Veri madenciliği yöntemleri ile banka dijital kanallarına eğilimli müşterilerin belirlenmesi
Determining banking customers with a propensity for digital channels using data mining methods
- Tez No: 510021
- Danışmanlar: DOÇ. MEHMET ALPER TUNGA
- Tez Türü: Yüksek Lisans
- Konular: Bankacılık, Banking
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Veri madenciliği, büyük verilerin içerisinden yararlı bilgilerin keşfi olarak ifade edilir. Bankacılık sektöründe dijital kanal kullanan müşterilerin özellikleri bulunarak, benzer özelliklere sahip müşterilerin dijital kanallara yönlendirilmesi bu tezin amacıdır. Özel bir bankanın 33.503 müşterisinin 100.000 satırlık örtülü verisinin bulunduğu data üzerinden yapılan çalışmada müşterilerin özelliklerinin yoğunluk frekanslarına göre gruplandırılması ve elemeleri yapılmıştır. Datanın madenciliği yapılırken Weka programındaki sınıflandırma algoritmaları olan Navie bayes, Logistic, IBk ve J48 kullanılmıştır. Bu tez çalışmasında kullanılan algoritmaların başarıları değerlendirilmiş ve bu değerlendirmeden öne çıkan sonuçlar doğrultusunda, dijital kanal kullanan müşteriler belirlenip, kullanmayan müşterilerden profili uygun olanlara ilgili ürünün önerilmesi amaçlanmıştır. Bu uygulamanın sonucunda da dijital kanal kullanmaya yönlendirilen müşteriler sayesinde banka sektörüne farklı bir maliyet avantajı getirilmesi hedeflenmiştir.
Özet (Çeviri)
Data mining is denoted as the discovery of useful information out of big data. By studying the features of customers who use digital channels, it is the aim of this thesis to divert other customers with similar characteristics to the bank's digital channels. Grouping and elimination of characteristics of customers using frequency density are performed after a study of 100.000 lines of crypted data of 33.503 customers of a private Turkish bank. While conducting data mining, Naive Bayes, Logistic, IBk and J48, which are the classification algorithms in Weka software, are used. Success of algorithms used in this study is evaluated, and in the light of those outcomes, customers who use digital channels are determined and it is aimed to propose digital channels to those customers who don't use them. Thanks to those customers who will be inverted to use digital channels as a result of this application, it is aimed to bring cost advantage to the banking sector.
Benzer Tezler
- Process mining for analysis of indoor customer behaviors
Süreç madenciliği ile iç mekan kullanıcı davranışları analizi
ONUR DOĞAN
Doktora
İngilizce
2019
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAŞAR ÖZTAYŞİ
- İşletmelerde veri örgütlenmesi ve yönetim açısından bilgi sistemleri
Başlık çevirisi yok
FAHAMET TOPALOĞLU
- Kuyruk modelleri ve analizi üzerine bir uygulama
Başlık çevirisi yok
DİDEM ÖZPULAT
Yüksek Lisans
Türkçe
1985
İstatistikEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİKRET İKİZ
- Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması
Başlık çevirisi yok
EMEL ÖNDER
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR BAŞER