Tiedonlouhinnan hyödyntäminen asiakkaan sitoutumisen tutkimisessa
Authors
Date
2019Copyright
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Pro gradu -tutkielma käsittelee Knowledge Discovery in Databases (KDD) -prosessin soveltamista asiakkaan sitoutumisen tutkimiseen asiakkuuden elinkaaren eri vaiheissa. Tavoitteena on selvittää, voidaanko suurista sivukyseludatoista ja sosiaalisen median datoista saada tiedonlouhinnalla hyödyllistä tietoa asiakkaan sitoutumisesta KDD-prosessia seuraten. Lisäksi tutkielmassa selvitetään, millaisia muita reaaliaikaisia datoja ja menetelmiä
on käytetty sitoutumisen analysointiin. Empiiristen tulosten perusteella klusteroinnilla saadaan muodostettua asiakasryhmiä sitoutumisasteittain asiakkuuden elinkaaren eri vaiheissa tutkimalla reaaliaikaisten datojen erilaisia muunnoksia In this master’s thesis the Knowledge Discovery in Databases (KDD) process and its usage with customer engagement in different stages of the customer life cycle are discussed. The aim is to find out, whether KDD process and data mining can help to discover useful information from customer engagement by using large clickstream and social media data. In addition, the thesis explains what kind of non-purchase data and methods are used for analyzing the engagement. Based on empirical results, customers can be grouped according to the state of engagement by different transformations of non-purchase data using clustering.
Keywords
Metadata
Show full item recordCollections
- Pro gradu -tutkielmat [25543]
Related items
Showing items with similar title or keywords.
-
Kansainvälisten koulutusarvioiden vertailu koulutuksellisen tiedonlouhinnan keinoin
Wallden, Lasse Juhani (2016)Koulutusta ja eri ikäisten lasten akateemista suorituskykyä mittaavat tutkimustulokset ovat kiinnostavaa tarkasteltavaa monien alojen työntekijöille ja tutkijoille. Nykyään monet organisaatiot, kuten OECD (Organisation for ... -
Tiedonlouhinnan hyödyntäminen digitaalisessa markkinoinnissa
Korhonen, Teemu (2021)Tässä kandidaatintutkielmassa tarkastellaan kuinka tiedonlouhintaa voidaan hyödyntää digitaalisessa markkinoinnissa ja kuinka tiedonlouhinta-algoritmilla louhittua dataa voidaan hyödyntää asiakkaiden profiloinnissa. ... -
Knowledge mining using robust clustering
Äyrämö, Sami (University of Jyväskylä, 2006)FM Sami Äyrämö tutki väitöstyössään suurten digitaalisten tietomassojen tehokasta hyödyntämistä ja siihen sovellettavia laskennallisesti älykkäitä niin kutsuttuja tiedonlouhintamenetelmiä (data mining). Aihe on ajankohtainen, ... -
Ohjelmistoyrityksen asiakkaan kokeman asiakassuhteen arvon yhteys uusintaostoaikomukseen
Rupponen, Pia (2021)Pitkäaikaisten asiakassuhteiden luominen on monen yritysten välistä (B2B) kauppaa tekevän organisaation tärkein liiketoimintastrateginen tavoite. Asiakkaan kiinni pitämiseksi ja asiakkaan tarpeita ymmärtävän markkinoinnin ... -
Detecting cellular network anomalies using the knowledge discovery process
Chernov, Sergey (University of Jyväskylä, 2015)Analytical companies unanimously forecast the exponential growth of mobile traffic consumption over the next five years. The densification of a network structure with small cells is regarded as a key solution to meet growing ...