Τμηματοποίηση πελατών και πρόβλεψη πωλήσεων για μια ηλεκτρονική πλατφόρμα πωλήσεων
| dc.contributor.advisor | Αποστόλου, Δημήτριος | |
| dc.contributor.author | Παπανίκου, Αλεξάνδρα | |
| dc.date.accessioned | 2024-08-27T09:05:40Z | |
| dc.date.available | 2024-08-27T09:05:40Z | |
| dc.date.issued | 2024-07 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/16682 | |
| dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/4104 | |
| dc.description.abstract | 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. | el |
| dc.format.extent | 96 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
| dc.title | Τμηματοποίηση πελατών και πρόβλεψη πωλήσεων για μια ηλεκτρονική πλατφόρμα πωλήσεων | el |
| dc.title.alternative | Customer segmentation and sales forecast for e-shop | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
| dc.description.abstractEN | This thesis aims to leverage Big Data technologies to achieve data analysis, customer segmentation, and sales forecasting for an e-commerce sales platform. Customer segmentation is performed using the RFM (Recency, Frequency, Monetary) method, where customers are grouped based on their recent activity on the platform, the frequency of their purchases, and their monetary value, providing significant insights into their behavior. For sales forecasting, the Holt-Winters model is used, which considers seasonal trends and data fluctuations. This model, through exponential smoothing, offers reliable forecasts that help businesses create more efficient strategies and manage their inventory and resources more effectively. The forecasting results are evaluated and compared with actual sales to verify the model's accuracy. The overall analysis results show that the use of RFM analysis and the Holt-Winters forecasting model can significantly improve decision-making in businesses by providing a more comprehensive view of customer behavior and future sales trends. | el |
| dc.contributor.master | Κυβερνοασφάλεια και Επιστήμη Δεδομένων | el |
| dc.subject.keyword | Big data | el |
| dc.subject.keyword | RFM analysis | el |
| dc.subject.keyword | Forecasting | el |
| dc.subject.keyword | Holt Winters | el |
| dc.date.defense | 2024-07-26 |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Πληροφορικής
Department of Informatics
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα