Аналіз головних компонентів та невизначена кластеризація для вдосконалення сегментації клієнтів у маркетингових стратегіях

Скорочена інформація про документ
dc.contributor.advisorКанцедал, Георгій Олегович
dc.contributor.authorЦирук, Дмитро Олександрович
dc.date.accessioned2024-11-06T10:38:55Z
dc.date.available2024-11-06T10:38:55Z
dc.date.issued2024
dc.description.abstractДипломна робота: 98 с., 22 рис., 2 додатки, 13 джерел. У сучасному світі цифровий маркетинг стає все більш складним та динамічним, вимагаючи від компаній швидкої адаптації до змінних ринкових умов. Зростання обсягів даних у цифровому маркетингу потребує ефективних методів аналізу та обробки. Ефективна сегментація клієнтів дозволяє компаніям виділятися серед конкурентів, залучати та утримувати клієнтів, а також оптимізувати рекламні кампанії для підвищення рентабельності інвестицій. В умовах сучасного ринку, персоналізація маркетингу стає все більш очікуваною від споживачів, що вимагає індивідуального підходу в маркетингових стратегіях. У цьому контексті аналіз головних компонентів та різні підходи до кластеризації даних відіграють ключову роль. Об’єкт дослідження – набір маркетингових та продуктових даних про клієнтів онлайн магазину, включаючи демографічні, економічні, поведінкові та фінансові показники. Предмет дослідження – математичні методи аналізу даних, зокрема метод головних компонентів та методи кластеризації для сегментації клієнтів та оптимізації маркетингових стратегій. Мета дослідження – дослідження та застосування методів аналізу головних компонентів та різних підходів до кластеризації даних для вдосконалення сегментації клієнтів у маркетингових стратегіях. Зокрема, дослідження ефективності методів агломеративної та невизначеної кластеризації для маркетингових даних.
dc.description.abstractotherThesis: 98 p., 22 fig., 2 appendixes, 13 sources. In today's world, digital marketing is becoming increasingly complex and dynamic, requiring companies to quickly adapt to changing market conditions. The growing volume of data in digital marketing requires effective methods of analysis and processing. Effective customer segmentation allows companies to stand out among competitors, attract and retain customers, and optimize advertising campaigns to increase return on investment. In the modern market, marketing personalization is becoming more expected by consumers, requiring an individual approach in marketing strategies. In this context, principal component analysis and various approaches to data clustering play a key role. Object of the study – a set of marketing and product data about online store customers, including demographic, economic, behavioral, and financial indicators. Subject of the study – mathematical methods of data analysis, in particular principal component analysis and clustering methods for customer segmentation and optimization of marketing strategies. Purpose of the study – to explore and apply principal component analysis methods and various data clustering approaches to improve customer segmentation in marketing strategies. In particular, to study the effectiveness of agglomerative and fuzzy clustering methods for marketing data.
dc.format.extent98 с.
dc.identifier.citationЦирук, Д. О. Аналіз головних компонентів та невизначена кластеризація для вдосконалення сегментації клієнтів у маркетингових стратегіях : дипломна робота ... бакалавра : 124 Системний аналіз / Цирук Дмитро Олександрович. - Київ, 2024. - 98 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/70367
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectаналіз головних компонентів
dc.subjectневизначена кластеризація
dc.subjectагломерація
dc.subjectцифровий маркетинг
dc.subjectоптимізація рекламних кампаній
dc.subjectprincipal component analysis
dc.subjectfuzzy clustering
dc.subjectagglomeration
dc.subjectdigital marketing
dc.subjectoptimization of advertising campaigns
dc.titleАналіз головних компонентів та невизначена кластеризація для вдосконалення сегментації клієнтів у маркетингових стратегіях
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Tsyruk_bakalavr.pdf
Розмір:
10.13 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи