Günümüz şartlarında şirketler arası rekabet ortamının artması, pazarlama stratejilerinin gelişmesi ve müşterilerin daha bilinçli hale gelmesi ile müşteri sadakati önem kazanmıştır. Bir şirketin varlığını devam ettirebilmesi için mevcut müşterilerini elde tutmaları ve yeni müşteri edinmeleri oldukça önemlidir. Telekom sektöründe var olan bir müşteriyi elde tutmak, yeni bir müşteri kazanmaktan daha düşük maliyetlidir. Mevcut müşterilerin profilleri ve davranışları incelenerek terk etme olasılığı yüksek müşterileri önceden tahmin etme işlemine müşteri kaybı analizi denir. Müşteri kaybı analizi, başka bir şirkete geçmeyi planlayan müşterileri önceden tahmin ederek, bu müşterilerin şirkete bağlılığını arttırmayı hedefleyen çeşitli kampanya ve politikalar geliştirme olanağı sunar. Bu sayede şirketlere rekabet açısından üstünlük kazandırır. Bu çalışmanın amacı telekom müşteri verileri üzerinde veri madenciliği ve makine öğrenmesi yöntemleri ile müşteri kayıplarına yönelik modeller geliştirerek tahminler yapmaktır. Analiz, açık erişimli bir veri tabanından elde edilen, 7043 müşteriden oluşan ve her müşteri için 20 adet işlem kaydına ait özellikler ile müşterinin şirketi terk edip terk etmediğine dair öznitelik içeren bir veri seti üzerinde gerçekleştirilmiştir. Çalışmada açık kaynak kodlu ve yaygın olarak kullanılan Phyton Spyder ortamı kullanılmıştır. Makine öğrenmesi yöntemlerinden Rastgele Orman, Destek Vektör Makinaları(DVM) ve Çok Katmanlı Yapay Sinir Ağları(YSA) kullanılarak müşteri kaybına ilişkin tahmin yapan üç farklı model geliştirilmiştir. Analiz sonucunda, müşterileri sınıflamada yapay sinir ağları, diğer makine öğrenmesi yöntemlerine göre daha başarılı olmuştur.
Anahtar Kelimeler: Müşteri Kaybı, Veri Madenciliği, Makine Öğrenmesi, Rastgele Orman, Destek Vektör Makineleri, Yapay Sinir Ağları
|
