Customer Centric Reporting
Thesis title: | Customer Centric Reporting |
---|---|
Author: | Jež, David |
Thesis type: | Závěrečná práce - Institut celoživotního vzdělávání |
Supervisor: | Novotný, Ota |
Opponents: | Matějka, Martin |
Thesis language: | Česky |
Abstract: | Cílem této MBA práce je analytická podpora procesu zákaznické retence v prostředí české nadnárodní firmy zabývající se počítačovou bezpečností. Tato podpora spočívá ve vytvoření analytických nástrojů ve společnosti takovým způsobem, aby bylo možné analyzovat, měřit, predikovat a vyhodnocovat zákaznické chování a zvyky, jež budou dalším vstupem pro rozhodování v rámci jednotlivých interních procesů firmy. Celá iniciativa je poháněna transformací podnikové strategie, kdy se chce společnost stát více „Customer-Centric“. Tedy firmou, jejíž rozhodování je bezpodmínečně řízeno potřebami zákazníků. První část práce popisuje business prostředí, ve kterém je celý projekt realizován včetně definice toho, co Customer Centricity strategie představuje. V druhé části je zanalyzován a popsán vybraný podnikový proces, jež bude analyticky podpořen, a na kterém bude zároveň demonstrován přínos celého projektu. Mimo to sekce stanovuje způsob navrhovaného řešení. Třetí část práce je věnována zdokumentování postupu realizace projektu – vytvoření jednotné datové zákaznické platformy, modelu strojového učení pro predikci zákaznické odchodovosti a nástroje pro analýzu sentimentu nad daty zákaznické zpětné vazby. Závěrečná část pak hodnotí přínos dodaného projektu, a to jak z pozice autora, tak především z pohledu uživatelů, pro které byl projekt primárně řešen. |
Keywords: | Customer Churn; Customer Centricity; predikce; analýza sentimentu; Machine Learning |
Thesis title: | Customer Centric Reporting |
---|---|
Author: | Jež, David |
Thesis type: | Závěrečná práce - Institut celoživotního vzdělávání |
Supervisor: | Novotný, Ota |
Opponents: | Matějka, Martin |
Thesis language: | Česky |
Abstract: | The objective of this MBA thesis is to analytically support the customer retention process in a Czech multinational software company developing security products. This support consists in the development of analytical tools in the company in such a way that it allows the company to analyze, measure, predict and evaluate customer behavior and habits, which will be further input for decision-making within the company's internal processes. The whole initiative is driven by a transformation of the corporate strategy based on which the company wants to become more "Customer-Centric". That is, a company whose decision-making is unconditionally driven by the needs of its customers. The first part of the paper describes the business environment in which the whole project is implemented, including a definition of what the Customer Centricity strategy represents. The second part analyses and describes the chosen business process, which will be analytically supported and on which the benefits of the whole project will be demonstrated. Beyond this, the section designs the proposed solution. The third part of the thesis is devoted to documenting the project implementation phase – the creation of a unified customer data platform, a machine learning model for predicting customer churn, and a sentiment analysis tool over customer feedback data. The final section then evaluates the contribution of the delivered project, both from the author's perspective and from the perspective of the users for whom the project was primarily designed. |
Keywords: | Customer Centricity; sentiment analysis; Machine Learning; Customer Churn; prediction |
Information about study
Study programme: | Data & Analytics for Business Management |
---|---|
Type of study programme: | Celoživotní vzdělávání studijní program |
Assigned degree: | MBA |
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. 4. 2021 |
---|---|
Date of submission: | 20. 12. 2021 |
Date of defense: | 25. 2. 2022 |
Identifier in the InSIS system: | https://insis.vse.cz/zp/78813/podrobnosti |
Files for download
Main text
Private file Download
Private file Download