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

This item is provided by the institution :
Οικονομικό Πανεπιστήμιο Αθηνών   

Repository :
ΠΥΞΙΔΑ   

see the original item page
in the repository's web site and access all digital files if the item*



Customer segmentation, market basket analysis και recommendation systems ελληνικής πλατφόρμας παραγγελιών, για είδη παντοπωλείου (EL)
Customer segmentation, market basket analysis και recommendation systems of a Greek online marketplace for groceries (EN)

Δρακάτου, Αμαρυλλίς (EL)

Βρεχόπουλος, Αδάμ (EL)
Λεκάκος, Γεώργιος (EL)
Κορφιάτης, Νικόλαος (EL)

Text

2025-03-26T19:03:55Z
2023-04-10 11:46:56
31-03-2023


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. (EL)
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. (EN)


Κανόνες συσχέτισης (EL)
Συσταδοποίηση (EL)
Ανάλυση καλαθιού αγοράς (EL)
Μεγάλα Δεδομένα (EL)
Ανάλυση RFM (EL)
Big Data (EN)
Recency, Frequency, Monetary (RFM) (EN)
Clustering (EN)
Association rules (EN)
Market basket analysis (EN)

Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας (EL)

https://creativecommons.org/licenses/by/4.0/
CC BY: Attribution alone 4.0




*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)