| dc.contributor.advisor | Αποστόλου, Δημήτριος | |
| dc.contributor.author | Μωραΐτης, Αντώνιος | |
| dc.date.accessioned | 2026-04-30T06:27:22Z | |
| dc.date.available | 2026-04-30T06:27:22Z | |
| dc.date.issued | 2026-04 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/19232 | |
| dc.description.abstract | Η μηχανική μάθηση προσφέρει στην βιομηχανία λιανικού εμπορίου την υποστήριξη για την
πρόβλεψη επιτυχών πωλήσεων σε εγγεγραμμένους πελάτες. Το Market Basket Analysis (MBA)
είναι μια εκ των κορυφαίων εφαρμογών του machine learning στο λιανικό εμπόριο. Βοηθά τις
επιχειρήσεις να γνωρίζουν τι προϊόντα αγοράζει ο εγγεγραμμένος πελάτης, έτσι ώστε ο
ιστότοπος του ηλεκτρονικού καταστήματος να είναι σχεδιασμένος με ανάλογο τρόπο. Αυτό που
μελετάται κυρίως είναι η προηγούμενη αγοραστική δραστηριότητα. Οι εταιρείες επίσης το
αξιοποιούν για σταυροειδείς πωλήσεις (cross-selling), προτείνοντας συμπληρωματικά
προϊόντα ή υπηρεσίες σε έναν πελάτη. Έτσι αυξάνεται η αξία της παραγγελίας, αλλά και η
ικανοποίηση και η διευκόλυνση του πελάτη. Το Market Basket Analysis (MBA) δημιουργεί
εξατομίκευση της αγοραστικής εμπειρίας που οδηγεί τόσο στην αύξηση των εσόδων
βραχυπρόθεσμα, όσο και στην διαχρονική αφοσίωση του πελάτη.Η ψηφιακή πλατφόρμα
παράδοσης φαγητού, ειδών σούπερ μάρκετ, μικροαγορών κ.α. που μελετάται στην παρούσα
διατριβή είναι ένα εξαιρετικό παράδειγμα αξιοποίησης του Market Basket Analysis (MBA) με
σκοπό τις σταυροειδείς πωλήσεις. Μαζί με την αγορά συγκεκριμένου προϊόντος, προτείνεται
στον πελάτη μια λίστα άλλων προϊόντων που πιθανόν να ενδιαφέρουν τον πελάτη. Το ποια
προϊόντα εμφανίζονται σε αυτή την λίστα βασίζεται στην προηγούμενη αγοραστική
δραστηριότητα του πελάτη, το ιστορικό αναζήτησης του, τι αγοράζουν άλλοι πελάτες
συνδυαστικά με ένα συγκεκριμένο προϊόν, αλλά και άλλους παράγοντες. | el |
| dc.format.extent | 37 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.title | Τμηματοποίηση πελατών και ανάλυση καλαθιού αγορών σε περιβάλλον ηλεκτρονικού εμπορίου | el |
| dc.title.alternative | Customer segmentation and market basket analysis for eCommerce | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
| dc.description.abstractEN | Machine learning offers the retail industry the support to predict successful sales to registered
customers. Market Basket Analysis (MBA) is one of the leading applications of machine learning
in retail. It helps businesses know what products a customer buys, so that the online store
website is designed accordingly. What is mainly studied is the previous purchasing activity of
the people. Businesses also use it for cross-selling, suggesting complementary products or
services to a customer. This increases the value of the order, as well as customer satisfaction
and convenience. Market Basket Analysis (MBA) creates a personalized shopping experience
that leads to both short-term revenue growth and long-term customer loyalty.The online food
delivery platform studied in this thesis is an excellent example of leveraging Market Basket
Analysis (MBA) for the purpose of cross-selling. Along with the purchase of a specific product,
the customer is suggested a list of other products that may be of interest to the customer. Which
products appear on this list is based on the customer's previous purchasing activity, their search
history, what other customers buy in combination with a specific product, and other factors. | el |
| dc.contributor.master | Κυβερνοασφάλεια και Επιστήμη Δεδομένων | el |
| dc.subject.keyword | Market basket analysis | el |
| dc.date.defense | 2026-04 | |
