dc.contributor.advisor |
Favaretto, Daniela |
it_IT |
dc.contributor.author |
Trevisan, Giorgia <1998> |
it_IT |
dc.date.accessioned |
2024-09-30 |
it_IT |
dc.date.accessioned |
2024-11-13T12:08:30Z |
|
dc.date.issued |
2024-10-18 |
it_IT |
dc.identifier.uri |
http://hdl.handle.net/10579/27766 |
|
dc.description.abstract |
Questo elaborato si propone di utilizzare tecniche Data Mining per analizzare un dataset di transazioni commerciali, con l'obiettivo di elaborare strategie di Marketing mirate ed efficaci. Attraverso l'applicazione di algoritmi di clustering e di associazione, sono stati identificati pattern nascosti nei comportamenti di acquisto dei clienti. L'analisi ha permesso di segmentare la clientela in gruppi omogenei, rilevare associazioni tra prodotti e prevedere tendenze di consumo future. I risultati ottenuti offrono fondamentali indicazioni su cui basare la definizione di campagne promozionali personalizzate, con l'obiettivo di aumentare il tasso di fidelizzazione dei clienti e di mantenere il legame con i clienti fedeli. Questa ricerca sottolinea l'importanza dell'analisi dei dati transazionali come strumento strategico per le aziende che desiderano aumentare la competitività nel mercato attuale. |
it_IT |
dc.language.iso |
it |
it_IT |
dc.publisher |
Università Ca' Foscari Venezia |
it_IT |
dc.rights |
© Giorgia Trevisan, 2024 |
it_IT |
dc.title |
Tecniche di Data Mining applicate allo sviluppo di strategie di Marketing - Il caso di Italgusto |
it_IT |
dc.title.alternative |
Tecniche di Data Mining applicate allo sviluppo di strategie di Marketing |
it_IT |
dc.type |
Master's Degree Thesis |
it_IT |
dc.degree.name |
Marketing e comunicazione |
it_IT |
dc.degree.level |
Laurea magistrale |
it_IT |
dc.degree.grantor |
Venice School of Management |
it_IT |
dc.description.academicyear |
sessione_autunnale_23-24_appello_14-10-24 |
it_IT |
dc.rights.accessrights |
closedAccess |
it_IT |
dc.thesis.matricno |
895636 |
it_IT |
dc.subject.miur |
STAT-02/A Statistica economica |
it_IT |
dc.description.note |
Refuso: nell'abstract si parla di regole di associazione ma dopo averle estratte, i risultati non sono stati significativi dunque sono presenti all'interno dell'elaborato. |
it_IT |
dc.degree.discipline |
|
it_IT |
dc.contributor.co-advisor |
|
it_IT |
dc.date.embargoend |
10000-01-01 |
|
dc.provenance.upload |
Giorgia Trevisan (895636@stud.unive.it), 2024-09-30 |
it_IT |
dc.provenance.plagiarycheck |
None |
it_IT |