
Ucundan kıyısından da olsa İş Zekası ve Veri Madenciliği konuları ile ilgili birşeyler okumuş kullanıcılara associations rules, basket analysis gibi kavramların artık çok yabancı geldiğini sanmıyorum.
Kriz dönemi ve öncesindeki trendin de etkisiyle Müşteri İlişkileri Yönetimi (CRM) için en önemli hedef geçmiş dönemlere oranla düşünceleri çok hızlı değişebilen müşterilerin sadakatini sağlayabilmek.
21. yüzyıl müşterisi çok hızlı ve anlık değişimlere açıktır. 20. yüzyıldaki gibi üreticinin kral olduğu nasıl isterse o şekilde ürünü sattığı çünkü talebin çok ama onu karşılayacak arzın çok az olduğu dönemden çıkıldı, gelecekte 0 kar marjı ile işlemeye çalışacak ve ayakta durulması çok zor bir döneme girildi.
Bu sebeple başta pazarlama ve satış departmanları olmak üzere bütün şirket yönetiminin ilk atacağı adımlardan birisi sınıflandırmadır. Müşterilerimiz hakkında şirketimizde varolan veri yığınlarına bakarak müşterileri sınıflamak ve onlara özgü kampanyalar düzenlemek, ürün tercihlerinde yardımcı olmak son derece revaçta olan konulardır.
Müşterinin ürün tercihlerinde yardımcı olmak denildiğinde ilk akla gelen daha önceki dönemlerde yapmış oldukları eylemlere göre müşteriye şu ihtiyacınızı karşılayabilir diyerek öneride bulunmak.
Bu cümleyi IT departmanına sunduğunuz zaman muhtemelen olayı çok basite indirgeyecekler. Bir örnek üzerinden gidelim. Diyelimki kitap satışı yapan bir e ticaret uygulaması ile ilgili çalışma yapıyoruz. Hemen hemen bütün benzer uygulamalarda önerilen kitaplar bölümü vardır. Sizin daha önceki dönemlerde yapmış olduğunuz ürün siparişi ve bakmış olduğunuz ürüne daha önce bakanlardan hemen bir OLTP sorgusuyla sonuç çıkarılmaya çalışılır. Aslına bakarsanız IT ekiplerinin olayları basite indirgemesinden kastettiğim sonuç tam olarak bu.
Fakat işin istatistik tarafına baktığınızda dünya hiç öyle güllük gülistanlık değil. Daha önceki yazılarımızdan birisinde discriminant analizinden bahsetmiştik. Aslına bakarsanız onun da temel amacı verileri gruplayabilmek sınıflandırabilmektir. Fakat o teste uygun verilerin hazırlanması veri tiplerinin değiştirilmesi analizin yapılması gibi bir süreç belirli noktalardan sonra oldukça sıkıntı yaratabilmektedir.
Tabiki bu analizleri doğru bir şekilde sunan bir çok uygulama da mevcut. Örneğin artık bu işin duayeni kabul edebileceğimiz amazon. Veri madenciliği ile ilgili örnekler verildiğinde de ilk akla gelen uygulama olan Amazon’un müşteri segmentasyonunu çok iyi yapabildiğini, müşterinin düşüncelerini oldukça iyi tespit edebildiğini düşünüyorum açıkçası.
Görünüşü kolay aslı zor dediğim bu kavram ile ilgili dünyanın en büyük veritabanı diyebileceğimiz Google’ın üzerinde çalışmaması çok mantıklı bir düşünce değildi elbette. Daha öncesinde Google’ın ülkelerde aranan kelimeler, girilen siteler gibi bir çok parametreye göre dünyanın grip haritasını çıkardığını sizlerle paylaşmıştık.
Yeni çıkacak ürünlerden birisi de Wonder Wheel. Geçtiğimiz günlerde Boğaziçi Üniversitesi’nde etkinlikte bulunan Google son kullanıcı olan bizlere arama yapığımız kelimenin yanında en çok aranan kelimeleri deyimleri gösterebileceğini hatta tarih ile de bu sorgulamalarımızı filtrelemeye olanak sağlayacakları belirtiyor.
Uygulamanın baÅŸarı düzeyini merakla bekliyorum, umarım Google bizleri yanıltmaz…






Related Articles
2 users responded in this post
Koray Bey yazılarınıza sena5k.com da yer alan bir yazıdan ulaştım. Odevim icin cok isime yarayacak bir referans oldu. Paylastiginiz icin tesekkurler
Mehmet Bey Günaydın.
Biz tesekkur ederiz asıl. Yazılarımızı copy paste yapmak yerine referans olarak kullandığınız için…
Leave A Reply