Customer segmentation, market basket analysis και recommendation systems ελληνικής πλατφόρμας παραγγελιών, για είδη παντοπωλείου

Abstract

Αδιαμφισβήτητα, η διαχείριση της πληροφορίας και η ανάλυση δεδομένων, αποτελούν καίριες διαδικασίες στον επιχειρηματικό κόσμο. Μέσα σε ένα έντονα ανταγωνιστικό, αβέβαιο και μεταβαλλόμενο περιβάλλον, η αξιοποίηση εργαλείων εξόρυξης δεδομένων και εφαρμογών επιχειρηματικής αναλυτικής και ευφυΐας αποτελεί επιτακτική ανάγκη για τις επιχειρήσεις, οι οποίες όχι μόνο θέλουν να ικανοποιήσουν τους πελάτες τους, αλλά και να σημειώσουν μεγάλη κερδοφορία. Σκοπός της παρούσας διπλωματικής εργασίας είναι η επεξεργασία πραγματικών δεδομένων πωλήσεων, από μια πλατφόρμα παραγγελιών και διανομής ειδών παντοπωλείου, η τμηματοποίηση της εν λόγω πελατειακής βάσης και η εύρεση αγοραστικών μοτίβων. Πιο συγκεκριμένα, εφαρμόστηκε το μοντέλο RFM, για τον εντοπισμό βασικών καταναλωτικών συμπεριφορών, ακολούθησε υποδιαίρεση του πελατολογίου μέσω της διαδικασίας συσταδοποίησης με k-means, και τέλος, έγινε ανάλυση αγοραστικού καλαθιού και διεξαγωγή κανόνων προϊοντικών συσχετίσεων. Για την επεξεργασία και την οπτικοποίηση των δεδομένων, χρησιμοποιήθηκαν τα εργαλεία το SAS Enterprise Guide και SAS Viya.

Without a doubt, information management and data analysis, are part of key processes in the business world. In a highly competitive, uncertain and changing environment, the utilization of data mining tools and business analytics and intelligence applications is imperative for businesses, as they want not only to satisfy their customers, but also to make great profitability. The purpose of this dissertation is to process real sales data from an online marketplace for groceries, the segmentation of the customer base and observation of shopping patterns. More specifically, the RFM (Recency, Frequency, Monetary) model was applied to identify key consumer behaviors, followed by subdivision of the clientele through the k means clustering process, and finally, market basket analysis and product association rules were conducted. For the processing and visualization of the data, the tools SAS Enterprise Guide and SAS Viya were used.