Geri Dön

A machine learning approach for direct marketing in digital channels

Dijital kanallarda doğrudan pazarlama için yapay öğrenme yaklaşımı

PDF İndir

  1. Tez No: 521987
  2. Yazar: FULYA ÖZEN GÜR
  3. Danışmanlar: PROF. ALİ RIZA KAYLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 131

Özet

Doğrudan pazarlamada, hangi müşterilere hangi ürün tanıtımı yapılacağına karar vermek önemli ve zor bir problemdir. Birden çok ürün ve kampanyası olan şirketler için etkili bir iletişim planı oluşturmak, doğrudan pazarlama stratejilerinin temelidir. Bu çalışmada, telekomünikasyon sektöründe doğrudan pazarlama iletişimini daha etkili hale getirmek için bir yapay öğrenme yaklaşımı önerilmiştir. Yöntem, birden fazla kampanya içeren süreçler için tasarlanmıştır. Amaç, doğru müşterileri bütçe ve iletişim sıklığı gibi işletme kısıtları altında belirli dijital kanallardan hedeflemektir. Yaklaşım, yapay öğrenme modellemesi ve optimal karar verme süreci şeklinde iki aşamalı olarak önerilmiştir. İlk aşamada, rastgele orman algoritması kullanılmıştır. Müşterilerin geçmiş verileri kullanılarak, ürünleri satın alma olasılıkları tahmin edilir. Ana model çıktıları, müşterilerin belirli ürünler için beklenen cevap olasılıklarıdır. İkinci aşamada, rastgele orman modelinin çıktıları optimal karar verme sürecine beslenir. Burada hedeflenen, en iyi doğrudan pazarlama planını elde etmektir. Bunun için, satın alma olasılıkları ve işletme kısıtları göz önünde bulundurularak, gelirleri azami seviyeye çıkaracak bir matematiksel eniyileme modeli oluşturulmuştur. Önerilen bu metodolojinin uygulamasını göstermek amacıyla, bir telekomünikasyon şirketinin üç farklı ürünü seçilmiştir. Çalışmanın nihai sonuçları ve beklenen gelir etkisi, modelleme içermeyen yaklaşım ile karşılaştırılmıştır. Bu analitik çalışma, diğer sektörlerdeki benzer problemleri çözmek için kolaylıkla genişletilebilir.

Özet (Çeviri)

Targeting the right customers to offer specific products is a critical and a challenging problem in direct marketing. Creating an effective communication plan for the customers in a multi-campaign environment is the core problem of direct marketing strategies. In this study, a machine learning approach is proposed to make direct marketing communication more effective in the telecommunication sector. The methodology is designed for a multi-campaign environment, where the aim is to target the right customers and to contact them in specific digital channels under certain business constraints such as budget and contact frequency. The solution approach is structured in two stages integrating machine learning modeling and optimal decision making. In the first stage, a random forest algorithm is employed. The aim is to estimate the buying probabilities of the customers based on their historical data. The main model outputs are the customers' expected response probabilities on the specific products. In the second stage, the outputs of random forest model are fed into the optimal decision-making process. The goal is to achieve the optimal direct marketing plan. A mathematical optimization model is formulated by considering probabilities of buying, and business constraints with the objective of maximizing revenue. In order to illustrate this methodology, three different products of a telecom company are selected. The final results are compared with model free approach based on expected revenue. This analytical study can be easily extended to solve similar problems in other sectors.

Benzer Tezler

  1. Tez No

    886831

    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

    İngilizce

    2024

    İşletmeİstanbul Teknik Üniversitesi

    İşletme (İngilizce) Ana Bilim Dalı

    PROF. DR. HURİYE ŞEBNEM BURNAZ

  2. Tez No

    711174

    Fuzzy clustering based ensemble learning approach: Applications in digital advertising

    Bulanık kümeleme tabanlı topluluk öğrenmesi yaklaşımı: Dijital reklam alanında uygulamalar

    AHMET TEZCAN TEKİN

    Doktora

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. FERHAN ÇEBİ

    PROF. DR. TOLGA KAYA

  3. Tez No

    22046

    İmalat kaynakları planlaması

    Manufacturing resources planning

    SAADET YILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1992

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    PROF. DR. AHMET FAHRİ ÖZOK

  4. Tez No

    822455

    Credit Default Swap Markets and Credit Risk Pricing - A Comparative Study

    Kredi Temerrüt Takası(CDS) Piyasaları ve Kredi Riski Fiyatlandırması - Karşılaştırmalı Bir Çalışma

    YALIN GÜNDÜZ

    Doktora

    İngilizce

    İngilizce

    2008

    BankacılıkKarlsruher Institut für Technologie

    Finans Ana Bilim Dalı

    PROF. DR. MARLIESE UHRIG-HOMBURG

  5. Tez No

    455400

    Süne ve kımıl zararlılarının ses işleme yöntemleri ile sınıflandırılması ve bir gömülü sistem gerçeklemesi

    Classification of sunn pests using sound processing methods and an embedded system realization

    BİLGİ GÖRKEM YAZGAÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MÜRVET KIRCI

Geri Dön