Hübriidne soovitussüsteem otseturunduskampaaniate tõhususe tõstmiseks
Nimi
Karina Kisselite
Kokkuvõte
Ennustamisanalüütika meetodid on tõhus viis aitamaks ettevõtteid otseturunduskampaaniate planeerimisel. Käesoleva töö peamiseks eesmärgiks on tuvastada kliente, kes võiksid personaalsete pakkumiste tulemusena olla kindlate toodete potentsiaalsed ostjad.
Käesolevas töös kasutatakse analüüsiks ühe suure tootmiskorporatsiooni andmeid. Antud magistritöös lähenetakse püstitatud probleemile, kombineerides mitu meetodit lineaarse mudeliga üheks hübriidseks soovitussüsteemiks. Klientide ostuandmeid töödeldakse enne mudelisse lisamist koos\-tööfiltri- ja ostukorvianalüüsi abil. Tunnustepõhine mudel võimaldab lisada erinevaid klientide atribuute. Protsessikaevemeetodeid kasutatades leitakse klientide käitumismustreid tunnuste olulisuse hindamiseks.
Eksperimendid näitavad, et võttes ühendust 0.5%-ga lojaalsetest klientidest, võib parimat mudelit kasutades oodata 93% positiivseid vastuseid. Kui valida sama palju kliente juhuslikult, on edukuse määr 15%. Lisaks sellele näitavad tulemused, et klientide lojaalsus on üks olulisematest aspektidest mudeli headuse puhul, kusjuures lojaalsete klientide käitumine on lihtsamini ennustatav. Parim mudel saavutatakse kombineerides sisupõhilist filtrit koos ostukorvianalüüsiga ning tulemused näitavad, et antud mudelit saab kasutada toodete efektiivsemaks turundamiseks.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Tarkvaratehnika
Juhendaja(d)
Anna Leontjeva
Kaitsmise aasta
2014