Técnicas de data mining: análise ao cesto de compras e segmentação de clientes de um supermercado

Detalhes bibliográficos
Autor(a) principal: Santos, Ana Catarina Pereira Claudino
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/112038
Resumo: Project Work presented as the partial requirement for obtaining a Master's degree in Information Management, specialization in Marketing Intelligence
id RCAP_3a27db3dd945acad16c32830f916ca2d
oai_identifier_str oai:run.unl.pt:10362/112038
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Técnicas de data mining: análise ao cesto de compras e segmentação de clientes de um supermercadoData miningRegras de associaçãoClusteringCesto de comprasSAS Enterprise MinerAplicações móveisProject Work presented as the partial requirement for obtaining a Master's degree in Information Management, specialization in Marketing IntelligenceUsers are more mobile and use mobile devices more than ever to access applications. This new reality has contributed to the growth and massive use of mobile applications. The exponential use of applications made many businesses invest in this tool, not only to sell their products, but also to guarantee greater proximity between the company and the consumer. The idea is to be present anytime, anywhere. This project used data mining techniques, such as association rules and clustering to discover types of clients, and their consumption habits in a supermarket mobile application. Two models were done, regarding the association rules. The first to find the associations between articles, and the second to identify the associations between departments. In the clustering analysis, two types of segmentation were performed. The first had the purpose of understanding the behavior of consumers, regarding their amount spent in various departments. The second was built in order to get to know the value of each type of customer to the company. The results of the associative models were used for the elaboration of a restructure plan for the supermarket corridors and aisles in the mobile app, while the results of the segmentation analysis were useful to redefine communication strategies towards customers. Other ideas and suggestions founded in new knowledge were reference in this project, so that the company may take better informed business decisions.Os utilizadores estão mais móveis, e utilizam cada vez mais dispositivos móveis para aceder a aplicações. Essa nova realidade contribuiu para o crescimento e uso massivo de aplicações móveis. O uso exponencial de aplicações levou a que muitos negócios investissem nessa ferramenta, não só para vender os seus produtos, mas também para garantir uma maior proximidade entre a empresa e os seus consumidores. A ideia é estar presente em qualquer altura e em qualquer lugar. O presente estudo utilizou técnicas de data mining, tais como, regras de associação e de clustering para descobrir os tipos de clientes e os hábitos de consumo dos consumidores de uma aplicação móvel de supermercado. Para o estudo das regras de associação, realizaram-se dois modelos. O primeiro serviu para descobrir as associações entre artigos, e o segundo para identificar as associações entre departamentos. Na análise de clustering, realizaram-se dois tipos distintos de segmentação. O primeiro foi realizado com o objetivo de compreender o comportamento dos clientes em termos de consumo, através da medição de quanto eles gastaram por departamento. O segundo foi construído com o objetivo de conhecer o valor dos clientes para a empresa. Os resultados das associações entre departamentos serviram para elaborar uma proposta de reordenação dos corredores e lineares da app, enquanto que os resultados da análise de segmentação foram úteis para redefinir algumas estratégias de comunicação. Outras ideias e recomendações fundamentadas em conhecimento adquirido foram referenciadas neste estudo, por forma a que a empresa possa tomar decisões de negócio mais fundamentadas.Jesus, Frederico Miguel Campos Cruz Ribeiro deRUNSantos, Ana Catarina Pereira Claudino2021-02-18T16:22:51Z2021-01-282021-01-28T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/112038TID:202642178porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T04:55:48Zoai:run.unl.pt:10362/112038Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:42:04.029219Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Técnicas de data mining: análise ao cesto de compras e segmentação de clientes de um supermercado
title Técnicas de data mining: análise ao cesto de compras e segmentação de clientes de um supermercado
spellingShingle Técnicas de data mining: análise ao cesto de compras e segmentação de clientes de um supermercado
Santos, Ana Catarina Pereira Claudino
Data mining
Regras de associação
Clustering
Cesto de compras
SAS Enterprise Miner
Aplicações móveis
title_short Técnicas de data mining: análise ao cesto de compras e segmentação de clientes de um supermercado
title_full Técnicas de data mining: análise ao cesto de compras e segmentação de clientes de um supermercado
title_fullStr Técnicas de data mining: análise ao cesto de compras e segmentação de clientes de um supermercado
title_full_unstemmed Técnicas de data mining: análise ao cesto de compras e segmentação de clientes de um supermercado
title_sort Técnicas de data mining: análise ao cesto de compras e segmentação de clientes de um supermercado
author Santos, Ana Catarina Pereira Claudino
author_facet Santos, Ana Catarina Pereira Claudino
author_role author
dc.contributor.none.fl_str_mv Jesus, Frederico Miguel Campos Cruz Ribeiro de
RUN
dc.contributor.author.fl_str_mv Santos, Ana Catarina Pereira Claudino
dc.subject.por.fl_str_mv Data mining
Regras de associação
Clustering
Cesto de compras
SAS Enterprise Miner
Aplicações móveis
topic Data mining
Regras de associação
Clustering
Cesto de compras
SAS Enterprise Miner
Aplicações móveis
description Project Work presented as the partial requirement for obtaining a Master's degree in Information Management, specialization in Marketing Intelligence
publishDate 2021
dc.date.none.fl_str_mv 2021-02-18T16:22:51Z
2021-01-28
2021-01-28T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10362/112038
TID:202642178
url http://hdl.handle.net/10362/112038
identifier_str_mv TID:202642178
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799138032959356928