Abstract:

Amaç - Bu çalışma, pazarlama amacıyla işletmeye faydalı olabilecek müşteri kitlesini, yüksek miktardaki satış ve promosyon verilerinden faydalanarak seçmeyi ve puanlandırmayı amaçlamaktadır. Yöntem - Bu amaç doğrultusunda, markalara ve perakendecilere müşteri verileri üzerinden hizmet sağlayan Dunnhumby şirketinin bilimsel amaçlarda kullanılmak üzere sunmuş olduğu ve haftalık kahvaltı ürünlerinden elde edilen “Breakfast at the FRAT” başlığı altında toplanılan satış bilgileri çalışmanın deney veri setini oluşturmuştur. Pazarlama bütçesini tüm müşterilerine harcamak yerine sadece potansiyel müşteri kitlesine harcamasına imkân tanıyan XGBoost algoritması kullanılarak pazarlamanın daha etkin ve verimli olabileceği müşterilerin belirlenmesine yönelik özgün bir model önerilmiştir. Bulgular - Analizi yapılan veriler 2011 ile 2019 yılları arasında 156 haftalık bir süreyi kapsamaktadır. Özellik sayısının ve karmaşıklık durumunun minimuma indirgendiği çalışma kapsamında, model performansına ait ölçüt parametreleri yüksek başarı oranlarına sahiptir. Bu oranlar pazarlamada kullanılacak bütçenin uygun müşteri kitlesine harcanmasına yönelik oluşturulan model için kullanılan algoritmanın uygun olduğunu ortaya koymaktadır. Tartışma - Büyük verilerin makine öğrenmesi teknikleri ile analiz edilmesi sonucu ortaya çıkan bulguların veri bilimine katkılar sunacağı ve çalışmada izlenilen yöntemin işletmelerin finansal açıdan tahmin ve öngörüler yapabilecekleri bir bütçe destek sisteminin altyapısını oluşturacağı düşünülmektedir. Gerçek dünya verilerinden elde edilen ve yapılan satışlar üzerinden birkaç özellik grubunun etkisi kullanılarak pazarlama için ayrılacak bütçenin verimliliğinin arttırılmasına yönelik bu çalışmada, en iyi tahminin yapıldığı sınıflandırma algoritmasının belirlenerek veri bilimine katkı sağlanması ve rehberlik etmesi mümkündür. Yapılan çalışmanın altyapısının daha da geliştirildiği bir modelin işletmeler tarafından kullanılarak iş dünyasına katkı sağlanma imkanı da vadır.

Keywords: