Perakendecilikte veri madenciliği uygulamaları ve sorunları
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2016
Tezin Dili: Türkçe
Öğrenci: GÜRKAN MOCAN
Danışman: Ali Hakan Büyüklü
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Veri madenciliği işletmeler için sahip oldukları veriyi tanıma (tezin içeriği nedeniyle, bizim için müşteriyi tanıma) yeni ve değerli bilgileri keşfedebilme açısından çok önemlidir. Müşteri davranışlarının ve ihtiyaçlarının ortaya çıkarılması, aynı zamanda müşterilere yeni ihtiyaçların ortaya çıkarılmasını da sağlamaktadır. Perakende firmaları için veri madenciliği, geniş veri setleri içerisinden anlamlı ve ilginç yapıların ortaya çıkarılmasına yönelik yapılan araştırma ve analizlerdir. İşletmeler, teknoloji sayesinde kaydı giderek kolaylaşan ve bu bağlamda giderek artan ve genişleyen veri kümelerine sahip olmuşlardır. Diğer taraftan da bu artan karmaşıklıkta gerçek bilgiye ulaşmak daha da zorlaştırmaktadır. Günümüzde veri madenciliği, bu ve benzeri zorluklar yaşayan tüm sektörlerin işini kolaylaştırmıştır. Akademik alanda ve sektörde bu anlamda birçok algoritma ve yöntem geliştirilmiştir. Perakendecilik sektöründe hizmet veren firmaların yoğun olarak kullandıkları bu algoritmaların uygulamadaki yeterliliklerini ve aksaklıklarını da ortaya çıkarmak, daha anlamlı bilgilerin ortaya çıkmasını sağlayabilmektedir. Geniş veri yapıları içerisinden anlamlı ve ilginç bilgilerin keşfedilmesinde teorik olarak birçok yaklaşım ve algoritmanın bulunmaktadır. Bu yöntem ve algoritmaların sonuçlarının ve işleyişlerinin uzman görüşleri olmadan çalıştırılması ve işletme gereksinimlerinin dikkate alınmaması gibi durumlarda; aslında çok anlamlı olmayan ve uygulamada bir takım engellerle karşılaşılan yararsız bilgiler ortaya çıkabilmektedir. Sonuç olarak, subjektif faktörlerin bu algoritmalara ne şekilde etki ettiği ve bu etkilerin modele nasıl yansıtılabileceğini ifade eden öneriler getirilmeye çalışılacaktır. Anahtar Kelimeler: Veri Madenciliği, RFM, modelleme, kümeleme, müşteri segmentasyon, churn, perakendecilikte veri madenciliği, kümeleme algoritmaları