Müşteri ilişkileri yönetiminde veri madenciliği: RFM analizi ile müşteri bölümlendirme
Data mining in customer relationship management: Customer segmentation with RFM analysis
- Tez No: 967069
- Danışmanlar: DOÇ. DR. NURCAN YÜCEL
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Veri Bilimi, Veri Madenciliği, Karar Destek Sistemleri, Müşteri Sadakati, Müşteri İlişkileri Yönetimi, Data Science, Data Mining, Decision Support Systems, Customer Loyalty, Customer Relationship Management, CRM
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: İşletme Bilim Dalı
- Sayfa Sayısı: 61
Özet
Günümüzde veri miktarındaki artışa bağlı olarak veri madenciliğine duyulan ihtiyaç da artış göstermiş, verilerin kullanılabilir bilgiye dönüştürülme çabası her alanda kaçınılmaz bir hal almıştır. Yoğun kullanılan internet artık sadece bilgisayarlarda kullanılmayıp hayatımızın bir parçası haline gelen telefonlarda da vazgeçilmez hâle gelmiştir. Özellikle pandemi dönemi ile artık yüz yüze iletişim azalarak sanal ortam üzerinden bilgiler paylaşılmaya, alışverişler yapılmaya, en güvenilir işlemler olan bankacılık işlemleri dahi sanal ortam üzerinden yapılmaya başlanmış ve hatta yaygın hale gelmiştir. İnternet ortamında yapılan her dokunuş, açılan her sekme ve link veri olarak depolanmaya ve izlenmeye başlanmıştır. Günümüz işletmeleri, bu internet ortamında bırakılan sanal izleri takip ederek veya bu verileri izleyerek bir sonraki hamlelerini tahmin etmeye veya bu verileri kendi işletmelerine nasıl faydalı hale getirebileceklerini araştırmaya başlamışlardır. Bu tezin kapsamında, işletmelerin kullanabileceği veri bilimi hakkında tanımlamalar yapılacak, onlara yol gösterebilecek teknikler ve uygulamalar üzerinden açıklamalar sunulacaktır. Temel hedef, verilerin faydalı hale getirilmesi ve bunların kullanışlı bilgiye çevrilmesi noktasında bir yol haritası çıkarmaktır. Bununla birlikte, veri biliminin çalışma yapısı, kullanılan yöntemleri ve karar verme süreçleri üzerindeki etkileri hakkında genel bilgiler sunarak, işletmelerin bu alandaki güncel ihtiyaçlarına ışık tutmayı amaçlamaktadır. Bu araştırmanın önemi, özellikle müşteri sadakati ve kârlılığını artırma potansiyelinde yatmaktadır. Hızla artan veri hacmi ve karmaşıklığı, geleneksel analiz yöntemlerini yetersiz kılmaktadır. Bu noktada, büyük veri analitiği, farklı bilgi havuzlarında depolanan büyük miktarda veriden önemli bilgileri keşfetme yeteneği sağlamaktadır. İşletmeler için müşteri sadakati, sadece satış odaklı değil, aynı zamanda uzun vadeli müşteri ilişkileri oluşturmayı ve sürdürmeyi amaçlayan stratejik bir yaklaşımdır. Müşterilerin tercihlerini ve davranışlarını anlamak, işletmelerin onlara özel pazarlama stratejileri ve Müşteri İlişkileri Yönetimi (MİY) uygulamaları geliştirmesine olanak tanır. Sadık müşteriler, işletmeler için çok daha kârlıdır ve hatta yeni müşteri kazanmaktan daha yüksek getiri sağlayabilirler. Veri madenciliği teknikleri, bu büyük veri yığınları içinde gömülü kalmış değerli bilgilerin keşfedilmesinde ve geleceğin tahmin edilmesinde kullanılarak müşteri profillerinin oluşturulmasında kritik bir rol oynar. Bu sayede işletmeler, en kârlı ve sadık müşterilerini belirleyebilir, onların ihtiyaçlarına özel hizmetler sunabilir, çapraz satış fırsatları yaratabilir ve müşteri kaybını azaltarak operasyonel maliyetleri düşürebilir. Böylece, veri analizi ve veri madenciliği, işletmelerin rekabet avantajı elde etmelerine, pazar büyüme oranlarına ulaşmalarına ve verimli dijital pazarlama stratejileri geliştirmelerine yardımcı olan etkili bir strateji olarak öne çıkmaktadır.
Özet (Çeviri)
In today's world, the rapid increase in the volume of data has led to a heightened need for data mining, making the effort to transform raw data into actionable knowledge an inevitable pursuit across all fields. The internet, once predominantly accessed via computers, has now become an indispensable part of everyday life, especially through mobile devices. With the onset of the COVID-19 pandemic, face-to-face communication has significantly declined, giving way to virtual interactions for information exchange, online shopping, and even the most secure transactions such as banking, which are now widely conducted online. Every interaction in the digital environment—each click, tab, or link—generates data that is stored and monitored. Modern enterprises have begun to track these digital footprints and analyze them to anticipate consumer behavior and explore how such data can be harnessed to benefit their operations. This project aims to provide foundational definitions and practical explanations of data science for businesses, offering guidance through relevant techniques and applications. The primary objective is to develop a roadmap for transforming raw data into meaningful, actionable insights. By offering general insights into the structure of data science, the methods it employs, and its influence on decision-making processes, this study seeks to address the evolving needs of businesses in the digital age. The significance of this research lies particularly in its potential to enhance customer loyalty and profitability. The exponential growth and complexity of data have rendered traditional analysis methods insufficient. At this point, big data analytics enables the extraction of valuable insights from large datasets stored across diverse information pools. For businesses, customer loyalty is not merely about boosting sales, but represents a strategic approach focused on establishing and maintaining long-term relationships. Understanding customer preferences and behaviors allows companies to develop personalized marketing strategies and implement Customer Relationship Management (CRM) systems. Loyal customers tend to be more profitable and often generate greater returns than acquiring new customers. Data mining techniques play a critical role in uncovering hidden, valuable information within massive data sets and forecasting future trends. These insights facilitate the creation of detailed customer profiles, enabling businesses to identify their most profitable and loyal customers, offer personalized services, explore cross-selling opportunities, and reduce customer churn—ultimately lowering operational costs. In conclusion, data analytics and data mining stand out as powerful strategies that empower businesses to gain competitive advantages, achieve market growth, and develop efficient digital marketing strategies.
Benzer Tezler
- Müşteri ilişkileri yönetiminde bir araç olarak veri madenciliği ve parekende sektöründe bir uygulama
Data mining in the process of customer relationship management and an application in retail sector
ŞENOL GÖKMEN
- Predicting customers with higher probability to purchase in telecom industry
Telekom sektöründe satın alma ihtimali yüksek olan müşterilerin tahmin edilmesi
GÜZİDE NUR YILDIRIM
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN
- Müşteri yaşam boyu değeri endeksi ve veri madenciliğine dayalı bir karar destek modeli: Bir firma uygulaması
A decision support model based on customer lifetime value index and data mining: A case study
İNANÇ KABASAKAL
- Müşteri ilişkileri yönetiminde veri madenciliği
Başlık çevirisi yok
MURAT GÜRKAN
Yüksek Lisans
Türkçe
2002
İşletmeBaşkent Üniversitesiİşletme Yönetimi Ana Bilim Dalı
PROF. DR. ALİ YAZICI
- Data mining applications in customer relationship management and a comparative study in the banking sector
Müşteri ilişkileri yönetiminde veri madenciliği uygulamaları ve bankacılık sektöründe karşılaştırmalı bir araştırma
FATMA ÖZGE BÜKEY
Doktora
İngilizce
2014
BankacılıkMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SENİYE ÜMİT OKTAY FIRAT