Analysis of out-of-town expenditures and tourist trips using credit card transaction data

Abstract

Kredi kartı islemsel verileri, tüketici davranıs sekillerini gösterebilecek ve insanhareketliligini belirleyebilecek çok miktarda degerli bilgi içermektedir. Bu çalısmada,bir Türk bankasının Istanbul'a kayıtlı 10.000 müsterisi tarafından gerçeklestirilenve Istanbul dısından yapılan harcamalar analiz edilmektedir. Demografiközellikler ve harcama arasındaki iliskinin yanı sıra, nüfus ve cazibe merkezlerininsayısı ile ziyaretçilerin kredi kartı harcamalarının arasında bir iliski olup olmadıgıilk betimsel analiz ile irdelenmektedir. Kredi kartı islemlerinden turist seyahatleriniçıkaran bir metodoloji gelistirilmistir. Daha sonra, bu seyahatlerin amacının ne olabileceginidegerlendirmek için hiyerarsik bir kümeleme yöntemi uygulanmıstır. Seyahatamaçları bes kümeye ayrılmıstır: `Keyfi Seyahatler`, `Is Seyahatleri`, `AlısverisAmaçlı Seyahatler`, `Arkadas ve Akraba Ziyaretleri` ve `Tatil Paketleri`. Türkiyeillerinin ziyaretçilerin hangi ürün ve hizmet kategorisini tercih ettigine baglı olarakkümelenmesinde de aynı kümeleme yönteminden yararlanılmıstır. Turist harcamalarınıve bir kisinin önümüzdeki aylarda seyahate çıkıp çıkmayacagını tahminetmek için bir dizi öngörücü model kullanılmıstır. Bu modellerin öngörü gücü genellikleortalama olmakla beraber, en etkili degiskenlerin bir kısmının, literatürde pekgöz önünde bulundurulmamıs olsa da, önceki seyahatlerle ilgili ve davranıssal oldugutespit edilmistir.

Credit card transaction data contains a vast amount of valuable information thatcan indicate consumer behaviour patterns and mark out human mobility. In thisstudy we analyse the transactions carried out by a sample of 10.000 Istanbul-basedcustomers of a Turkish bank to scrutinize expenditures incurred out of Istanbul. Inour preliminary descriptive analysis, we examine the relation between demographicattributes and spending measures, as well as investigate the extent to which thepopulation and the number of points of interest imply higher or lower credit cardexpenditure by visitors. We develop a methodology to extract tourist trips fromconsecutive credit card transactions. Subsequently, we implement a hierarchicalclustering method to evaluate what the purpose of these trips might have been. Ourresults indicate 5 clusters of purpose: 'Leisure', 'Business', 'Acquisition', 'VisitingFriends and Relative' and 'Package Holiday'. The same clustering method is appliedto segment provinces of Turkey based on which product and service categoriesvisitors prefer. We deploy a number of predictive models to estimate tourist expenditureand whether a person would embark on a trip in the upcoming months. Thepredictive power of these models are generally moderate; nevertheless, several of themost useful predictors are behavioural or are related to previous trips, factors thathave not been considered in literature.