Müşteri ilişkileri yönetimi (MİY) nde veri madenciliği yöntemleri kullanarak müşteri profili oluşturma

Abstract

Veri madenciliği, verilerin içerisindeki desenlerin, ilişkilerin, düzensizliklerin, kuralların ve istatistiksel olarak önemli olan yapıların yan otomatik olarak keşfedilmesidir. Veri Madenciliği başta elektronik ticaret verileri olmak üzere birçok uygulama alanında kullanılmaktadır. Organizasyonların kullandığı veri miktarı genelde çok büyük boyutlarda olduğundan bu verilerden faydalı bilgiler çıkarmak oldukça zor olmaktadır. Müşterilerinin karlılık oranının belirlenmesi ve ürün promosyonları için en uygun müşterilerin belirlenmesi elektronik ticaret ve büyük miktarda veri kullanan kuruluşlarda önemli problemler arasında gösterilmektedir. Özellikle pazarlama sektöründe yer alan kuruluşların bu problemlerin üzerine gidebilmeleri için müşterilerini iyi tanımaları gerekmektedir. Günümüzde birçok organizasyon veri madenciliği yöntemlerini kullanarak müşterileri profillerini belirleyebilmekte ve müşterilerini daha iyi tanıma olanağı bulmaktadır. Bu amaçlar hedef alınarak geliştirilen GYTE-Miner uygulamasında müşteri profili belirlemeye yönelik genel problemlerin üzerine gidilmiştir. Yapılan çalışmada müşterilerin alışveriş bilgilerinde yola çıkarak kişisel profilleri üretilmekledir. Yapılan çalışmada birbirinden tamamen bağımsız iki yöntem kullanılmıştır. Birinci yöntemde, klasik veri madenciliği metodları kullanarak müşteri profilini ortaya çıkaracak kurallar üretilmekte ve bu kurallardan müşteri profilini elde edecek bilgi ortaya çıkarılmaktadır. İkinci yöntemde ise veritabanındaki müşteri hareketleri tablosu üzerinden kendi geliştirdiğimiz bir algoritma doğrultusunda kompleks sorgular yürütmekte ve gerekli müşteri profilini ortaya çıkarmaktadır. Elde edilen sonuçlar her iki yöntemden faydalanılarak rhüşteri profili üretilebileceğini, ikinci yöntemin daha sağlam sonuçlar ürettiğini göstermiştir. Yöntemlerin testi için geliştirilen uygulama programı Oracle 9i veritabanı ve Java programlama dili kullanılarak geliştirilmiştir. Geliştirilen uygulama ileride bu doğrultudaki çalışmalara temel olabilecek derecede esnek ve genişletilebilir bir yapıya sahiptir.Data mining is identifying the data patterns, relations, changes, disorders, rules and structures which are cruical statistically in a semi automated fashion. Data mining methods have been increasingly popular and widely used in various application areas, especially on electronic commerce data. The amount of data that organizations have accumulated is enormous, and extracting beneficial information is becoming harder. One of the classical problems of e-commerce is to determine the profitability of customers, finding customers who are most likely to purchase the product. Especially the companies in marketing business, to overcome these problems they need to know their customers well. Today many organisations are able to identify their customer profiles and know their customers well by data mining. For this purpose, in this study we have developed a system called GYTE- Miner to effectively answer common questions regarding customer profiles. Our method constructs personal profiles based on customer transaction history data. Two different method have been implemented in application. The first method uses classical data mining algorithms to discover rules which will lead to describe customer profiles. The second method queries the customer's transactional data and directly generates statistical information about customers. The obtained results proved that using the both conventional data mining techniques. Rules for customers can be developed statistically and customer lists can be sorted out for particular product promotions. It is studied that the second algorithm we have done accomplished better. The application is developed using Oracle 9i Database and Java programming language. The application developed is flexible and extendible enough to be a base for similar kind of applications.