20.500.12556/DKUM-97594 Podatkovna analitika v digitalnem marketingu Data analytics in digital marketing Diplomsko delo obravnava razvoj podatkovno‑analitične rešitve za podporo odločanju v digitalnem marketingu z uporabo platforme Databricks. Osredotoča se na vzpostavitev celotnega procesa obdelave podatkov, ki vključuje generiranje sintetičnih, a realističnih podatkov s pomočjo Python skript, njihovo shranjevanje v formatu Parquet ter organizacijo v podatkovni model zvezdne sheme, kar zagotavlja strukturirano in učinkovito izvajanje analitičnih poizvedb. S sistemom Databricks Workflows je vzpostavljena avtomatizacija postopkov, ki omogoča ponovljivo, časovno načrtovano in zanesljivo izvajanje vseh faz obdelave, od generiranja do posodabljanja tabel v podatkovni bazi. Ključne analize so izvedene z Databricks SQL Editorjem. Rezultati so prikazani z vizualizacijami, ki omogočajo jasen vpogled v trende, razlike med segmenti uporabnikov ter ključne kazalnike porabe, kar prispeva k boljši interpretaciji vedenjskih vzorcev. Glavni cilj diplomskega dela je prikazati, kako lahko celovit, avtomatiziran in ponovljiv analitični proces izboljša zanesljivost vpogledov in skrajša čas do uporabne informacije ter tako predstavlja učinkovito osnovo za podatkovno podprto odločanje v digitalnem marketingu. Analitični proces se izkaže kot ponovljiv, časovno učinkovit in primeren za izvedbo analiz in vizualizacije vedenjskih vzorcev uporabnikov. The thesis addresses the development of a data-analytics solution designed to support decision-making in digital marketing using the Databricks platform. It focuses on establishing a complete data processing pipeline that includes the generation of synthetic yet realistic data using Python scripts, their storage in Parquet format, and their organization within a star schema data model, which enables structured and efficient analytical querying. Automation of the entire workflow was implemented using Databricks Workflows, allowing repeatable, scheduled, and reliable execution of all data processing stages, from data generation to updating tables in the database. Key analyses were performed using the Databricks SQL Editor, and the results were presented through visualizations that provide a clear overview of trends, differences between user segments, and key consumption indicators, thereby supporting the interpretation of behavioral patterns. The main objective of the thesis was to demonstrate how a comprehensive, automated, and repeatable analytical process can improve the reliability of insights and reduce the time required to obtain actionable information, thus providing an effective foundation for data-driven decision-making in digital marketing. The analytical process proved to be repeatable, time-efficient, and suitable for conducting analyses and visualizing user behavioral patterns. analiza podatkov Databricks marketinška optimizacija avtomatizacija podatkovnih procesov SQL data analysis Databricks marketing optimization data process automation SQL true true false Slovenski jezik Angleški jezik Diplomsko delo/naloga 2026-03-23 21:16:23 2026-07-28 20:02:14 2026-07-29 03:06:32 0000-00-00 00:00:00 2026 0 Kranj 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 286267907 VS_Zahariev_Martin_2026.pdf VS_Zahariev_Martin_2026.pdf 1 80AE161A66B5BACA585C956F135E7581 3a1833d4b94e3f86256cc21bcd715e04086a927fb28de6ca3fd00fb3f17d7023 ec674b06-26f6-11f1-ab09-00155d0001a1 https://dk.um.si/Dokument.php?lang=slv&id=204732 Fakulteta za organizacijske vede 0 0 0