Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/41042
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Гаршин Василий Владимирович | ru_RU |
dc.contributor.advisor | Garsin Vasilij Vladimirovic | en_GB |
dc.contributor.author | Завадская Екатерина Владимировна | ru_RU |
dc.contributor.author | Zavadskaa Ekaterina Vladimirovna | en_GB |
dc.contributor.editor | Жукова София Витальевна | ru_RU |
dc.contributor.editor | Zukova Sofia Vitalevna | en_GB |
dc.date.accessioned | 2023-04-06T21:52:58Z | - |
dc.date.available | 2023-04-06T21:52:58Z | - |
dc.date.issued | 2022 | |
dc.identifier.other | 086388 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/41042 | - |
dc.description.abstract | Товары, представленные на рынке, как правило, схожи по ассортименту и ценам, что делает конкуренцию между розничными торговцами очень высокой. Существуют различные программы лояльности, призванные привлечь клиентов к конкретной розничной компании. Целью данного исследования является сегментация потребителей на основе данных за период с 2020 по 2021 год с целью обновления существующей программы лояльности. С помощью ИТ-инструментов были подготовлены данные, полученные от компании, и проведен дальнейший RFM анализ. Были выявлены существующие проблемы и ключевые изменения в поведении клиентов. Полученные результаты, такие как распределение клиентов на семь групп, выявление новых пользователей, а также основные тенденции в изменении поведения клиентов, были использованы для выработки рекомендаций по улучшению существующей программы лояльности. Рекомендации включают разработку многоуровневой бонусной программы, которая сделает обслуживание клиентов более персонализированным. | ru_RU |
dc.description.abstract | Goods presented on the market, generally are similar in the assortment and prices, that makes the competition between retailers very challenging. Different loyalty programmes exist to attract customers to give a favour to a specific retailer. The goal of this research is to segment consumers based on data for the period from 2020 to 2021 in order to update the existing loyalty programme. With the help of IT instruments, the data received from the company were prepared and further RFM analysis was carried out. Existing problems and key changes in customer behaviour were identified. The results obtained, such as the distribution of customers into seven groups, the identification of new users, as well as the main trends in changing customer behaviour were used to offer recommendations for improving the existing loyalty programme. Recommendations include the development of a multi-level bonus program, which will make the customer experience more personalised. | en_GB |
dc.language.iso | ru | |
dc.subject | программа лояльности | ru_RU |
dc.subject | сегментация данных | ru_RU |
dc.subject | RFM анализ | ru_RU |
dc.subject | loyalty programme | en_GB |
dc.subject | data segmentation | en_GB |
dc.subject | RFM-analysis | en_GB |
dc.title | Data-Driven Development of Loyalty Program for Retail Company | en_GB |
dc.title.alternative | Разработка программы лояльности для розничной компании на основе данных | ru_RU |
Располагается в коллекциях: | MASTER'S STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
merged__pdf.io___4___1_.pdf | Article | 19,35 MB | Adobe PDF | Просмотреть/Открыть |
reviewSV_Scientific_advisor_reference_2022_Zavadskaya.pdf | ReviewSV | 149,38 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.