Penti Firmasındaki Belirli Bir Kampanyaya Müşterilerin Geri Dönüşlerinin Veri Madenciliği Yöntemleri ile Tahmin Edilmesi

Abstract

1950 yılında Türkiye’de kurulan Penti, üretim ve perakende alanındaki faaliyetlerini çorap, ev giyimi ve plaj giyiminde sürdürmeye devam etmektedir. Penti satışlarını arttırmak için farklı kampayalar düzenlemektedir ve bu kampanyalar ile ilgili bildirimleri müşterilerine kısa mesaj yollayarak yapmaktadır. Ancak, bu bilgilendirmeler müşterilerin daha önceki alışveriş alışkanlıkları göz önünde bulundurulmadan bütün müşterilere yapılmaktadır. Penti müşteri bilgilerine, müşterilerin mağazalardan alışveriş yaparken kullanabildiği Star Kart ile ulaşmaktadır. Güncel durumda, kısa mesaj ile bilgilendirme yapılan Star Kart sahibi hedef müşterilerden kampanyaya beklenildiği kadar geri dönüş alınamadığından Penti geri dönüş oranını arttırmayı hedeflemektedir. Başka bir firmadan satın alınan kısa mesaj sayısının maliyeti ve kampanyaya geri dönüş yapan müşterilerin sayısı kâr durumunu direkt etkilemektedir. Bu kararlar firma için çok önemli olmasına rağmen kısa mesajların hangi müşterilere gönderileceğine karar veren herhangi bir analitik araç bulunmamaktadır. İlgili müşterilerin kısa mesaj sonrası o kampanyaya dönüş yapıp yapmayacağı belirli niteliklere bağlı olarak tahmin edilebilirse, kısa mesajların doğru hedef kitleye gönderilmesiyle, kampanyaya geri dönüş oranının artması ve kısa mesaj maliyetinin azalması beklenmektedir. Bu çalışmada, WEKA yazılımı kullanılarak bir analitik araç geliştirilip, Penti bünyesindeki belirli bir kampanya için müşterilerin bu kısa mesajlara geri dönüşü tahmin edilmeye çalışılacaktır. Bu aracı geliştirirken öznitelik olarak müşterilere ait yaş, çocuk sahibi olup olmama, medeni hal, şehir, müşterilere ait fatura başı ortalama tutar ve bazı benzeri bilgilerden yararlanılacaktır. Tahmin edilecek öznitelik ise karşılığı “evet” veya “hayır” olacak şekilde “müşterinin kısa mesaj sonrası kampanyaya geri dönüş yapması” olarak belirlenmiştir. Müşteri bilgileri ilk olarak ön işlemeyle temizlenip, işlenebilir veri haline getirilecektir. Ardından bu veri analiz edilip hangi müşteri özelliklerinin son öznitelik olan müşteri geri dönüşü için ayırt edici olabileceği bulunacaktır. Bunu takiben çeşitli veri sınıfı algoritmaları uygulanarak hangisinin tahmin konusunda en iyi doğruluk oranına sahip olduğu bulunacaktır. Bu analitik araç sayesinde, kısa mesajlar bu öznitelikler göz önünde bulundurularak müşteriye gönderilecek ve şirket doğru müşteri grubuna ulaşabilecektir.