E-ticaret satış verileri üzerinde bir veri bilimi vaka çalışması

Abstract

Veri madenciliği ve veri bilimi yöntemleri ile gün geçtikçe gelişen ve değişen bilgilerinin değerlendirilmesinin önü açılmıştır. Bu çalışmayla nostaljiktatlar.com e-ticaret sayfasında tüketicilerin satın aldığı nostaljik tat ve oyuncakların veri madenciliği yöntemleri, analizde kullanılan algotirmaları ile en çok satın alınan, birlikte alınmış ve birlikte alınabilecek olan ürünlerin analizi ve tahminlemesi ile ortaya çıkan sonuçları gözler önüne serilmiştir. Bu değerlendirmeler veri madenciliği yöntemlerinden biri olan birliktelik kuralı algoritmaları arasında olan Frequent Pattern Growth Algoritması tercih edilmiştir. Birliktelik kuralımız; tüketici tarafından ne zaman ve ne türdeki ürünlerin sepetinde olduğunun ve bu ürünlerin değerlendirmelerini kapsamaktadır. Tüketicilerin eğilimleri üzerinde, alışkanlıkları gibi durumlarda ürünlere olan eğilimi, ne şekilde ihtiyaç duyabileceği incelenerek, analizin sonuçları değerlendirilmiştir.Anahtar Kelimeler: Birliktelik Kuralı, Birarada Alınan Ürünler, Sepet Analizi, FrequentPattern Growth Algoritması, KNIME.

With the help of data mining and data science methods, it has been paved the way to evaluate the information that has been developing and changing day by day. In this study, the data mining methods of nostalgic tastes and toys purchased by consumers on the nostaljiktatlar.com e-commerce page, and the results obtained with the analysis and estimation of the products purchased and purchased together and which can be purchased together with the data mining methods are revealed. Frequent Pattern Growth Algorithm, which is one of the association mining algorithms, which is one of the data mining methods, is preferred. Our rule of association; and when and what kind of products are in the basket by the consumer. The results of the analysis were evaluated by examining the tendency of the consumers on the tendencies and the products they need in situations such as their habits.Keywords: Association Rules, Co-Purchased Products, Market Basket Analysis,Frequent Pattern Growth Algorithm, KNIME.