Big Data - výzva pro statistickou analýzu – Oldřich Barták

Anotace:

Práce pojednává o tom, jak e-shopy mohou a měly by zpracovávat klientská data avyužívat je ve prospěch svůj a spokojenosti zákazníka.V teoretické části si popíšeme technologie k tomu potřebné a také jaké správnépostupy k tomu zvolit. Důležitou částí je správné nastavení ukazatelů a vědět jaká datachceme sbírat.Dále si také popíšeme to, jak je důležité vědět, jaké informace my, jako uživateléinternetu, za sebou zanecháváme. Toto je jedna z důležitých částí této práce, protože je velmidůležité si uvědomit, co vše o nás firmy získávají a co vše z toho mohou dále odvodit azjistit.Praktická část se věnovala popisné statistice atributů z databáze. Tento krok námpověděl více o našich datech a umožnil provést vyčištění dat od odlehlých pozorování aextrémů, které by mohly zkreslit výsledné prediktivní modely. Prediktivní modely využitév této práci byly Logistická regrese a Rrozhodovací stromy. Tyto metody nám určily faktory,které ovlivňují zákazníka. Je to příjem a velikost provedených objednávek, příjem se mápohybovat v rozmezí 27000 – 35000 a velikost objednávky by měla být 50000.V závěru došlo k popsání a vyhodnocení výsledků s doporučením, jak s těmitoinformacemi naložit. …víceméně

Abstract:

Thesis discusses about how e-shops can and should handle client data and use it for theirown benefit and customer satisfaction.In the theoretical section we describe required technology and which correct procedures tochoose. The important part are the proper indicator settings and which data we want tocollect.In addition, we will also describe how it is important to know what information we leavebehind as internet users. This is one of the important parts of this work, because it is veryimportant to realize what data companies gain about us and what they can also infer and findout from it.The practical part deals with descriptive statistics of attributes from the database. This stepgave us more information about our data and allowed us to clear data from remoteobservations and extremes that could distort the resulting prediction models. The predictivemodels used in this work were Logistic regressions and Decision trees. These methods havedetermined the factors that affect the customer. They are income and order volume, therevenue is between 27000 - 35000 and the order size should be 50000.In the end, the results were described and evaluated with recommendations how to handlethis information. …víceméně