İş analitiğinde tüketici satın alma davranışlarının derin öğrenme modelleri ile tahmini: Uygulamalı bir pazarlama analizi
Prediction of consumer buying behavior with deep learning models in business analytics: An applied marketing analysis
- Tez No: 1020148
- Danışmanlar: DR. ÖĞR. ÜYESİ ANIL BURCU ÖZYURT SERİM
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Bilim ve Teknoloji, Management Information Systems, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Haliç Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, günümüz işletmelerinde veriye dayalı karar verme süreçlerini; iş analitiği, iş zekâsı, büyük veri, veri madenciliği ve pazarlama analitiği kavramları ekseninde bütüncül bir yaklaşımla incelemektedir Çalışma müşteri satın alma davranışlarının tahmini amacıyla makine öğrenmesi ve derin öğrenme analizleri gerçekleştirilmiştir. Model performansını olumsuz etkileyen veri dengesizliği problemi Smote örnekleme yöntemiyle ele alınmıştır. Rastgele Orman (Random Forest), XGBoost ve derin öğrenme modelleri karşılaştırmalı olarak test edilerek dengeli veri yapılarının tahmin başarısını anlamlı ölçüde artırdığı tespit edilmiştir. Yapılan analizler sonucunda özellikle Dengeli Rastgele Orman (BRF) ve Çok Katmanlı Algılayıcı (MLP) modellerinin satın alma davranışlarının tahmin edilmesinde güçlü performans sergilediği görülmüştür Ayrıca, tahmin modellerinin gizli yapısını belirlemek amacıyla açıklanabilir yapay zekâ (XAI) yaklaşımlarına başvurulmuştur. SHAP analizi ile satın alma davranışını etkileyen temel değişkenler şeffaf bir şekilde yorumlanmıştır. Elde edilen bulgular, modern işletmelerde veri odaklı dönüşümün yalnızca teknolojik bir altyapı süreci olmadığını; müşteri davranışlarını doğru anlama, isabetli tahminler yapma ve sürdürülebilir rekabet avantajı sağlama noktasında stratejik bir yönetim yaklaşımı olduğunu doğrulamaktadır. İş zekâsının bu mevcut işlevine karşılık tezde iş analitiği kapsamında sınıflandırma kümeleme ve regresyon gibi algoritmalarla geleceğe yönelik hedef odaklı pazarlama stratejileri geliştirilmesinde kritik rolü vurgulanmaktadır.
Özet (Çeviri)
This study examines data-driven decision-making processes in modern enterprises through a holistic approach centered on the concepts of business analytics, business intelligence, big data, data mining, and marketing analytics. To predict customer purchasing behavior, machine learning and deep learning analyses were conducted. The data imbalance problem, which negatively affects model performance, was addressed using the SMOTE sampling method. Random Forest, XGBoost, and deep learning models were tested comparatively, revealing that balanced data structures significantly improve predictive accuracy. Furthermore, Explainable Artificial Intelligence (XAI) approaches were utilized to uncover the hidden mechanisms of the predictive models. Through SHAP analysis, the key variables influencing purchasing behavior were interpreted transparently. The obtained findings confirm that data-driven transformation in modern enterprises is not merely a technological infrastructure process; rather, it is a strategic management approach for accurately understanding customer behavior, making precise predictions, and securing a sustainable competitive advantage. In contrast to the existing functions of business intelligence, the thesis highlights the critical role of business analytics utilizing algorithms such as classification, clustering, and regression in developing forward-looking, goal-oriented marketing strategies.
Benzer Tezler
- Marketing campaign management using machine learning techniques: An uplift modeling approach
Makine öğrenimi teknikleri kullanılarak pazarlama kampanyası yönetimi: Artımlı modelleme yaklaşımı
MELTEM SANİSOĞLU
Doktora
İngilizce
2024
İşletmeİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. HURİYE ŞEBNEM BURNAZ
- Şebeke esnekliği açısından talep katılımının veri analitiği ve metasezgisel yöntemlerle incelenmesi
Investigation of demand response in terms of grid flexibility using data analytics and metaheuristic methods
ÜMİT ÇETİNKAYA
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. RAMAZAN BAYINDIR
DR. ÖĞR. ÜYESİ EZGİ AVCI
- Sosyal medya ve tüketici davranışları: Turizm destinasyonu belirlemede Instagramın rolü
Social media and consumer behavior: The role of Instagram in the users' choices of the travel destination
AYLA AKBAROVA
Yüksek Lisans
Türkçe
2024
Turizmİstanbul ÜniversitesiHalkla İlişkiler ve Tanıtım Ana Bilim Dalı
DOÇ. DR. ALEV ASLAN
- The effect of social media analytics as a strategic tool on the marketing management
Stratejik bir araç olarak sosyal medya analitiğinin pazarlama stratejilerine etkisi
DİLAY KAYMAK ÇİMEN
Yüksek Lisans
İngilizce
2021
İşletmeİstanbul Bilgi Üniversitesiİşletme Ana Bilim Dalı
PROF. BERİL DURMUŞ
- Effective marketing strategies in airline Industry in Gulf countries
Körfez ülkelerinde havayolu endüstrisinde etkili pazarlama stratejileri
TUBA SAMEEN
Yüksek Lisans
İngilizce
2023
Uluslararası TicaretHaliç ÜniversitesiUluslararası İşletme Yönetimi Ana Bilim Dalı
YRD. DOÇ. MEHMET SITKI SAYGILI