Veri madenciliği yöntemleri ile müşteri memnuniyetinin değerlendirilmesi
Evaluating of customer satisfaction with data mining methods
- Tez No: 869044
- Danışmanlar: DOÇ. DR. MİHRİMAH ÖZMEN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Günümüzde işletmeler, müşteri memnuniyetini artırmak ve müşteri beklentilerini karşılamak için çeşitli stratejiler geliştirmektedirler. Müşteri memnuniyeti, işletmelerin rekabet avantajı sağlaması ve müşteri sadakatini artırması açısından büyük önem taşımaktadır. Bu nedenle, işletmeler müşteri memnuniyetini değerlendirmek ve iyileştirmek için çeşitli yöntemler araştırmaktadır. Veri madenciliği, büyük veri kümelerindeki desenleri, ilişkileri ve bilgileri keşfetmek için kullanılan güçlü bir analiz aracıdır. Veri madenciliği yöntemleri, işletmelerin müşteri memnuniyetini değerlendirmek için kullanabilecekleri etkili araçlar sunmaktadır. Bu yöntemler, müşteri geri bildirimlerini analiz etmek, müşteri memnuniyetini etkileyen faktörleri belirlemek ve işletmelere müşteri hizmetleri stratejilerini geliştirmek için faydalı bilgiler sağlamaktadır. Bu çalışmada, online platform üzerinde yayınlanmış olan müşterilere ait şikayetlerin birden fazla veri madenciliği yöntemleri ile analizinin yapılarak, ileride gelebilecek şikayetlerin sınıfını tahmin edebilecek en iyi sınıflandırma yöntemi seçilmek istenmiştir. Bunun için müşteri şikayetlerinin en fazla odaklandığı temaların tespiti için latent dirichlet allocation(LDA), duygu değerlerinin belirlenmesi için duygu analizi yöntemleri uygulanmıştır. Ayrıca, şirketin bayi hata bildirimlerinden elde edilen hata kaynakları verileri de analizi yapılan LDA ve duygu analizi verileri ile veri birleştirme işlemlerine tabi tutulmuştur. Bunun sonucunda elde edilen kapsamlı veri kümesinden elden edilen nitelikler sınıflandırma algoritmaları için kullanılmıştır ve oluşturulan modellerin doğruluk ve hata oranları belirlenmiş ve en iyi sınıflandırma yöntemi tespit edilmeye çalışılmıştır. Bu model ile ileride gelebilecek müşteri şikayetlerinin durumunun tahmin edilmesi amaçlanmıştır.
Özet (Çeviri)
Today, businesses are developing various strategies to increase customer satisfaction and meet customer expectations. Customer satisfaction is of great importance for businesses to gain competitive advantage and increase customer loyalty. Therefore, businesses are exploring various methods to evaluate and improve customer satisfaction. Data mining is a powerful analysis tool used to discover patterns, relationships and information in large data sets. Data mining methods offer effective tools that businesses can use to evaluate customer satisfaction. These methods provide useful information for analyzing customer feedback, identifying factors affecting customer satisfaction, and developing customer service strategies for businesses. In this study, we analyzed customer complaints published on an online platform using multiple data mining methods to select the best classification method that can predict the class of future complaints. For this purpose, latent dirichlet allocation (LDA) was applied to identify the most focused themes of customer complaints, and sentiment analysis methods were applied to determine sentiment values. In addition, the error sources data obtained from the company's dealer error notifications were also subjected to data merging processes with the analyzed LDA and sentiment analysis data. As a result, the attributes obtained from the comprehensive dataset were used for classification algorithms and the accuracy and error rates of the models created were determined and the best classification method was determined. With this model, it is aimed to predict the situation of future customer complaints.
Benzer Tezler
- Evaluation des performances des projets de l'affaire électronique basé sur GRC en utilisant le tableau de bord équilibré et management de capital client
CRM bazlı e-iş proje performanslarının dengelenmiş skorkartı ve entelektüel müşteri sermayesi yönetimi ile değerlendirilmesi
BURHAN BURÇ KILIÇER
Yüksek Lisans
Fransızca
2004
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF.DR. ETHEM TOLGA
- Data mining techiniques and a banking application
Veri madenciliği teknikleri ve bir bankacılık uygulaması
ECEHAN ÇETİN
Yüksek Lisans
İngilizce
2011
Endüstri ve Endüstri MühendisliğiBahçeşehir ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET MUTLU YENİSEY
- TV ve set üstü cihaz arayüz kullanılabilirlik ölçümü
Usability evaluation of TV and set-top box interfaces
AYCAN PEKPAZAR
Doktora
Türkçe
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÇİĞDEM ALTIN GÜMÜŞSOY
- Online müşteri şikayetlerinin veri madenciliği ile incelenmesi
Analysis of online customer complaints by data mining
GAMZE YILDIZ ERDURAN
- Müşteri ilişkileri yönetiminde veri madenciliği durum analizi: Hava yolu şirketinde bir uygulama
Data mining situation analysis in customer relationship management: An application in airway company
YASİN AFŞİN
Yüksek Lisans
Türkçe
2019
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SEMRA ERPOLAT TAŞABAT