|
|
Aplikace statistických metod při výpočtu celoživotní hodnoty zákazníka
Samuseva, Katsiaryna ; Vraná, Lenka (vedoucí práce) ; Sobíšek, Lukáš (oponent)
Bakalářská práce se věnuje statistickým metodám pro řízení vztahů se zákazníky a různým přístupům k odhadu celoživotní hodnoty zákazníka pro společnost v dlouhodobém horizontu. Jde o empirický typ práce, kde teoretické předpoklady otestujeme v praxi na reálných datech. V průběhu práce zkoumáme a měříme klientské chování s cílem získat kvantitativní výstupy pro přizpůsobení marketingové strategie, efektivní alokaci zdrojů a výběr cílových zákazníků. Na základě chování v minulosti a současnosti budeme modelovat očekávaný budoucí stav nákupního chování a s tím spojené vymezení nejziskovější cílové skupiny pro kvalitnější aplikaci marketingových nástrojů. Mezi hlavní cíle práce patří popis různých přístupů k modelování CLV, aplikace modelu Pareto/NBD na reálná data společnosti Práce pro Vás a zhodnocení využitelnosti výsledků predikování CLV v praxi. V průběhu práce budou řešeny i následující úkoly: uvést základní výhody a nevýhody jednotlivých způsobů modelování CLV, vyhodnotit kvalitu modelu Pareto/NBD a stanovit další náměty při zkoumání této problematiky. Existují různé přístupy k odhadu CLV, které jsou popsané v teoretické části. Praktická část práce je zaměřena především na aplikaci pravděpodobnostního modelu Pareto/NBD. Pomoci modelu Pareto/NBD manažeři získávají informace o budoucí aktivitě zákazníka, tj. očekáváný počet transakcí na základě jeho skutečného chování a pravděpodobnost, že zákazník bude stálé aktivní ve sledovaném horizontu. V současné realitě přetíženého trhu téměř ve všech odvětvích podnikání musí společnosti spoléhat na kvantitativní podstatu marketingu a vybírat si cílové zákazníky, na které zaměří své marketingové úsilí. Přesně této potřebě odpovídá model Pareto/NBD, pomoci kterého odhadneme celoživotní hodnotu zákazníka pro strategické rozhodování a řízení vztahů se zákazníky. Závěrem se nám podaří vyřešit dané problémy a splníme tím všechny stanovené cíle.
|
|
|
Zvyšování efektivity inzerce na Facebooku pomocí rozhodovacích stromů
Randus, Jan ; Vraná, Lenka (vedoucí práce) ; Jašek, Pavel (oponent)
Tato bakalářská práce má za cíl pomocí pokročilých statistických data-miningových metod zvýšit efektivitu marketingových kampaní vedených na sociální síti Facebook. Za tímto účelem jsem získal data z marketingové kampaně elektronického obchodu z oblasti módy, na které jsem aplikoval metodu rozhodovacích stromů. V teoretické části se práce zabývá metodami, které byly použity pro analýzu dat, tedy rozhodovacími stromy a metodami, které vycházejí z teorie výběrového šetření, které byly nezbytné při úpravě dat. Rovněž bude nastíněna oblast výkonnostního online marketingu. V praktické části bude popsána aplikace zvolených metod a tvorba modelu. V závěru se bude práce snažit na základě vytvořeného modelu odpovědět na otázku, jak co nejefektivněji inzerovat na sociální síti Facebook.
|
|
|
Multikanálové atribuční modelování
Žárský, Jiří ; Šperková, Lucie (vedoucí práce) ; Vraná, Lenka (oponent)
Bakalářská práce se zabývá atribucí v kontextu online marketingu a studuje dostupné modely pro hodnocení výkonnosti online reklamních kampaní. Tato výkonnost je měřena na základě prospěšnosti kampaní při získávání zákaznické pozornosti a generování tržeb. Pro analýzu jsou použita data obsahující informace o interakcích konkrétních uživatelů s reálnými reklamními kampaněmi. Před řešením samotného atribučního problému jsou dostupná data z platformy AdForm očištěna a transformována do požadovaných struktur. Tento proces je automatizován v ETL nástroji Keboola. Následně jsou na data aplikovány různé atribuční modely; od jednoduché heuristiky, přes Shapley Value až po Markovovy řetězce. V práci je popsána teoretická stránka i praktická aplikace těchto modelů. Nakonec jsou výsledky jednotlivých modelů interpretovány vzhledem k nákladům reklamních kampaní ve vizualizačním nástroji Tableau. Pro interpretaci jsou použity metriky jako návratnost investic do reklamy. Práce nabízí kritické zhodnocení atribučních modelů na bázi předem definovaných kritérií. V rámci praktické části práce bylo vytvořeno schéma datových transformací. To může být použito pro analýzu dalších reklamních kampaní. Součástí práce je také kapitola věnující se problémům, které mohou generovat nepřesnosti ve výsledcích.
|
|
|
Systém DRG
Vraná, Lenka ; Marek, Luboš (vedoucí práce) ; Mašek, Petr (oponent)
Tato práce se zabývá popisem klasifikačního systému DRG (Diagnosis Related Groups) a jeho využitím pro financování zdravotní hospitalizační péče. Cílem této práce je podat ucelený přehled o možných způsobech využití systému DRG, popsat postup výpočtu ukazatelů sloužících pro určení výše úhrad za hospitalizační péči v roce 2012 a navrhnout některé další úpravy algoritmu výpočtu pro vhodnější zpracování údajů v příštích letech. První část této diplomové práce je teoretická a zabývá se především historií klasifikačního systému DRG a vysvětlením základních pojmů a postupů výpočtu. V druhé části je detailně popsán datový soubor, na základě kterého probíhal výpočet úhrad za hospitalizační zdravotní péči pro rok 2012, postup jeho zpracování (konkrétně fáze výpočtu relativních vah DRG) a také možnost automatizace celého řešení.
|
|
|
Analýza teplotních časových řad ze stanic Praha - Ruzyně a Brno - Tuřany v letech 1999 - 2008
Vraná, Lenka ; Helman, Karel (vedoucí práce) ; Bašta, Milan (oponent)
Práce se zabývá analýzou časových řad průměrných měsíčních teplot vzduchu naměřených v 7, 14 a 21 hodin klimatologickými stanicemi Brno - Tuřany a Praha - Ruzyně. Cílem této práce je uplatnit základní postupy analýzy časových řad a blíže se seznámit s prací se statistickým softwarem, konkrétně programy SPSS Statistics 17.0 a Statgraphics Centurion XVI. Je zaměřena hlavně na výpočet základních charakteristik, dekompozici časových řad (klasický model) a na popis jejich trendové a sezónní složky. Práce zjišťuje, zda existuje podobnost ve vývoji řad, které byly naměřeny stejnou stanicí v různém čase, nebo ve stejnou hodinu na různých stanicích. Práce je rozdělena do dvou částí. V první části jsou popsány metody analýzy časových řad teoreticky, samotná analýza je pak obsahem druhé části.
|
host ::
RSS.