Bakalářská práce

Segmentace zákazníků internetového obchodu pomocí RFM analýzy

Customer segmentation of an e-commerce business using RFM analysis

Natálie Růžičková
Anotace

Tato práce analyzuje segmentaci zákazníků pro e-commerce firmu pomocí modelu RFM a shlukování K-means. Cílem je přizpůsobit marketingové strategie na základě nákupního chování a zvýšit tak angažovanost a spokojenost zákazníků. Práce identifikuje odlišné segmenty zákazníků, jako jsou „potenciální věrní zákazníci“, „nadějní zákazníci“, „šampioni“ a „hibernující zákazníci“. Zdůrazňuje potřebu cílených …více

Abstract

This thesis analyses customer segmentation for an e-commerce busi-ness using the RFM model and K-means clustering. The goal is to tailor marketing strategies based on purchasing behaviours to enhance cus-tomer engagement and satisfaction. The thesis identifies distinct cus-tomer segments such as 'Potential Loyalists,' 'Promising,' 'Champions,' and 'Hibernating.' It emphasizes the need for targeted …více

Klíčová slova
Customer Segmentation RFM Model E-commerce business CRISP-DM Data Mining K-means clustering
Zadání práce
Cíl práce: Cílem této práce je vytvořit segmentaci zákazníků internetového obchodu společnosti pomocí přístupu RFM (recency, frequency, monetary) a navrhnout marketingovou strategii pro jednotlivé segmenty s využitím tohoto modelu.
Postup práce a použité metody: V teoretické části práce bude představena problematika segmentace zákazníků včetně přístupu RFM. Autor využije metodu RFM analýzy ke zkoumání chování zákazníků a segmentaci zákazníků podle jejich rekurence, frekvence a peněžní hodnoty ve vybrané společnosti zabývající se elektronickým obchodem. Následně budou navrhnuty marketingové strategie pro jednotlivé segmenty zákazníků, které pomohou společnosti dosáhnout jejích obchodních cílů.
Administrativní informace
Práce zkontrolována:
1. 8. 2024 16:16, doc. Ahad Zareravasan, PhD, učo 243210
Plný text práce
1,1 MB / soubor PDF
Jazyk práce
angličtina angličtina
Termín obhajoby
3. 9. 2024
Práce byla úspěšně obhájena

Vedoucí

doc. Ahad Zareravasan, PhD, učo 243210
KPEM ESF MU

Oponent

Tuck Lloyd Crawford MacRae, M. B.A.

Literatura

  • Advances in data mining : applications in E-commerce, medicine, and knowledge management. Edited by Petra Perner. Berlin: Springer, 2002, 107 s. ISBN 3540441166.
  • FERNANDEZ, George. Data mining using SAS applications. Boca Raton, Fla.: Chapman & Hall/CRC /, 2003, xv, 367. ISBN 1584883456.
  • LAROSE, Daniel T. Data mining methods and models. Hoboken, N.J.: Wiley-Interscience, 2006, xvi, 322. ISBN 0471666564.
  • OLSON, David L. a Dursun DELEN. Advanced data mining techniques. Berlin: Springer, 2008, xii, 180. ISBN 9783540769170.
  • Data mining for business applications. Edited by Carlos Soares - Rayid Ghani. Amsterdam: IOS Press, 2010, xiv, 181 p. ISBN 9781607506331.
  • Data mining techniquesfor marketing, sales, and customer relationship management. Edited by Gordon S. Linoff - Micahel J. A. Berry. 3rd ed. Indianapolis, Ind.: Wiley Pub., Inc., 2011, xl, 847 p. ISBN 9781118087503.
  • CHENG, CH a YS CHEN. Classifying the segmentation of customer value via RFM model and RS theory. Expert Systems with Applications. OXFORD: Elsevier, 2009, roč. 36, č. 3, s. 4176-4184. ISSN 0957-4174. Dostupné z: https://doi.org/10.1016/j.eswa.2008.04.003.
  • BUTTLE, Francis a Stan MAKLAN. Customer relationship management : concepts and technologies. Fourth edition. New York, New York: Routledge, 2019, 1 online. ISBN 9781351016544.
  • JUHAŇÁK, Libor. Analytika učení a data mining ve vzdělávání v kontextu systémů pro řízení výuky. Edited by Jiří Zounek. 298 stran.
Citovat tuto práci
Masarykova univerzita Ekonomicko-správní fakulta
Studijní program
Plán
Podniková informatika

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.