Využití data miningu v řízení podniku

Zdeněk Prášil

Master's thesis

Using data mining to manage an enterprise.

Abstract:

Ve své diplomové práci jsem zkoumal, jakým způsobem lze zpracovat podniková data pomocí data miningu a jak využít získaných výsledků pro lepší řízení podniku. Práce je rozdělena na teoretickou část a na část praktickou. Cílem teoretické části práce bylo zjistit: 1/ jaké jsou nejčastěji využívané metody data miningu, 2/ definovat typické aplikační oblasti, 3/ ukázat typické úlohy, které se v těchto oblastech řeší. Cílem praktické části bylo zjistit: 1/ jak může data mining pomoci malému českému elektronickému obchodu k lepšímu pochopení struktury prodeje, 2/ jak může data mining zlepšit výsledky prodeje. Ve své práci jsem zjistil, že nejčastěji používané metody data miningu jsou rozhodovací stromy, lineární a logistická regrese, neuronové sítě, segmentační metody a asociační pravidla. Nejčastější používané obchodní aplikační oblasti jsou CRM a marketing, finanční instituce, pojišťovnictví, telekomunikace, maloobchod a výroba. Úlohy jsou odvislé od typu aplikační oblasti, nejčastěji se úlohy týkají sledování a odhadování chování zákazníků. Analýzou dat elektronického obchodu jsem zjistil, které výrobky jsou spolu nakupovány, což může vést k akcím pro podporu prodeje. Ukázal jsem, že data mining je možné použít i v malém elektronickém obchodě a že i zde může přispět k zefektivnění případných marketingových akcí.

Abstract:

The thesis is focused on data mining and its use in management of an enterprise. The thesis is structured into theoretical and practical part. Aim of the theoretical part was to find out: 1/ the most used methods of the data mining, 2/ typical application areas, 3/ typical problems solved in the application areas. Aim of the practical part was: 1/ to demonstrate use of the data mining in small Czech e-shop for understanding of the structure of the sale data, 2/ to demonstrate, how the data mining analysis can help to increase marketing results. In my analyses of the literature data I found decision trees, linear and logistic regression, neural network, segmentation methods and association rules are the most used methods of the data mining analysis. CRM and marketing, financial institutions, insurance and telecommunication companies, retail trade and production are the application areas using the data mining the most. The specific tasks of the data mining focus on relationships between marketing sales and customers to make better business. In the analysis of the e-shop data I revealed the types of goods which are buying together. Based on this fact I proposed that the strategy supporting this type of shopping is crucial for the business success. As a conclusion I proved the data mining is methods appropriate also for the small e-shop and have capacity to improve its marketing strategy.

Keywords

segmentace, asociační pravidla, data mining, marketing, lineární regrese, KDD, rozhodovací stromy, CRISP-DM, k-means, analýza nákupního košíku, elektronický obchod, neuronové sítě, logistická regrese, dolování dat, knowledge discovery in database

Keywords

e-shop, marketing, segmentation, association rules, neural networks, logistic regression, linear regression, CRISP-DM, knowledge discovery in database, KDD, data mining, market Basket Analysis, k-means, decision trees

Language used: Czech

Date on which the thesis was submitted / produced: 24. 9. 2010

Thesis defence

• Date of defence: 7. 2. 2013
• Supervisor: Jan Pour
• Reader: Ota Novotný

Vysoká škola ekonomická v Praze

Master programme / field:
Aplikovaná informatika / Informační systémy a technologie