Тип работы:
Предмет:
Язык работы:


ПРОВЕДЕНИЕ МАРКЕТИНГОВОГО ИССЛЕДОВАНИЯ СИСТЕМЫ ЛОЯЛЬНОСТИ ПОЛЬЗОВАТЕЛЕЙ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ АНАЛИЗА ДАННЫХ (НА ПРИМЕРЕ ТОРГОВО-РОЗНИЧНОЙ СЕТИ МАГАЗИНОВ АВТОЗАПЧАСТЕЙ)

Работа №90509

Тип работы

Дипломные работы, ВКР

Предмет

информатика

Объем работы86
Год сдачи2019
Стоимость4230 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
202
Не подходит работа?

Узнай цену на написание


ВВЕДЕНИЕ 3
1 ОСНОВЫ МАРКЕТИНГОВЫХ ИССЛЕДОВАНИЙ И МЕТОДОВ АНАЛИЗА ДАННЫХ 6
1.1 Сущность, цели и назначение маркетинговых исследований 6
1.2 Методы анализа данных, применяемые в деятельности предприятий
1.3 Методология внедрения анализа данных в работу предприятия 16
2 АНАЛИЗ ДЕЯТЕЛЬНОСТИ ТОРГОВО-РОЗНИЧНОЙ СЕТИ МАГАЗИНОВ
АВТОЗАПЧАСТЕЙ 22
2.1 Общая характеристика компании 22
2.2 Анализ бизнес-процессов компании 28
2.3 Сравнительный анализ программ лояльности 39
3 АНАЛИЗ ДАННЫХ СИСТЕМЫ ЛОЯЛЬНОСТИ И РАЗРАБОТКА
МАРКЕТИНГОВЫХ РЕКОМЕНДАЦИЙ 51
3.1 Сбор, подготовка данных и разведочный анализ 51
3.2 Проведение кластерного анализа и построение нейронной сети
3.3 Разработка маркетинговых рекомендаций для торгово-розничной сети магазинов автозапчастей 66
ЗАКЛЮЧЕНИЕ 70
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ 72
ПРИЛОЖЕНИЕ

Актуальность проводимого исследования состоит в том, что, используя в работе специалистов по маркетингу различные методы анализа данных, в значительной степени происходит сокращение времени на выполнение рутинной работы. При этом все издержки компании становятся существенно ниже по отношению к предыдущим периодам. Более точные результаты, полученные с помощью применения специализированных инструментов для анализа данных, позволяют более точно делать расчеты и выводы относительно дальнейшей стратегии развития предприятия.
С развитием рынка и появлением новых конкурентов сохранить компаниям свои лидирующие позиции становятся все труднее с каждым днём. Клиенты пресыщены и избалованы широким и многообразным товарным предложением, с каждым разом их становится сложнее чем-то удивить, поэтому использование в рабочих процессах программ лояльности - это важная задача для многих компаний.
Объект - торгово-розничная сеть магазинов автозапчастей, расположенная в городах: Барнаул, Бийск и Горно-Алтайск.
Предметом выпускной квалификационной работы являются информационные технологии анализа данных, применяемые в маркетинговых исследованиях лояльности пользователей.
Цели: выявить закономерности в данных о пользователях системы лояльности и разработать маркетинговые рекомендации для вовлечения клиентов в программу лояльности и увеличение среднего чека покупки.
Задачи:
1. рассмотреть теоретические основы маркетинговых исследований и методов анализа данных;
2. проанализировать бизнес-процессы торгово-розничной сети магазинов автозапчастей;
3. сравнить функции и особенности различных программ лояльности;
4. проанализировать данные о клиентах, полученные из программы
лояльности;
5. разработать маркетинговые рекомендации для торгово-розничной сети магазинов автозапчастей.
При написании выпускной квалификационной работы применены следующие методы: монографический, сравнительный, кластерный и разведочный анализы, многомерный анализ данных, а также метод структурного моделирования бизнес-процессов.
Результатом выпускной квалификационной работы являются маркетинговые рекомендации, направленные на привлечение пользователей в систему лояльности и увеличение среднего чека клиентов и разработанные с помощью анализа данных. Результаты проведенного исследования могут использоваться в деятельности маркетинговых отделов на предприятии.
Практическая значимость выпускной квалификационной работы заключается в том, что разработанные с помощью анализа данных маркетинговые рекомендации могут быть внедрены и использоваться в работе торгово-розничной сети магазинов автозапчастей.
Научная новизна состоит в применении современных методов анализа данных и технических инструментов для проведения маркетингового исследования системы лояльности пользователей.
Работа написана с использованием законодательных и нормативных актов РФ, периодической литературы, электронных ресурсов, статистических данных, трудов отечественных и зарубежных авторов по теме исследования.
В работе используется условное название компании - торгово-розничная сеть магазинов автозапчастей ООО «Деталь», так как информация о деятельности организации является коммерческой тайной.
Выпускная квалификационная работа состоит из введения, трех глав, заключения, списка использованных источников и литературы, содержащего 48 наименования и приложения.
В первой главе рассмотрена теоретическая информация о маркетинговых исследованиях и методах анализа данных. Разобраны базовые понятия, на примерах показано успешное применение методов анализа данных на функционирующих мировых и российских компаниях, проанализированы основные этапы внедрения анализа данных на предприятии.
Во второй главе выпускной квалификационной работы представлена общая характеристика торгово-розничной сети магазинов автозапчастей, подробно исследованы бизнес-процессы организации, содержатся результаты проведенного сравнительного анализа существующих на рынке программ лояльности и описан функционал системы лояльности «UDS».
Третья глава посвящена анализу данных о пользователях системы лояльности и разработке маркетинговых рекомендаций для торгово-розничной сети магазинов автозапчастей. В этой главе рассказывается о том, как собраны все необходимые для проведения исследования данные о пользователях и подготовлены для проведения анализа, реализованы разведочный и кластерный анализ, построена нейросеть для повышения качества полученной классификации, подготовлен перечень маркетинговых рекомендаций для компании.
В заключении представлены выводы по результатам проведенной работы, а также отражены направления дальнейшего развития исследования.


Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


С постоянным развитием рынка и появлением новых конкурентов компаниям становится все труднее выстоять в конкурентной борьбе. Потребители уже пресыщены широким предложением товаров. Удивить, привлечь и удержать их внимание уже гораздо сложнее. Для решения этих задач в организациях все больше внимания уделяется маркетинговым исследованиям, стратегиям и мероприятиям.
В ходе выполнения выпускной квалификационной работы была поставлена цель - выявить закономерности в данных о пользователях системы лояльности и разработать ряд маркетинговых рекомендаций для вовлечения клиентов в программу лояльности и увеличения среднего чека покупки.
Для достижения поставленной цели были изучены и изложены теоретические основы маркетинговых исследований и методов анализа данных, проанализированы бизнес-процессы компании, дана сравнительная характеристика функционала нескольких программ лояльности из представленных на рынке, проанализированы данных о клиентах из системы лояльности, а также разработаны маркетинговые рекомендации.
Анализ бизнес-процессов торгово-розничной сети магазинов автозапчастей показал, что необходимо направить дополнительные усилия на привлечение новых клиентов, поддержание лояльности у существующих покупателей, увеличение среднего чека покупок, используя при этом маркетинговые мероприятия.
По результатам обзора и сравнения программ лояльности от некоторых действующих на рынке компаний удалось выделить несколько продуктов, которые обладают набольшим функционалом. В числе лидеров также оказалась система лояльности «UDS», которая внедрена и используется в торгово-розничной сети магазинов автозапчастей.
Исследование данных о клиентах компании в системе лояльности с применением информационных технологий и методов анализа данных помогает составить более подробное и точное описание характеристик целевой аудитории, а также правильно выстроить маркетинговую политику. В результате проведения всех этих действий как раз и можно прогнозировать рост прибыльности от обслуживания существующих клиентов за счет лучшего фокусирования, снижения лишних затрат, разработки уникальных торговых предложений для определенных групп потребителей.
Результатом выпускной квалификационной работы стали маркетинговые рекомендации о том, как эффективно привлечь новых клиентов, усилить лояльность текущей клиентской базы, увеличить средний чек при совершении покупок, а также улучшить взаимодействие между отделами торгово-розничной сети магазинов автозапчастей. Для этого необходимо применение информационных технологий и анализа данных, проведение стимулирующих акций, скидок и предложений, запуск различных рекламный кампаний онлайн и офлайн, внедрение консультационной поддержки, организация внутренних и внешних мероприятий для клиентов, сотрудников и партнеров.
В последующем планируется дальнейшее использование методов анализа данных, дополнение и совершенствование полученных моделей, применение новых информационных технологий для расчета эффективности маркетинговых мероприятий, мониторинга данных о клиентах и товарных позициях.



1. Федеральный закон «О коммерческой тайне» №98-ФЗ от 29.07.2004 (ред. 01.04.2014). - [Электронный ресурс.] - Заглавие с экрана. - Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_48699/
2. Федеральный закон «О персональных данных» №152-ФЗ от 27.07.2006 (ред. от 31.12.2017). - [Электронный ресурс.] - Заглавие с экрана. - Режим доступа: http: //www.consultant.ru/document/cons_doc_LAW_61801/
3. Акулич М. Статистические методы, использованные в маркетинговых исследованиях / М. Акулич. - М: «Издательские решения», 2018. - С. 105-109
4. Беляева Е.Т. Виды программ лояльности / Е.Т. Беляева // Научные исследования. - 2016. - №10(11). - С. 45-50
5. Брюс П. Практическая статистика для специалистов Data Science: Пер. с анлг. / П. Брюс, Э. Брюс. - СПб: БХВ-Петербург, 2018. - С. 270-271
6. Венцов Н.Н. Обзор алгоритмов кластеризации, используемых в задачах поиска изображений по содержанию / Н.Н. Венцов, В.В. Долгов, Л.А. Подколзина // Инженерный вестник Дона. - 2016. - №3(2016). - С. 40-60
7. Веснин В.Р. Организационные структуры и принципы их построения / В.Р. Веснин, С.В. Смирнов // Бизнес в законе. Экономико-юридический журнал. - 2012. - №6. - С. 117-119
8. Герасимова А.С. Алгоритм нечеткой кластеризации, основанный на выделении «основных объектов» кластеров / А.С. Герасимова, С.В. Дронов // Известия Алтайского государственного университета. - 2012. - №1-2(73). - С. 7-11
9. Глушков А.И. Общий подход к анализу причинно-следственных связей в маркетинговых исследования / А.И. Глушков // Вестник Южно¬Уральского государственного университета. Серия: Экономика и менеджмент. - 2012. - №44. - С. 144-147
10. Егоров А.В. Особенности методов кластеризации данных / А.В. Егоров, Н.И. Куприянова // Известия Южного федерального университета. Технические науки. - 2011. - Тематический выпуск. - С. 174-178
11. Жук Е.С. Маркетинговый анализ и прогнозирование рынка: практический аспект / Е.С. Жук // Journal of Economic Regulation (Вопросы регулирования экономики). - 2013. - Том 4, №4. - С. 126-136
12. Завгородняя Т.В. Теоретические аспекты конкурентоспособности организации / Т.В. Завгородняя, А.В. Решетникова // Сибирский торгово-экономический журнал. - 2015. - №1 (20). - С. 66-69
13. Зайцев М.Г. Методы оптимизации управления и принятия решений: примеры, задачи, кейсы: учебное пособие / М.Г. Зайцев, С.Е. Варюхин. - 5-е изд., испр. и дополн. - М: Издательский дом «Дело» РАНХиГС, 2017. - С. 406-409
14. Китов В. Практические аспекты машинного обучения / В. Китов // Открытые системы. - 2016. - №01 - С. 130-140
15. Коврижных О.Е. Применение методов кластерного анализа в маркетинговых исследованиях / О.Е. Коврижных, А.А. Нигматуллина // Materialy IX Mezinarodny vedecko-prakticka konference «Zpravy vedecke ideje - 2013». Прага, Чехия, 5 ноября. - С. 92-94
16. Копытин В. Всё о программе лояльности: как выбрать, внедрить и оценить / В. Копытин // EMAILMATRIX. - 2018. - №6. - С. 5-16
17. Леоненков А.В. Самоучитель UML 2 / А.В. Леоненков. - СПб: БХВ- Петербург, 2007. - С. 13-15
18. Лукин И.С. Организация маркетинговых исследований / И.С. Лукин // Территория науки. - 2014. - №4. - С. 91-94
19. Луньков А.Д. Интеллектуальный анализ данных / А.Д. Луньков, А.В. Харламов // Учебно-методическое пособие. Часть I. [Электронный ресурс.] - Заглавие с экрана. - Режим доступа:
http://elibrary.sgu.ru/uch_lit/1141.pdf
20. Мастицкий С.Э. Статистический анализ и визуализация данных с помощью R / С.Э. Мастиций, В.К. Шитиков. - М: ДМК Пресс, 2015. - С.
100-101
21. Мицель А.А. Нейросетевой подход к задаче тестирования / А.А. Мицель, А.А. Погуда // Прикладная информатика. - 2011. - №5(35). - С. 60-66
22. Олавсруд Т. 5 тенденций анализа данных 2018 года / Т. Олавсруд // Вестник цифровой трансформации CIO.RU. [Электронный ресурс.] - Заглавие с экрана. - Режим доступа: https://www.cio.ru/articles/290318-6- tendentsiy-analiza-dannyh-2018-goda
23. Осипов А.С. Внедрение программы лояльности клиентов на предприятии (на примере ОАО «Сибур русские шины») / А.С. Осипов, А.М. Попович // Вестник Омского университета. Серия «Экономика». - 2010. - №4. - С. 102-107
24. Пантюхин О.В. Кластеризация данных для искусственных нейронных сетей / О.В. Пантюхин // Известия Тульского государственного университета. Технические науки. - 2014. - Вып.1. - С. 161-165
25. Поваров Ю.С. Учредительные и внутренние документы юридических лиц / Ю.С. Поваров // Вестник Самарского государственного университета. - 2014. - №11/1 (22). - С. 180-185
26. Пудовкина О.Е. Уточнение понятия маркетинговая информация как основного элемента маркетинговой информационной системы предприятия / О.Е. Пудовкина // Вестник Саратовского государственного технического университета. - 2011. - №1 (69). - С. 311-318
27. Самсонова Е.В. Этапы разработки адаптивной маркетинговой стратегии организации / Е.В. Самсонова // Известия Волгоградского государственного педагогического университета. - 2013. - №3. - С. 101¬106
28. Скородумов П.В. Моделирование бизнес-процессов: подходы, методы, средства / П.В. Скородумов // Вопросы территориального развития. - 2014. - вып. 5(15). - С. 1-10
29. Сохтаев М.К. Маркетинг взаимодействий как основа формирования программы лояльности / М.К. Сохтаев, О.А. Коронкевич // Инновационная наука. - 2015. - №5. - С. 278-281
30. Сурнина А.О. Элементы глобальной оптимизации моделей нейронной сети / А.О. Сурнина // Academy. - 2017. - №3(18) - C. 32-36
31. Таганов Д.Н. Сегментирование потребителей на основании иерархического кластерного анализа / Д.Н. Таганов // Маркетинг в России и за рубежом. - 2005. - №2. - С. 20-25
32. Тиндова М.Г. Предварительная кластеризация многомерных объектов в интеллектуальном анализе данных / М.Г. Тиндова // Вестник Саратовского государственного социально-экономического университета. - 2008. - №4(23). - С. 137-138
33. Титов А.А. Управление малыми проектами на предприятиях с иерархической организационной структурой / А.А. Титов // Вестник Южно-Уральского государственного университета. Серия: Экономика и менеджмент. - 2012. - №30. - С. 131-135
34. Филлипс Т. Управление на основе данных. Как интерпретировать цифры и принимать качественные решения в бизнесе / Т. Филлипс. - М: Манн, Иванов и Фербер, 2017. - С. 60-61
35. Фуколова Ю. Новая эра маркетинга / Ю. Фуколова // Новая эра маркетинга: сб. ст. / Harvard Business Review - Россия. - М, 2019. - С. 12¬15
36. Хасбулатова Б.М. Повышение эффективности работы розничных предприятий / Б.М. Хасбулатова // Теория и практика общественного развития. - 2014. - №18. - С. 63-65
37. Чеботарева С.В. Статистико-математические методы маркетингового анализа / С.В. Чеботарева // Проблемы экономики и юридической практики. - 2011. - №1. - С. 295-297
38. Черчилль Г.А. Маркетинговые исследования. 8-е издание. Пер. с англ. под ред. С.Г. Божук / Г.А. Черчилль, Д. Якобуччи. - СПб: Издательский Дом «Нева», 2004. - С. 679-759
39. Чокой В.З. Обработка и разведочный анализ числовых массивов данных / В.З. Чокой // CredeExperto: транспорт, общество, образование, язык. - 2017. - №3 (14). - С. 55-63
40. Шакла Н. Машинное обучение и TensorFlow (ил. - Серия «Библиотека программиста») / Н. Шакла. - СПб: Питер, 2019. - С. 120-121
41. Шатт Р. Data Science. Инсайдерская информация для новичков. Включая язык R (ил. - Серия «Библиотека программиста») / Р. Шатт, К. О’Нил. - СПб: Питер, 2019. - С. 140-142
42. Шешукова Т.Г. Многомерный анализ данных: теория и практика / Т.Г. Шешукова, М.Л. Буторина // Экономический анализ: теория и практика. - 2006. - 18(75). - С.8-13
43. Официальный сайт компании «Центр финансовых технологий»
[Электронный ресурс.] - Заглавие с экрана. - Режим доступа:
http: //www.cft.ru/
44. Официальный сайт компании «Global Intellect Service» [Электронный ресурс.] - Заглавие с экрана. - Режим доступа: https://uds.app/
45. Официальный сайт компании «Loymax Loyalty» [Электронный ресурс.] - Заглавие с экрана. - Режим доступа: https://loymax.ru/
46. Официальный сайт компании «Manzana Group» [Электронный ресурс.] - Заглавие с экрана. - Режим доступа: https://manzanagroup.ru/
47. Статистические методы анализа данных для решения практических задач (часть вторая) [Электронный ресурс.] - Заглавие с экрана. - Режим доступа: https://blog.anketolog.ru/2016/02/metod-analiza-dannyh/
48. Типичные ошибки при запуске бонусной программы лояльности [Электронный ресурс.] - Заглавие с экрана. - Режим доступа: https: //www.inbrief.ru/blog/1 /


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ