DOĞRUDAN PAZARLAMA ARACI OLARAK TELE PAZARLAMA İÇİN VERİ MADENCİLİĞİ ÇÖZÜMLERİ: BANKA MÜŞTERİLERİ ÜZERİNE BİR UYGULAMA. Muhammed Bilgehan AYTAÇ

Transkript

1 DOĞRUDAN PAZARLAMA ARACI OLARAK TELE PAZARLAMA İÇİN VERİ MADENCİLİĞİ ÇÖZÜMLERİ: BANKA MÜŞTERİLERİ ÜZERİNE BİR UYGULAMA Muhammed Bilgehan AYTAÇ YÜKSEK LİSANS TEZİ YÖNETİM BİLİŞİM SİSTEMLERİ ANABİLİM DALI GAZİ ÜNİVERSİTESİ BİLİŞİM ENSTİTÜSÜ ARALIK 2013 ANKARA

2 ii Muhammed Bilgehan AYTAÇ tarafından hazırlanan DOĞRUDAN PAZARLAMA ARACI OLARAK TELE PAZARLAMA İÇİN VERİ MADENCİLİĞİ ÇÖZÜMLERİ: BANKA MÜŞTERİLERİ ÜZERİNE BİR UYGULAMA adlı bu tezin Yüksek Lisans tezi olarak uygun olduğunu onaylarım. Doç. Dr. Hasan Şakir BİLGE Tez Yöneticisi Bu çalışma, jürimiz tarafından oy birliği ile Yönetim Bilişim Sistemleri Anabilim Dalında Yüksek lisans tezi olarak kabul edilmiştir. Başkan : : Prof. Dr. Hadi GÖKÇEN Üye : Doç. Dr. Metehan TOLON Üye : Doç. Dr. Hasan Şakir BİLGE Tarih : 23/12/2013 Bu tez, Gazi Üniversitesi Bilişim Enstitüsü tez yazım kurallarına uygundur.

3 iii TEZ BİLDİRİMİ Tez içindeki bütün bilgilerin etik davranış ve akademik kurallar çerçevesinde elde edilerek sunulduğunu, ayrıca tez yazım kurallarına uygun olarak hazırlanan bu çalışmada orijinal olmayan her türlü kaynağa eksiksiz atıf yapıldığını bildiririm. Muhammed Bilgehan AYTAÇ

4 iv DOĞRUDAN PAZARLAMA ARACI OLARAK TELE PAZARLAMA İÇİN VERİ MADENCİLİĞİ ÇÖZÜMLERİ: BANKA MÜŞTERİLERİ ÜZERİNE BİR UYGULAMA (Yüksek Lisans Tezi) Muhammed Bilgehan AYTAÇ GAZİ ÜNİVERSİTESİ BİLİŞİM ENSTİTÜSÜ Aralık 2013 ÖZET Veri tabanından bilgi keşfi veya diğer bir deyişle veri madenciliği; yöneticilerin karar vermesine yardım eden, işe yarar ve gizli örüntülerin veri ambarlarından ortaya çıkarılması olarak tanımlanabilir. Günümüzde gelişen teknoloji ile beraber veri depolama kolaylaşmış ve yaygınlaşmıştır. Veri madenciliği yöntemleri de buna bağlı olarak her geçen gün yaygınlaşmakta ve çok çeşitli bilim dallarında uygulama alanı bulabilmektedir. Bu yöntemler işletmeler tarafından da bir rekabet aracı olarak kullanılmaktadır. Bu tez çalışmasında veri madenciliği yöntemlerinden bahsedilmiştir ve alan yazında pazarlama ve diğer işletmecilik alanlarında gerçekleştirilmiş veri madenciliği çalışmaları incelenmiştir. Doğrudan pazarlama ve tele pazarlama hakkında bilgiler paylaşılmıştır. Takiben, alanda gerçekleştirilen çalışmalar için çok önemli bir yazılım olan WEKA ve kullanımı hakkında aydınlatıcı bilgiler sunulmuştur. Bu konuda bir uygulama gerçekleştirilmiş; banka müşterilerini

5 v barındıran bir veri seti üzerinde örnek bir veri madenciliği süreci geliştirilmiştir. Veriler bir bankanın çağrı merkezinden elde edilmiştir. Uygulama kapsamında WEKA isimli veri madenciliği yazılımı kullanılmıştır. Birliktelik kuralları ve nitelik seçimi veri madenciliği teknikleri kullanılmıştır. Uygulama aracılığıyla bankaların ve diğer tele pazarlama firmalarının nasıl bir veri madenciliği süreci geliştirebileceği ortaya konmuştur. Bilim Kodu : Anahtar Kelime : veri madenciliği, doğrudan pazarlama Sayfa Adedi : 78 Tez Yöneticisi : Doç. Dr. Hasan Şakir BİLGE

6 vi DATA MINING SOLUTIONS FOR TELE MARKETING AS A DIRECT MARKETING TOOL: AN APPLICATION ON BANK COSTUMERS (M.Sc. Thesis) Muhammed Bilgehan AYTAÇ GAZİ UNIVERSITY INFORMATICS INSTITUTE December 2013 ABSTRACT Knowledge discovery from database or in other words data mining; can be described as; extracting useful and undiscovered patterns from databases which help managers decision making. Today, with rapidly evolving technology, data storing becomes easier and more common. In paralel with this, data mining techniques are getting widespread day by day and being applied on various scientific area. These techniques are also being applied in businesses as a competitive tool. In this thesis, there are information about data mining techniques and it looks into data mining applications in literature, that are performed in marketing and other business fields. It also includes information about direct marketing and tele marketing. Following this, informative tips are demonstrated about WEKA and its usage which is one of the most important software for this field. An application is developed on this subject; an example of data mining process is developed based on a dataset that collected from a bank s customers.

7 vii The dataset is procured from a bank s call center. WEKA data mining software is used within the context of application. The Data mining techniques used are associate rules and attribute selection. Through this application, the study aims to illustrate how banks and other telemarketing firms can develop a data mining process. Science Code : Key Words : data mining, direct marketing Page Number : 78 Adviser : Assoc. Prof. Dr. Hasan Şakir BİLGE

8 viii TEŞEKKÜR Çalışmam boyunca her aşamada bana gerekli desteği ve sabrı gösteren Hocam Doç. Dr. Hasan Şakir BİLGE başta olmak üzere, yaptıkları çalışma ile bizlere ışık tutan ve veri tabanını bizlere sağlayan; Paulo Cortez e Universidade do Minho, Sérgio Moro ya ve Raul M. S. Laureano ya University Institute of Lisbon, teşekkürü borç bilirim. Ayrıca çalışmam boyunca bana destek olan Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Yöneticilerine, İşletme Bölümü Başkan ve Başkan Yardımcılarına ayrı ayrı teşekkürler.

9 ix İÇİNDEKİLER Sayfa ÖZET... iv ABSTRACT... vi TEŞEKKÜR... viii İÇİNDEKİLER... ix ÇİZELGELERİN LİSTESİ... xi ŞEKİLLERİN LİSTESİ... xii RESİMLERİN LİSTESİ... xiii 1. GİRİŞ Çalışmanın Amacı Çalışmanın Kapsamı İLGİLİ YAYIN TARAMASI DOĞRUDAN PAZARLAMA VE TELE PAZARLAMA VERİ MADENCİLİĞİ Veri Madenciliği Süreci İşi kavrama Veriyi kavrama Veriyi hazırlama Modelleme Değerlendirme Yayılım Veri Madenciliği Teknikleri Sınıflandırma ve regresyon Kümeleme Birliktelik kuralları ve sıralı örüntüler Veri Madenciliği Uygulama Alanları WEKA Yazılımı WEKA Explorer UYGULAMA Kullanılan Veri Tabanı... 44

10 x 6.3. Uygulamanın CRISP-DM Yöntemine Göre Gerçekleştirilmesi İşi kavrama Veriyi kavrama Veriyi hazırlama Modelleme Değerlendirme Yayılım SONUÇLAR KAYNAKLAR EKLER EK-1 En çok tercih edilen veri madenciliği yazılımları EK-2 Nitelik Seçimi analiz sonuçlarının WEKA daki görünümü EK-3 Birliktelik kuralları analizi sonuçlarının WEKA daki görünümü ÖZGEÇMİŞ... 78

11 xi ÇİZELGELERİN LİSTESİ Çizelge Sayfa Çizelge 3.1 Pazarlama karması elemanları Çizelge 4.1 Veri madenciliği ile istatistiksel analizlerin karşılaştırılması Çizelge 6.1 Verilerin istatistiksel görünümü Çizelge 6.2 Nitelik seçme işlemleri ve sonuçları Çizelge 6.3 Bütün niteliklerin PredictiveApriori algoritması ile analiz edilmesi Çizelge 6.4 Eğitim düzeyi ile Hedef değişken (y) arasındaki ilişkin PredictiveApriori ile analiz edilmesi Çizelge 6.5 Konut kredisi, bireysel kredi ve yükümlülüğü yerine getirilmeyen kredinin olup olmaması y arasındaki ilişkinin Apriori ile analiz edilmesi Çizelge 6.6 Konut kredisi, bireysel kredi, yükümlülüğü yerine getirilmeyen olup olmaması ile y arasındaki ilişkinin PredictiveApriori ile analiz edilmesi Çizelge 6.7 Meslek, konuşma süresi ve evlilik durumu arasındaki ilişkinin PredictiveApriori algoritması ile analiz edilmesi... 55

12 xii ŞEKİLLERİN LİSTESİ Şekil Sayfa Şekil 4.1 Çapraz Endüstri Veri Madenciliği Standart Süreci Şekil 4.2 Hu ve Jha nın veri madenciliği süreci Şekil 4.3 Modelleme süreci Şekil 4.4 Yayılım süreci Şekil 4.5 Genetik algoritma blok diyagramı Şekil 4.6 K ortalamalar tekniğiyle objeler setinin kümelenme süreci... 34

13 xiii RESİMLERİN LİSTESİ Resim Sayfa Resim 3.1 Kitlesel pazarlamaya örnek olarak Coca-cola nın ilk gazete reklamı.. 12 Resim 5.2 WEKA ekran çıktısı Resim 5.3 WEKA Explorer ekran çıktısı Resim 6.1 The UCI Machine Learning Repository Resim 6.2 Kullanılan verilerin Microsoft Excel dosyası olarak görünümü... 46

14 1 1. GİRİŞ 1992 yılında yapılan bir çalışmada dünyadaki toplam bilgi miktarının her sene 2 ye katlandığı ifade edilmektedir [1] de ise 20 ayda bir dünyadaki toplam verinin 2 ye katlandığı iddia edilmiştir [2]. Veri miktarına bağlı olarak toplam bilgi miktarının da hızla arttığını söylemek mümkündür yılında yapılan bir çalışmada ise dünyadaki toplam verinin 295 exabayt olduğu söylenmiştir [3]. Veri miktarının artması veri madencilerinin hem çalışma alanlarını genişletmiş hem de bu alana olan ilgiyi arttırmıştır. Veri tabanından bilgi keşfi olarak da bilinmekte olan veri madenciliği, veri tabanı içerisinde, karar vermede işe yarayan ilginç örüntülerin ortaya çıkarılma süreci olarak tanımlanmaktadır [4]. Bu işlem matematik disiplinleri, modelleme teknikleri, veri tabanı teknolojisi ve çeşitli bilgisayar yazılımları kullanılarak gerçekleştirilmektedir [5]. Günümüzde veri madenciliği çok geniş bir yelpazede uygulama alanı bulmaktadır. Bankacılık, sigortacılık, pazar araştırmaları bunların en klasik örnekleri olmakla beraber, uygulamada çok farklı alanlardan örneklerle karşılaşmak mümkündür. Örneğin; Amerika Birleşik Devletleri nin yurtiçi güvenliği sağlamada ve potansiyel terörizm tehditlerinden kaçınmada veri madenciliği kullandığı göze çarpmaktadır. A.B.D. İç Güvenlik Bakanlığı Ağustos 2006 da hazırladığı bir raporda terörizmle mücadele kapsamında veri madenciliği üzerine kurulmuş 12 sistemden bahsedilmektedir [6]. Yine bir başka dikkat çekici örnekte çimentonun basma dayanaklılığı veri madenciliği kullanılarak hesaplanmaya çalışılmıştır [7]. Veri toplamanın kolaylaştığı ve veri miktarının her geçen gün hızla arttığı göz önünde bulunulursa veri madenciliğinin ileride çok daha yaygın bir çalışma alanı bulacağını söylemek mümkündür. Ancak bu çalışmalar yöneticilerin karar almalarına yaptıkları katkı oranında başarılı olacaktır. Çünkü nihayetinde veri madenciliği bir sihir değildir ve her zaman iyi sonuçlar vermez [8].

15 2 Şüphesiz veri madenciliğinin en çok uygulandığı alanlardan birisini işletme faaliyetleri teşkil etmektedir. Bunlara pazar sepet analizi, risk analizi, satış tahmini, müşteri ilişkileri yönetimi örnek gösterilebilir [9]. Piyasalardaki yoğun rekabet, firmaları pazardaki paylarını ellerinde tutmaya ve arttırmaya yönelik yenilikçi yollar tanımlamaya zorlamaktadır. Müşteriler ile etkileşimin bu derece yüksek olduğu bir dönemde stratejik ve rekabetçi bir müşteri ilişkileri stratejisi geliştirmek son derece önemlidir. Müşteri davranış ve karakteristiklerini anlayabilmek ve analiz edebilmek, potansiyel müşterileri kazanma ve maksimum müşteri değeri oluşturma amacıyla geliştirilen rekabetçi bir müşteri ilişkileri stratejisinin temelini oluşturmaktadır. Bu kapsamda büyük müşteri veri tabanlarından bilgi çıkarmada ve tanımlamada başarılı olan, kullanışlı veri madenciliği araçları, müşteri ilişkileri kararlarını almada en büyük destekleyici araçlardan birisidir [5]. Bilgi çağı bireyleri alışkanlık ve davranış bakımından çok değişken ve tutarsız tutumlar sergileyebilmektedir. Müşteri sadakati sağlamak işletmeler için her geçen gün daha da zorlaşmakta, yeni üretim teknolojileri piyasalara sürekli yeni ürün ve hizmetler girmesine sebep olmaktadır. Eski model olarak ürün odaklı tanımlanan tasarla-üret-sat, müşteri odaklı olarak tanımlanan sat-üret-yeniden tasarla modeliyle yer değiştirmiştir [10]. Böyle bir ortamda işletmeler için klasik karar destek sistemlerinin yetersiz olduğu açıktır. Yukarıda da bahsedildiği gibi işletmecilik alanında çeşitli amaçlarla hizmet eden veri madenciliği faaliyetleri kullanılmaktadır. Bu faaliyetler işletmelere proaktif olmayı, yapılan faaliyetlerdeki hata payını en aza indirmeyi, tüketim toplumu olarak ifade edilen günümüz tüketicilerin değişken tutum, istek ve ihtiyaçlarını daha isabetli bir şekilde karşılayabilmeyi sağlamaktadır. Günümüz pazar araştırmaları ve pazarlama yöntemleri de bu yönde veri madenciliğinden istifade edebilmektedir. Müşteriye ulaşmak için genel olarak pazarlama stratejileri 2 grupta incelenmektedir: kitle pazarlama ve doğrudan pazarlama. Bunlardan ilki olan kitlesel pazarlamanın, bu kadar yoğun rekabetin yaşandığı günümüz dünyasında etkisi giderek azalmaktadır [11]. Doğrudan

16 3 pazarlama ise işletmeleri, müşteriler hakkında derinlemesine bilgiler edinmeye zorlamaktadır. İşte tam bu noktada işletmeler veri madenciliği yöntemleriyle ürettikleri bilgiler doğrultusunda hedef pazar stratejilerini yön verebilmekte, müşterilerine daha iyi pazar önerileri sunabilmektedirler. Bu pazar önerilerin müşteriye ulaştırılmasında kullanılan başlıca doğrudan pazarlama yöntemlerinden birisi ise tele pazarlamadır. Günümüz firmaları çağrı merkezleri aracılığıyla müşterileriyle sürekli ve sadık ilişkiler kurmaya hedeflemektedir. Yapılan telefon çağrıları ile müşterilere yeni teklifler sunabilmekte, gelen telefon çağrıları ile de müşteri şikâyet ve sorunlarıyla ilgilenebilmektedirler. Firmalar yapılan bu çağrıları hem müşteri memnuniyetini ölçebilmek hem personel performansını ölçebilmek için kayıt altına almakta ve yapılan çağrılarda elde edilen müşteri bilgilerini veri tabanlarında saklamaktadırlar. Bütün bunlar değerlendirildiğinde bu tez çalışmasında ele alınacak konunun ve uygulamanın amacı ve kapsamı daha anlamlı ve gerekli bir hale gelmektedir. Burada, veri madenciliği ve uygulama alanları teorik olarak özetle açıklanmaya çalışılmış, alanda yapılan çalışmalara değinilmiş, genel pazarlama bilgileri ışığında doğrudan pazarlama ve tele pazarlama konuları ele alınmıştır. Bu alanda yapılacak çalışmalar için kullanılan kullanışlı bir yazılım olan WEKA hakkında özet bilgiler sunulmuştur ve bu yazılım aracılığıyla tele pazarlama üzerine örnek bir veri madenciliği uygulaması gerçekleştirilmiştir. 1.1 Çalışmanın Amacı Bu çalışmanın amacı doğrudan pazarlamanın bir alt dalı olan tele pazarlama için örnek bir veri madenciliği süreci geliştirmektir. İlgili yayınlarda karşılaşılan çalışmalar ve uygulamalar analiz edilmiş ve hizmet sektörünün bir alt sektörü olarak tabir edebileceğimiz finans sektöründe hizmet veren bankalardan, bu sektörde karşılaşılan tüketicilere yönelik gerçekleştirilen tele pazarlamanın üzerinde durulmuştur.

17 Çalışmanın Kapsamı Çalışma kapsamında ilk olarak veri madenciliği ve tele pazarlama hakkında bilgiler sunulmuştur. Takip eden kısımda alanda karşılaşılan benzer çalışmalara ışık tutulmuştur. WEKA yazılımı hakkında gerekli açıklamalar yapıldıktan sonra çalışma kapsamında yapılan uygulamaya geçilmiştir. Uygulama dâhilinde Makine öğrenmesi ve Akıllı Sistemler Merkezi (The UCI Machine Learning Repository) veri tabanı arşivinden sağlanan veri tabanı kullanılmıştır. Veri tabanı Portekiz de bulunan bir bankanın müşterileri hakkındaki verilerden oluşmaktadır. Türkiye de bulunan bir tele pazarlama veri tabanına ulaşabilmek mümkün olmadığından, tüketim kültürü Türkiye ye daha yakın olduğu düşünülen Portekiz seçilmiştir. İlgili Banka, müşterilerine hizmet olarak sunduğu kampanya teklifini çağrı merkezlerini kullanarak müşterilerine ulaştırmıştır. Banka bu çağrılar esnasında müşterilerinin aşağıda sıralanan niteliklerini kayıt altına almıştır: - Müşterilerin yaşları, - Meslekleri, - Evlilik durumları, - Eğitim düzeyleri, - Yükümlülüğü yerine getirilmeyen kredinin olup olmaması, - Yıllık ortalama bakiyeleri, - Konut kredisi kullanımı, - Kişisel kredi kullanımı, - Müşteriyle iletişimde kullanılan araç, - Müşteriyle en son görüşülen ay, - Müşteriyle en son görüşülen gün, - Görüşme süresi, - Kampanya sürecinde müşteriyle iletişim kurma sayısı,

18 5 - Müşteriyle hakkında iletişim kurulan en son kampanyadan bu yana geçen gün sayısı, - Kampanyadan önce müşteriyle kurulan toplam iletişim sayısı, - Bir önceki pazarlama önerisinin başarılı olup olmadığı, - Mevcut kampanyanın sonucu. Bu değişkenler arasında ilişkiler kurulup faydalı bilgiler üretilmeye çalışılmıştır. İlgili banka temel alınarak sektörde yer alan bütün işletmeler için örnek bir veri madenciliği süreciyle birlikte yararlı bilgiler ve öneriler sunulması amaçlanmıştır. Çalışma kapsamında WEKA isimli veri madenciliğinde sıkça kullanılan yazılım tercih edilmiştir ve uygulama ağırlıklı olarak bu yazılım üzerinden gerçekleştirilmiştir. İhtiyaç dâhilinde veri tabanları üzerinde gerekli düzeltmeler ve birleştirmelerin daha sağlıklı bir şekilde yapılabilmesi için Microsoft Excel programından faydalanılmıştır. Yine veri hazırlama aşamasında SPSS adlı yazılımdan da faydalanılmıştır. Çalışma boyunca CRISP-DM yöntemi (Çapraz Endüstri Veri Madenciliği Süreci) takip edilmiştir. Süreçteki her basamak ayrı ayrı açıklanmaya çalışılmıştır. Ağırlıklı olarak birliktelik kuralları kullanılırken, nitelik seçimine de başvurulmuştur. Sonuç olarak bir doğrudan pazarlama aracı olan tele pazarlamanın oluşturduğu veri tabanı kullananılarak veri madenciliği sürecinin nasıl yönetilebileceği gösterilmiştir. Takip eden kısımda literatürde pazarlama alanında karşılaşılan veri madenciliği kullanılarak gerçekleştirilmiş bazı çalışmalar paylaşılacaktır. Şüphesiz veri madenciliği işletmelerde sadece pazarlama alanında değil, finans, insan kaynakları gibi diğer faaliyet alanlarında da hizmet etmektedir. Bunlara örnek olması sebebiyle pazarlama dışında gerçekleşmiş birkaç çalışmaya da değinilecektir.

19 6 2. İLGİLİ YAYIN TARAMASI İlgili yayınlarda pazarlama ve veri madenciliği üzerine gerek teorik gerekse uygulamaya yönelik oldukça fazla çalışma bulunmaktadır. Bu çalışmalar ağırlıklı olarak satış analizi, müşteri ilişkileri yönetimi ve müşteri segmentasyonu üzerine yoğunlaşmaktadır yılında yapılan bir çalışmada perakendeci bir işletmenin satış hareketleri içeren veri tabanından hareketle ayrıntılı bir satış analizi yapılmıştır. Çalışma sonucunda harcama tutarına göre yüksek güvenilirliğe sahip karar ağaçları oluşturulmuş ve bu karar ağaçları incelendiğinde işletmenin müşterilerinin %20.92 sinin toplam satışlarının yaklaşık %63.36 sını gerçekleştirdiği gibi sonuçlar elde edilmiştir [12]. Sönmez ve Kalkan (2001) yaptıkları bir sepet analizi çalışmasında Gimat A.Ş adlı perakendeci işletmenin veri tabanındaki kayıtlı müşterileri incelemiş ve en çok satılan ürünlerin domates, ekmek, salatalık, yumurta ve karpuz gibi ürünler olduğunu ortaya çıkarmışlardır. Bu sonuç yazarlar tarafından şöyle yorumlanmış ve ilişki kurulmaya çalışılmıştır [14]: Kullanılan veriler yaz ayında alınmış olduğu için en çok satılan ürünler domates, ekmek, salatalık gibi ürünler bunun yanında da yumurta, karpuz gibi ürünler çıktı. Bu verilerden yola çıkarak insanlarımızın yaz aylarında özellikle hafif yemeklere yöneldiklerini özellikle salatanın çok fazla tüketildiğini bunun yanında domatesin ve yumurtanın çok fazla satılmasından menemenin de çok tüketilen yemekler arasında olduğunu ayrıca meyvelerin de yazın yüksek miktarda tüketildiğini söyleyebiliriz. Ngai ve arkadaşları (2008) veri madenciliğinin müşteri ilişkileri yönetimi alanında ilk tanımlayıcı alanyazın taramasını gerçekleştirmişlerdir yılları arasında 900 makale incelenmiş ve 87 si ilgili bulunup seçilmiştir. Çalışma bu alanda araştırma yapan yazarlar için çok önemli bir alanyazın taraması olarak göze çarpmaktadır [5].

20 7 Akbulut (2006) yaptığı yüksek lisans tez çalışmasında bir kozmetik markasının müşterilerini kümeleme ve sınıflandırma veri madenciliği yöntemlerini kullanarak müşteri segmentasyonu gerçekleştirmiştir [17]. Emel ve Taşkın (2005) birliktelik kuralları ile veri madenciliği üzerinden pazarlama stratejisi oluşturmaya çalışmışlardır. Oluşturdukları bu stratejiyi Boston Danışma Grubu nun matrisinden faydalanarak formüle etmişlerdir.[18]. Emel ve Taşkın ın 2010 yılında yaptıkları bir başka çalışmada, perakendeci işletmenin belirli bir dönem boyunca alışveriş yapmış müşterilerini Kohonen tekniği ile kümelemişlerdir. Yapılan analiz ile işletmenin mevcut pazarının etkin pazar bölümlerine ayrılabilmesi için önceden bilinmeyen önemli müşteri özellikleri ve önem dereceleri de ortaya çıkarılmıştır [19]. Ulaş (1999) gerçekleştirdiği yüksek lisans çalışmasında bir perakendeci işletmenin mal satışları arasındaki ilişkileri incelemek üzere ilişki madenciliği çalışması gerçekleştirmiştir. Ana Bileşen Analizi ve k-ortalama Öbeklemesi istatistiksel tekniklerini kullanarak mal satışları arasındaki ilintileri bulmaya çalışmışlardır[8]. Timor ve Şimşek (2008) yine perakendeci bir işletmenin verilerini Clementine programı aracılığıyla analiz ederek birliktelik analiz ve karar ağaçları kullanarak müşterilerin satın alma davranışını etkileyen değişkenleri ortaya çıkarmışlardır [20]. Birant ve arkadaşları (2010) bir mağaza zincirinden edindikleri verilerle hangi şubede, hangi gün, hangi ürünlerin satıldığını belirlemeye yönelik bir uygulama yapmışlardır. Müşterilerin satın alma alışkanlıklarını anlamaya çalışan yazarlar bu çalışmayı gerçekleştirirken birliktelik kurallarını kullanmışlardır [21]. Chung and Grimes (2005) veri madenciliği ve pazarlama araştırmalarının gizlilik ilkesiyle olan ilişkisini irdeleyen bir tarama gerçekleştirmişlerdir. Yazarlar özellikle çocukların kullandığı oyun sitelerinin üzerinde durmuşlardır ve veri madenciliğinin etik yönüyle ilgilenmişlerdir [22].

21 8 Kalikov (2006) gerçekleştirdiği bir lisansüstü çalışmada bir yayınevinden elde ettiği veriler ile e-ticaret üzerine bir veri madenciliği çalışması gerçekleştirmiştir. Yazar müşterilerin ilgi alanlarına göre kitap tavsiyesinde bulunacak bilgiler üretmeyi amaçlamıştır [23]. Aydoğan ve Gencer (2007) kaba küme teorisinin genel kavramları üzerinde durmuş ve sınıflandırma amacıyla yapılan çalışmaları inceleyen bir yayın taraması sunmuşlardır [24]. Schertel (2002) yazdığı doktora tezinde veri madenciliğinin tekstil sektörü üzerinde olası kullanım alanlarını incelemiş ve iplik fabrikasında elde ettiği veriler ve SAS Enterprise Miner yazılımı aracılığıyla bir uygulama gerçekleştirmiştir [25]. Hui ve Jha (2000) uluslararası bir firmayla ortaklaşa gerçekleştirdiği veri madenciliği çalışmasında müşteri hizmetleri üzerinde çalışmışlardır ve yaptıkları uygulama kapsamında iki müşteri hizmetleri aktivitesi üzerine veri madenciliği gerçekleştirmişlerdir; karar destek ve makine hatası tanımlama [26]. Lien (2005) yaptığı lisansüstü çalışmada müşteri segmantasyonu üzerine çalışmış ve iki aşamalı bir veri madenciliği uygulaması gerçekleştirmiştir. İki aşamalı olarak müşteri grubuna uygulanan çalışmada ilk olarak k-ortalamar tekniği daha sonra SOMs (Özdüzenleyici haritalar) uygulanmıştır [29]. Liu ve Schumann (2005) kredi puanlamasında nitelik seçimi üzerine bir çalışma yapmışlardır. Çalışma dört adet nitelik seçimi algoritmanın kredi puanlama modeli üzerindeki şu üç özelliğe etkisini araştırmıştır: modelin sadeliği, modelin hızı ve modelin doğruluğu. Gerçek bir veri seti üzerinde çalışan yazarlar 4 adet sınıflandırma algoritması kullanmıştır; model ağacı, sinir ağları, lojistik regresyon ve k ortalamalar [30].

22 9 Chen ve arkadaşları (2005) çok mağazalı çevrelerde veri madenciliğinde karşılaşılan sorunlardan birisine dikkat çekmişlerdir. Çok mağazalı çevrelerde çalışılan ürünün bütün mağazalarda her zaman rafta olacağı varsayımını problem olarak tanımlamışlardır ve zincir mağaza birliktelik kuralı isimli bir algoritma geliştirmişlerdir [31]. Giudici ve Passerone (2002) istatistiksel birliktelik kuralları ve özellikle logaritmik lineer ve grafiksel modellerin tüketici davranış araştırmalarına nasıl etkili bir şekilde uygulanabileceğini anlatmışlardır. Yazarlar ayrıca sepet analizinde karşılaşılan bazı metodolojik sorunları ve model seçme prosedürlerini de tartışmışlardır [32]. Ay ve Çil (2008) mağaza içi yerleştirme de veri yönelimli bir karar destek uygulaması sunmuşlardır. Çalışmada birliktelik kuralları kullanılmış ve yazarlar veri madenciliği kullanılarak yerleşim düzeni oluşturmayı gerçekleştiren bir metodoloji sunmuşlardır. Çalışma Türkiye nin önde gelen perakende işletmelerinden olan Migros A.Ş üzerinde gerçekleştirilmiş olup yazarlar çok boyutlu ölçekleme analizi ile ürün haritası oluşturmuşlardır ve birliktelik kurallarıyla önemli bulgulara ulaşmışlardır. Bulgulardan bazıları aşağıdaki gibidir [33]: Yumurta ürününü alan müşteriler %77 olasılıkla Süt ve süt ürünlerini de almaktadır. Bu ürünlerin veri setindeki işlemlerde birlikte bulunma olasılığı %5,58 tir. Tatlılar ve hamur işleri ürününü alan müşteriler %69 olasılıkla Çerezler ürününü de almaktadır. Bu ürünlerin veri setindeki işlemlerde birlikte bulunma olasılığı %5,00 dir. Veri madenciliği konusundaki ilgili yayınlar oldukça farklı alanlardan çalışma barındırmaktadır. İşletmeleri ilgilendiren finans, sigortacılık gibi diğer alanlarda da yapılmış oldukça fazala veri madenciliği çalışması bulunmaktadır. Govea ve arkadaşları (2011) kendi geliştirdikleri restoran öneri sisteminde inceledikleri restoranlar hakkındaki veriler üzerinden bir çalışma

23 10 gerçekleştirmişlerdir ve kavramsal bilginin bu öneri sistemindeki etkisini sorgulamışlardır [15] yılında Küçüksille tarafından gerçekleştirilen bir doktora tezinde ise veri madenciliği kullanılarak hisse senedi portföyü oluşturulmaya çalışılmıştır. 122 adet işletmenin /06 dönemindeki aylık ortalama getirileri üzerinden genetik algoritma kullanılarak farklı portföyler oluşturulmuştur [16]. Sermaye Piyasası Kurulu nun Araştırma Raporu nda bulunan bir çalışmada Koyuncugil (2008) tarafından, borsa şirketlerine yönelik olarak veri madenciliğine dayalı bir gözetim sistemi sunulmuştur. Veri madenciliği kullanılarak riskli şirketlerin ortaya çıkarılması hedeflenmiştir [13]. Xiong ve arkadaşları (2013) banka müşterilerinin kredi kartı bilgilerini veri madenciliğiyle inceleyerek kişisel iflası tahmin etmeye dayalı bir sitem kurmuşlardır [27]. Guo (2003) sigorta sektöründe çalışanlar için veri madenciliği tekniklerine ışık tutmuştur. Yaptığı çalışmada sigorta riskini modellemede veri madenciliği yaklaşımını anlatan yazar ayrıca bir uygulama gerçekleşmiştir [28]. İleride bu çalışmaların sayısının ilerleyen teknoloji ve gelişen veri madenciliği araştırma yöntemleriyle artması beklenmektedir. Takip eden kısımda veri madenciliğine pazarlama bakış açısıyla nasıl yaklaşılabileceğini göstermek ve doğrudan pazarlamanın bir aracı olan tele pazarlamanın kavramsal çerçevesini kavramak amacıyla takip edilen kısımda genel pazarlama teorisi, doğrudan pazarlama ile doğrudan pazarlama araçları ve tele pazarlama hakkında bilgiler paylaşılacaktır.

24 11 3. DOĞRUDAN PAZARLAMA VE TELE PAZARLAMA Amerikan Pazarlama Derneğine göre pazarlama; müşteriler, alıcılar, paydaşlar ve toplumun bütünü için değer ifade eden pazar önerilerinin yaratılması, iletişimi, ulaştırılması ve değişimini kapsayan bir dizi kurum ve süreçtir [34]. Pazarlama faaliyetlerini bir bütün olarak ele alınan ve literatürde sıkça kullanılan pazarlama karması kavramı ise 1984 yılında Culliton tarafından işletme yöneticilerinin sanatkâr olarak ifade edilmesi ile doğmuştur. Zamanla çeşitli yazarlar tarafından irdelenen pazarlama karması kavramı günümüzde en yaygın ve bilinen bir şekilde ifade edilmesi McCharty tarafından oluşturulmuştur. Buna göre pazarlama karması elemanları; ürün, fiyat, dağıtım ve tutundurma şeklinde ifade edilmektedir [35]. Bu ifadelerin İngilizce baş harfleri kullanılarak (product, price, place, promotion) 4P olarak kısaltılmıştır. Çizelge 3.1 Pazarlama Karması Elemanları [35] ÜRÜN FİYAT DAĞITIM Üretilmekte olan ürünler ile müşterilerin istek ve ihtiyaçları karşılnabilmekte midir? Müşterilerimiz satın alma isteği içinde bulundukları mal ve hizmetlere ne kadarlık ödeme yapmayı düşünmektedirler? Ürünlerimiz doğru yerde, doğru zamanda ve doğru miktarlarda mı müşterilerimize sunulmaktadır? Fonksiyonellik, kalite, görünüm, ambalajlama, marka, hizmet, garanti. Liste fiyatı, indirimler, kredi şartları. Yer, Lojistik, kanal üyeleri

25 12 Çizelge 3.1 Pazarlama Karması Elemanları (Devamı) [35] TUTUNDURMA Hedef kitle işletme ve işletmenin ürünleri hakkında ne kadar bilgi sahibidir? Reklam, halkla ilişkiler, doğrudan pazarlama, satış geliştirme, kişisel satış. Tutundurma bir işletme de satışları arttırmaya yönelik her türlü faaliyet olarak tanımlanabilir [36]. Bu faaliyetler ise; reklam, kişisel satış, halkla ilişkiler, tanıtım, satış özendirme ve doğrudan pazarlamadır. Genellikle pazarlamanın tutundurma çabaları iki tür yaklaşımla sergilenmektedir. Bunlardan birincisi kitlesel pazarlamayken diğeri doğrudan pazarlama olmaktadır. Kitlesel pazarlama televizyon, radyo, gazete, internet gibi araçların herkese ayrım yapılmadan kullanılmasını ifade eder. Bu yöntem genellikle ürün ve hizmetlerin yoğun bir talebe tabi olduğu durumlarda başarı göstermektedir [5]. Resim 3.1 Kitlesel pazarlama örneği: Coca-Cola nın ilk gazete reklamı

26 13 Ne var ki bu yaklaşım günümüz dünyasında gitgide etkisini kaybetmektedir. Ürünlerin kişilere özel olarak üretildiği ve pazarların yüksek rekabet barındırdığı bir ortamda kitlesel pazarlama yaklaşımının başarısı sorgulanmaktadır. Hatta bazı çalışmalar bu reklam ve tutundurma çabalarıyla karşılaşıp ürünü veya hizmeti satın alan müşterilerin oranını %1 olarak ifade etmişler ve kitlesel pazarlamanın düşük etkisini gözler önüne sermişlerdir [5]. Doğrudan pazarlama ise muhataplarını ayrıma tutarak, onların karakteristiklerini, ihtiyaçlarını, tercih ve isteklerini çalıştıktan sonra hedef kitlesini belirler. Böylece daha fazla tepki almayı umar [5]. Doğrudan pazarlama doğrudan müşteri (consumerdirect) kanallarını kullanarak, pazarlama aracılarını kullanmadan ürün ve hizmetleri müşterilerine ulaştırır [34]. Doğrudan Pazarlama Birliği (Direct Marketing Assosication) tarafından ise şöyle tanımlanmıştır [36]: Herhangi bir yerde ölçülebilir bir tepki ya da ticari işlemi etkilemek için bir veya birden fazla reklam medyasını kullanan etkileşimci bir pazarlama sistemidir. Genel olarak tercih edilen doğrudan pazarlama kanalları aşağıda sıralanmıştır [34]: - Doğrudan posta - Tele pazarlama - pazarlama - Sesli posta pazarlama - Kuponlar - Televizyon üzerinden doğrudan geri dönüş ile pazarlama - Doğrudan satış - Kioks Makinaları - Mobil Cihazlar - Elektronik pazarlama Doğrudan pazarlama firmalara çok fazla fayda sağlamaktadır. Firmalar için başarımı kolay ölçülebilmesi, müşteriyle devamlı ilişkiler kurulabilmesi, rakipler tarafından daha az görünür stratejilerin izlenebilmesi gibi avantajları pazarlamacıları bu alana

27 14 teşvik etmektedir. Ayrıca yarattığı çabuk tepki önemli bir avantajdır. Bilgisayarlar, kablolu yayınlar, tele pazarlama gibi teknolojiler ile müşterilerden anında tepki alınabilmektedir. Günümüzde müşteriler hakkında veri toplamanın bu kadar kolay olduğu bir dönemde doğrudan pazarlama da aynı oranda kolaylaşmakta daha fazla uygulama alanı ve başarı elde etmektedir. Ayrıca pazarlama yöneticilerinin başlıca hedeflerinden biri olan pazar bölümleme ve müşteri bölümlendirme de veri madenciliği araçları oldukça rağbet görmektedir. Gelişen teknoloji ve tüketicilerin bireyselleşmesi bu iki alanı; veri madenciliği ve doğrudan pazarlama çok sık bir araya getirmeye başlamıştır. Doğrudan pazarlamanın en bilinen yöntemlerinden birisi ise yukarıda da paylaşıldığı üzere tele pazarlamadır. Tele pazarlama ilk olarak 1970 li yıllarda müşteri etkileşimli satış programları vesilesiyle doğmuştur. Konsept olarak müşterilerin 7 gün 24 saat arayabildikleri ücretsiz bir telefon numarası vardır ve müşterileri burayı arayarak ekranda gördükleri ürünü evlerine sipariş ederler [37]. Tele pazarlama zamanla yaygınlaşmıştır yılına gelindiğinde Amerika da 24 saat yayın yapan 3 televizyon kanalı ve bunların yaklaşık olarak 70 milyon izleyicisi olduğu göze çarpmaktadır. Genel bir tanımla tele pazarlama; potansiyel müşterileri çekme, mevcut müşterilere satış yapabilme ve müşterilerin sorularına yanıt vererek veya sipariş alarak hizmet sağlama amacıyla telefonların ve çağrı merkezlerinin kullanımı olarak ifade edilebilir [34]. Firmalar müşterilerden gelen çağrılar için gelen (veya içe doğru) tele pazarlama, müşterilere yaptıkları çağrılarda ise giden (veya dışa doğru) tele pazarlama kullanırlar [34]. Tele pazarlama firmaların, satış maliyetlerini düşürmelerine, müşteri tatminini arttırmalarına ve gelirlerini arttırmalarına yardım etmektedir. Bu avantajına rağmen e

28 15 yüz yüze iletişime imkân vermemesi, bazen aranılan kişinin yerinde olmaması veya görüşme talebini reddetmesi, telefonların meşgul olması, uzmanlık gerektirmesi ve sınırlı bilgi sunması gibi dezavantajları bulunmaktadır. [37]. Zamanla tele pazarlama müşterileri rahatsız edecek seviyelere ulaşmıştır. Dışa doğru tele pazarlama tarihi olarak en temel doğrudan pazarlama araçlarından biri olarak kullanılmasına rağmen izinsiz kullanıma açık doğası nedeniyle Amerika Federal Ticaret Komisyonu tarafından 2003 yılında Ulusal Arama Engelleme Kayıt Merkezi nin kurulmasına sebep olmuştur. Yaklaşık 191 milyon kişi evlerinin tele pazarlamacılar tarafından aranmasını istemeyen insan 2009 yılı itibariyle bu merkeze kayıt olmuştur [34]. Firmalar tele pazarlama faaliyetlerini yönetebilmek için çoğunlukla kendi kurdukları veya anlaşmalı oldukları çağrı merkezlerini kullanmaktadırlar. Bir çağrı merkezi bilgisayarlarla desteklenmiş çalışanların, içe doğru aldıkları veya dışa doğru yaptıkları telefon çağrılarının, otomatik çağrı dağıtım sistemi veya tahmine dayalı çevirme sistemleriyle kontrol edildiği ve işleme sokulduğu bir operasyonlar bütünüdür [38]. Günümüzde özellikle hizmet sektöründe çağrı merkezi yaygın bir şekilde kullanılmaya başlanmıştır. Çünkü müşteriyle yüz yüze iletişime göre daha ucuzdur [39]. Bu nedenle bütün bankalar çağrı merkezleri kurmakta ve yönetmektedirler. Ayrıca müşteri tatmininin artması ve müşteri sadakati sağlamaya yönelik büyük bir fırsat olarak görülen çağrı merkezleri bankalar kadar tüketicilere de avantaj sağlamaktadır. Aşağıda çağrı merkezlerinin tüketicilere sağladığı faydalar sıralanmıştır [39]: 1. Müşteriler günümüzde artık hemen hemen bütün bankacılık işlemlerini çağrı merkezleri aracılığıyla gerçekleştirebilirler. 2. Banka şubesine ulaşmada ve şubede kuyrukta bekleme gibi zaman ve maliyetlerden tasarruf edebilir. 3. Tüketiciler bulunduğu hemen hemen her yerden telefon aracılığıyla bankacılık faaliyetlerini gerçekleştirebilir.

29 16 4. Çağrı merkezlerinde aynı anda çok fazla sayıda müşteriye hizmet sağlanmakta dolayısıyla müşteri çok fazla bekletilmemektedir. 5. Çoğu 24 saat hizmet veren çağrı merkezleri sayesinde mesai saatleri dışında hizmet alabilir. Bütün bu avantajlarına ek olarak çağrı merkezleri bilgisayarlar ile desteklendiği için oldukça kolay veri toplayabilmektedir. Veri tabanı pazarlaması üzerine gerçekleştirilecek çalışmaların bu sebeple tele pazarlama veri tabanını kullanması oldukça kolay olabilmektedir. Firmalar müşterilerine çağrı merkezleri aracılığıyla sadece bir ürün veya hizmet teklif etme veya bu ürün veya hizmeti satma işlemiyle meşgul olmazlar. Ayrıca anket gibi birçok veri toplama araçlarını bu merkezler aracılığıyla kullanabilirler. Pazarlama araştırmaları, değişken ve tahmin etmesi zor insan istek ve ihtiyaçlarıyla ilgilendiği için mutlaka geçerli ve güvenilir veri setlerine ihtiyaç duyar. Güvenilir ve geçerli veri setlerini tele pazarlama ile oluşturmak mümkündür. Ancak elde tutulan veri tabanı ne kadar kaliteli olursa olsun sonuçların değerliliği kullanılacak analizlerin yerinde seçilmesine de bağlıdır. Bu sebeple takip eden kısımda kısaca veri madenciliği analiz yöntemleri, bir başka ifadeyle veri madenciliği teknikleri paylaşılacaktır.

30 17 4. VERİ MADENCİLİĞİ Günümüzde veri depolama teknik ve sosyal açıdan çok kolay bir hale gelmiştir. Yaygın elektronik cihazlar kararlarımızı, tercihlerimizi, süpermarket alışverişlerimizi, finansal alışkanlıklarımızı, kazandıklarımızı ve harcadıklarımızı kaydetmektedir. İnternet bize yığınla bilgi sunmakta aynı zamanda da bütün tercihlerimizi kayıt etmektedir [2]. Ticari ürünlerin neredeyse tamamına yakınında barkodların kullanılması, devletlerin ve işletmelerin bilgisayarlaşması bu kayıt işlemini kolaylaştırmakta ve milyonlarca veri tabanının oluşmasına sebep olmaktadır. Oluşan bu veri tabanları güçlü ve düşük maliyetli veri tabanı sistemleriyle desteklenebilmektedir. Bunca veriyi işlemek ve manalı bir hale dönüştürmek yeni teknikler ve araçlara duyulan ihtiyacı oluşturmuştur [36]. İşte bu süreç veri madenciliğini doğurmuştur. Tanımı itibariyle bilgi bir amaca yönelik işlenmiş veridir. İşlenmemiş bilgi ise veri olarak ifade edilir. Veriden hareket ederek karar almak mümkün değildir [40]. Bu yüzden veriyi işlemek gerekir. Bu işleme ve analizler karar almaya yönelik madencilikle gerçekleştirilmektedir. Ancak tek başına veriyi işlemek yeterli olmamaktadır. Yani veri madenciliği kendi başına bir çözüm değil karar alma sürecini destekleyen ve bu süreçte gerekli bilgileri sağlayan araçtır [9]. Seçme, araştırma ve modellemeyi kapsayan bu araç daha önce bilinmeyen örüntüleri ve anlaşılabilir nihai bilgilerin büyük veri tabanlarından açığa çıkarılmasını kapsar [41]. Ortaya çıkarılan maden yapısal örüntü, olarak da ifade edilebilir. Veri tabanındaki bu çeşitli örüntülerin keşfi işlemi otomatik de gerçekleşebilir veya daha büyük bir olasılıkla yarı otomatik olarak da gerçekleştirilebilir [2]. Veri madenciliği için alanda çok çeşitli tanımlamalar ve yaklaşımlar gerçekleştirilmiştir. Hand a göre veri madenciliği ikincil bir faaliyettir. Birincil faaliyet ise verilerin toplanma sürecidir [42]. Frawley ve arkadaşları ise bilgi keşfini, basit olmayan ve önceden bilinmeyen örüntülerin ortaya çıkarılması ve potansiyel olarak faydalı olan bilgilerin verilerden çıkarılması olarak ifade etmiştir [1].

31 18 Veri tabanı ise bilgisayarlarda depolanmış, yapılandırılmış veriler biriktirisidir. Buradaki yapılandırılmış ifadesi her kaydın belirli bir formatta depolandığını ifade etmektedir. Örneğin; bir telefon rehberindeki bütün girdiler; abonelere ait bir isim, bir adres ve bir de telefon numarası barındırır [43]. Veri ambarı ile veri tabanı ifadesi birbirinden farklıdır. Veri ambarını tanımlamak gerekirse [44]: Veri ambarı, pek çok farklı kaynaktan ve genellikle de farklı yapıda verinin depolandığı ve hepsinin de aynı birleşik çatı altında kullanılmasının ümit edildiği yapılardır. Pazarlama bakış açısından ise veri tabanı müşterilerin karakteristikleri ve hareketleri hakkında bilgiler barındıran bir müşteri listesidir [45]. Pazarlama ve veri tabanı teknolojisi arasındaki yoğun etkileşim veri tabanı pazarlaması kavramını doğurmuştur. İşletmenin mevcut ve potansiyel müşterileri hakkında bilgi toplaması, satın almada veya statüleri hakkındaki değişiklikleri gözlemlemesi, elde edilen verilerin müşteriler ile ilişki geliştirmek ve yeni pazarlama stratejileri oluşturmak amacıyla kullanılması veri tabanı pazarlaması olarak tanımlanmaktadır [46]. Veri tabanından bilgi keşfi ilk olarak 1989 yılında A.B.D nin Detroit Eyaleti nde gerçekleştirilen 11. Uluslararası Müşterek Yapay Zekâ Konferansı nda ele alınmıştır [47]. Fayyad ve arkadaşlarına göre veri tabanından bilgi keşfi yararlı bilginin keşfedilmesinin genel sürecini ifade ederken, veri madenciliği bu sürecin belirli bir kısmını temsil etmektedir [48]. Bu kısım örüntünün ortaya çıkarılabilmesi için belirli bir algoritmanın uygulanmasıdır. Fakat ilgili yayınlarda bu iki kavramın birbirinin yerine kullanılması daha yaygın bir anlayıştır. Bunun sebebi ise veri madenciliğinin, veri tabanından bilgi keşfinin en önemli kısmını oluşturmasıdır [49]. Genel bir tanımla ifade etmek gerekirse [16]: Veri madenciliği; veri ambarlarındaki çeşitli verileri kullanarak yeni bilgileri ortaya çıkarma ve bu bilgileri karar verme ve uygulama aşamasında kullanma sürecidir.

32 19 Veri madenciliği ile benzer ifadelerin karıştırılmaması için karşılaştırılması faydalı olacaktır. Veri madenciliği ile istatistiksel analizler benzer olsa da aşağıdaki gibi bir takım farklılıklar teşkil etmektedir. Bu farklılıklar Çizelge 4.1 de ifade edilmiştir. Çizelge 4. 1 Veri madenciliği ile istatistiksel analizlerin karşılaştırılması [44] İstatistiksel Analiz Veri Madenciliği İstatistikçiler genellikle bir hipotez ile başlarlar. Veri madenciliği hipoteze gerek duymaz. Hipotezlerini eşleştirmek için kendi eşitliklerini geliştirmek zorundadırlar. Kirli veriyi analizler sırasında bulur ve filtre eder. İstatistikçiler kendi sonuçlarını yorumlar ve bu sonuçları yöneticilere iletirler. Veri madenciliği alogritmaları eşitlikleri otomatik olarak geliştirir. Veri madenciliği temiz veriye dayanır. Veri madenciliğinin sonuçlarını yorumlamak kolay değildir. Sonuçlarını analiz etmede ve yorumlamada ve bulguları yöneticilere iletmede mutlaka istatistikçiye ihtiyaç duyulmaktadır. Zhang ve Zhang a göre geleneksel istatistik varsayım odaklıdır. Yani hipotezler veriye göre onaylanmakta ve şekil almaktadır. Veri madenciliği ise buna zıt olarak keşif odaklıdır ve örüntüler ve hipotezler otomatik olarak veri tabanından çıkartılır. Özetle veri madenciliği veri odaklıyken istatistik insan odaklıdır [50].

33 20 Veri madenciliği sistematik bir süreçtir. Veri madencileri bu analizleri gerçekleştirirken belirli bir amaç güderler. Bu amaç doğrultusunda sonuca giden bir rota takip edilir. Amacın belirlenmesiyle başlayan ve sonuçların yorumlanmasıyla sonlanan bu sürece veri madenciliği süreci denilebilir. 4.1 Veri Madenciliği Süreci Veri madenciliği bir analiz ve araştırma sürecidir. Birçok çalışma da bu süreç aşağıdaki gibi bir altılı sıralıdüzen süreç olarak takip edilmiştir [51, 52, 53, 54, 55]: 1. İşi kavrama, 2. Veriyi kavrama, 3. Veriyi hazırlama, 4. Modelleme, 5. Değerlendirme, 6. Yayılım. Bu altı basamaklı sürecin geliştiricileri Daimler-Chrysler (sonradan Daimler Benz AG, Almanya), NCR Sistem Mühendisliği Kopenhag (Danimarka), SPSS (İngiltere) ve OHra Verzegeringen en Bank Groep B.V (Hollanda) isimli firmalardır. Süreç CRISP-DM olarak tanımlanmıştır. Çapraz Endüstri Veri Madenciliği Standart Süreci olarak Türkçe ifade edilmektedir [16, 52].

34 21 Şekil 4.1 Çapraz Endüstri Veri madenciliği Standart Süreci [51] İlgili yayınlarda çok farklı veri madenciliği süreçlerine rastlamak mümkündür. Başka bir örnek veri madenciliği süreci Hui ve Jha (2000) tarafından Şekil 4.2 de ifade edilmiştir [26]: Şekil 4.2 Hu ve Jha nın Veri Madenciliği Süreci [26]

35 22 Örnekleri çoğaltmak mümkündür. İlerleyen kısımda Çapraz Endüstri Veri Madenciliği Süreci basamakları ile beraber anlatılacaktır İşi kavrama Veri madenciliği sürecinin doğru bir şekilde çalışabilmesi için ilk şart işin ve verinin kavranmasıdır. Bu anlayış gerçekleşmeden kullanılan algoritma ne olursa olsun sonuçlar istenilen güven seviyesinde gerçekleşmeyecektir. Bu altyapıdan yoksun bir veri madenciliği süreci verileri doğru hazırlama ve sonuçları doğru yorumlama konusunda sıkıntılar içerecektir. Veri madenciliği sürecini en iyi şekilde gerçekleştirebilmek için açık hedefler belirlenmelidir. Bu hedeflerin gereklilikleri açık bir şekilde belirlendikten sonra bütün bu bilgiler veri madenciliği problemine dönüştürülmeli ve hedefe yönelik giriş seviyesinde bir proje planı tasarlanmalıdır [53]. Temel olarak aşağıdaki faaliyetlerin gerçekleşmesi beklenmektedir [54]: - İşe yönelik hedeflerin belirlenmesi - Mevcut durumun değerlendirilmesi - Veri madenciliği hedeflerinin belirlenmesi - Proje planının yapılması Veriyi kavrama Bu süreç verinin toplanması ile başlar ve veriyi tanıyabilmek için şu süreçleri takip eder; verinin kalite sorunlarının tanımlanması, verinin içyüzünü keşfetme veya gizli bilgilerin keşfedilmesi için verinin alt setlerinin belirlenmesi [53]. Veriyi kavrama ile işi kavrama arasında çok yakın bir ilişki vardır. Veri madenciliği probleminin tasarımı ve projenin gereklilikleri, az da olsa kullanılacak veri hakkında bir anlayış gerektirmektedir [53]. Bu sürecin sonunda istatistiksel özetlere bakmak gibi verinin keşfine yönelik bazı işlemler gerçekleştirilebilir. Ayrıca yine bu süreç esnasında kümeleme gibi bazı modeller veri içindeki örüntüleri kavrayabilmek için veri setine uygulanabilir [54].

36 Veriyi hazırlama Veriyi hazırlama aşaması model araçlarını besleyecek nihai veri setinin ham verilerden oluşturulması aşamasıdır. Bu aşama belli bir sıralama olmaksızın, birden fazla kere gerçekleşebilir. Süreç, tablo, kayıt ve nitelik seçimi, veri temizleme, yeni niteliklerin oluşturulması ve verinin model araçlarına dönüştürülmesini kapsayabilir [53]. Yine veri içindeki örüntüleri görebilme amacıyla veri keşfi ve bazı modeller daha derin bir şekilde gerçekleştirilebilir [54]. Şekil 4.1 de görüldüğü gibi modelleme aşamasından işlemler gerçekleşirken tekrar bu aşamaya dönülebilir Modelleme Bu adımda çeşitli modelleme teknikleri seçilir ve uygulanır. Ayrıca bu tekniklerin parametreleri en uygun değerlere ayarlanılır. Veri hazırlama ve modelleme arasında sıkı bir ilişki vardır [53]. Modellemeyi aşağıdaki gibi aşamalara ayırmak mümkündür [51]: - Model tekniğini seçme, - Modelin sınama tasarımını oluşturma, - Modelin inşa edilmesi, - Modelin değerlendirilmesi.

37 24 Çıktılar Şekil 4.3 Modelleme süreci [51] İlk aşamada veriyi haritalayabilmek ve ilişki kurabilmek için görselleştirme ve hangi değişkenlerin bir arada daha iyi bulunduğunu görebilme için kümeleme gibi analizler daha uygun olacaktır. Genelleştirilmiş kural atama gibi başlangıç birliktelik kuralları yine başlangıç için uygulanabilir. Veri hakkındaki kavrayış arttıkça, daha detaylı modeller uygulanabilir. Yine veriyi eğitim ve öğrenme setlerine bölmek gerekebilir [54] Değerlendirme Bu adımda 3 aşamada gerçekleşir [51]: - Sonuçların değerlendirilmesi, - Sürecin gözden geçirilmesi, - Bir sonraki adıma karar verilmesi.

38 25 Bundan önce gerçekleşen modeli değerlendirme aşaması modelin tamlığı ve doğruluğuyla ilgiliydi. Bu adım ise hangi modelin proje hedeflerini daha iyi karşıladığını veya model yetersiz ise bunun sebeplerini sorgulamakla ilgilenir. Sürecin gözden geçirilmesi noktasına gelindiğinde, modelin sonuçları projenin gerekliliklerini karşıladığı ve tatminkâr olduğu varsayılır. Bu aşamada önemli bir faktör veya görevin gözden kaçırılıp kaçırılmadığı kontrol edilir [51]. Sürecin gözden geçirilmesi sonunda projeyi oluşturanlar işin nasıl devam edeceğine karar verirler. Karar vericiler sürecin yayılıp yayılmayacağına veya yeni bir veri madenciliği projesinin kurulması gerekip gerekmediğine karar verirler [51]. Genel olarak ulaşılan sonuçlar CRISP-DM nin ilk aşaması olan işi kavrama aşamasında belirlenilen hedefler kapsamında değerlendirilmelidir Yayılım Modelin oluşturulması çoğunlukla projenin sonuna gelindiği anlamına gelmemektedir [53]. Projenin son ayağı yayılımdır. Bu adımı da 4 aşamada incelemek mümkündür [51]: - Yayılım planın oluşturulması, - Planın gözetimi ve sürdürülmesi, - Final raporunun üretilmesi, - Projenin gözden geçirilmesi. Yayılım planı aşamasında sonuçlar değerlendirilmeye alınır ve yayılım stratejisi belirlenir. Planın gözetimi ve sürdürülmesi veri madenciliği sonuçlarının yanlış yorumlanmasından doğan uzun süreçleri engelleyecektir [51].

39 26 Çıktılar Şekil 4.4 Yayılım süreci [51] Süreç boyunca edinilen sağlıklı modeller farklı amaçlarla çeşitli iş operasyonlarına uygulanabilir. Bu modeller koşullar değiştikçe kontrol edilmelidir. Çünkü bugün doğru olan sonuçlar bundan bir yıl sonra yine doğru olacağı anlamına gelmez. Eğer koşullarda önemli değişiklikler meydana gelirse model yeniden inşa edilmelidir. Yine sonuçları belgelendirmek ve kayıt altına almak gelecek adına akıllıca bir adım olacaktır [54]. Bu sürecin altı adımlık sıralaması değiştirilemez değildir. Aynı yolu tersten izlenildiği gene yaygın bir anlayıştır. Yine analistler tarafından her basamak eksiksiz olarak uygulanılmaz. Ancak CRISP-DM bu alanda çalışanlar için uygun bir taslak arz etmektedir [54].

40 27 Modelleme aşamasında bahsediliği gibi sürecin önemli aşamalarından birisi veri madenciliği analizini gerçekleştirecek tekniğin seçilmesidir. Bir sonraki bölümde kısaca bu teknikler paylaşılacaktır. 4.2 Veri Madenciliği Teknikleri Veri madenciliği alanında birçok tekniğin kullanıldığı ve bu tekniklerin çeşitli kaynaklarda farklı şekillerde tasnif edildiği görülmektedir. Bu teknikleri en temel olarak 3 grupta toplamak mümkündür [17]: - Sınıflandırma ve regresyon - Kümeleme - Birliktelik kuralları ve sıralı örüntüler Sınıflama ve regresyon modelleri tahmin edici (predictive) modeller olarak nitelendirilir. Kümeleme ve birliktelik kuralları modelleri ise tanımlayıcı (descriptive) modellerdir [56]. Çeşitli kaynaklarda farklı tasniflere rastlamak mükündür. Örneğin Koyuncugil ve Özgülbaş veri madenciliği tekniklerini geleneksel teknikler ve yeni teknikler olarak ikiye ayırmışlardır [44]: 1. Geleneksel Teknikler - Regresyon - K-en yakın komşuluk - Kümeleme 2. Yeni Teknikler - Karar ağaçları - Birliktelik kuralları - Sinir ağları Burada en başta verilen üçlü sınıflandırma (Sınıflandırma ve regresyon, kümeleme, Birliktelik kuralları ve sıralı örüntüler) kullanılarak kısaca veri madenciliği teknikleri anlatılacaktır [17].

41 Sınıflandırma ve regresyon Tahmine dayalı modellerde amaç veri tabanındaki bazı alanları diğer alanları temel alarak kestirebilmektir. Eğer tahmin edilecek alan sayısal değişkenlerden oluşuyor ise bu tahmin problemi regresyon problemidir [57]. Fakat alan kategorik ise bu bir sınıflandırma problemidir. Sınıflandırmada temel amaç kategorik değişkenleri saptamaktır [58]. Örneğin; bir GSM operatörü belli bir gün içeresinde ve belirlenmiş bazı saatler arasında indirimli veya ücretsiz konuşma kampanyası başlatmak istediğinde, kampanyayı uygulayacağı saatler arasında en çok konuşan müşterilerini tespit etmek isteyebilir. Veri tabanında geçmişte müşterilerin konuşma verilerinin mevcut olduğunu varsayalım; o müşterilerin ne kadar süre telefonla konuştuklarını gösteren alan bağımlı değişken olacaktır. Müşterilerin diğer nitelikleri ise (yaş, cinsiyet, gelir düzeyi gibi) bağımlı değişken üzerinde etkisi araştırılan bağımsız değişken olacaktır [17]. Söz konusu firmanın veri madenciliği uygulamaları sonucunda 24 yaşındaki bayanların o saatlerde daha fazla telefonla konuştuğunu tespit ettiğini varsayalım. Firma başlattığı bu kampanyanın tutundurma çabalarını bu kitle üzerine yoğunlaştırarak daha hızlı ve olumlu sonuçlar alacaktır. Sınıflandırma (veya sınıflama) algoritmaları aşağıda sıralanmıştır [17]: - Diskriminant analizi - Naive Bayes - Karar ağaçları - Sinir ağları - Kaba kümeler - Genetik algoritmalar - Regresyon analizi Diskriminant Analizi Bu yöntem en eski matematiksel sınıflandırma tekniğidir. İlk uygulamaları 1936 yılında gerçekleştirilmiştir. Sonuçları yorumlamak kolaydır. Tıp, sosyal bilimler ve saha biyolojisinde çok sık kullanılmaktadır [52].

42 29 Diskriminant analizi bir dizi gözlemi önceden tanımlanmış sınıflara atar. Model ait oldukları sınıf bilinen gözlem kümesi üzerine kurulur ve bu küme öğrenme kümesi olarak tanımlanır. Öğrenme kümesine bağlı olarak diskriminant fonksiyonları olarak bilinen doğrusal fonksiyonların bir kümesi oluşturulur. Diskriminant fonksiyonu, yeni gözlemlerin sınıflandırılması için kullanılır. Yeni bir gözlem oluştuğunda tüm diskriminant fonksiyonları hesaplanır ve bu yeni gözlem diskriminant fonksiyonunun en yüksek olduğu sınıfa tayin edilir [17]. Naive Bayes Naive Bayes sınıflandırma aracı istatistiksel bir sınıflandırıcıdır. İsmini Thomas Bayes den almıştır. Bayesyen sınıflandırıcılar büyük veri tabanlarına uygulandıklarında yüksek doğruluk ve hız sergilemişlerdir [59]. Navie Bayes sınıflandırıcısı bir nitelik değerinin verilen bir sınıf üzerindeki etkisini diğer nitelik değerlerinden bağımsız olarak varsayar. Bu varsayım sınıf-koşullu bağımsızlık olarak ifade edilir. Bu hesaplamaları basitleştirmek için yapılır. Bunun için naive yani saf olarak nitelendirilmiştir [59]. Karar ağaçları Karar ağaçları kurulum maliyetlerinin düşük olması, yorumlanmasının kolay olması, veri tabanı sistemlerine bütünleşmesinin kolay olması sebebiyle sınıflama teknikleri arasında en çok kullanılan tekniktir [16]. Hiyerarşik ayrıştırıcı metotlar olarak da bilinen bu ağaçlar grup üyelerini 2 veya daha fazla alt gruba ayırarak çalışmaya başlar ve önceden belirlenmiş istatistiksel ölçütlere göre ayırma yaklaşımıyla devam eder. En fazla bilinen çeşitleri aşağıdakilerdir[60]: - Automatic Interaction Detection (AID) - Chi-Square Automatic Interaction Detection (CHAID) - Classification and Regression Tree (CART)

43 30 Bir karar ağacı yaklaşımı bütün üyelerin bağlı olduğu ve farklı alt gruplara ayrıldığı (şube veya düğüm) ağacın kökünde başlar. Bir ağaç gruplar arası bağımlı değişkenin varyansının maksimum olması ve grup içinde minimum olması yoluyla kurulur. Örneğin; bir müşteri grubu, hane halkı gelirinin (bağımlı değişken) varyansını yaş grupları arasında maksimize etmek için, farklı yaş (bağımsız değişken) gruplarına bölünebilir [60]. Sinir ağları Yapay sinir ağları, insan beyninin çalışma şekline benzetilmeye çalışılarak üretilmiştir. İnsan beynindeki birçok sinir hücresinin birbirlerine değişik etki seviyeleri ile bağlanması sonucu oluşan karmaşık bir sistem olarak düşünülebilir. Çok farklı yapıda ve formlarda bulunabilen verileri hızlı bir şekilde tanımlayabilmek ve algılayabilmek için kullanılır [16]. Sinir ağları veri tabanındaki örüntüleri, sınıflandırmak ve tahmin yürütmede kullanmak üzere genelleştirir. Sinir ağları algoritmaları sayısal veriler üzerinde çalışırlar [17]. Kaba kümeler Bu yöntem sayesinde eksik, yetersiz ve belirsiz bilgiler düzenlenilerek veri analizi için yeterli hale getirilebilir [61]. İlk olarak 1970 li yıllarda Pawlak tarafından oraya atılmıştır ve günümüzde birçok bilim dalına hizmet etmektedir [17]. Kaba kümeler analizinde temel amaç edinilen veri setinden benzer konseptleri sentezlemektir [62]. Veri madenciliği kapsamında kaba küme teorisi temel alınarak birçok algoritma geliştirilmiştir. Verinin indirgenmesi, niteliklerin minimal alt kümelerinin bulunması, kuralların en iyi minimal kümesinin hesaplanması, verinin sınıflandırılması amacıyla kullanılan bu algoritmalar son yıllarda en fazla verinin sınıflandırılması amacıyla kullanılmaktadır [24].

44 31 Genetik algoritma Temel ilkeleri John Holland tarafından atılan genetik algoritmalar, doğal seçim ilkelerine dayanan bir arama ve optimizasyon yöntemidir [63]. Model Darwin in Evrim Teorisine dayanmaktadır [17]. Şekil 4.5 de Genetik algoritma blok diyagramı gösterilmiştir. Veri madenciliği uygulamalarında genetik algoritmalar çözüm uzayının hepsi yerine belirli bir kısmını incelediği için diğer yöntemlere göre daha hızlı çalışmaktadır. İşlemelerde mali kayıpların araştırılması, finansal opsiyonların geliştirilmesi gibi konularda da kullanılmaktadır [63].

45 32 Şekil 4.5 Genetik Algoritma Blok Diyagramı [64] Regresyon analizi Regresyon analizi iki veya daha fazla değişkeni ilişkilendirilmek üzere kullanılan istatistiksel bir araçtır. Regresyon analizindeki amaç bir veya daha fazla bağımsız değişkenli bağımlı değişken ile ilişkili regresyon modeli veya tahmin denklemi kurmaktır. Model, ilgili değişkeni bağımsız değişken temelinde tanımlamak, tahmin ve kontrol amacıyla kullanılabilir [45].

46 Kümeleme Kümeleme basit olarak veri setlerini alt setlere parçalama işlemidir. Her alt set bir kümedir ve bir kümedeki bütün nesneler birbirine benzerdir. Bu kümeler bir kümeleme işleminden doğmuştur. Bu bağlamda farklı kümeleme teknikleri farklı aynı veri seti üzerine uygulandığında farklı kümelemeler oluşturacaktır. Parçalama işleme bireyler tarafından değil algoritmalar tarafından gerçekleşir. Bundan dolayı kümeleme veriler arasındaki önceden bilinmeyen grupları ortaya çıkarabileceğinden kullanışlıdır [59]. Kümelemenin uygulama alanı çok geniştir. İş zekâsı, görüntü biçimi algılama, web aramaları, biyoloji, güvenlik gibi. Örneğin iş zekâsı uygulamalarında kümeleme çok sayıda müşteriyi benzer karakteristik özellikler gösteren müşterileri bir arada toplamak suretiyle organize etmek için kullanılabilir [59]. Kümeleme teknikleri; parçalama metotları, hiyerarşik metotlar, yoğunluk-tabanlı metotlar, hücre tabanlı (grid-based) metotlar olarak sıralanmaktadır [59]. En yaygın kullanılan kümeleme parçalama metotları arasında gösterilen metodu k ortalamalar algoritması dır [59,17]. K ortalamalar algoritması K ortalama algoritması, küme içeresindeki noktaların ortalama değeri olarak kümenin ağırlık merkezini tanımlar. Algoritma çalışırken aşağıdaki işlemleri takip eder [59]: - İlk olarak rastgele veri tabanındaki nesnelerden her biri bir merkezi olan k adet küme oluşturulur. - Kalan nesnelerin, küme merkezine olan uzaklıkları Öklid teorisine göre hesaplanır ve en yakın olana atılır. - Daha sonra küme içi iyileştirme işlemleri başlar ve her atamadan sonra her küme için yeni ortalama hesaplanır. Bütün nesneler güncellenmiş ortalamalara göre yeniden tayin edilir.

47 34 Şekil 4.6 k ortalamalar tekniğiyle objeler setinin kümelenme süreci 1 [59] Birliktelik kuralları ve sıralı örüntüler Hareketli veri tabanlarındaki nesneler seti arasındaki yaygın örüntüleri, birliktelikleri, korelasyonları ve tesadüfi yapıları bulmak için kullanılan tekniklerdir. İlk olarak 1993 yılında uygulanmaya başlanmış olan birliktelik kuralları çok geniş bir araştırma sahasına ulaşmıştır [31]. Yaygın uygulama alanları; pazar sepet analizi, çapraz pazarlama katalog tasarım, müşteri kazanmak için yapılan zararına satışların analizinde kullanılmaktadır. Bir pazar sepet analizi örneği verecek olursak; müşteri hareketlerini barındıran bir veri tabanı olduğunu varsayalım. Bu veri tabanında hangi ürünlerin sıklıkla bir arada müşteriler tarafından alındığı bulunmaya çalışılırsa şöyle bir bulguya rastlanılabilir: Sosis ve kola alan müşteri, yüksek olasılıkla hardalda alacaktır. Bu bilgiye dayanarak mağaza içi ürün yerleştirme tasarımı, tutundurma çabaları güncellenebilir. Farklı birliktelik kuralları aşağıda sıralanmıştır [50]: - Eldeki veri tipine göre: 1 Yineleme işleminde kümelerin merkezleri güncellenir ve nesneleri otomatik olarak yeniden tasnif eder. (+) Küme merkezlerini göstermektedir

48 35 o Boolean birliktelik kuralları o Niceliksel birliktelik kuralları - Soyutlama düzeyine göre: o Tek seviyeli birliktelik kuralları o Çok seviyeli kuralları - Kullanılan verinin boyutuna göre: o Tek boyutlu birliktelik kuralları o Çok boyutlu birliktelik kuralları Birliktelik kuralları ile beraber anılan ardışık örüntüler ise birbiriyle ilişkili fakat farklı dönemlerde gerçekleşen ilişkileri tanımlamada kullanılır [17]. Örneğin ardışık analizle ilgili şöyle bir önek verilebilir; basketbol topu alan müşteriler, bir ay içerisinde top şişirme pompası da almaktadır. Veri madenciliği süreci ve tekniklerine ek olarak uygulama alanlarından bahsetmekte manidar olacaktır. 4.3 Veri Madenciliği Uygulama Alanları Veri madenciliği veri ambarlarının oluşturulduğu hemen hemen her alanda uygulama alanı bulabilmektedir. Bilim ve mühendislik, sağlık ve ilaç, telekomünikasyon gibi çeşitli alanlarda da uygulama alanı bulabilmektedir [57]. İş ve işletmeciliğe yönelik ise genel olarak üç alanda hizmet vermektedir [54]: 1. Müşteri profili belirleme: İşletme için en karlı müşterileri alt kümelere ayırma. 2. Hedef Belirleme: Rakipler tarafından ele geçirilmiş karlı müşterilerin karakterlerini belirleme. 3. Sepet Analizi: Müşterilerin birlikte satın aldığı ürünlerin çapraz satışa yönelik tespit edilmesi.

49 36 Bir başka kaynakta ise veri madenciliğinin iş hayatındaki kullanım alanları daha detaylı bir şekilde aşağıda görüldüğü üzere maddeler halinde sıralanmıştır [57]: - Pazarlama ve perakendecilik o Müşteri segmentasyonunda o Müşterilerin demografik özellikleri arasındaki bağlantıların kurulmasında o Pazarlama kampanyalarında o Müşterilerin elde tutulmasına yönelik stratejilerinin oluşturulmasında o Sepet analizinde o Müşteri ilişkileri yönetiminde o Satış tahminlerinde - Bankacılık o Farklı finansal göstergeler arasındaki gizli korelâsyonların bulunmasında o Kredi kartı dolandırıcılıklarının tespitinde ve usulsüzlük tespitinde o Kredi taleplerinin değerlendirilmesinde o Risk analizleri ve yönetimi - Sigortacılık o Yeni poliçe talep edecek müşterilerin tahmin edilmesinde o Dolandırıcılıklarının tespitinde o Riskli müşterilerin tespitinde - Perakendecilik o Satış noktası veri analizleri o Alış-veriş sepeti analizleri o Tedarik ve mağaza yerleşiminde - Borsa o Hisse senedi fiyat analizi o Genel piyasa analizi o Alım-satım stratejileri - Endüstri o Lojistik

50 37 o Üretim Süreçleri Bankacılık ve finans sektöründe faaliyet gösteren işletmelerin müşterileri hakkında dolandırıcılık algılama, risk analizi, kredi değerliliği gibi konularında veri madenciliğini kullandıkları görülmektedir. Sigorta şirketlerinin de hedef kitlesini tanıma, müşterilerini elde tutmada veri madenciliği çözümlerine başvurduğu yükselen bir eğilimdir. Ayrıca yine dolandırıcılık tespiti (fraud detection) kapsamında da sigorta şirketlerinin veri madenciliğine başvurdukları bilinmektedir [9]. Veri madenciliğin en kolay uygulanabileceği alanlardan birisi ise elektronik ticarettir [65]. E-ticaret kapsamında faaliyet gösteren firmaların veri tabanlarını oluşturmaları, bütün faaliyetlerin elektronik ortamda gerçekleşmesinden dolayı daha kolay olmaktadır. Yine insan kaynakları yönetiminde de veri madenciliği çözümlerinin kullanıldığı görülmektedir. Muhtemel personel devirlerini tahmin etmede kullanılabilmektedir [54]. Veri madenciliği süreci, tekniği ve uygulama alanları kısaca özetlenmiştir. Tez kapsamında gerçekleştirilecek olan uygulamanın hem bu kavramları hem de pazarlama ve veri madenciliği ilişkisini aydınlatacağı umulmaktadır. Ancak uygulama aşamasına geçilmeden önce hem gelecekte yapılacak çalışmalara ışık tutması amacıyla hem de uygulamanın daha iyi kavranabilmesi ümüdiyle çalışmayı gerçekleştirdiğimiz WEKA yazılımı hakkında bir takım aydınlatıcı bilgiler paylaşılacaktır.

51 38 5. WEKA YAZILIMI Veri madenciliği uygulamalarını gerçekleştirebilmek için çeşitli bilgisayar yazılımlarına ihtiyaç duyulmaktadır. Bu kapsamda, SPSS Clementine, Excel, SPSS, SAS, Angoss, KXEN, SQL Server, MATLAB ticari ve RapidMiner (YALE), WEKA, R, C4.5, Orange, KNIME açık kaynak gibi bazı yazılımlar geliştirilmiştir [66]. WEKA, makine öğrenmesi algoritmalarını ve veri önişleme araçlarını barındıran bir yazılımdır. Veri tabanı üzerinde veri madenciliği metotlarını kolay bir şekilde ve esnek yollardan uygulayabilmek için tasarlanmıştır. Deneysel veri madenciliğinin bütün sürecine kapsamlı bir destek vermektedir; veri hazırlama, öğrenme şemasını istatistiksel olarak değerlendirme ve girilen veriyi görselleştirme ve öğrenme sonuçları gibi [2]. İlk olarak 1992 yılında ortaya çıkan WEKA Yeni Zelanda Waikato Üniversitesi nde tasarlanmıştır; açılımı Waaikato Environment for Knowledge Analysis dır [67]. Sistem Java üzerine yazılıdır ve genel kamu lisansı şartları altında kullanıcılara dağıtılmaktadır. Hemen hemen bütün platformlarda çalışmaktadır; Linux, Windows ve Macintosh gibi [2] yılında yapılan bir çalışmada veri madencilerinin en çok kullandığı 5 yazılımdan birinin WEKA olduğu ortaya konmuştur [68]. WEKA nın veri madenciliği alan yazınına katkısı güncel bir araştırmada şöyle ifade edilmiştir [69]: Sadece IEEE Xplore ve ScienceDirect veri tabanlarında WEKA anahtar kelimesiyle yapılan aramalarda, ilki için 144 akademik çalışma ve diğeri için 1415 makale, 88 kitap ve 6 tane referans çalışması bulunmaktadır. Sadece son beş yıl içinde, bu çalışmanın hazırlandığı 2012 yılı ilk 2 ayı için 121 makale ve 8 kitap, 2011 yılı için 357 makale ve 27 kitap, 2010 yılı için 220 makale (+2 referans çalışması) ve 3 kitap, 2009 yılı için 182 makale (+2 referans çalışması) ve 7 kitap, 2008 yılı için 138 makale ve 5 kitap bulunduğu görülmektedir.

52 39 Hem iş sahasında hem akademik sahada oldukça fazla ilgi gören WEKA Source- Forge isimli web sitesine yüklendiği 2000 yılı Nisan ayından bugüne kadar yaklaşık 1,5 milyon kere kullanıcılar tarafından indirilmiştir [67] yılında WEKA yı geliştiren ekip Veri Madenciliği ve Keşfi Ödülüne 2 layık görülmüştür yılı Mayıs Ayı nın 15 i ile Haziran Ayı nın 2 si arasında bir web sitesi üzerinde gerçekleştirilen bir ankete göre WEKA gerçek bir projede kullanılmak üzere en çok tercih edilen veri madenciliği ve diğer veri yazılımları arasında 4. Sırada yer almaktadır. EK-1 de anket sonuçları gösterilmiştir [68]. Resim 5.2. WEKA ekran çıktısı Resim 5.2 de görüldüğü üzere WEKA 4 farklı arayüz içermektedir. Analizlerin gerçekleştirldiği arayüzün ismi WEKA Explorer dır. WEKA Explorer ve içerdiği paneller bir sonraki başlık altında paylaşılacaktır. 5.1 WEKA Explorer WEKA birkaç kullanıcı ara yüzüne sahiptir. WEKA nın temel grafiksel kullanıcı ara yüzü Explorer dır. Panel temelli bir arayüz olan Explorer, WEKA nın desteklediği veri madenciliği tekniklerine tekabül eden 6 farklı panel içermektedir [2, 67]. 2 SIGKDD (Data Mining and Discovery Service Award)

53 40 Pencerenin aşağısında bulunan Log butonu ise tıklanıldığı takdirde WEKA nın gerçekleştirdiği işlemlerin metinsel loglarını zaman damgalarıyla beraber göstermektedir. Bahsi geçen paneller ve işlevleri aşağıda belirtilmiştir [2, 67,69]: - Preprocess (Veri hazırlama): İlk paneldir. Bu panelden veri seti seçilir ve çeşitli yollarla düzenlenilir. Burada filtreler olarak ifade edilen veri düzenleme araçları mevcuttur. Veri 3 yoldan yüklenilebilir; dosyadan, veri tabanından veya URL üzerinden. Desteklenilen veri formatları şunlardır; CSV, LibSVM ve C Classify (Sınıflandırma): İkinci panel Sınıflandırmada veya regresyon algoritmalarının bulunduğu paneldir. Panele sınıflandırma denmesinin sebebi regresyon tekniklerinin kesintisiz sınıfları kestiricisi olarak görülmesinden dolayıdır. Panel kestirici performansı belirlemek üzere seçilen öğrenme algoritmasıyla veri hazırlama panelinde hazırlanmış veri seti üzerinde bağımsız geçerlilik sınaması (cross-validation) gerçekleştirir. Ayrıca veri setinin metinsel temsilini de göstermektedir. Eğer veriyle ilgili şartlar elverişliyse panel ayrıca modelin veya karar ağaçlarının grafiksel gösterimini de sunmaktadır. Ayrıca saçılım grafiğindeki tahmin hatalarını görselleştirme ve ROC gibi eğrilerle değerlendirme imkânı sağlamaktadır. Model bu panel de kalıcı olarak kayıt edebilir ve tekrar yüklenilebilir. - Cluster (Kümeleme): Veri hazırlama paneline yüklenmiş veri setlerine kümeleme algoritmalarının uygulandığı paneldir. Kümeleme işlemi gerçekleştiğinde WEKA kaç küme olduğunu ve her küme içindeki örnek sayısını gösterir. Panel kümeleme performansını değerlendirmek için basit istatistikler sağlamaktadır. Eğer veri uygunsa kümeleme yapısını görselleştirme imkânı mevcuttur. Ayrıca model kalıcı olarak kayıt edilebilir. - Associate (Birleştirme): Veri hakkındaki birliktelik kuralları öğrenildiği ve değerlendirildiği bu panel nispeten kümeleme ve sınıflandırma panellerinden

54 41 daha kolay bir kullanıma sahiptir. WEKA birliktelik kuralları için 6 adet algoritma barındırmaktadır. - Select attributes (Nitelik Seçimi): Bu panel veri seti içindeki en önemli nitelikleri belirlemek için geniş bir algoritma yelpazesine ve değerlendirme ölçütlerine ulaşım sağlamaktadır. Bu sayede farklı arama metotlarıyla farklı değerlendirme ölçütlerini kombine etmek ve çok çeşitli muhtemel aday tekniklerini yapılandırmak mümkün olabilmektedir. Nitelik seçimi tam eğitim veri seti kullanılarak gerçekleştirilebileceği gibi bağımsız geçerlilik sınaması kullanılarak da gerçekleştirilebilir. - Visualize (Görselleştirme): Görselleştirme, veri setinin görselleştirilmesine yardım eder. Burada dikkat edilmesi gereken nokta bu panelde sınıflandırma veya kümeleme modelinin sonuçları değil veri setinin kendisi görselleştirilir. İki boyutlu bir matriks üzerinden bütün nitelik çiftlerinin saçılım grafiğini gösterir. Resim 5.3 WEKA Explorer ekran çıktısı

55 42 WEKA nın bu kadar çok tercih edilmesi ve bu çalışmada da tercih edilmesinin nedenleri aşağıda sıralanmıştır [2, 67, 69]: - Çok farklı algoritmalar sağlamaktadır, - Yazılım açık kaynaklı ve ücretsiz temin edilebilir, - Veri madenciliği uzmanı olmayan kişiler bile kolayca kullanabilir, - Sonuçlar için esnek çıktılar sağlamaktadır, - Güncel algoritmalar eklenilmesi suretiyle yazılım güncel kalmaktadır. Veri madenciliği ve pazarlama konusundaki genel teorik bilgiler burada sonlandırılmaktadır. Bu alanda özellikle son dönemde gelişen teknolojik araçlar ve bilgi sistemleri ile oldukça fazla kaynağa ulaşmak mümkündür. Buraya kadar temel bilgiler ve kavramsal çerçeve paylaşılmaya çalışılmıştır. Tezin son bölümü olan takip eden kısımda ise bu alanda gerçekleştirilen uygulama anlatılacaktır.

56 43 6. UYGULAMA Uygulama kapsamında kullanılan veri tabanından bahsedilmeden önce bu veri tabanının kullanılmasına izin veren ve sağlayan veri seti kaynağından bahsetmek manidar olacaktır. The UCI Machine Learning Repository 3 Uygulama kapsamında kullanılan veri tabanı UCI Makine Öğrenmesi ve Akıllı Sistemler isimli veri tabanı deposundan alınmıştır. Kaynak birçok bilimsel çalışma da kullanılan veri setlerini barındırmaktadır [54]. UCI Makine Öğrenmesi deposu bir veri tabanı, makine öğrenme toplulukları tarafından deneysel analizler için kullanılan evlek kuramları ve veri jeneratörleri biriktirisidir. Arşiv 1987 yılında oluşturulmuştur ve günümüze kadar öğrenciler, eğitmenler ve araştırmacılar tarafından sıklıkla kullanılmaktadır. Amerika Birleşik Devletleri nde bulunan Ulusal Bilim Kurumu 4 tarafından (The National Science Foundation) desteklenmektedir [70]. Resim 6.1. The UCI Machine Learning Repository ( 3 Daha fazla bilgi için bkz: 4 Daha fazla bilgi için bkz:

57 Kullanılan Veri Tabanı Seçilen veri tabanının ismi Bank Marketing dir. Paulo Cortez ve Sérgio Moro tarafından oluşturulan bu veri tabanındaki veriler 2008 yılının Mayıs ayından 2010 Kasım ayına kadar geçen sürede oluşturulmuşlardır. Veri setinin en son kullanımı yine bahsi geçen yazarlar tarafından, çalışmanın dördüncü bölümünde veri madenciliği süreci olarak bahsi geçen CRISP-DM yöntemine göre 2011 yılında gerçekleştirilmiştir. Bu tez çalışması da büyük oranda bahsi geçen çalışmadan esinlenmiştir. İlerleyen kısımda çalışmadan ve bulgularından kısaca bahsedilecektir. Veri tabanındaki veriler Portekiz deki bir bankanın doğrudan pazarlama kampanyaları hakkındadır ve 17 farklı kampanyayı kapsamaktadır. Bu kampanyalar telefon görüşmesi suretiyle müşterilere iletilmiştir. Sıklıkla bir müşteriye teklifi ulaştırabilmek için birden fazla kez görüşüldüğü görülmektedir. Toplam telefon görüşmesi yapılmıştır. Bu görüşmeler sırasında uzun vadeli ve iyi bir faiz oranında mevduat önerilmiştir [71] Veri tabanı sıkıştırılmış arşiv dosyası (.rar) formatındadır ve içinde üç farklı dosyayı barındırmaktadır. İlk dosyada örneklem barındıran tam veri tabanı bulunurken, diğer dosyada bu örneklem grubundan rastgele ve %10 oranında seçilmiş 4521 örneklem bulunmaktadır. Her iki veri tabanında da 17 nitelik bulunmaktadır. Bu nitelikler aşağıda sıralanmıştır: 1. Yaş: Müşterilerin yaşı sayısal olarak mevcuttur. 2. Meslek: Meslekler gruplar halinde veri tabanına girilmiştir. Üst kademe yönetici, bilinmeyen, işsiz, yönetim, müstahdem, girişimci, öğrenci, mavi yakalılar, serbest meslek erbabı, emekli, teknisyen, hizmet sektöründe çalışan. 3. Evlilik durumu: Evlilik durumu da gruplar halinde bulunmaktadır; evli, boşanmış ve bekâr. Boşanmış dul olan müşteriler içinde kullanılmıştır. 4. Eğitim: Bilinmeyen, orta dereceli, ilk dereceli, üçüncü dereceli olarak gruplar halinde belirtilmiştir.

58 45 5. Yükümlülüğü yerine getirilmeyen kredinin olup olmaması: Evet ve hayır olarak ikili terim olarak ifade edilmiştir. 6. Bakiye: Yıllık ortalama bakiye sayısal olarak ve Avro Para Birimi ne göre ifade edilmiştir. 7. Konut kredisi: Evet veya hayır olarak ikili terim olarak ifade edilmiştir. 8. Bireysel kredi: Evet veya hayır olarak ikili terim olarak ifade edilmiştir. 9. İletişim: İletişim kurma tarzı da 3 değişkenden oluşan grup halinde ifade edilmiştir; bilinmeyen, cep telefonu veya sabit telefon. 10. Gün: Ay içerisinde en son görüşülen gün sayısal olarak ifade edilmiştir. 11. Ay: Yıl içerisinde iletişim kurulan en son ay; kategorik olarak 12 aydan oluşmaktadır. 12. Süre: En son iletişim süresi sayısal olarak saniye bazında ifade edilmiştir. 13. Kampanya: Kampanya süresince bu müşteriyle kurulan iletişim sayısı (son görüşme de dâhil olmak üzere). 14. Geçen gün: Müşteriyle bir önceki kampanya sırasında en son ulaşıldığı günden bu yana geçen gün sayısı sayısal olarak ifade edilmiştir (-1 daha önce müşteriyle iletişime geçilmediğini ifade etmektedir). 15. Önceden kurulan iletişim sayısı: Müşteriyle bu kampanyadan önce gerçekleştirilen iletişim sayısı sayısal olarak ifade edilmiştir. 16. Önceki Çıktı: Bir önceki kampanyanın başarılı olup olmadığı 3 şekilde ifade edilmiştir; bilinmeyen, diğer, başarısız, başarılı. 17. Çıktı-Hedef değişken (y) : Önerilen teklifin kabul edilip edilmediği ikili olarak evet ve hayır şeklinde ifade edilmiştir. Gayet düzenli bir şekilde bulunan verilerde herhangi bir kayıp değere rastlanmamıştır. Veri seti ikincil veri seti olduğu için aynı set üzerinde gerçekleştirilen çalışmayı analiz etmek faydalı olacaktır.

59 46 Resim 6.2 Kullanılan verilerin Microsoft Excel dosyası olarak görünümü Using Data Mining For Bank Direct Marketing: An Application Of The Crisp-Dm Methodology Veri tabanı üzerinde en son gerçekleştirilen uygulama Sérgio Moro, Raul M. S. Laureano ve Paulo Cortez tarafından 2011 yılında bir konferans bildirisi olarak yayınlanmıştır. Bildirinin künyesi aşağıdaki gibidir: Proceedings of the European Simulation and Modelling Conference - ESM'2011, pp , Guimarães, Portugal, October, EUROSIS.