Аналітика клієнтів за допомогою сегментації на основі даних компанії Airbnb
Тип публікації :
Бакалаврська робота
Дата випуску :
2023
Автор(и) :
Кожановська Ольга Сергіївна
Науковий(і) керівник(и)/редактор(и) :
Чорноус Галина Олександрівна
Мова основного тексту :
ua
eKNUTSHIR URL :
Цитування :
[APA 7] Кожановська, О. С. (2023). Аналітика клієнтів за допомогою сегментації на основі даних компанії Airbnb [Бакалаврська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/123456789/742
[ДСТУ] Кожановська О. С. Аналітика клієнтів за допомогою сегментації на основі даних компанії Airbnb : кваліфікаційна робота бакалавра : 05 Соціальні та поведінкові науки / наук. кер. Г. О. Чорноус. Київ, 2023. 69 с. URL: https://ir.library.knu.ua/handle/123456789/742 (дата звернення: 25.07.2026).
Об’єкт дослідження: процеси прийняття рішень в сфері оренди житла та їх аналітична підтримка.
Мета дослідження: аналіз клієнтської бази компанії Airbnb за допомогою використання алгоритмів неконтрольованого навчання.
Методи дослідження: K-Means, DBSCAN, BIRCH.
Наукова новизна, теоретична значимість дослідження: запропоновано авторський комплексний підхід до сегментації клієнтської бази із застосуванням алгоритмів машинного навчання для побудови ефективних маркетингових стратегій. Побудовано декілька моделей кластеризації, розглянуто їх різницю та проведено порівняльний аналіз.
Теоретична значимість дослідження полягає у розширенні бази існуючих досліджень в області сегментації клієнтів та їхнього аналізу з урахуванням особливостей компанії Airbnb. Це дозволить розкрити специфіку галузі гостинності та подорожей, виявити унікальні риси та особливості клієнтів, які використовують Airbnb як свою основну платформу для бронювання помешкань. Дослідження такого роду в контексті Airbnb ще недостатньо представлені в наукових джерелах, тому ця робота вносить нові знання і доповнює наявну літературу, сприяючи розвитку теорії сегментації клієнтів в сфері гостинності.
Практична цінність: результати дослідження є підґрунтям цінної інформацію про поведінку та вимоги різноманітних сегментів клієнтів, що дозволить розроблювати стратегії покращення маркетингової тактики, персоналізувати пропозиції та підвищити рівень задоволеності клієнтів.
Мета дослідження: аналіз клієнтської бази компанії Airbnb за допомогою використання алгоритмів неконтрольованого навчання.
Методи дослідження: K-Means, DBSCAN, BIRCH.
Наукова новизна, теоретична значимість дослідження: запропоновано авторський комплексний підхід до сегментації клієнтської бази із застосуванням алгоритмів машинного навчання для побудови ефективних маркетингових стратегій. Побудовано декілька моделей кластеризації, розглянуто їх різницю та проведено порівняльний аналіз.
Теоретична значимість дослідження полягає у розширенні бази існуючих досліджень в області сегментації клієнтів та їхнього аналізу з урахуванням особливостей компанії Airbnb. Це дозволить розкрити специфіку галузі гостинності та подорожей, виявити унікальні риси та особливості клієнтів, які використовують Airbnb як свою основну платформу для бронювання помешкань. Дослідження такого роду в контексті Airbnb ще недостатньо представлені в наукових джерелах, тому ця робота вносить нові знання і доповнює наявну літературу, сприяючи розвитку теорії сегментації клієнтів в сфері гостинності.
Практична цінність: результати дослідження є підґрунтям цінної інформацію про поведінку та вимоги різноманітних сегментів клієнтів, що дозволить розроблювати стратегії покращення маркетингової тактики, персоналізувати пропозиції та підвищити рівень задоволеності клієнтів.
Галузі знань та спеціальності :
05 Соціальні та поведінкові науки
05 Соціальні та поведінкові науки::051 Економіка
Галузі науки і техніки (FOS) :
Соціальні науки
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
1.27 MB
Контрольна сума :
(MD5):144e9c1d989496a91f8c0de9210e2e44
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International