Leveraging Data Analytics to Optimize Marketing Strategies for Retaining Loyal Customers in Czech Restaurants
Autor(ka) práce:
Kosturiakova, Zuzana
Typ práce:
Diploma thesis
Vedoucí práce:
Machek, Martin
Oponenti práce:
Nízký, Jan
Jazyk práce:
English
Abstrakt:
This thesis explores how transactional data analytics can optimise customer loyalty strategies within the hospitality industry. Despite widespread adoption of loyalty programs, many operators underutilise their behavioural and purchase data, limiting their ability to retain and engage high-value guests. Using the CRISP-DM framework, this study analyses a one-year dataset from an anonymised Prague-based restaurant chain, focusing on visit frequency, spending patterns, and transaction history. RFM segmentation combined with K-means clustering uncovered distinct customer groups and behavioural patterns, which were mapped against Oliver’s psychological loyalty development model (cognitive, affective, conative, action). A Random Forest churn prediction model further identified customers at risk of disengagement. Additionally, a managerial interview provided qualitative insights to contextualise the findings and evaluate the practical application of data-driven loyalty strategies within a traditional hospitality culture. Based on the results, recommendations include introducing a structured tier-based loyalty approach, implementing light-touch behavioural incentives, and establishing a Loyalty Intelligence System to leverage real-time dashboards for customer behaviour monitoring and programme performance evaluation. This research provides actionable insights for hospitality operators seeking to balance personal, customer-centric service with data analytics to drive sustainable customer relationship and revenue growth.
Klíčová slova:
Hospitality Marketing; Segmentation; Data Analytics; Loyalty Program; Customer Behaviour
Název práce:
Využití datové analytiky pro marketingovou optimalizaci věrnostních programů v pohostinství
Autor(ka) práce:
Kosturiakova, Zuzana
Typ práce:
Diplomová práce
Vedoucí práce:
Machek, Martin
Oponenti práce:
Nízký, Jan
Jazyk práce:
English
Abstrakt:
Tato diplomová práce zkoumá, jak může analýza transakčních dat optimalizovat strategie zákaznické loajality v rámci pohostinství. Navzdory širokému rozšíření věrnostních programů mnoho provozovatelů nedostatečně využívá behaviorální a nákupní data, což omezuje jejich schopnost udržet a dále rozvíjet vztahy s hodnotnými zákazníky. S využitím metodiky CRISP-DM byla analyzována roční datová sada od anonymizovaného pražského restauračního řetězce, zaměřená na frekvenci návštěv, vzorce utrácení a historii transakcí. RFM segmentace v kombinaci s K-means shlukovou analýzou odhalila odlišné zákaznické skupiny a vzorce chování, které byly následně porovnány s psychologickým modelem rozvoje loajality podle Olivera (kognitivní, afektivní, konativní, akční fáze). Model predikce odchodu zákazníků pomocí algoritmu Random Forest dále identifikoval zákazníky s rizikem odchodu. Kvalitativní rozhovor s managementem poskytl další vhled do praktického využití datově řízených strategií věrnosti v tradičním prostředí pohostinství. Na základě výsledků práce jsou navržena opatření v podobě zavedení strukturovaného víceúrovňového věrnostního systému, aplikace mírných behaviorálních incentiv a vytvoření systému Loyalty Intelligence System, který umožní využití přehledových nástrojů pro monitorování zákaznického chování a hodnocení výkonnosti programu v reálném čase. Tato práce nabízí konkrétní doporučení pro subjekty v pohostinství, jak vyvážit osobní přístup orientovaný na zákazníka s využitím datové analytiky s cílem dlouhodobého rozvoje vztahů a růstu tržeb.
Klíčová slova:
zákaznické chování; marketing v pohostinství; Věrnostní program; datová analytika; segmentace