Podatkovno rudarjenje in segmentacija strank v elektronskem poslovanju z uporabo metode grozdenja in LRFM modelaNadu, Nejc (Avtor) Škulj, Damjan (Mentor) podatkovno rudarjenjeelektronsko poslovanjesegmentacija strankgrozdenjeLRFM modelV zadnjih letih smo priča hitremu razvoju informacijskih in spletnih tehnologij. Vse več se uporabljata izraza »informacijska družba« in »informacijska ekonomija«, v kateri je podatek več vreden kot sami produkti in storitve. Podjetja zbirajo ogromne količine podatkov, ki jih s pomočjo podatkovnega rudarjenja obdelujejo in iz njih pridobivajo uporabne informacije, ki jih uporabljajo za načrtovanje poslovnih in marketinških strategij. V diplomskem delu smo obravnavali področja uporabe podatkovnega rudarjenja v elektronskem poslovanju. Ugotovili smo, da elektronsko poslovanje zaradi svojih lastnosti, predvsem prisotnosti na spletu, predstavlja učinkovito domeno za uspešno podatkovno rudarjenje. Osredotočili smo se predvsem na segmentacijo strank v elektronskem poslovanju, ki predstavlja jedro strategije upravljanja odnosov s strankami CRM. Predstavili smo prednosti, ki jih prinaša podatkovno rudarjenje v procesu segmentacije, ki se nanašajo predvsem na avtomatizacijo procesa in možnost personalizacije, ter opisali najbolj uporabljene tehnike in metode podatkovnega rudarjenja za segmentacijo strank. V empiričnem delu smo izvedli prikaz segmentacije strank spletne trgovine s pomočjo metode grozdenja k-means in LRFM modela, ki velja za enega najbolj učinkovitih modelov segmentacije strank na podlagi vedenja.[N. Nadu]20212021-07-11 08:30:14Diplomsko delo/naloga128407sl