Usage of marketing and sales data for education outcome prediction
Eğitim sonuçlarını tahmin etmede pazarlama ve satış verilerinin kullanımı
- Tez No: 986157
- Danışmanlar: YRD. DOÇ. DR. WADHAH ZEYAD TAREQ AL GBARI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Doğrusal öngörü modelleri, Eğitim pazarlaması, Eş zamanlı çevrimiçi eğitim, Kayıp müşteri tahminlemesi, Linear prediction models, Education marketing, Synchronous online education, Customer churn prediction
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstinye Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Rekabetin yoğun olduğu bir pazarda, eğitim şirketleri için kullanıcıların öğrenme platformu ve satış ekipleriyle olan etkileşimlerine dayalı olarak davranışlarını öngörebilmek hayati önem taşımaktadır. Bu öngörüler, iki veri kaynağına dayanabilir: eğitime başlamadan önceki (ön-kayıt) ve eğitime başladıktan sonraki (eğitim süreci) veriler. Bu çalışma, ön-kayıt (satış) ve sonrası (eğitim) verilerin, temel öğrenci davranışlarını (ders yokluğu, para iadesi talepleri ve final projesi tamamlama) öngörmedeki değerini sistematik olarak değerlendirmektedir. Bulgular, yalnızca satış verilerine dayalı olarak erken uyarı sistemlerinin ve hedefli öğrenci destek mekanizmalarının geliştirilmesini desteklemektedir. Bu çalışmanın amacı, her bir veri kaynağının öğrenciyle ilgili kilit olayları öngörmedeki rolünü belirlemektir: ders yokluğu, para iadesi talepleri ve final projesi tamamlama. Bulgularımıza göre, satış verileri özellikle para iadesi gibi finansal olayların öngörüsünde en büyük katkıyı sağlamaktadır. Eğitim verileri ise ders yokluğu ve final projesi tahmininde en büyük katkıyı vermektedir. Verideki gizli bilgileri ortaya çıkarmak ve en iyi özellik setini bulmak amacıyla, farklı öğrenme yaklaşımlarını temsil eden çeşitli makine öğrenmesi algoritmaları kullanılmıştır: Random Forest, Gradient Boosting Trees, Yapay Sinir Ağları ve Lojistik Regresyon. Ayrıca özellik seçimi ve veri analiz tekniklerinden de yararlanılmıştır. Elde edilen bulgular, eğitim şirketlerinin öğrenci tutundurma stratejilerini geliştirmelerine, finansal tahminlerini iyileştirmelerine ve öğrenci destek sistemlerini optimize etmelerine yardımcı olabilir. Hangi veri türünün hangi öngörüye daha fazla katkı sağladığını belirleyerek, kurumlar kaynaklarını daha etkili bir şekilde tahsis edebilir ve hedefli müdahaleler geliştirebilir. Sonuçlar, yalnızca satış etkileşimlerine dayalı erken uyarı sistemlerinin oluşturulması için de yeni olanaklar sunmaktadır. Gelecekteki çalışmalar, satış görüşmelerinden elde edilen metin ve ses verilerinin modele entegre edilmesiyle doğruluğun daha da artırılmasını içerebilir.
Özet (Çeviri)
In a competitive market, it is crucial for educational companies to predict the behavior of users based on their interaction with the learning platform and sales teams. These predictions can be based on data from two sources: pre-education and post-enrollment data. The study systematically evaluates the predictive value of pre-enrollment (sales) and post-enrollment (education) data for key student behavior outcomes: lesson absences, refund requests, and final project completion. These findings support the development of targeted student support and early warning systems, especially enabling pre-emptive interventions based solely on sales data. The goal of this study is to figure out the role of each data source in predicting key student events: lesson absences, refund requests, and final project completion. Our findings show that sales data contribute the most to the prediction of money-related events, such as refund requests. Education data contribute the most to the prediction of absence and the final project. To find hidden knowledge in data and find the best feature set, we used machine learning algorithms with different approaches to learning patterns from data: Random Forest, Gradient-Boosting Trees, Artificial Neural Networks, and Logistic Regression. Along with feature selection and data analysis techniques. These insights can help educational companies enhance retention strategies, improve financial forecasting, and optimize student support systems. By distinguishing which type of data contributes most to each type of prediction, institutions can allocate resources more effectively and develop targeted interventions. The results also open possibilities for early warning systems based solely on sales interactions. Future work may include integrating textual and audio data from sales conversations to further improve model accuracy.
Benzer Tezler
- Yapı üretiminde toplam kalite yönetimi ve kerpiç yapı üretiminde uygulanması
Başlık çevirisi yok
TUĞŞAD TÜLBENTÇİ
Yüksek Lisans
Türkçe
1998
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. BİLGE IŞIK
- Algılanan kalite ve beyaz eşya sektöründeki uygulamaları
Perceived quality and applications on household appliances industry
SELEN ŞEVKİOĞLU
Yüksek Lisans
Türkçe
2012
Makine Mühendisliğiİstanbul Teknik ÜniversitesiKonstrüksiyon ve İmalat Ana Bilim Dalı
YRD. DOÇ. DR. VEDAT TEMİZ
- Tüketici satın alma davranışını etkileyen faktörler: Emlak sektöründe bir araştırma
Factors affecting consumer purchasing behavior: A research in the real estate sector
UĞUR BERKAY HABİBOĞLU
- Marka denkliği ile satın alma niyeti arasındaki ilişkide marka tercihinin önemi ve bir araştırma
The importance of brand preference on the relationship between brand equity and purchase intention and a survey
ELİF GÜNER
Yüksek Lisans
Türkçe
2018
İşletmeGalatasaray Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NEVİN KARABIYIK
- İṣletmelerde yapay zeka benimsenmesinin ve çok yönlülüğünün rekabet avantajına etkisinde örgütsel çevikliğin aracılık rolü
The mediating role of organizational agility in the effect of artificial intelligence adoption and artificial intelligence ambdexterity on competitive advantage in organizations
İLKE DİKİCİ
Doktora
Türkçe
2025
İşletmeAtılım Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. DİLAVER TENGİLİMOĞLU
PROF. DR. MEHMET BAŞ