Masinõppe ja HSV analüüsi kasutamine klientide hoidmiseks e-toidupoe startupi näitel
Nimi
Marge Maidla
Kokkuvõte
Klientide hoidmine on üks kõige olulisemaid eesmärke ettevõtete jaoks, kes püüdlevad finantsiliselt jätkusuutlike majandusmudelite poole. Kuna e-poodide hulgas on pakkumist palju ning klientidel valikut rohkelt, võiksid ettevõtted eriti hoolikalt klientide hoidmisega tegeleda. Vaatamata juba eksisteerivatele tööriistadele ja meetoditele on startupi omapärade arvesse võtmine klientide hoidmise lahenduste disanimisel oluline. Antud magistritöö baseerub varajase faasi e-toidupoe andmetel. Töö eesmärgiks on luua raamistik, mis abistab ettevõtte juhatusel ja ka teistel sarnastel varajase faasi ettevõtetel klientide hoidmist planeerida. Töös on rakendatud kirjeldavaid analüüsimeetodeid nagu Hiljutisuse, Sageduse ning Väärtuse (Recency, Frequency and Monetary) (HSV) (RFM) mudelit ja masinõppe mudeleid nagu logistiline regressioon, otsustuspuu, otsustusmets ja XGBoost. HSV analüüsi põhjal on juhtumiuuringus osalenud ettevõttel peaaegu võrdselt kliente, kes on ettevõtte lojaalsed püsikliendid ning neid, kes vajavad aktiveerimist. XGBoost saavutas masinõppe mudelitest parima tulemuse. Antud töö tulemused toetavad ettevõtte igapäevast tegevust, pakkudes ettevõtte juhtkonnale praktilise ja kergesti tõlgendatava raamistiku, et hinnata klientide hoidmist ka edaspidi.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Andmeteadus
Juhendaja(d)
Maarja Pajusalu, Elena Sügis
Kaitsmise aasta
2023