| Form of studies |
Professional Master |
| Title of the study programm |
Master of Business Administration |
| Title in original language |
Klientu uzvedības datu iegūšanas metodes dažādos mijiedarbības kontekstos |
| Title in English |
Customer Behavioral Data Extraction Methods in Different Interaction Services |
| Department |
Riga Business School |
| Scientific advisor |
Jānis Paksis |
| Reviewer |
Andrejs Koliškins |
| Abstract |
Maģistra darba nosaukums: Klientu uzvedības datu iegūšanas metodes dažādos
mijiedarbības kontekstos.
Maģistra darbā tiek aplūkota problēma, ar ko saskaras pakalpojumu uzņēmumi:
tie iegulda klientu uzvedības datu iegūšanas metodēs bez skaidra veida, kā pārbaudīt,
vai izvēlētā metode atbilst datiem, ko pakalpojums faktiski var iegūt. Darba mērķis ir
izstrādāt sistēmas pieejas modeli, kas palīdz vadītājiem izvēlēties metodes atbilstoši
pakalpojuma mijiedarbības līmenim ar klientu.
Darbs balstās uz trīs saistītiem modeļiem: Modelis 1 sakārto pakalpojumus pēc
mijiedarbības līmeņa, Modelis 2 sakārto metodes pēc datu prasībām piecos līmeņos, un
Modelis 3 apvieno abus vienā piemērojamības ietvarā. Ietvars tiek pārbaudīts piecos
pētījumos no pieciem pakalpojumu nozarēm Latvijas un globālajā tirgū.
Galvenie informācijas avoti ir recenzēti zinātniskie raksti par mārketinga
analītiku, klientu pieredzes vadību, pakalpojumu klasifikāciju, kā arī konferenču
materiāli, OECD pārskats par lielajiem datiem un akadēmiskās grāmatas.
Darbā ir iekļautas 1 tabula, 8 attēli un 2 pielikumi (anketa un krustenisko atbilžu
matrica).
Darba valoda: angļu. |
| Keywords |
klientu uzvedības dati, datu iegūšanas metodes, pakalpojumu mijiedarbības līmenis, metožu piemērojamības ietvars, sistēmas pieejas modelis, pakalpojumu klasifikācija, datu prasības, mijiedarbības konteksts, ierobežojošie faktori, gadījumu izpēte |
| Keywords in English |
customer behavioral data, data extraction methods, customer-service interaction level, method feasibility framework, service classification, method tier, data requirements, limiting factors, touchpoints, case study |
| Language |
eng |
| Year |
2026 |
| Date and time of uploading |
19.05.2026 13:47:15 |
