Güncellik, sıklık, parasallık analizi ve k- ortalamalar kümeleme analizi ile müşteri bölümlendirme: perakende sektöründe bir uygulama

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: İstanbul Ticaret Üniversitesi, Fen Bilimleri Enstitüsü, İSTATİSTİK ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: Türkçe

Öğrenci: HATİCE DAĞASLANI

Danışman: DENİZ BAŞAR ÖZLEM

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Perakende sektöründe hizmet veren firmaların müşterilerini tanıması ve en kârlı müşterilerini ayırt ederek müşteri profillerini oluşturmaları önemli bir yere sahiptir. Müşterilerin ihtiyaçları iyi anlaşıldığında, firmalar müşterilerine özel satış ve müşteri odaklı stratejiler geliştirebilmektedirler. Böylece müşterilerinin taleplerini karşılayarak, sunulan hizmetlerden elde ettikleri memnuniyeti ve firmaya olan bağlılıklarını arttırabilir ve onları tekrar satın almaya yönlendirebilmektedirler. Bu tez çalışmasında mevcut müşteri verilerinden yararlanarak, veri madenciliği teknikleri kullanılarak müşteriler segmentlere bölünerek özel profiller oluşturulmaktadır. Araştırmada kullanılan veri seti Türkiye'de perakende sektöründe faaliyet gösteren bir firmaya ait ve 04.01.21-31.05.21 zaman diliminde toplanan günlük alışveriş hareketlerinden oluşmaktadır. Bu verilerin analizinde Güncellik, Sıklık ve Parasallık modeli ve k-ortalama kümele analizi kullanılmıştır. Yapılan analiz sonucu k-ortalamalar kümeleme analizinde toplamda dört müşteri kümesi oluşmuştur. Elde edilen sonuçlara göre GSP analizinde veri madenciliği teknikleri; uykuda, yeni müşteri, sadık müşteri, şampiyonlar, potansiyel sadık müşteri ve riskli içeren altı farklı müşteri grubunun belirlenmesinde ve bu altı farklı müşteri profiline yönelik satış stratejilerinin geliştirilmesinde yardımcı olmaktadır.