Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomi
  • Svenska
  • English
  • Kirjaudu
Hakuohjeet
JavaScript is disabled for your browser. Some features of this site may not work without it.
Näytä viite 
  •   Ammattikorkeakoulut
  • Metropolia Ammattikorkeakoulu
  • Opinnäytetyöt
  • Näytä viite
  •   Ammattikorkeakoulut
  • Metropolia Ammattikorkeakoulu
  • Opinnäytetyöt
  • Näytä viite

Klusterointimenetelmät asiakassegmentoinnissa

Satukangas, Marja (2022)

 
Avaa tiedosto
Satukangas_Marja.pdf (1.377Mt)
Lataukset: 


Satukangas, Marja
2022
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2022113025136
Tiivistelmä
Asiakassegmentointi on tärkeä osa yritysten toimintaa. Segmentoinnin avulla voidaan palveluita, markkinointia ja viestintää suunnitella eri kohderyhmien tarpeet huomioiden ja sitä kautta sitouttaa asiakkaat palveluiden käyttöön. Asiakassegmentit voidaan muodostaa erilaisia menetelmiä hyödyntäen ja erilaisin kriteerein. Tässä opinnäytetyössä selvitettiin, miten klusterointimenetelmiä voidaan hyödyntää asiakassegmentoinnissa ja saadaanko klusteroinnin avulla UniSportin asiakastietojärjestelmän datasta muodostettua toiminnan kehittämisen kannalta hyödylliset segmentit, joita voidaan helposti päivittää.

Klusterointitehtävän aineisto koottiin UniSportin asiakastietojärjestelmästä saatavilla olevasta datasta, joka käsiteltiin sellaiseen muotoon, että klusterointialgoritmi voitiin suorittaa. Aineisto rajattiin kausikorttiasiakkaisiin, ja se koostui palveluiden käyttöön ja asiakkuuden vaiheisiin liittyvistä muuttujista. Klusterointi suoritettiin k-means- ja k-medoids-algoritmeja hyödyntäen ja erilaisia muuttujien yhdistelmiä ja datamuunnoksia testattiin prosessin aikana.

Työn tuloksena saatiin muodostettua asiakassegmentit, joita voidaan hyödyntää UniSportin toiminnassa ja ne voidaan helposti päivittää. Palveluiden käytön perusteella asiakkaista voitiin erottaa aktiivisesti ja passiivisesti palveluja käyttävät asiakkaat, uudet asiakkaat ja pitkäaikaiset asiakkaat sekä mahdollisesti palveluiden käytön lopettaneet tai lopettamisvaarassa olevat asiakkaat. Data-aineistosta voitiin myös löytää tiettyjä kausikorttipalveluita preferoivat ryhmät. Huomionarvoista on, että vaikka työssä löytyi eri segmenteille tyypillinen tapa käyttää palveluita, oli segmenttien sisällä kuitenkin jonkin verran vaihtelua, eivätkä segmentit erottuneet erityisen selkeästi toisistaan.

Työn tuloksia voidaan jatkossa hyödyntää viestinnässä ja markkinoinnissa sekä palveluiden suunnittelussa. Syntyneitä segmenttejä voidaan myös tarkentaa tai syitä tietynlaiseen käyttäytymiseen selvittää esimerkiksi kohdentamalla segmenteille asiakaskyselyitä.
Kokoelmat
  • Opinnäytetyöt
Ammattikorkeakoulujen opinnäytetyöt ja julkaisut
Yhteydenotto | Tietoa käyttöoikeuksista | Tietosuojailmoitus | Saavutettavuusseloste
 

Selaa kokoelmaa

NimekkeetTekijätJulkaisuajatKoulutusalatAsiasanatUusimmatKokoelmat

Henkilökunnalle

Ammattikorkeakoulujen opinnäytetyöt ja julkaisut
Yhteydenotto | Tietoa käyttöoikeuksista | Tietosuojailmoitus | Saavutettavuusseloste