Geri Dön

Predicting lapsing customers with logistic regression approach in retail

Perakende sektöründe lojistik regresyon yaklaşımıyla kayıp müşteri tahminlemesi

  1. Tez No: 364204
  2. Yazar: ÇAĞDAŞ KANAR
  3. Danışmanlar: YRD. DOÇ. DR. İBRAHİM DEMİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: İstatistik Bilim Dalı
  13. Sayfa Sayısı: 81

Özet

Veri madenciliği, büyük veri kümeleri içindeki anlamlı bilgiyi ortaya çıkarma sürecidir. Veri madenciliğinin yaygın olarak kullanıldığı uygulama alanlarından biri, ayrılma eğilimi gösteren müşterilerin tahmin edilmesidir. Churn adı verilen bu analiz, şirketlerin kaybetme potansiyeli olan müşterilerini elde tutmaya dönük özel pazarlama kampanyalarını geliştirmelerini sağlamaya yöneliktir. Bu çalışma, Türkiye'de perakende sektöründe faaliyet gösteren çok uluslu bir firmanın, ayrılma eğilimi gösteren müşterilerini belirleyerek; bu müşteriler üzerinde doğrulanan modelin geleceğe dönük skorlama ile gelecek 13 hafta içerisinde şirket hizmetlerinden ayrılma riski gösteren müşterileri tahminleme ve bu müşterilere dönük elde tutma stratejilerine katkı sağlamayı hedeflemektedir. Ayrılacak müşteri profilini belirlemek için Faktör Analizi ve Lojistik Regresyon Analizi teknikleri kullanılmış ve uygulamanın sonuçları sunulmuştur.

Özet (Çeviri)

Data mining is the process of exploring meaningful information in big and complex data to create a valuable business strategy. One of the major application fields of data mining is, predicting customers having a tendency of disconnecting from the services of the company. Also called as churn analysis, it provides predictive information to the companies to score customers having churn risk and then enables them developing retention strategies such as targeted campaigns. This study is executed by using transaction data of customers enrolled in loyalty programme which belongs to a multinational retail company operating in Turkey. It is aimed to score customers having a churn tendency in next 13 weeks and then helping to develope retention strategies based on these scores. In order to explore churn customer profiles , Factor Analysis and Logistic Regression methods are applied and results of the application is presented.

Benzer Tezler

  1. TFRS 9 standardı kapsamında karşılık uygulamalarının Türk bankacılık sektörüne etkisinin incelenmesi

    Investigation of the impact of provision applications on the Turkish banking sector within the scope of TFRS 9 standards

    TEVFİK AYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    BankacılıkGalatasaray Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. BANU DİNCER

  2. Predicting inflation in Turkey: Leading indicators approach

    Türkiye'deki enflasyonun kestirimi: Öncü göstergeler yaklaşımı

    GAMZE UĞUR

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    EkonomiOrta Doğu Teknik Üniversitesi

    Ekonomi Ana Bilim Dalı

    PROF. DR. HALUK ERLAT

  3. Firmaların finansal distress (sıkıntı) durumlarının tesbiti ve finansal distress (sıkıntı) içindeki firmalara yapılacak yatırımlarda karar verme

    Predicting the financial distress situation of firms and making investment decisions on the financially distressed firms

    ARDA AÇIKSÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    İşletmeGazi Üniversitesi

    DOÇ. DR. METİN KAMİL ERCAN

  4. Predicting epileptic seizures of pediatric patients using phase-amplitude coupling and deep learning

    Pediatrik hastaların epileptik nöbetlerini faz-genlik bağlanım ve derin öğrenme kullanarak tahmin etme

    LINA MAHMOUD SALEH ALQAM

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilim ve TeknolojiBoğaziçi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET ADEMOĞLU

  5. Predicting the medical data by using different algorithms

    Farklı algoritmalar kullanarak tıbbi verilerin tahmini

    HUDHAIFA MUSTAFA MOHAMMED ALI AL SALMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilişim Teknolojileri Ana Bilim Dalı

    Assist. Prof. Dr. SEFER KURNAZ