Duomenų gavybos taikymas mažmeninėje prekyboje sprendžiant aktualius pirkėjų pritraukimo uždavinius
Magistro darbe yra atliekamas duomenų gavybos taikymo mažmeninėje prekyboje tyrimas, sprendžiant aktualius pirkėjų pritraukimo uždavinius. Tyrimo tikslas - suskirstyti pirkėjus pagal panašias charakteristikas ir pasiūlyti atitinkamas prekes kiekvienai gautai pirkėjų grupei, siekiant pritraukti daugiau pirkėjų į prekybos centrus.Darbe išnagrinėtos verslo intelektikos technologijos, jų svarba šiuolaikiniame versle, apžvelgti duomenų gavybos proceso esminiai etapai, išanalizuoti duomenų gavybos metodai, dažniausiai naudojami algoritmai. Aptarta ir palyginta populiariausia programinė įranga, pateikti privalumai ir trūkumai. Ištirta sprendžiamų duomenų gavybos uždavinių įvairovė mažmeninėje prekyboje ir atliktas prekybinės įmonės pirkėjų bei prekių analizės tyrimas.Atliktos analizės bei tyrimo rezultatai gali būti sėkmingai panaudoti mažmeninės prekybos įmonėms, siekiančioms pritraukti daugiau pirkėjų į prekybos centrus, pasiūlant jiems atitinkamas prekių grupes.Darbą sudaro 3 dalys: verslo intelektikos technologijų analizė, duomenų gavybos technologijos analizė ir mažmeninės prekybos įmonės pirkėjų bei prekių analizės tyrimas.Darbo apimtis - 63 puslapiai teksto be priedų, 37 paveikslai, 10 lentelių, 40 bibliografinių šaltinių.
A research of master's final work is solving actual customers attraction problems in retail using data mining. Purpose of the analysis - sorting of customers into the similar groups and offering to them respective products, suiting the needs of specific customer groups and allowing to attract more customers to shopping centers. Following tasks and problems were analyzed: business intelligence technologies and its impact on modern business, main steps and methods of data mining processes, most frequently used algorithms. Most popular software was compared, discussing main advantages and weaknesses. Analysis of variety tasks for data mining was studied, using research on customers and supply of goods of retail company.Results of the analysis could be successfully implemented by retail companies, seeking for attracting of customers and offering to them specific group of goods.Thesis structure consists of 3 parts: business intelligence technology analysis, data mining analysis and customers as well as goods analysis of retail company.Thesis consists of 63 page of text without extras, 37 pictures, 10 tables and 40 bibliographical entries.