Makine öğrenmesi yöntemlerinin müşteri şikayetleri analizinde kullanımı: Mermer sektörü örneği
The use of machine learning methods in the analysis of customer complaints: A case study in the marble industry
- Tez No: 899130
- Danışmanlar: DOÇ. DR. ERALP DOĞU
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Muğla Sıtkı Koçman Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Bu çalışma, bir mermer fabrikasının müşteri memnuniyeti üzerine odaklanarak, müşteri şikayetlerinin incelenmesi ve analizini amaçlamaktadır. Araştırma, Muğla'da yer alan bir mermer fabrikasının şikayet verilerine dayanmaktadır. Çalışma mermer fabrikasının müşteri memnuniyetine dayandırdığı şikayetleri seçilen modeller üzerinden incelemesi yönüyle önem taşımaktadır. Seçilen modeller; Naive Bayes, Genelleştirilmiş Lineer Model (GLM), K-En Yakın Komşu (KNN), Stepwise Lojistik Regresyon, Rastgele Orman (RF), ve XGBoost (XGBTree)'dur. Veri analizi sonuçları, müşteri şikayetlerinin belirli kategorilere yoğunlaştığını ve özellikle çatlama ve lekelenme gibi sorunların sıkça karşılaşılan konular olduğunu ortaya koymuştur. Ürün tipinin, şikayet dağılımında önemli bir faktör olduğu ve montajı yapılmış ürünlerin diğerlerine göre daha yüksek şikayet oranlarına sahip olduğu belirlenmiştir. Sonuçlar, üretim süreçlerinin ve kalite kontrolünün iyileştirilmesi gerektiğini vurgulamaktadır.
Özet (Çeviri)
This study aims to examine and analyze customer complaints with a focus on customer satisfaction in a marble factory. The research is based on complaint data from a marble factory located in Muğla. The study is significant in examining the complaints based on customer satisfaction at a marble factory through the selected models. The selected models are Naive Bayes, Generalized Linear Model (GLM), K-Nearest Neighbors (KNN), Stepwise Logistic Regression, Random Forest (RF), and XGBoost (XGBTree). The results of data analysis reveal that customer complaints are concentrated in specific categories, particularly regarding issues such as cracking and staining. Product type plays a significant role in complaint distribution, with assembled products exhibiting higher complaint rates compared to others. The findings underscore the need for improvements in production processes and quality control to enhance customer satisfaction.
Benzer Tezler
- Çevrimiçi yorum ve şikâyetlerin otel işletmeleri üzerinden duygu analizi ile incelenmesi
Analyzing of online comments and complaints with sentiment analysis through hotel businesses
MURAT FATİH TUNA
Doktora
Türkçe
2019
TurizmErciyes Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. MEHMET ŞÜKRÜ AKDOĞAN
PROF. DR. OĞUZ KAYNAR
- Sağlık sektöründe müşteri memnuniyeti ve duygu analizi: Bir Twitter Örneği
Customer satisfaction and sentiment analysis in the health sector: A Twitter example
İLHAMİ ARDA DİKER
Yüksek Lisans
Türkçe
2021
İletişim Bilimleriİstanbul Bilgi ÜniversitesiPazarlama İletişimi Bilim Dalı
PROF. DR. BERİL DURMUŞ
- Automated classification of Turkish mobile application reviews
Türkçe kullanıcı yorumlarının otomatik sınıflandırılması
GÜRAY BAYDUR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATMA BAŞAK AYDEMİR
- Fiber internet müşteri şikayet tahminlemesi
Customer complaint prediction of fiber internet
ÖZGÜR KAYİŞ
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ATINÇ YILMAZ
- Metin kümelemede alternatif yöntemler ve bildirim yönetimi üzerine bir uygulama
An application on alternative methods in text clustering and notification management
EMRE RIDVAN MURATLAR
Yüksek Lisans
Türkçe
2021
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DOĞAN YILDIZ