Geri Dön

Veri madenciliği teknikleri ile bir kozmetik markanın ayrılan müşteri analizi ve müşteri segmentasyonu

Churn analysis and customer segmentation of a cosmetics brand using data mining techniques

PDF İndir

  1. Tez No: 180239
  2. Yazar: SİNEM AKBULUT
  3. Danışmanlar: DOÇ. DR. CEVRİYE GENCER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2006
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 103

Özet

Veri madenciliği, büyük veri kümeleri içindeki anlamlı bilgiyi ortaya çıkarmasürecidir. Günümüzde veri madenciliği; pazarlama, bankacılık ve finans, tıp,imalat gibi pek çok alanda uygulanmaktadır.Veri madenciliğinin en yaygın kullanıldığı uygulama alanlarından biri, ayrılmaeğilimi gösteren müşteri profilini belirleme ve müşteri segmentasyonudur.Ayrılma eğilimi gösteren müşteri profilini belirleme, şirketlerin bu müşterilereözel pazarlama kampanyalarını geliştirmelerini sağlamaya yöneliktir. Müşterisegmentasyonu ise benzer özellikler gösteren müşterileri gruplandırarak;gruplara özel, pazarlama programlarının geliştirilmesini sağlar.Bu tez, bir kozmetik markasının müşteri gruplarını ve ayrılma eğilimi gösterenmüşteri profilini belirleyerek; bu müşterilere özel pazarlama stratejilerigeliştirilmesini hedeflemektedir. Segmantasyon için kümeleme teknikleri,ayrılacak müşteri profilini belirlemek için sınıflama teknikleri kullanılmıştır.

Özet (Çeviri)

Data minig is the process of finding hidden and unknown patterns in hugeamounts of data. Data mining has a wide application area such as marketing,banking and finance, medicine and manufacturing.Churn analysis and customer segmentation are two common application areasof data mining. Churn modeling is predicting which customers will leave thecompany. This allows companies to increase customer loyalty by producingspecial campaigns. Customer segmentation is the process of dividing customersinto mutually exclusive groups. Segmenting customers enables companies todevelop customized marketing programs for them.This thesis aims to determine the customer profile who likely to leave and thecustomer segments of a cosmetic brand and develop customized campaigns andmarketing strategies. Clustering techniques used for segmentation andclassification techniques used for determining the churners.

Benzer Tezler

  1. Tez No

    240365

    Veri madenciliği teknikleri ile mobil telekom sektöründe müşterilerın kredi skorlamasına ilişkin istatistiksel bir analiz

    Statistical analysis based on data mining techniques concerning credit scoring of customers in mobile telecommunications industry

    KUBİLAY KARAKUŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    İstatistikMarmara Üniversitesi

    İstatistik Bölümü

    YRD. DOÇ. DR. ESEN YILDIRIM (ZEREN)

  2. Tez No

    537041

    Birliktelik kuralı yöntemleri ile e-ticaret satışlarının analizi

    Analysis of e-commerce sales with association rule methods

    YAVUZ DEMİROK

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMaltepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ VOLKAN TUNALI

  3. Tez No

    360489

    Lojistikte fiyatlandırmayı iyileştirme amaçlı olarak veri madenciliği teknikleri ile bir öneri

    A suggestion for the purpose of enhancing logistics pricing by using data mining techniques

    ÜMİT ÖZTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykent Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    YRD. DOÇ. DR. EDİZ ŞAYKOL

  4. Tez No

    377216

    Shelf arrangement via data mining techniques and a case study

    Veri madenciliği teknikleri ile raf düzenleme ve bir vaka çalışması

    ZEYNEP CEYLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Endüstri ve Endüstri MühendisliğiMarmara Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. SENİYE ÜMİT OKTAY FIRAT

  5. Tez No

    774275

    Evaluating the successfulness of startup businesses by data mining techniques

    Veri madenciliği teknikleri ile girişim şirketlerinin başarısının değerlendirilmesi

    FARID BAGHERI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri MühendisliğiDokuz Eylül Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DERYA EREN AKYOL

Geri Dön