Analýza marketingových dat pomocí metod dolování dat

Kyrylo LIUTYI

Bakalářská práce

Analysis of Marketing Data Using Data Mining Methods

Anotace:

Tématem této bakalářské práce je analýza marketingových dat pomocí metod dolování dat. Práce se zaměřuje na možnosti využití zákaznických, transakčních a kampaňových dat při podpoře marketingového rozhodování ve středně velkém podniku působícím v online i offline prostředí. Teoretická část vymezuje principy datově řízeného marketingu, marketingových dat, Business Intelligence, datových skladů, procesu CRISP-DM a vybraných metod dolování dat využitelných v marketingu. Metodická část popisuje strukturu modelového datového souboru, přípravu dat v Microsoft Excelu, tvorbu datového modelu v Power BI, výpočet KPI a použití RFM segmentace, zjednodušeného odhadu CLV, basket analysis a vyhodnocení marketingových kampaní. Analytická část interpretuje vývoj tržeb, rozdíly mezi online a offline kanálem, strukturu produktových kategorií, zákaznické segmenty a výkonnost kampaní podle response rate, conversion rate a ROAS. Na základě výsledků jsou v části doporučení a v implementační části formulována doporučení pro cílení kampaní, práci s RFM segmenty, využití cross-sell pravidel, optimalizaci marketingového rozpočtu a pravidelný monitoring výsledků v Power BI. Přínosem práce je návrh opakovatelného analytického postupu, který ukazuje, jak lze dostupné nástroje a vybrané metody dolování dat využít pro praktické řízení marketingu.

Abstract:

The topic of this bachelor thesis is the analysis of marketing data using data mining methods. The thesis focuses on the use of customer, transactional and campaign data to support marketing decision-making in a medium-sized company operating in both online and offline channels. The theoretical part defines the principles of data-driven marketing, marketing data, Business Intelligence, data warehouses, the CRISP-DM process and selected data mining methods applicable in marketing. The methodological part describes the structure of the model dataset, data preparation in Microsoft Excel, the creation of a Power BI data model, KPI calculations and the use of RFM segmentation, a simplified CLV estimate, market basket analysis and campaign performance evaluation. The analytical part interprets revenue development, differences between online and offline channels, product category structure, customer segments and campaign performance using response rate, conversion rate and ROAS. Based on the results, the proposal and implementation sections formulate recommendations for campaign targeting, work with RFM segments, use of cross-sell rules, optimization of the marketing budget and regular monitoring of results in Power BI. The main contribution of the thesis is a repeatable analytical procedure demonstrating how accessible tools and selected data mining methods can be used for practical marketing management.

Klíčová slova

Marketingová data, dolování dat, data mining, RFM segmentace, analýza nákupního koše, CLV, ROAS, Power BI, marketingové kampaně, zákaznická segmentace

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 19. 8. 2026

Obhajoba závěrečné práce

• Vedoucí: doc. RNDr. Mikuláš Gangur, Ph.D.

ZÁPADOČESKÁ UNIVERZITA V PLZNI

Fakulta ekonomická

Bakalářský studijní program / obor:
Informační management / Informační management