Customer Segmentation

Formålet med modulet er at introducere den studerende til, hvordan kunstig intelligens - eller mere specifikt maskinlæring - kan understøtte kundesegmenteringsprocessen. Set fra beslutningstagningens perspektiv, når modulet indsamler, analyserer og bruger data, vil der også diskuteres etiske og moralske aspekter forbundet med brugen af ML og / eller AI i forbindelse med kundesegmentering.

Modulet ser på hvordan AI understøtter virksomhedernes segmenteringsproces. Du lærer via praktiske eksempler de grundlæggende teknikker, som virksomheder skal benytte sig af i forbindelse med at binde AI ind i deres kundesegmentering. Dette giver mulighed for automatisk segmentering af kunder på baggrund af valgte kriterier. Dette effektiviserer segmenteringsprocessen betydeligt, og samtidig giver brugen af AI mulighed for at analysere større og mere komplekse dataset. Og dette gør at man kan segmentere på flere variable.

Brugen af AI i kundesegmentering giver også mulighed for at få adgang til bedre organiserede data, hvor materialet er forbehandlet så det er nemme at analyse og forstå. Dette letter arbejdsgangene omkring kundeanalyser og gør det nemme at identificere de største eller mest profitable kundegrupper mere præcist.

Forløbet omhandler også om de betingelser som AI arbejder med, kan medføre en risiko for at bestemte målgrupper bliver overset eller overrepræsenteret. Og derved bliver det også et spørgsmål rent etisk hvordan man anvender AI til kundesegmentering.

#unsupervised learning #clustering #pligtetik #nytteetik #AI #ML #kundesegmentering

In English

The purpose of the module is to introduce the student to how Artificial Intelligence – or more specifically Machine Learning - can support the customer segmentation process. Seen from the perspective of decision making, when collecting, analyzing and utilizing data, the module will also discuss ethical and moral aspects connected to the use of ML and/or AI in connection with customer segmentation.

This module addresses how AI supports the segmentation process. Via practical examples you learn about the techniques used to combine Ai with customer segmentation. This creates the possibility for automatic segmentation of customers based on chosen criteria. This makes the segmentation process more effective and makes it possible to analyze larger and more complex datasets. And makes it possible to segment using more variables.

The use of customer segmentation also yields the possibility to access better organized data, where the material is pre-organized to make it faster to analyze and understand. The speed up the process of working with customer analysis and makes it easier to identify key customer segments.

The module also touches upon the limitations under which AI works, and the risk of certain target groups are overlooked og overrepresented. This will be addressed from an ethical perspective.

#unsupervised learning #clustering #duty ethics #utilitarism #AI #ML #customer segmentation