Search academic texts

Information × Registration Number 2125U003066, Article popup.category Бакалаврська робота Title Analytical CRM System for Digital Marketing (AI translated) popup.author Петренко Ілля ДмитровичPetrenko Illya Dmytrovych popup.publication 01-01-2025 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/76092 popup.publisher Київ Description Дипломна робота: 95 сторінок, 14 рисунків, 13 таблиць, 2 додатки, 15 джерел. Об’єкт дослідження – процес збору, обробки та аналітики маркетингових даних у CRM-середовищі. Предмет дослідження – методи та технології створення аналітичної CRM-системи з елементами машинного навчання для прогнозування маркетингових показників. Мета роботи – розробка веб-орієнтованої аналітичної CRM-системи, що дозволяє здійснювати облік та обробку заявок (лідів), візуалізацію аналітичних звітів і реалізацію прогнозної аналітики з використанням методів машинного навчання. У процесі дослідження проведено огляд сучасних підходів до побудови CRM-систем, особливу увагу приділено функціоналу збору лідів, виведення статистичних звітів та прогнозування. Розроблено власну CRMсистему з вбудованим інтерфейсом керування, фільтрації та графічного аналізу даних через бібліотеку ECharts. Застосовано моделі Ridge та KNN із бібліотеки Rubix ML для прогнозу кількості лідів на наступні періоди. Реалізовано модуль інтерактивної аналітики з можливістю фільтрації за джерелами трафіку, географією та часовими показниками. Thesis work: 95 pages, 14 figures, 13 tables, 2 appendices, 15 references. Object of research – the process of collecting, processing, and analyzing marketing data within a CRM environment. Subject of research – methods and technologies for developing an analytical CRM system with machine learning elements for forecasting marketing performance. The purpose of the work – to develop a web-based analytical CRM system that enables the management and processing of leads, visualization of analytical reports, and implementation of predictive analytics using machine learning techniques. The study includes an overview of current approaches to CRM system architecture with a focus on lead tracking, statistical reporting, and forecasting modules. A custom CRM system was developed featuring data input, filtering, and visual analytics using the ECharts library. Ridge and KNN models from the Rubix ML library were used to predict future lead volumes based on historical trends. An interactive dashboard module was implemented, allowing users to filter and analyze data by traffic source, user geography, and temporal metrics. popup.nrat_date 2025-11-05 Close