Publication: Data mining in customedr relationship management: model building and application in Automotive industry
Abstract
İçinde bulunduğumuz Bilgi Çağında hızlanan dijitalleşme süreci veri toplama, saklama ve işleme süreçlerini belirgin bir biçimde etkilemiştir. Bilgisayar ve iletişim teknolojilerindeki gelişmeye parallel olarak iş dünyasına kazandırılan yeni araçların başında veri madenciliği gelmektedir. Veri madenciliği veri tabanlarındaki değişkenler arasında saklı (daha önceden bilinmeyen, tanımlanmamış olan) ilişkileri ortaya çıkaran ve bunlardan bilgi üreten çeşitli süreçler bütünü olarak tanımlanabilir. Veri madenciliği saklı ilişkileri keşfedip ortaya çıkarırken istatistiksel matematiksel ve makina öğrenimi teknikleri kullanır. Veri madenciliği büyük ölçekli verileri analiz ederken karar ağaçları ve standart istatistik tekniklerden yararlanır. Veri madenciliğinin yaygın olarak kullanıldığı önemli alanlardan biri Müşteri İlişkileri Yönetimi (MİY) dir. MİY müşterinin tutum ve davranışlarını anlayıp yönlendirmek ve müşteri memnuniyetini artırmak için kullanılan bir yaklaşım olup doğru iletişimle müşteri kazanımını, müşteri bağlılığını ve müşteri karlılığını arttırmayı amaçlamaktadır. MİY'de kullanılan Veri madenciliği uygulamalarında ise asıl amaç müşteri davranışlarını açıklamak ve ileriye dönük tahminler yapabilmek için modeller kurmaktadır. Bu çalışmanın amacı son yıllarda oldukça yaygınlaşan ve önemi artan veri madenciliği ve MİY kavramlarını tanıtmak ve bunun yanısıra otomotiv sektöründe bir veri madenciliği modeli uygulaması gerçekleştirmektir. 179 araba sahibi üzerinde yapılan araştırma bölümünde uygulanan model Veri Madenciliği için Sektörler Arası Standart Süreç (The Cross-Industry Standard Process for Data Mining CRISP-DM ) olarak isimlendirilen modeldir. Uygulanan modelde iş hedeflerinin belirlenmesinden bilgi elde etme aşamasına kadar veri madenciliğin bütün aşamalarına yer verilmiştir.
Digitalization in Information Era has significant impacts on collecting storing and processing the data. One of the recent tools developed and deployed in business life as a result of the improvements of computer and communication technologies is the data mining tools. Data mining is described as a diverse process and defined as uncovering hidden relationships and extracting information -that is actionable and previously unknown- from very large databases. While uncovering and discovering relationships, data mining uses well-established statistical, mathematical and machine learning techniques. Data mining uses technologies such as, decision trees or standard statistical techniques to search large volumes of data. One of the widely applied areas of data mining is Customer Relationship Marketing (CRM). Data mining builds models for patterns that accurately explains and predicts customer behavior. Customer Relationship Marketing is an enterprise approach to understanding and influencing customer behavior through meaningful communications in order to improve customer acquisition, customer retention, customer loyalty, and customer profitability. This thesis has the purpose of providing background information about these recently emerged concepts of data mining and CRM in addition to make an application of a data mining model in automotive industry. The Cross-Industry Standard Process for Data Mining (CRISP - DM) process has been applied to a survey data of 179 car owners. Application of the model covers all the phases of the process starting from determination of business objectives up to the knowledge extraction phase.
Digitalization in Information Era has significant impacts on collecting storing and processing the data. One of the recent tools developed and deployed in business life as a result of the improvements of computer and communication technologies is the data mining tools. Data mining is described as a diverse process and defined as uncovering hidden relationships and extracting information -that is actionable and previously unknown- from very large databases. While uncovering and discovering relationships, data mining uses well-established statistical, mathematical and machine learning techniques. Data mining uses technologies such as, decision trees or standard statistical techniques to search large volumes of data. One of the widely applied areas of data mining is Customer Relationship Marketing (CRM). Data mining builds models for patterns that accurately explains and predicts customer behavior. Customer Relationship Marketing is an enterprise approach to understanding and influencing customer behavior through meaningful communications in order to improve customer acquisition, customer retention, customer loyalty, and customer profitability. This thesis has the purpose of providing background information about these recently emerged concepts of data mining and CRM in addition to make an application of a data mining model in automotive industry. The Cross-Industry Standard Process for Data Mining (CRISP - DM) process has been applied to a survey data of 179 car owners. Application of the model covers all the phases of the process starting from determination of business objectives up to the knowledge extraction phase.