Customer analysis based on telemarketing data in banking sector
Bankacılık sektöründe telepazarlama verilerine dayalı müşteri analizi
- Tez No: 667205
- Danışmanlar: YRD. DOÇ. DR. ADNAN ÇORUM
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Bankacılık, Business Administration, Banking
- Anahtar Kelimeler: Bankacılık sektörü, Bankalar, Karar destek sistemleri, Kümeleme, Müşteriler, Sınıflandırma, Telepazarlama, İş zekası, Banking sector, Banks, Decision support systems, Clustering, Customers, Classification, Telemarketting, Business intelligence
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İşletme Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, bilimsel yöntemlerle desteklenen pazarlama süreçlerinin daha verimli sonuçlar üretebileceğini anlatmayı amaçlamaktadır. Gelişen teknoloji ile birlikte yazılım ve bilimsel yöntemlerin kullanımı hayatın her alanında olduğu gibi sektörlerin pazarlama faaliyetlerini de etkilemiştir. Günümüzün en önemli değerlerinden biri olan bilginin toplanması, işlenmesi ve kullanılmasında teknoloji desteklenmektedir. Yazılım ve teknoloji kullanımı sonucunda elde edilen veriler şirketler ve çalışanlar için daha kullanışlı, anlamlı ve okunabilir hale gelir. Bunu yapabilmek için kullanıma hazır ve kullanıcı dostu yazılımlar mevcuttur. En büyük sektörlerden biri olan bankacılık sektöründe muazzam miktarda büyük veri vardır. Bankaların ürünlerini pazarlamak için kullandıkları yöntemlerden biri olan tele pazarlama için elde edilen veriler işlenerek daha kullanışlı hale getirilmektedir. Burada müşterileri doğru segmentlere ayırmak ve segmentlere uygun ürünler sunmak, müşterileri kampanya kabul etme kararlarına göre sınıflandırmak olan iki ana amaç vardır. Tüm bu süreçler, bankaların daha iyi iş planları üretmesini sağlar. Günümüzde iş zekâsı ve karar destek sistemleri kullanılarak desteklenen iş planları, bankacılık sektörü ve diğer birçok sektör için önemli bir unsurdur. Bu tezde 2008-2013 yılları arasında Portekizli bir bankadan elde edilen veriler işlenmiş ve tele pazarlama süreci sınıflandırma ve kümeleme yöntemleri kullanılarak analiz edilmiştir. Veriler, karar ağacı, rastgele orman, müşterileri sınıflandırmak için lojistik regresyon ve müşteriyi kümelemek için K-araçları kullanılarak analiz edildi. Müşterilerin sınıflandırma ve kümeleme işlemleri tele pazarlama kampanyaları yürütme hakkında farklı bilgiler sağladı. Elde edilen sonuçlara göre, analiz edilen karar modellerinin tele pazarlama süreçlerinde güvenle kullanılabileceği görülmüştür.
Özet (Çeviri)
This thesis aims to explain that marketing processes supported by scientific methods can produce more efficient results. With the developing technology, the use of software and scientific methods have affected the marketing activities of the sectors as well as in all areas of life. Technology is supported in collecting, processing, and using information, which is one of the most important values of today. As a result of the use of software and technology, the data obtained becomes more usable, meaningful, and readable for companies and employees. To do this, there are ready-to-use and user-friendly software. There is a huge amount of data in the banking sector, which is one of the largest sectors. The data obtained for telemarketing, which is one of the methods used by banks to market their products, is processed and made more useful. There are two main aims here which are to divide the customers into the right segments and offer products suitable for the segments, classify customers according to their decisions about accepting a campaign. All these processes enable banks to produce better business plans. Nowadays, business plans, that are supported by using business intelligence and decision support systems, are an important aspect for banking sector as well as lots of other sectors. In this thesis, the data obtained by a Portuguese bank between 2008 and 2013 were processed and the telemarketing process was analyzed using classification and clustering methods. Data was analyzed using decision tree, random forest, logistic regression for classifying customers and K-means for clustering customer. Classifying and clustering customers have supplied different information about running telemarketing campaigns. According to the results, it was seen that the analyzed decision models can be used reliably in telemarketing processes.
Benzer Tezler
- Tele-bankacılık için potansiyel müşteri tahmininde sınıflandırma algoritmalarının performans analizi
Performance analysis of classification algorithms for the prediction of potential tele-banking customers
ALPARSLAN GÖKTÜRK GÜNEŞ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALEV MUTLU
- Performance comparasion of data level imbalanced data handling techniques on a binary classification problem
Veri seviyesindeki dengesiz veri seti kullanım tekniklerinin ikili sınıflandırma problemleri üzerinde performanslarının karşılaştırılması
DERYA NUR COŞAR
Yüksek Lisans
İngilizce
2024
MatematikGebze Teknik ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. NURİ ÇELİK
- İnternet üzerinden reklam ve bir örnek uygulama
Advertising on the internet and a case study
ÖZGÜR TURAN
- Customer churn analysis based on machine learning by using data mining techniques in telecommunication sector
Telekomünikasyon sektöründe veri madencilik tekniklerini kullanarak makine öğrenmesine dayalı müşteri terk analizi
ELİF ÇELİK
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYeditepe ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. AŞKIN DEMİRAĞ
- İlaç sektöründe dijital pazarlama faaliyetlerine yönelik CRM uygulamalarına dayalı kümeleme analizi ile müşteri segmentasyonu
Customer segmentation with cluster analysis based on CRM applications for digital marketing activities in the pharmaceutical industry
MİNE HIZLI
Yüksek Lisans
Türkçe
2019
İşletmeDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. MEHMET AKSARAYLI