Optimizing campaigns with uplift modeling: an empirical study in turkish financial sector
Uplift modelleme ile kampanyaları optimize etme: Türk finans sektöründe ampirik bir çalışma
- Tez No: 928166
- Danışmanlar: PROF. DR. MAHMUT EKŞİOĞLU, PROF. DR. MUSTAFA NECATİ ARAS
- Tez Türü: Yüksek Lisans
- Konular: Bankacılık, Endüstri ve Endüstri Mühendisliği, İstatistik, Banking, Industrial and Industrial Engineering, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
Günümüzde yapay zeka (YZ), hem günlük hayatımızı kolaylaştırmakta hem de akademik dünya ve finans, üretim gibi sektörler için önemli bir araç olmaktadır. Türkiye'de finans sektöründe rekabetin artmasıyla birlikte, pazarlamada YZ aktif olarak kullanılmaktadır. Churn modelleme gibi yaklaşımlar doğru müşteriye ulaşmayı sağlasa da, doğru kanaldan ve doğru yöntemle ulaşmak gibi daha karmaşık problemler için yeni yöntemler gelişmektedir. Bu yöntemlerden biri olan Uplift Modelleme, müdahalenin varlığı ve yokluğunda müşterinin davranışındaki net farkı hesaplar. Uplift modellemenin etkisi, makine öğrenmesi (MÖ) ile entegre edildiğinde artırılabilir. Literatür taraması sonucunda, MÖ ve Uplift Modellemenin faydalarına değinilmiş ve özellikle Türkiye'de bu alanda doğrudan çok fazla çalışma olmadığı görülmüştür. Bu çalışma, Türkiye'deki bankacılık sektöründe gerçek veri kullanarak MÖ ile uplift hesaplamayı ve müşteri davranışını önceden tahmin ederek, MÖ'nün başarısını geleneksel yöntemlerle kıyasla ölçerek literatüre katkıda bulunmayı hedeflemektedir. Bu amaçla, hedef kitle belirlenmesi, bu kitleye ait özelliklerin çıkarılması ve verinin temizlenmesi, Uplift Eğrisi ve Qini Katsayısı gibi metrikler kullanılarak doğru MÖ ve uplift modelleme yaklaşımlarının seçimi, seçilen modellerin eğitilmesi ve sonuçların incelenmesi şeklinde bir metodoloji belirlenmiştir. Bu metodolojiye uygun olarak kredi kartı satışları için S-Learner, Uplift Trees gibi altı farklı yaklaşım Random Forests ve XGBoost kullanılarak denenmiştir. Sonuç olarak, daha küçük bir kitle seçimine rağmen, Modified Outcome ve T-Learner yöntemleri, geleneksel yöntemlere kıyasla müşteri seçiminde en az üç kat daha iyi sonuç vermektedir. Bu durum, gelecekteki araştırmalarda uplift modellemenin potansiyel verimliliğini vurgulamaktadır.
Özet (Çeviri)
Today, artificial intelligence (AI) not only facilitates our daily lives but also serves as a critical tool in academic settings and sectors such as finance and manufacturing. In Türkiye, with the increasing competition in the finance sector, AI is actively used in marketing. While approaches such as churn modeling help reach the right customer, new methods are being developed for more complex problems such as reaching the right customer through the right channel and by the right method. One of these methods is Uplift Modeling, which calculates the net difference between the customer's behavior under the presence and absence of a treatment. The impact of uplift modeling can be elevated when integrated with machine learning (ML). A literature review has highlighted the benefits of ML and Uplift Modeling, and particularly in Türkiye, there is a noticeable lack of direct research in this area. This study aims to calculate the uplift with ML using real data in the Turkish banking sector and contribute to the literature by predicting the customer behavior in advance, to measure the success of ML compared to the traditional methods. The methodology involves identifying the target customer group, extracting features for this group and cleaning the data, selecting the correct ML and uplift modeling approaches using metrics such as Uplift Curve and Qini Coefficient, training selected models and analyzing the results. Accordingly, six different approaches such as S-Learner, Uplift Trees have been tested using Random Forests and XGBoost for credit card sales. As a result, although they need smaller sample of customers, Modified Outcome and T-Learner methods result in at least three times better customer selection compared to the traditional methods, thus highlighting the potential efficiency of uplift modeling in future research.
Benzer Tezler
- Makina öğrenmesi teknikleri ile hukuki alacak tahsilat kuruluşu dosya kapatılabilirlik tahmini ve atama modeli ile dosya ataması: Telekomünikasyon sektörü örneği
Predicting case closeability of legal debt collecti̇on agency with machine learni̇ng teqniques and assignment of cases with closibility based assignment model: A case study on telecomunication sector
NİLÜFER ALTINOK
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. BAŞAR ÖZTAYŞİ
- CBS ve oyun teorisi kullanarak tarımsal üretimde nitrat ve su kullanımının optimizasyonu
Optimizing nitrate and water usage in agricultural production using gis and game theory
NARGES GANJALI
Doktora
İngilizce
2025
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. CANER GÜNEY
- Prıorıtızatıon of socıal medıa advertısıng channels ınonlıne retaılıng by an aı-drıven mcdm framework
Çevrimiçi perakendecilikte sosyal medya reklamkanallarinin yapay zeka destekli bir çkkv çerçevesiyleönceliklendirilmesi
SABA MOSTAFAEI
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF İLKER TOPCU
- Dijital pazarlamada yapay zekânın rolü: Havacılık sektöründe keşifsel bir araştırma
The Role of artificial intelligence in digital marketing: An Exploratory research in the aviation industry
NECATİ ÇAKIR
Yüksek Lisans
Türkçe
2025
İşletmeBursa Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. RAMAZAN NACAR
- Impact of artificial intelligence on customer engagement and purchase intention: A study on social media platforms
Yapay zekanın tüketici davranışları ve satın alma niyeti üzerindeki etkisi: Sosyal medya platformları üzerine bir çalışma
EL MEHDI BENGELOUNE
Yüksek Lisans
İngilizce
2024
İşletmeBEYKOZ ÜNİVERSİTESİİşletme (İngilizce) Ana Bilim Dalı
DOÇ. DR. ASLIHAN BEKAROĞLU ÖZATAR