Τμηματοποίηση πελατών και πρόβλεψη πωλήσεων για μια ηλεκτρονική πλατφόρμα πωλήσεων
Customer segmentation and sales forecast for e-shop
![Thumbnail](/xmlui/bitstream/handle/unipi/16682/Papanikou_21041.pdf.jpg?sequence=6&isAllowed=y)
Προβολή/ Άνοιγμα
Λέξεις κλειδιά
Big data ; RFM analysis ; Forecasting ; Holt WintersΠερίληψη
Η παρούσα διπλωματική εργασία έχει ως στόχο της αξιοποίηση τεχνολογιών μεγάλων δεδομένων (Big Data), έτσι ώστε να επιτευχθεί η ανάλυση δεδομένων, η τμηματοποίηση πελατών και η πρόβλεψη πωλήσεων μιας ηλεκτρονικής πλατφόρμας πωλήσεων. Η τμηματοποίηση των πελατών διενεργείται με τη χρήση της μεθόδου RFM (Recency, Frequency, Monetary), όπου οι πελάτες ομαδοποιούνται ανάλογα με την πρόσφατη δραστηριότητά τους στην πλατφόρμα, τη συχνότητα των αγορών τους και την οικονομική τους αξία, το οποίο δίνει σημαντικές πληροφορίες τη συμπεριφορά τους. Για την πρόβλεψη των πωλήσεων γίνεται χρήση του μοντέλου Holt-Winters στο οποίο λαμβάνονται υπόψιν οι εποχικές τάσεις και οι διακυμάνσεις των δεδομένων. Το συγκεκριμένο μοντέλο μέσω της εκθετικής εξομάλυνσης, προσφέρει αξιόπιστες προβλέψεις που βοηθούν τις επιχειρήσεις να δημιουργήσουν πιο αποδοτικές στρατηγικές και να διαχειριστούν τα αποθέματα και τους πόρους τους πιο αποτελεσματικά. Τα αποτελέσματα της πρόβλεψης αξιολογούνται και συγκρίνονται με τις πραγματικές πωλήσεις για την επαλήθευση της ακρίβειας του μοντέλου. Τα συνολικά αποτελέσματα της ανάλυσης δείχνουν ότι η χρήση της ανάλυσης RFM και του μοντέλου πρόβλεψης Holt-Winters είναι εφικτό να βελτιώσει σημαντικά τη λήψη αποφάσεων στις επιχειρήσεις, καθώς παρέχεται μια πιο ολοκληρωμένη εικόνα για τη συμπεριφορά των πελατών και τις μελλοντικές τάσεις των πωλήσεων.