Use of Big Data phenomenon in lifestyle Retail sector

Thesis title: Použití fenoménu Big Data v lifestyle maloobchodu
Author: Fous, Ondřej
Thesis type: Bakalářská práce
Supervisor: Pour, Jan
Opponents: Příklenk, Lukáš
Thesis language: Česky
Abstract:
Trendem posledního desetiletí je exponenciální nárůst objemu dat, která mohou pocházet jak z tradičních, dlouho využívaných informačních zdrojů, tak ze zdrojů nových, přinesených zejména novými technologiemi. Standardně využívaná řešení pro správu a analýzu dat jsou uzpůsobena pro data s jasně definovanou strukturou, která jsou ukládána v rámci relačních databází. Tato řešení však pomalu přestávají stačit na opravdu velké objemy dat, obzvlášť pokud jsou data nestrukturovaná a je třeba je zpracovat rychle. Úkolem této práce je seznámit čtenáře s fenoménem Big Data, definovat jej a obecně vymezit jeho použití. Přesnějšího popisu je dosaženo vysvětlením principů správy dat na konkrétním řešení Apache Hadoop. Prioritou práce je však zjištění a definice možných přínosů tohoto fenoménu pro trh lifestyle maloobchodu; toho je dosaženo poukázáním na možné praktické aplikace tohoto trendu v rámci podnikových procesů na tomto trhu. Práce těchto cílů dosahuje ve třech částech -- první je věnována teoretickému popisu Big Data, včetně vysvětlení jednotlivých používaných metod. Druhá je věnována obecnému popisu trhu maloobchodu, jeho lifestyle podobor nevyjímaje. Nejdůležitější, třetí, analytická část, definuje jednotlivé praktické přínosy Big Data pro trh lifestyle maloobchodu a určuje metriky pro jejich změření. Přínosy práce lze spatřovat v komplexním popisu fenoménu Big Data a jeho možnostech a zejména v jeho reálných aplikacích v rámci procesů lifestyle podoboru maloobchodu.
Keywords: lifestyle; maloobchod; datová analytika; správa dat; Big Data; prodej; všekanálový prodej; sentiment analýza; zákazníci
Thesis title: Use of Big Data phenomenon in lifestyle Retail sector
Author: Fous, Ondřej
Thesis type: Bachelor thesis
Supervisor: Pour, Jan
Opponents: Příklenk, Lukáš
Thesis language: Česky
Abstract:
Trend of the last decade is rise in volume of data which may come either from traditional sources, used for long time, or from new sources, created mainly by new technologies. Commonly used systems for data management and analysis are designed for data with clearly defined structure, saved within relational databases. However, these solutions are no longer capable of managing really huge volumes of data, especially if said data are unstructured and in need of fast processing. Task of this thesis is to acquaint the reader with Big Data phenomenon, to define it and show it's use cases. Detailed definition is accomplished with explanation of data management priciples within Apache Hadoop system. Thesis priority is to locate and to define possible benefits of this phenomenon for lifestyle retail; this is achieved with showing of possible practical applications of this trend within this market's business processes. These goals are achieved in three parts of the thesis -- first is dedicated to theoretical definition of Big Data, including definitions of individual used methods. Second one defines retail market and it's subdiscipline, lifestyle retail. The most important, third analytical part describes individual practical benefits of Big Data for lifestyle retail market and designates metrics to measure those. Benefits of this thesis can be seen in complex description of Big Data phenomenon and it's possibilities and mainly in it's real applications within processes in lifestyle subdiscipline of retail.
Keywords: Big Data; customers; sales; lifestyle; retail; data analysis; data management; omnichannel retailing; sentiment analysis

Information about study

Study programme: Aplikovaná informatika/Informatika
Type of study programme: Bakalářský studijní program
Assigned degree: Bc.
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Informatics and Statistics
Department: Department of Information Technologies

Information on submission and defense

Date of assignment: 1. 11. 2012
Date of submission: 30. 4. 2013
Date of defense: 26. 6. 2013
Identifier in the InSIS system: https://insis.vse.cz/zp/40126/podrobnosti

Files for download

    Last update: