Data analytics in industrial applications
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, ENDÜSTRİ MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2018
Tezin Dili: Türkçe
Öğrenci: ÖZGÜRDENİZ DÖĞER
Danışman: Vildan Özkır
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bilgi Teknolojileri (BT) Distribütörleri, iş planlarını doğru bir şekilde hazırlayabilmeleri için bayilerinin ürün gruplarına göre satın alma karakteristiklerini anlamak ve çözümlemek üzere yaklaşımlar geliştirmeye ihtiyaç duymaktadır. Dolayısıyla, bu firmalar için müşterilerini doğru bir şekilde bölümlendirmek ciddi bir öneme sahiptir. Bu çalışma ile, distribütör firmaların satışlarını arttırması amacına hizmet edebilecek bir müşteri yönetimi çerçevesi sunulmaktadır. Bu çerçeve temel olarak; veri hazırlama, etkin kümeleme ve tahmin aşaması olmak üzere üç aşamadan oluşmaktadır. Önerilen çerçevenin gerçek bir uygulaması, İstanbul'da bulunan büyük bir BT distribütörün müşterilerinin segmentasyonu için sunulmaktadır. Öncelikle, problemin yapısına veriye uygun olan kümeleme yöntemlerinden K–ortalama, beklenti maximizasyonu ve hiyerarşik kümeleme metotları BT bayilerinin satış verilerine uygunlanmaktadır. Kümeleme aşamasının sonucunda, hiyerarşik kümeleme yönteminin diğer yöntemlere göre daha iyi performans gösterdiği gözlenmektedir. Ayrıca, BT distribütörünün satışlarını arttırmak amacıyla sınıflandırma yöntemi kullanılarak bayilerine doğru ürün grubunu önermesi gerektiğine dair bir karar destek sistemi sunmaktadır. Önerilen çerçeve ile, kümeleme sonuçları tahminleme sürecinin ön işleme süreci olarak kullanılmaktadır. Sınıflandırma algoritmaları olan Naif Bayes, Destek Vektör Sınıflandırması ve C4.5 algoritması ile, bayilerin ürün gruplarına göre satış potansiyelleri belirlenmektedir. Sonuç olarak, önerilen çerçeveye göz önünde bulundurularak yapılan iş planlarının yüksek potansiyel üretme olanağı tartışılmaktadır.