V této práci je realizována segmentace zákazníků na reálných datech poskytnutých jednou IT společností XY. Segmentace byla realizována data miningovými nástroji dle metodiky CRISP-DM v softwarovém prostředí SPSS Modeler. Segmentace zákazníků byla realizována dle hodnoty zákazníka pro danou společnost XY, k jejichž zjištění byla použita RFM analýza
a ABC analýza. Na závěr jsou výsledné shluky zákazníků popsány a je nakreslen vývojový diagram charakterizující algoritmus, dle kterého může daná IT společnost diferenciovat zákazníky do jednotlivých shluků. Tištěná práce je doplněna o CD se zdrojovými daty a řešením data miningové úlohy.
Anotace v angličtině
In this work, customer segmentation is performed on real data provided by an XY company. Segmentation was implemented by data mining tools according to the methodology CRISP-DM in software environment SPSS Modeler. Customer segmentation was carried out
based on the customer value for the XY company. The value was determined by RFM analysis and ABC analysis. The resulting clusters of customers are described and a flowchart is drawn describing the algorithm according to which an IT company can differentiate its customers. Printed work is complemented by CD, where you can find source data and data mining solutions task solution.
Klíčová slova
Data mining, segmentace zákazníků, hodnota zákazníka, RFM analýza, ABC analýza, K-means, elbow metoda, CRM, metodologie CRISP-DM, algoritmus
V této práci je realizována segmentace zákazníků na reálných datech poskytnutých jednou IT společností XY. Segmentace byla realizována data miningovými nástroji dle metodiky CRISP-DM v softwarovém prostředí SPSS Modeler. Segmentace zákazníků byla realizována dle hodnoty zákazníka pro danou společnost XY, k jejichž zjištění byla použita RFM analýza
a ABC analýza. Na závěr jsou výsledné shluky zákazníků popsány a je nakreslen vývojový diagram charakterizující algoritmus, dle kterého může daná IT společnost diferenciovat zákazníky do jednotlivých shluků. Tištěná práce je doplněna o CD se zdrojovými daty a řešením data miningové úlohy.
Anotace v angličtině
In this work, customer segmentation is performed on real data provided by an XY company. Segmentation was implemented by data mining tools according to the methodology CRISP-DM in software environment SPSS Modeler. Customer segmentation was carried out
based on the customer value for the XY company. The value was determined by RFM analysis and ABC analysis. The resulting clusters of customers are described and a flowchart is drawn describing the algorithm according to which an IT company can differentiate its customers. Printed work is complemented by CD, where you can find source data and data mining solutions task solution.
Klíčová slova
Data mining, segmentace zákazníků, hodnota zákazníka, RFM analýza, ABC analýza, K-means, elbow metoda, CRM, metodologie CRISP-DM, algoritmus
Cílem práce je na získaných datech o zákaznících firmy aplikovat vybrané metody pro segmentaci zákazníků. Každá skupina bude ohodnocena a podle ohodnocení jí budou poskytovány výhody. Výstupem práce bude návrh algoritmu, podle kterého by bylo možné doprogramovat proces aplikace do stávajícího informačního systému.
Osnova:
- Základní pojmy související s tématem práce.
- Segmentace dat.
- Stávající informační systém.
- Sběr a předzpracování dat.
- Výběr a aplikace vhodné metody pro segmentaci.
- Interpretace vzniklých segmentů zákazníků.
- Návrh algoritmu pro implementaci výstupů segmentace do stávajícího informačního systému.
Zásady pro vypracování
Cílem práce je na získaných datech o zákaznících firmy aplikovat vybrané metody pro segmentaci zákazníků. Každá skupina bude ohodnocena a podle ohodnocení jí budou poskytovány výhody. Výstupem práce bude návrh algoritmu, podle kterého by bylo možné doprogramovat proces aplikace do stávajícího informačního systému.
Osnova:
- Základní pojmy související s tématem práce.
- Segmentace dat.
- Stávající informační systém.
- Sběr a předzpracování dat.
- Výběr a aplikace vhodné metody pro segmentaci.
- Interpretace vzniklých segmentů zákazníků.
- Návrh algoritmu pro implementaci výstupů segmentace do stávajícího informačního systému.
Seznam doporučené literatury
LINOFF, G.S., BERRY M.J. Data mining techniques: for marketing, sales, and customer relationship management. 3rd ed. Indianapolis, IN: Wiley Pub., 2011, xl, 847 p. ISBN 978-111-8087-503
KOUDELKA, J. Segmentujeme spotřební trhy. 4. evropské vydání. 1. vyd. Praha: Professional Publishing, 2005, 145 s. ISBN 80-864-1976-2
KOTLER, P., WONG V., SAUNDERS J. a ARMSTRONG G. Moderní marketing: 4. evropské vydání. 1. vyd. Praha: Grada, 2007, 1041 s. ISBN 978-80-247-1545-2
BLATTBERG, R.C., KIM P. a NESLIN S.A. Database marketing: analyzing and managing customers. New York: Springer, 2008, xxiv, 871 p. ISBN 14-419-0332-1
KUMAR, V. Customer relationship management. New York: Springer, 2012, p. cm. ISBN 978-364-2201-097
Interní materiály
Zdroje na internetu
Seznam doporučené literatury
LINOFF, G.S., BERRY M.J. Data mining techniques: for marketing, sales, and customer relationship management. 3rd ed. Indianapolis, IN: Wiley Pub., 2011, xl, 847 p. ISBN 978-111-8087-503
KOUDELKA, J. Segmentujeme spotřební trhy. 4. evropské vydání. 1. vyd. Praha: Professional Publishing, 2005, 145 s. ISBN 80-864-1976-2
KOTLER, P., WONG V., SAUNDERS J. a ARMSTRONG G. Moderní marketing: 4. evropské vydání. 1. vyd. Praha: Grada, 2007, 1041 s. ISBN 978-80-247-1545-2
BLATTBERG, R.C., KIM P. a NESLIN S.A. Database marketing: analyzing and managing customers. New York: Springer, 2008, xxiv, 871 p. ISBN 14-419-0332-1
KUMAR, V. Customer relationship management. New York: Springer, 2012, p. cm. ISBN 978-364-2201-097
Interní materiály
Zdroje na internetu
Přílohy volně vložené
1 CD ROM
Přílohy vázané v práci
schémata, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Studentka seznámila komisi s obsahem své diplomová práce na téma Segmentace zákazníků pro nastavení diferencovaného přístupu k nim. Byly položeny otázky oponenta. Komise dále položila následující otázky: Jak je zařazen nový zákazník? Jakým způsobem byly stanoveny použité váhy? V čem je použitý algoritmus inovativní?