Εμφάνιση απλής εγγραφής

Επιχειρηματική αναλυτική στην πράξη : τμηματοποίηση πελατειακής βάσης και ανάλυση καλαθιού αγορών για ένα ηλεκτρονικό κατάστημα μίας αλυσίδας στο χώρο του λιανεμπορίου

dc.contributor.advisorΑποστόλου, Δημήτριος
dc.contributor.authorΣιώλου, Στεργιάννα
dc.date.accessioned2024-08-26T09:22:00Z
dc.date.available2024-08-26T09:22:00Z
dc.date.issued2024-05
dc.identifier.urihttps://dione.lib.unipi.gr/xmlui/handle/unipi/16673
dc.identifier.urihttp://dx.doi.org/10.26267/unipi_dione/4095
dc.description.abstractH παρούσα εργασία αποσκοπεί στην εξερεύνηση τρόπων για την ενίσχυση των επιχειρηματικών λειτουργιών και των διαδικασιών λήψης αποφάσεων, μέσω της χρήσης Μεγάλων Δεδομένων και Τεχνητής Νοημοσύνης. H εργασία επίσης εστιάζει στην εφαρμογή του μοντέλου RFM ως μέθοδο επιχειρηματικής αναλυτικής, που χρησιμοποιείται για την τμηματοποίηση των πελατών μίας επιχείρησης (customer segmentation) και την πρόβλεψη της μελλοντικής τους συμπεριφοράς. Τέλος, η εργασία ασχολείται με την μέθοδο Market Basket Analysis (MBA), η οποία δημιουργεί κανόνες συσχέτισης μεταξύ αγορασμένων προϊόντων από τους καταναλωτές, χρησιμοποιώντας ιστορικά δεδομένα αγορών. Για την εφαρμογή του μοντέλου RFM, της μεθόδου MBA και την εξαγωγή των αντίστοιχων αποτελεσμάτων και συμπερασμάτων, χρησιμοποιείται το λογισμικό SAS καθώς και ιστορικά δεδομένα της αλυσίδας ελληνικών καταστημάτων υπεραγοράς (super market) «Ατλάντικ», που δεν είναι πλέον ενεργή. Στο πρώτο κεφάλαιο, διερευνώνται οι πιθανές εφαρμογές των Business Intelligence και Business Analytics σε διάφορους τομείς της οικονομικής ζωής, με έμφαση στην Τεχνητή Νοημοσύνη. Στο δεύτερο κεφάλαιο, εξετάζονται οι εφαρμογές της Τεχνητής Νοημοσύνης στους τομείς του Customer Analytics, όπως την οπτική ανάλυση, την προγνωστική μοντελοποίηση και το customer segmentation. Περιγράφεται λεπτομερώς το μοντέλο RFM (Recency, Frequency and Monetary) και τα βασικά στοιχεία του, όπως το μοντέλο βαθμολόγησής του, ο σκοπός του και ο πιθανός συνδυασμός του με άλλες τεχνικές για τη βελτίωση των αποτελεσμάτων. Επίσης, περιγράφεται η μέθοδος MBA σε ότι αφορά το σκοπό της, τους αλγορίθμους που χρησιμοποιεί και τις έννοιες της υποστήριξης και εμπιστοσύνης, που παίζουν κεντρικό ρόλο σε αυτή. Στο τελευταίο κεφάλαιο, παρουσιάζεται μια μελέτη περίπτωσης για να καταδειχθεί πώς οι τεχνικές που περιγράφονται μπορούν να εφαρμοστούν πρακτικά στην ανάλυση αξίας πελατών (Customer Value) με τη χρήση του μοντέλου RFM, καθώς και στην ανάλυση καλαθιού αγοράς με χρήση της μεθόδου MBA. Πριν την εφαρμογή των τεχνικών, επιχειρείται μία βασική εξερεύνηση των δεδομένων της ανωτέρω επιχείρησης, με στόχο να καταδειχθεί η αξία της οπτικής ανάλυσης ως ενός απλού αλλά παράλληλα ισχυρού εργαλείου στον τομέα της επιχειρηματικής αναλυτικής. Η εργασία καταλήγει μέσα από την ανάλυση σε πολυάριθμα χρήσιμα αποτελέσματα και παρέχει δυνητικές προτάσεις για την αξιοποίησή τους. Στο παράρτημα της εργασίας, περιλαμβάνεται ο κώδικας που χρησιμοποιήθηκε εντός της εφαρμογής SAS, για την επεξεργασία των δεδομένων και τις διάφορες αναλύσεις.el
dc.format.extent68el
dc.language.isoelel
dc.publisherΠανεπιστήμιο Πειραιώςel
dc.rightsΑναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα*
dc.rightsΑναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/gr/*
dc.titleΕπιχειρηματική αναλυτική στην πράξη : τμηματοποίηση πελατειακής βάσης και ανάλυση καλαθιού αγορών για ένα ηλεκτρονικό κατάστημα μίας αλυσίδας στο χώρο του λιανεμπορίουel
dc.title.alternativeCustomer analytics in practice : customer segmentation and e-shop market basket analysisel
dc.typeMaster Thesisel
dc.contributor.departmentΣχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικήςel
dc.description.abstractENThis paper aims to explore ways to enhance business operations and decision-making processes through the use of Big Data and Artificial Intelligence. The paper also focuses on the application of the RFM model as a business analytics method, used for customer segmentation and for predicting customers’ future behavior. Finally, the paper discusses the Market Basket Analysis (MBA) method, which generates association rules between purchased products by consumers, using historical purchase data. For the application of the RFM model, the MBA method and the extraction of the corresponding results and conclusions, SAS software is used as well as historical data of the Greek supermarket chain "Atlantic", which is no longer active. In the first chapter, the potential applications of Business Intelligence and Business Analytics in various areas of economic life are explored, with an emphasis on Artificial Intelligence (AI). In the second chapter, the applications of AI in the areas of Customer Analytics, such as visual analytics, predictive modelling and customer segmentation, are examined. The RFM (Recency, Frequency and Monetary) model and its key elements, such as its scoring model, its purpose and its potential combination with other techniques to improve results, are described in detail. The MBA method in terms of its purpose, the algorithms used and the concepts of support and trust, which play a central role in it, are also described. In the last chapter, a case study is presented to demonstrate how the techniques described can be practically applied to Customer Value analysis using the RFM model, as well as to market basket analysis using the MBA method. Before applying the techniques, a basic exploration of the company’s data is attempted, with the aim of demonstrating the value of visual analysis as a simple yet powerful tool in the field of business analytics. The paper concludes through the analysis to numerous useful results and provides potential recommendations for their use. In the appendix of the paper, the code used within the SAS application for data processing and various analyses is included.el
dc.contributor.masterΚυβερνοασφάλεια και Επιστήμη Δεδομένωνel
dc.subject.keywordMarket basket analysisel
dc.subject.keywordRFMel
dc.subject.keywordBusiness analyticsel
dc.subject.keywordCustomer segmentationel
dc.date.defense2024-05-17


Αρχεία σε αυτό το τεκμήριο

Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα

Βιβλιοθήκη Πανεπιστημίου Πειραιώς
Επικοινωνήστε μαζί μας
Στείλτε μας τα σχόλιά σας
Created by ELiDOC
Η δημιουργία κι ο εμπλουτισμός του Ιδρυματικού Αποθετηρίου "Διώνη", έγιναν στο πλαίσιο του Έργου «Υπηρεσία Ιδρυματικού Αποθετηρίου και Ψηφιακής Βιβλιοθήκης» της πράξης «Ψηφιακές υπηρεσίες ανοιχτής πρόσβασης της βιβλιοθήκης του Πανεπιστημίου Πειραιώς»