Veri madenciliği yöntemleriyle müşteri kaybı analizi: Yazılım sektörü
Customer churn analysis with data mining methods: Software as a service(SAAS) industry
- Tez No: 761356
- Danışmanlar: DR. ÖĞR. ÜYESİ LEVENT ÇALLI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 48
Özet
Rekabet gücünün arttığı ve hızlı büyüyen sektörlerde devamlılığın sağlanması için sadık müşterilerin artırılması önemli bir konudur. Yeni müşteri kazanmak için harcanan maliyet mevcut müşteriyi elde tutmak için harcanan maliyetten çok daha yüksektir ve bu açıdan mevcut müşterilerin davranışları incelenerek, firmayı bırakma ihtimali olan müşteriler belirlenip memnuniyet artırmaya yönelik çalışmaların yapılması gereklidir. Literatürde, müşteri işletmeyi terk etmeden önce bunu fark edebilecek önleyici yaklaşımlar önerilmektedir. Churn (kayıp) analizi yöntemi de bu yaklaşımlardan biridir. Telekominasyon, bankacılık ve daha çok üyelik sisteminin yoğun olduğu sektörlerde tercih edilen kayıp analizi, bu çalışmada farklı olarak yazılım sektöründe hizmet veren özel bir firma verileriyle yapılmıştır. Veri setinde bulunan 17 özellik analiz edilerek müşteri kayıp durumu ile aralarında anlamlı bir ilişki bulunan değişkenler çalışmada kullanılmıştır. Ürün sayısı, cari sayısı, sipariş sayısı, teklif sayısı, fatura sayısı, kasa kullanıcı sayısı, kargo kullanımı, mail kullanımı, özel rapor kullanımı ve kullanıcı sayısı ile müşteri kaybı arasında anlamlı ilişki bulunmuş ve çalışma bu özellikler kullanılarak yapılmıştır. Veri setimiz 1951 kayıttan oluşmaktadır, bu veriler 1463 adet eğitim verisi 488 adet test verisi olacak şekilde 2 parçaya ayrılmıştır. Veri seti incelenerek ve ön işlemler yapılarak analize uygun hale getirilmiştir. Karar Ağaçları, Rastgele Orman, Lojistik Regresyon, K-nn, Naive Bayes ve Yapay Sinir Ağları algoritmaları kullanılarak müşteri kayıp analizi yapılmış ve doğruluk oranları karşılaştırılmıştır. Veriler çapraz doğrulama(cross validation) ile optimize edilerek, tekrar analiz edilmiş ve iki analiz sonucunda da Rastgele Orman(Random Forest) algoritması en iyisonucu veren algoritma olarak bulunmuştur.
Özet (Çeviri)
Ensuring customer continuity and increasing the number of loyal customers is an essential issue for industries with increasing competitiveness and rapidly growing. Since the cost of acquiring new customers is much higher than retaining existing customers, businesses must examine existing customer behaviors, identify customers likely to leave the business, and conduct marketing activities to increase satisfaction. In the literature, some approaches are suggested to detect customers who have the intention to leave the company. The churn analysis method is one of them and is mostly used in business-to-consumer business models such as telecommunications, banking, and retailing. This study considered a software company that provides serviceswithin the business-to-business model was considered. Seventeen features in the data set with 1951 records were analyzed, and the ten features (number of products, number of customers, number of offers, number of orders, number of invoices, cargo usage, number of users, custom report usage, number of cash register receipts, email connection) that found a significant relationship with customer churn variable were selected to analyze in the study. Customer churn analysis was performed using Decision Tree, Random Forest, Logistic Regression, k-nearest neighbors (k-NN), Naive Bayes, and Artificial Neural Networks algorithms. As a result, the Random Forest algorithm was found to give the best result.
Benzer Tezler
- Makine öğrenmesi yöntemleriyle müşteri kayıp analizi
Customer loss analysis with machine learning methods
ZERRİN ÇAKIR
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUAMMER AKÇAY
- Ağaç temelli makine öğrenmesi yöntemleri ile telekomünikasyon sektöründe müşteri kayıp analizi
Customer churn analysis in the telecommunications sector using tree-based machine learning methods
BAŞAK CEREN SEÇİK GÖÇER
Yüksek Lisans
Türkçe
2024
MatematikYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM EMİROĞLU
- Market- sepet analizi yöntemiyle promosyonların belirlenmesi
Determination of promotions by market basket analysis method
NUR SOYLU
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
PROF. MEHMET ALPER TUNGA
- Sosyal medya analizine dayalı rekabetçi zekâ modelönerisi: Antalya bölgesi otel işletmeleri analizi
The proposal of competitive intelligence model based on socialmedia analysis: Antalya region hotel business analysis
AHMET BÜYÜKEKE
Doktora
Türkçe
2020
Bilim ve TeknolojiGazi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. ALPTEKİN SÖKMEN
- Veri madenciliği yöntemleriyle paslanmaz çelik sektöründe satış tahmini
Forecasting the sales volumes at stainless steel sector by using data mining methods
ORHAN ECEMİŞ