Segmentace zákazníků shlukovou analýzou pro marketingové účely

Marek Vocílka

Bachelor's thesis

Customer segmentation by cluster analysis for marketing purposes

Anotácia:

Hlavní motivací volby tohoto tématu byl problém společnosti s cílenými komunikacemi na základě citlivosti zákazníka na slevu. Neexistoval žádný analytický postup při segmentaci zákazníků, a proto v některých případech docházelo k oslovení zákazníků, pro které nabídka nebyla relevantní, což způsobovalo problémy a nepřinášelo pozitivní zkušenosti zákazníka s firmou. Cílem práce je rozdělení zákazníků na skupiny zákazníků podle citlivosti na slevu a velikosti košíku, a tím zlepšit cílenou komunikaci i vnímání firmy jako celku. Řešením problému je segmentace zákazníků analytickými metodami, kterými se zabývá odvětví shlukové analýzy. Ta segmentaci provádí na základě podobností zákazníků mezi sebou podle proměnných, které jsou v tomto případě nákupy zákazníků a podíl hodnoty nakoupených produktů ve slevě na celém nákupu. Z nehierarchických metod shlukové analýzy, jsem zvolil algoritmus založený na k-medoidech s názvem CLARA, který je vhodný především pro svou robustnost vůči odlehlým pozorováním a také jeho poměrně rychlou práci i s velkými vstupními maticemi.

Abstract:

The main motivation for the choice of this topic was the problem of targeted communications based on sensibility of customers to discounts. There was no analytical approach to customer segmentation and in some cases, customers were contacted with the offer that was not relevant for them, causing problems and not bringing positive customer experience. The main objective of the thesis is to divide customers into groups of customers based on the sensitivity to the discount and the size of the basket, thereby improving the targeted communication and perception of the company. The solution of the problem is customer segmentation by analytical methods covered by the area of cluster analysis. It performs segmentation on the basis of customer similarities to each other according to the variables that are in this case customer purchases and the value of purchased products on discount throughout the purchase. From non-hierarchical cluster analysis methods, I chose a k-medoid based algorithm called CLARA, which is particularly suitable for its robustness to outliers, as well as its relatively fast work with large input matrices.

Kľúčové slová

marketing, segmentace, shluková analýza, CLARA

Keywords

segmentation, cluster analysis, CLARA, marketing

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 5. 12. 2018

Obhajoba závěrečné práce

• Obhajoba proběhla 17. 6. 2019
• Vedúci: Ondřej Sokol
• Oponent: Vladimír Holý

Vysoká škola ekonomická v Praze

Bachelor programme / odbor:
Kvantitativní metody v ekonomice / Matematické metody v ekonomii