Využití datové analytiky pro získání informací o zákaznících v reálné společnosti

Martin Milton

Master's thesis

Utilizing data analytics to gain customer insights in a real-world company

Abstract:

Tato diplomová práce se zabývá reálnou úlohou využití datové analytiky, pro tvorbu rozšířeného řešení segmentace zákazníků na základě RFM modelu, ve společnosti poskytující informační systémy podnikům gastronomického průmyslu. Hlavním cílem práce je vytvoření algoritmu segmentace zákazníků ve společnosti dle jejích požadavků. Pro dosažení hlavního cíle bylo využito metodiky CRISP-DM, která zahrnuje fáze porozumění byznysu, porozumění datům, přípravy dat, modelování, vyhodnocení a nasazení. Fáze modelování byla přizpůsobena tak, aby vyhovovala jedinečným požadavkům společnosti a dané úloze. Pro adekvátní splnění řešené úlohy, bylo dosažení hlavního cíle navíc podpořeno pomocí rešerše a průzkumu relevantních zdrojů a literatury stěžejních teoretických témat. Práce začíná představením základních teoretických aspektů souvisejících s tematickým zaměřením práce. Dále se práce zabývá přehledem metodik používaných v datové analytice. Praktická část práce je nejdříve věnována byznysovému pochopení úlohy, kde je uveden podnikový a systémový kontext. Také jsou představeny výchozí datový soubor a konkrétní technologické prvky, využité pro realizaci řešení. Nakonec je podrobně popsáno vytvoření algoritmu segmentace zákazníků, ověření výstupů algoritmu, vytvoření prototypu API pro vystavení produkovaných dat a vyhodnocení realizace řešení s jeho přínosy. Výsledkem práce je vytvořený algoritmus segmentace zákazníků a prototyp API, které společnost bude moci nasadit v praxi, s dopadem na stovky reálných provozoven.

Abstract:

This thesis addresses a practical application of data analytics, specifically the development of an advanced customer segmentation solution based on the RFM model, for a company that provides information systems to businesses in the gastronomy industry. The primary objective of this work is to create a customer segmentation algorithm tailored to the specific needs of the company. The CRISP-DM methodology, encompassing business understanding, data comprehension, data preparation, modeling, evaluation, and deployment, was employed to achieve the main goal. The modeling phase was customized to align with the unique requirements of the company and the task at hand. To ensure the successful completion of the task, the main goal was further supported by literature review and exploration of relevant sources and literature on key theoretical topics. The thesis commences with an introduction to the fundamental theoretical aspects related to its thematic focus. It then provides an overview of methodologies used in data analytics. The practical part of the work initially focuses on business understanding of the task, presenting the business and system context of the company. It also introduces the initial data set and specific technological elements utilized for the implementation of the solution. Finally, it elaborates on the creation of a customer segmentation algorithm, the verification process of the algorithm's outputs, the development of an API prototype for data exposure, and a comprehensive evaluation of the solution's implementation and its benefits. The outcome of this study is the mentioned algorithm for customer segmentation and an API prototype, which the company will be able to deploy in practice, potentially impacting hundreds of real businesses.

Keywords

segmentace zákazníků, datová analytika, RFM, API, python

Keywords

customer segmentation, data analytics, RFM, API, python

Language used: Czech

Date on which the thesis was submitted / produced: 29. 6. 2023

Thesis defence

• Date of defence: 11. 10. 2023
• Supervisor: Jan Mittner
• Reader: Ota Novotný

Vysoká škola ekonomická v Praze

Master programme / field:
Informační systémy a technologie / Business Intelligence