Veri analizi teknikleriyle müşteri değer segmentasyonu oluşturulması ve bir perakende sektöründe uygulama
Küçük Resim Yok
Tarih
2023
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
İstanbul Beykent Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Gelişen teknoloji ve artan lojistik faaliyetleri işletmelerin daha geniş müşteri ağına sahip olmasını sağlamaktadır. Bu değişim nedeniyle işletmeler artık müşterilerini tanımak zorunda kalmaktadır. İşletmeler müşterilerin davranış ve alışkanlıklarından yola çıkarak bir çıkarım sağlamak istemektedir. Bu çıkarımlar neticesinde müşterilerine stratejik tavırlar oluşturmakta ve yüksek oranda olumlu geri dönüşler beklemektedir. Tez kapsamında öncelikle veri madenciliğine ilişkin literatür taraması gerçekleştirilmiştir. Literatür taraması neticesinde bir perakende sektörüne ait 1.000.000'u aşkın müşterinin davranış ve alışkanlıkları belirli kriterler dahilinde incelenmiştir. Veriler önce belirli bir ön aşamadan geçirilerek uygun hale getirilmiştir. Sonrasında küme sayısı belirlenerek K-Means yöntemi ile veriler kümelere ayrılmış benzer davranış ve alışkanlıklara sahip müşterilerin bir arada bulunması sağlanmıştır. Oluşan kümeler neticesinde her kümenin değer tanımlamaları yapılarak kümeler hakkında oluşturulabilecek stratejik tavırlar belirlenmiştir. Son bölümde sonuçlara ilişkin çıkarımlar değerlendirilmiştir.
Advancements in technology and logistics activities allow businesses to have a wider customer base. As a result of this change, businesses now need to know their customers better. Businesses aim to infer insights from customers' behavior and habits, and create strategic approaches for their customers, expecting high levels of positive feedback in return. In this thesis, a literature review on data mining was initially conducted. As a result of the literature review, the behaviors and habits of over 1,000,000 customers in a retail sector were examined based on certain criteria. The data was processed through a preliminary stage and made suitable for analysis. Then, by determining the number of clusters, the data was divided into clusters using the K-Means method, grouping customers with similar behaviors and habits together. Strategic approaches that can be created for each cluster were identified by defining the value of each cluster. In the final section, conclusions were drawn based on the results.
Advancements in technology and logistics activities allow businesses to have a wider customer base. As a result of this change, businesses now need to know their customers better. Businesses aim to infer insights from customers' behavior and habits, and create strategic approaches for their customers, expecting high levels of positive feedback in return. In this thesis, a literature review on data mining was initially conducted. As a result of the literature review, the behaviors and habits of over 1,000,000 customers in a retail sector were examined based on certain criteria. The data was processed through a preliminary stage and made suitable for analysis. Then, by determining the number of clusters, the data was divided into clusters using the K-Means method, grouping customers with similar behaviors and habits together. Strategic approaches that can be created for each cluster were identified by defining the value of each cluster. In the final section, conclusions were drawn based on the results.
Açıklama
Anahtar Kelimeler
Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
