Customer journey maps: forecasting and simplifying the consumer experience through deep learning
Χαρτογράφηση της διαδρομής των πελατών: προβλέποντας και απλοποιώντας την καταναλωτική εμπειρία μέσω της βαθιάς μάθησης

Μεταπτυχιακή διπλωματική εργασία
Συγγραφέας
Μπάκας, Νικόλαος
Ημερομηνία
2025-01-24Επιβλέπων
Μαστοροκώστας, ΠάριςΑνδρίτσος, Περικλής
Λέξεις-κλειδιά
RNN ; GRU ; LSTM ; CJM ; Bidirectional GRU ; Bidirectional LSTM ; Touchpoints ; Deep learning ; Customer journey mapsΠερίληψη
This study focuses on the use of deep learning and Analytics for providing a better overall consumer
experience and pinpointing potential weaknesses in an existing Business Model. Consumer habits and
behaviors can be decomposed and transformed into Customer Journey Maps (CJM). These maps enable
service providers to gain insights on the customers' point of view. The aim of this study is to emphasize
the value of behavioral classification and how it can provide a competitive advantage to Businesses
through customer fulfillment, in contrast to strict Business Intelligence and product-focused techniques.
Αριθμός σελίδων
65Σχολή
Σχολή ΜηχανικώνΑκαδημαϊκό Τμήμα
Τμήμα Μηχανικών Πληροφορικής και ΥπολογιστώνΤμήμα Μηχανικών Τοπογραφίας και Γεωπληροφορικής