Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/30013
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Хазанов Александр Владимирович | ru_RU |
dc.contributor.advisor | Hazanov Aleksandr Vladimirovic | en_GB |
dc.contributor.author | Власова Наталья Сергеевна | ru_RU |
dc.contributor.author | Vlasova Natala Sergeevna | en_GB |
dc.contributor.editor | Яблонский Сергей Александрович | ru_RU |
dc.contributor.editor | Ablonskij Sergej Aleksandrovic | en_GB |
dc.date.accessioned | 2021-07-31T18:17:12Z | - |
dc.date.available | 2021-07-31T18:17:12Z | - |
dc.date.issued | 2021 | |
dc.identifier.other | 047377 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/30013 | - |
dc.description.abstract | Целью исследования является анализ поведения потребителей продукции бренда Kiehl’s, принадлежащего компании L’Oréal, для персонализации клиентского опыта за счет выявления схожих паттернов в поведении, построения рекомендательной системы и алгоритма предсказания совершения заказа в будущем. Задачами проекта являются: 1. Изучить проблему анализа потребительского поведения и проанализировать актуальные теоретические и практические подходы к проблеме; 2. Осуществить обзор литературы об использовании продвинутых аналитических инструментов для персонализации клиентского опыта на примере кластеризации и построения рекомендательной системы; 3. Определить методы и способы осуществления кластеризации потребителей на основе схожести их поведения, построения рекомендательной системы и прогнозного алгоритма; 4. Провести разведочный анализ данных, осуществить кластеризацию с помощью выбранного метода, создать рекомендательную систему и прогнозный алгоритм; 5. Оценить экономическую эффективность внедрения полученных решений компанией, описать первые этапы внедрения систем. В результате работы была проведена кластеризация клиентов компании, построена рекомендательная система для товаров бренда, а также был разработан алгоритм, прогнозирующий совершение покупки клиентов в краткосрочной перспективе. Полученные результаты были оценены с точки зрения экономической эффективности, разработанные решения были переданы компании. | ru_RU |
dc.description.abstract | The goal of the project is to analyze consumer behavior of Kiehl’s brand products, owned by L’Oréal, to personalize customer experience by identifying similar patterns in behavior, building a recommendation system and an algorithm for predicting future ordering. Objectives of the project are: 1. Study the problem of analyzing consumer behavior and analyze current theoretical and practical approaches to the problem; 2. Review the literature on the use of advanced analytical tools to personalize customer experience using the example of clustering and building a recommendation system; 3. Determine methods and ways of clustering consumers based on the similarity of their behavior, building a recommendation system and a purchase prediction algorithm; 4. Conduct exploratory data analysis, carry out clustering using the selected method, create a recommendation system and a predictive algorithm; 5. Assess the economic efficiency of the implementation of the solutions obtained by the company, describe the first stages of the implementation of systems. As a result of the work, the clustering of the company's clients was carried out, a recommendation system for brand goods was built, and an algorithm was developed that predicts the completion of a customer's purchase in the short term. The results obtained were evaluated in terms of economic efficiency, the developed solutions were transferred to the company. | en_GB |
dc.language.iso | ru | |
dc.subject | Поведение потребителей | ru_RU |
dc.subject | онлайн-ритейл | ru_RU |
dc.subject | кластеризация | ru_RU |
dc.subject | рекомендательная система | ru_RU |
dc.subject | прогнозирование заказа | ru_RU |
dc.subject | Consumer behavior | en_GB |
dc.subject | online retail | en_GB |
dc.subject | clustering | en_GB |
dc.subject | recommendation system | en_GB |
dc.subject | order prediction | en_GB |
dc.title | Advanced Analytics for Prediction of Customers' Preferences: L’Oréal Case | en_GB |
dc.title.alternative | Продвинутая аналитика для прогноза потребительских предпочтений на примере кейса L’Oréal | ru_RU |
Располагается в коллекциях: | MASTER'S STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Bruchkus_Vlasova_Masters_thesis.pdf | Article | 5,93 MB | Adobe PDF | Просмотреть/Открыть |
reviewSV_Scientific_advisor_reference_2020_Natalya_Vlasova_.pdf | ReviewSV | 153,88 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.