Müşteri Kayıp Analizi Probleminin Çözümünde Analitik Yaklaşımlar
Tez Türü: Doktora
Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, Enformatik Bölümü, Türkiye
Tez Danışmanı: Baray Ş.A., Özcan, T.
Tezin Onay Tarihi: 2017
Tezin Dili: Türkçe
Özet:
Günümüz dünyası, gelişen bilgi ve iletişim teknolojilerinin etkisi altındadır. Teknolojinin sunduğu olanaklar ile beraber öneminin günden güne artmasnı sonucu bilgi, işletmelere ait sermaye, makine, iş gücü gibi kaynakların arasında önemli bir kaynak haline gelmiştir. Bilginin temel yapı taşının veri olduğu düşünülürse işletmeler her türlü veriyi saklar olmuştur. Tüm bu veri içerisinde müşterilere ait veri ayrı bir önem arz etmektedir. Bir işletmenin varlığını devam ettirebilmesi müşterileri ile arasındaki alışverişin sürekliliğine bağlıdır. Dolayısıyla, işletmeler zorlu rekabet koşulları altında yeni müşteriler kazanmanın yanında, var olan müşterilerini de elde tutmalıdır. Buna göre; müşteri davranışlarının izlenmesi ve bu davranışlardaki değişikliklere göre hareket edilmesi oldukça önemlidir. Bu kapsamda "Müşteri Kayıp Analizi" çalışmaları gerçekleştirilmektedir. Müşteri kayıp analizi çalışmaları ile beraber ayrılma eğilimi gösteren müşteriler ve bu eğilime neden olan durumlar ortaya çıkartılmaya çalışılmaktadır. Diğer taraftan bilgi ve iletişim teknolojilerinin gelişimi ile beraber daha yüksek işlem gücü ve daha fazla depolama alanına sahip bilgisayarlar daha az maliyet ile üretilebilir hale gelmiştir. Bunun bir sonucu olarak saklanan veri miktarında artış meydana gelmiş, bu verinin analizi için çeşitli yöntemler geliştirilmiştir. Bu yöntemlerden biri "Veri Madenciliği"dir. Veri madenciliği, en genel anlamda, veri yığını içerisinden daha önceden keşfedilmemiş, amaca yönelik olarak işe yarar bilgiyi veya veri içerisindeki ilişkiyi ortaya çıkarma işi ve bu iş için kullanılan yöntemler bütünü olarak tanımlanabilir. Veri madenciliğinin etkin kullanıldığı problemlerden biri de müşteri kayıp analizidir. Bu tez çalışması kapsamında iki farklı literatür çalışması yapılmıştır. Bu çalışmalardan ilkinde sıkça kullanılan veri madenciliği yöntemlerinin belirlenmesi amaçlanırken, ikincisinde tez problemi için daha önce kullanılmamış yeni yöntemler tespit edilmeye çalışılmıştır. Yeni yöntem önerisi için yapılan literatür incelemesinde araştırmanın yapıldığı dönemde Aşırı Öğrenme Makinelerinin problemin çözümünde kullanılmadığı tespit edilmiştir. Bu doğrultuda, "Aşırı Öğrenme Makineleri"nin bir sınıflandırma problemi olarak müşteri kayıp analizi probleminin çözümündeki etkinliğinin ve belirli koşullar altında en iyi çözümü üreten parametrelerinin araştırılması amaçlanmıştır. Aşırı Öğrenme Makinelerinin ön analizler ile problem çözümü için uygunluğu test edilmiş, olumlu sonuçlar elde edilmiştir. Aşırı Öğrenme Makinelerinin temelde üç farklı parametre değerinin önem teşkil ettiği saptanmıştır. Bunlar gizli katmanda yer alan nöron sayısı, aktivasyon fonksiyonu ve eşik değeridir. Bu parametre değerlerinin değiştirilmesi ile beraber performans değerlendirme ölçülerinde de iyileşme olacağı tezi ile hareket edilmiştir. Aşırı Öğrenme Makineleri ile elde edilen performans değerlendirme ölçü değerleri, K-En Yakın Komşu Algoritması, Sade Bayes Algoritması ve Destek Vektör Makinelerinin kullanımı ile elde edilen performans değerlendirme ölçü değerleri ile karşılaştırılmıştır. Farklı performans geçerleme yöntemleri ile kurulan modellerde, Aşırı Öğrenme Makineleri %90'ın üzerinde bir doğruluk oranı ile çalışma kapsamında kullanılan diğer yöntemlerden daha iyi performans sergilemiştir. Tez çalışması sonucunda Aşırı Öğrenme Makinelerinin temel sınıflandırma problemi için başarılı olduğu, müşteri kayıp analizi çalışmalarında da etkin bir şekilde kullanılabileceği, belirlenen aralıklarda parametre değerlerinin iyileştirilmesi sağlanırsa, bu parametre değerleri ile beraber sonuçların da iyileşebileği görülmüştür. Bu tez çalışması, İstanbul Üniversitesi Bilimsel Araştırma Projeleri Yürütücü Sekreterliğinin 49762 kodu ve 2221 ID numaralı projesi ile desteklenmiştir.