Modeling customers' online purchasing behavior using clickstream data
Tıklama verileri kullanılarak müşterilerin online satınalma davranışının modellenmesi
- Tez No: 503323
- Danışmanlar: YRD. DOÇ. DR. MUSTAFA GÖKÇE BAYDOĞAN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dijitalleşen dünyada, İnternetin hızla gelişmesi müşterilerin beklentilerini, tutumlarını yeniden şekillendirdi ve de alışveriş alışkanlıklarını değiştirdi. Daha kolay ürün-fiyat karşılaştırması, zahmetsiz şekilde arama ve tarama yapabilmek gibi farklı nedenlerle çevrimiçi mağazaları ziyaret etmek, geleneksel alışverişten çok daha tercih edilir hale geldi.Bu sebeple de, müşterilerin gelecek davranışlarının tahmini rekabetçi pazarda avantaj sağlamak için günden güne önem kazanmaktadır. Bu motivasyonla, bu çalışmamüşteri geçmiş hareketleri, davranışsal frekansları, mevsim, kanal ve toplam harcama gibi satınalma olasılığına etkisi olan faktörleri içeren tıklama verisiyle farklı davranış modellerinin oluşturulmasına odaklanmaktadır. Çalışmanın amacı, bir müşterinin satınalma işlemi yapıp yapmayacağının olasılığını tahmin etmek olduğundan, lojistik regresyon, rastgele orman ve boosting yöntemi gibi alternatif sınıflandırma yaklaşımları incelenmiştir.Lojistik regresyon ve boosting methodları ile kurulan modellerin tahmin performanslarının diğer methodlarla kurulan modellerinkinden daha iyi olduğu saptanmıştır.Sonuçlara göre, müşterilerin geçmiş davranışları, frekansları, mevsimsellik ve dönüşüm oranı ile ilgili faktörlerin satınalma olasılığı üzerinde etkili olduğu bulunmuştur.Ayrıca, lojistik regresyon ve boosting yöntemlerinin hesaplama zamanı kıyaslandığında, lojistik regresyonun bir modelin geliştirilmesi için daha az zaman gerektirdiği tespit edilmiştir.
Özet (Çeviri)
In the digitalizing world, the rapid development of the Internet has reshaped the customers' expectations, attitudes and has also changed shopping habits.Visiting online stores for different reasons such as easier product-price comparison, effortless searching and browsing has been becoming much more preferable than the traditional shopping. For this reason, estimating the future behavior of customers is becoming importantday by day in order to take advantage of the competitive market.With this motivation, this researchfocuses on building differentbehavioralmodels using clickstream data, which contains the factors that have an impact on the purchasing probability, such as customer past transactions, behavioral frequencies, season, channel and total expenditure. Since the objective of this study is to estimate the likelihood of whether a customer makes a purchase or not, alternative classification approaches such as logistic regression, random forest and boosting are considered. It is determined that models constructed with logistic regression and boosting methods have better predictive accuracy than that of built with other methods. According to the results, customers' past behavior, its frequencies, seasonality and conversion rate related factors are found as significant on the purchasing probability. Moreover, when the computation time of logistic regression and boosting methods are benchmarked, it is investigated that logistic regression requires less time to train a model.
Benzer Tezler
- Product and customer segmentation by purchase behavior in e-commerce platforms using stochastic block model
Stokastik blok model kullanarak e-ticaret platformlarında satın alma davranışına göre ürün ve müşteri segmentasyonu
KENAN KAFKAS
Doktora
İngilizce
2022
Bilim ve TeknolojiKadir Has ÜniversitesiYönetim Bilimleri Ana Bilim Dalı
DOÇ. DR. MEHMET NAFİZ AYDIN
YRD. DOÇ. DR. NAZIM ZİYA PERDAHÇI
- Sanal alışverişte algılanan riskin tüm kanallı (omni-channel) perakendecilik modellerinde hizmet kalitesi, müşteri memnuniyeti ve sanal satın alma niyeti açısından incelenmesi
The examination of perceived risk of online shopping in omni-channel retailing types with regards to service quality, customer satisfaction and online purchase intention
ELİF TÜRK
- Sigortacılık sektöründe müşteri ürün eğilim modellemesi
Customer product propensity modeling in the insurance industry
İBRAHİM FURKAN AKYÜZ
Yüksek Lisans
Türkçe
2023
İstatistikMarmara Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. BİRSEN EYGİ ERDOĞAN
- Çevrimiçi yorumların metin madenciliği ile analizi: İstanbul'daki alışveriş merkezleri üzerine bir çalışma
Analysis of online reviews with text mining: A study on shopping centers in Istanbul
NERGİZ SÖNMEZ
Yüksek Lisans
Türkçe
2017
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAŞAR ÖZTAYŞİ
- Elektrikli süpürge sektörü için müşteri memnuniyeti indeksi modeli: Kısmi en küçük karelerle yapısal eşitlik modelleme
Customer satisfaction index model for vacuum cleaner industry: Partial least squares structural equation model
ALİ MERT ŞENGÜN
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA