Реалізація Data Science проєктів для просування ЕТМ

Фітісов А. В. Реалізація Data Science проєктів для просування ЕТМ : кваліфікаційна робота бакалавра : 051 Економіка ∕ наук. кер. Т. Г. Затонацька. Київ, 2025. 78 с.

Об’єкт дослідження: процеси просування та клієнтська база електронного торговельного майданчика.
Мета дослідження: розробити й оцінити комплекс Data Science- рішень, здатних підвищити конверсію та середній чек електронного торговельного майданчика шляхом прогнозу повторних покупок і персоналізованих рекомендацій.
Методи дослідження: описова статистика та EDA; RFM-аналіз і кластеризація K-Means; машинне навчання (Random Forest, XGBoost) з урівноваженням класів; алгоритм Apriori для асоціативних правил; інтерпретація SHAP; економічна оцінка ефекту.
Наукова новизна, теоретична значимість дослідження: вперше продемонстровано, що поєднання RFM-сегментації, градієнтного бустингу та item-based рекомендацій дає статистично значущий і економічно вимірний ефект, базуючись виключно на транзакційних даних без поведінкових та персональних характеристик; запропоновано компактний набір ознак і алгоритм прямого підрахунку ко-виникнення категорій, придатний для високорозріджених кошикових даних.
Практична цінність: розроблені моделі та правила можуть бути безпосередньо інтегровані у CRM-систему ЕТМ; очікуваний приріст конверсії на 0,3 п.п. забезпечує окупність проєкту за ≈ 5 місяців, а item- based рекомендації підвищують середній чек на 3–4 %.