Using RFM analysis to model database changes

Jazyk:	ruština
Rok vydání:	2023
Předmět:	customer segments association rules цепь Маркова сегменты клиентов RFM анализ ассоциативные правила Markov chain RFM-analysis вероятности Ð¿ÐµÑ€ÐµÑ Ð¾Ð´Ð¾Ð² кластеризация transition probabilities clustering
DOI:	10.18720/spbpu/3/2023/vr/vr23-1166
Popis:	Тема выпускной квалификационной работы: «Использование RFM анализа для моделирования изменений в базе Ð´Ð°Ð½Ð½Ñ‹Ñ Â».Данная работа посвящена исследованию возможности применения RFM анализа с целью сегментации базы Ð´Ð°Ð½Ð½Ñ‹Ñ ÐºÐ»Ð¸ÐµÐ½Ñ‚Ð¾Ð², а также использованию алгоритмов кластеризации и поиска Ð°ÑÑÐ¾Ñ†Ð¸Ð°Ñ‚Ð¸Ð²Ð½Ñ‹Ñ Ð¿Ñ€Ð°Ð²Ð¸Ð» для реализации Ð¼ÐµÑ Ð°Ð½Ð¸Ðº в сфере маркетинга и управления.Задачи, которые были решены в работе:Детально изучены особенности сегментации базы Ð´Ð°Ð½Ð½Ñ‹Ñ ÐºÐ»Ð¸ÐµÐ½Ñ‚Ð¾Ð² на примере торговой сети по продаже электроники.Используя RFM анализ, представлена возможность разделения клиентской базы Ð´Ð°Ð½Ð½Ñ‹Ñ Ð½Ð° разные сегменты.Рассмотрена и изучена экономико - математическая модель управленческого мониторинга, представленная цепью Маркова, для оценки вероятностей Ð¿ÐµÑ€ÐµÑ Ð¾Ð´Ð¾Ð² клиентов между разными сегментами.Выполнено моделирование Ð¼Ð°Ñ€ÐºÐµÑ‚Ð¸Ð½Ð³Ð¾Ð²Ñ‹Ñ Ð²Ð¾Ð·Ð´ÐµÐ¹ÑÑ‚Ð²Ð¸Ð¹ на сегменты БД клиентов.Детально изучены метод кластеризации k-means и алгоритм поиска Ð°ÑÑÐ¾Ñ†Ð¸Ð°Ñ‚Ð¸Ð²Ð½Ñ‹Ñ Ð¿Ñ€Ð°Ð²Ð¸Ð» Apriori.Результатом данной работы является самостоятельное решение, направленное на реализацию RFM анализа базы Ð´Ð°Ð½Ð½Ñ‹Ñ ÐºÐ»Ð¸ÐµÐ½Ñ‚Ð¾Ð², алгоритмов оценки вероятности миграции клиентов между сегментами, методы кластеризации Ð´Ð°Ð½Ð½Ñ‹Ñ . Данное решение может применяться различными предприятиями в сфере ритейла и управления. The topic of the final qualifying work: “Using RFM Analysis to model Database Changes”.This work is devoted to the study of the possibility of using RFM analysis to segment the customer database, as well as the use of clustering algorithms and the search for association rules to implement mechanics in the field of marketing and management.Tasks that were solved in the work:The features of segmentation of the customer base are studied in detail on the example of a retail network selling electronics.With the help of RFM analysis, the possibility of dividing the customer base into different segments is presented.The economic-mathematical model of managerial monitoring, represented by the Markov chain, is considered and investigated to assess the probabilities of switching customers between different segments.Completed modeling of marketing impact on segments of the customer base.The k-means clustering method and the algorithm for searching for a priori association rules are studied in detail.The result of this work is an independent solution aimed at implementing an RFM analysis of the customer base, algorithms for assessing the probability of customer migration between segments, and data clustering methods. This solution can be used by various retail and management businesses.
Databáze:	OpenAIRE
Externí odkaz:	https://explore.openaire.eu/search/publication?articleId=doi_________::c4ae63e78955f2266f9eeb902be41df0 Zobrazit plný text záznamu