης και Διοίκησης Επιχειρήσεων (Degree granting institution)
Τύπος :Text
Φυσική περιγραφή :102σ.
Γλώσσα :el
Αναγνωριστικό :http://www.pyxida.aueb.gr/index.php?op=view_object&object_id=10525
Περίληψη :Η βιομηχανία των υπεραγορών είναι ταχέως αναπτυσσόμενη και ο βαθμός προσαρμογής των εταιριών αυτής της βιομηχανίας στα δεδομένα της εποχής και των καταναλωτών τις επηρεάζει σημαντικά σε πολλαπλούς τομείς. Οι καταναλωτές δεν έχουν όλοι την ίδια συμπεριφορά, διότι οι ανάγκες και τα χαρακτηριστικά τους διαφέρουν. Είναι σημαντικό οι εταιρίες να αφουγκράζονται τις ανάγκες των διαφορετικών τύπων καταναλωτών, ώστε να μεγιστοποιούν τις υπηρεσίες που τους παρέχουν. Πέραν, όμως, ότι πρέπει να κατανοούν τις ανάγκες και τις επιθυμίες τους, είναι σημαντικό να μπορούν να αναγνωρίζουν τους διαφορετικούς τύπους καταναλωτών και να τους ομαδοποιούν βάσει των χαρακτηριστικών τους. Δεν είναι ευνοϊκό για τις επιχειρήσεις του κλάδου να εφαρμόζουν την ίδια στρατηγική και τις ίδιες μάρκετινγκ ενέργειες σε όλους τους καταναλωτές. Ο σκοπός αυτής της διπλωματικής εργασίας είναι να αναγνωρίσει και να μελετήσει τις διαφορετικές ομάδες πελατών στον κλάδο των υπεραγορών στην Αττική, να ερευνήσει ποιοι παράγοντες είναι σημαντικοί για τους καταναλωτές και να εξετάσει ποιες μεταβλητές διαφοροποιούν το ποσό των χρημάτων που δαπανούν οι καταναλωτές για τις μηνιαίες τους αγορές. Για το σκοπό αυτό, έχουν χρησιμοποιηθεί δύο αλγόριθμοι τμηματοποίησης και τα αποτελέσματά τους παρουσιάζονται στην παρούσα μελέτη. Ο ένας αλγόριθμος αφορά την τμηματοποίηση των καταναλωτών βάσει των δημογραφικών χαρακτηριστικών τους, ενώ ο δεύτερος ομαδοποιεί τους πελάτες βάσει της αγοραστικής συμπεριφορά τους. Στο τελευταίο κεφάλαιο της εργασίας, συγκρίνονται τα τμήματα που έχουν προκύψει από τους δύο αλγόριθμους, όπως επίσης γίνεται σύγκριση των αποτελεσμάτων και από άλλες έρευνες στον ίδιο κλάδο.
For grocery retail companies, it is essential to deliver the best customer service to stay competitive out in the market. More and more companies are focusing on customers’ needs which are changing over time and there are different needs for different customer groups and companies should treat each group in a different way. Because of different needs and type of customers it is significant for companies to be aware of their customer groups. Nowadays, marketers may identify different consumer segments through data analysis and using statistical and machine learning methods. By making customer segmentation, customers can be divided into different segments based on their characteristics. It is not optimal for companies to apply the same strategy and marketing for all customers. The aim of this thesis is to detect customer groups in retail grocery industry in Attica, Athens Greece that differentiate their needs. Two clustering algorithms have been used for this purpose, one for demographic segmentation and one for behavioral. The customer groups that algorithms generate have been analyzed and the results have been included in this study. In the final chapter, a comparison between the results of these two algorithms has been pointed out, while a discussion regarding other researches that have taken place is included as well. An additional purpose of this study is to examine consuming behavior and what is important in customers’ eyes.
Λέξη κλειδί :Τμηματοποίηση πελατών
Καταναλωτική συμπεριφορά
Αγοραστική συμπεριφορά
Τμηματοποίηση
Customer segmentation
Consumer behavior
Buying behavior
Clustering
Διαθέσιμο από :2023-05-08 13:54:12
Ημερομηνία έκδοσης :23-01-2023
Ημερομηνία κατάθεσης :2023-05-08 13:54:12
Δικαιώματα χρήσης :Free access
Άδεια χρήσης :

Αρχείο: Andreadi_2023.pdf

Τύπος: application/pdf