Factors influencing customer profitability: an empirical examination in noncontractual settings
| Název práce v češtině: | Faktory ovlivňující profitabilitu zákazníka: empirický výzkum v nesmluvním prostředí |
|---|---|
| Název v anglickém jazyce: | Factors influencing customer profitability: an empirical examination in noncontractual settings |
| Klíčová slova: | Data mining, Data Warehousing, Decision trees, RFM analysis, Customer profitability, Customer Relationship Management |
| Klíčová slova anglicky: | Data mining, Data Warehousing, Decision trees, RFM analysis, Customer profitability, Customer Relationship Management |
| Akademický rok vypsání: | 2013/2014 |
| Typ práce: | diplomová práce |
| Jazyk práce: | angličtina |
| Ústav: | Katedra softwarového inženýrství (32-KSI) |
| Vedoucí / školitel: | Mgr. Vladimír Kyjonka |
| Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 21.07.2014 |
| Datum zadání: | 21.07.2014 |
| Datum potvrzení stud. oddělením: | 28.07.2014 |
| Datum a čas obhajoby: | 08.09.2014 11:30 |
| Datum odevzdání elektronické podoby: | 31.07.2014 |
| Datum odevzdání tištěné podoby: | 31.07.2014 |
| Datum proběhlé obhajoby: | 08.09.2014 |
| Oponenti: | prof. RNDr. Jaroslav Král, DrSc. |
| Zásady pro vypracování |
| V teoretické části budou diskutovány a kriticky porovnány přístupy k problematice identifikace faktorů ovlivňujících profitabilitu zákazníků, metod jejich identifikace a aplikace technik data miningu pro jejich poznávaní. Vzhledem k tomu, že jde o oblast zajímavou pro své využití v reálném prostředí, je cílem práce nejenom poskytnout přehled nad celou problematikou a podat ucelený a konzistentní obraz této problematiky, ale také provést reálné zhodnocení a porovnání profitability zákazníků nad reálnými daty webového obchodu a divadla, jako představiteli obchodních modelů, kde zákazník není vázán kontraktem. Výsledky studie budou mít významné implikace nejenom pro akademiky v porozumění vhodnosti použití různých technik data miningu, ale také pro praktiky z oblasti marketingu, protože jim pomůže navrhnout efektivní strategie prodeje.
Praktická část představuje příklad realizace úlohy analytického zpracování dvou sad dat vybranými metodami s využitím vhodných softwarových nástrojů (Weka, PLS, SPSS). Na tomto příkladu bude ilustrováno uplatnění analytických metod diskutovaných v teoretické části a provedeno porovnání výsledků. |
| Seznam odborné literatury |
| Birant D., (2011). Data Mining Using RFM Analysis. Knowledge-Oriented Applications in Data Mining, InTech Publishing.
Chang, E.-C., Huang, S.-C., Wu, H.-H (2010). Using K-means method and spectral clustering technique in an outfitter’s value analysis. Qual. Quant., 44(4): 807-815 Chen Injaz J., Popovich Karen, “Customer relationship management (CRM): People, process and technology”, Business Process Management Journal Chiliya N, Herbst G, Roberts-Lombard M. 2009. The impact of marketing strategies on profitability of small grocery shops in South African townships. Afr. J. Bus. Manage., 3 (3): 70-79. Cunningham Colleen, Song Il-Yeol. Chen, Peter P. (2004). Data warehouse design to support customer relationship management analysis. Proceedings of the 7th ACM international workshop on Data warehousing and OLAP, 14-22. Krakhmal, V. (2006). Customer profitability analysis in service industries. In: BAA Annual Conference, 11-13 Apr 2006, Portsmouth, UK. McCarty JA, Hastak M (2007). Segmentation approaches in data-mining: A comparision of RFM, CHAID, and logistic regression. J. Bus. Res., 60: 656-662 Reinartz, W., Krafft, M. & Hoyer, W.D. (2004) "The Customer Relationship Management Process: Its measurement and impact on performance", Journal of Marketing Research (JMR), 41(3), pp293-305 |
| Předběžná náplň práce |
| Pochopení, jak řídit vztah se zákazníky, se stalo důležitým tématem pro akademiky i praktiky v posledních letech. Protože žádný profitabilní obchod nemůže existovat bez zákazníků generujících obrat, i přemýšlení o nich se posunuje a zaměřuje na různé metody, kterými se dají zákazníci poznat. Jednou z možností porozumění zákazníka je prozkoumat data, která o něm jsou k dispozici, aplikací různých technik data miningu, a tím identifikovat nejlepšího zákazníka. Aplikace těchto metod a technik analýzy dat bude popsána v teoretické části práce a následně ilustrována zpracováním dat dvou data setů – webového obchodu a divadla. Výsledky analýz boudou následně vyhodnocený a porovnány. |
| Předběžná náplň práce v anglickém jazyce |
| Understanding of how to manage relationships with customers has become an important topic for both academic and practitioners in recent years. While no business can exist without generating customer revenue, management thinking progresses and focuses more on customers. One of the possibilities of understanding the customer is investigating the data we have about the customer by applying various data mining techniques to identify the best customer. Application of the analytic methods and techniques described in the theoretical framework of the thesis will be demonstrated on practical data sets from the web shop and theatre environment and results evaluated and compared. |