velikost textu

Získávání znalostí z marketingových dat

Upozornění: Informace získané z popisných dat či souborů uložených v Repozitáři závěrečných prací nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora.
Název:
Získávání znalostí z marketingových dat
Název v angličtině:
Knowledge discovery in marketing data
Typ:
Diplomová práce
Autor:
Mgr. Marie Kazárová
Vedoucí:
prof. RNDr. Jiří Ivánek, CSc.
Oponent:
PhDr. Helena Lipková, Ph.D.
Id práce:
195640
Fakulta:
Filozofická fakulta (FF)
Pracoviště:
Ústav informačních studií a knihovnictví (21-UISK)
Program studia:
Informační studia a knihovnictví (N7201)
Obor studia:
Informační studia a knihovnictví (INSK)
Přidělovaný titul:
Mgr.
Datum obhajoby:
27. 1. 2020
Výsledek obhajoby:
Výborně
Jazyk práce:
Čeština
Klíčová slova:
dobývání znalostí z databází|data mining|CRISP-DM|online marketing|marketing
Klíčová slova v angličtině:
knowledge discovery in databases|data mining|CRISP-DM|online marketing|marketing
Abstrakt:
Abstrakt Data miningové techniky jsou v komerční sféře využívány za účelem získávání konkurenčních výhod. V oblasti marketingu v současnosti především v souvislosti s personalizací reklamy a udržení dlouhodobých vztahů se zákazníky. Vývoj v oblasti dobývání znalostí z databází, v kombinaci s trvalým růstem výpočetního výkonu a jeho dostupností, přináší nejen pozitivní dopady, ale i značná úskalí. V praktické aplikaci diplomové práce jsou s využitím data miningových technik ověřeny možnosti získávání znalostí z dat webové analytiky v kombinaci s transakčními daty e- commerce společností. Cílem experimentální aplikace je ověřit, zda existuje segment uživatelů, kteří reagují na marketingovou komunikaci častěji, než jiné segmenty, a nalézt případné souvislosti v databázi. Pomocí data miningové techniky shlukování je takový segment v datech nalezen. Součástí praktické aplikace je i klasifikační model na bázi rozhodovacích stromů, který s přesností 75% určí, zda uživatel provede transakci, či ne. Tento typ výstupu lze následně využít k optimalizaci marketingové a obchodní strategie.
Abstract v angličtině:
Abstract Data mining techniques are used by companies to gain competitive advantages. In today’s marketplace, they are also used by marketers mainly for personalization of advertising and for maintaining long-term relationship with customers. Progress in knowledge discovery in databases and availability of computational power comes not only with positive impact, but also with challenges. The practical part of the thesis aims to explore and describe data mining techniques applied to e-commerce dataset. Dataset consists of transaction and web analytics data. The goal of experimental application aims to make a selection of users who most probably react to a marketing communication and to identify the factors which influence them. Target segment of users is obtained through the use of data mining technique clustering. The classification model uses decision tree algorithm to predict whether users submit transaction with an accuracy of 75%. The results are useful for optimization of marketing and business strategy.
Dokumenty
Stáhnout Dokument Autor Typ Velikost
Stáhnout Text práce Mgr. Marie Kazárová 10.48 MB
Stáhnout Abstrakt v českém jazyce Mgr. Marie Kazárová 167 kB
Stáhnout Abstrakt anglicky Mgr. Marie Kazárová 141 kB
Stáhnout Posudek vedoucího prof. RNDr. Jiří Ivánek, CSc. 185 kB
Stáhnout Posudek oponenta PhDr. Helena Lipková, Ph.D. 158 kB
Stáhnout Záznam o průběhu obhajoby doc. RNDr. Jiří Souček, DrSc. 152 kB