Data mining for customer segmentation and profiling: A case study for a fast moving consumer goods (FMCG)company
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Veri madenciliği, büyük veri tabanlarında yer alan verinin farklı açılardanincelenerek sakladığı gizli bilgilerin ortaya çıkarılması sürecidir. Müşterisegmentasyonu ve profillerin çıkarılması, şirketlerin değerli müşterilerininbelirlenmesi amacıyla kullanılan veri madenciliği uygulamalarıdır. Diğer müşteriguruplarından faklı ancak kendi içinde benzerlik gösteren değerli müşteriler gurubuelde etmek, şirketlerin kısıtlı kaynaklarını bu gurup için kullanmasına olanak sağlar.Bu çalışmanın amacı, veri madenciliği araçları ve uygulamalarını kullanarakhızlı tüketim sektöründe yer alan bir şirket için, müşteri ilişkileri yönetimiaktivitelerine temel olabilcek bir yapı geliştirmektir. Müşteri ana verisi ve satışişlemleri, müşteri ilşikileri yönetimi için kullanılabilcek anlamlı verileredönüştürülmektedir. Müşteri ve il segmentleri müşterilerin alışveriş davranışlarınagöre oluşturulmuştur. Segmentasyon modellemesi için hiyerarşik olmayan kümelemeyöntemleri kullanılmıştır. Müşteri ve il segmentlerinin profilleri kapsadıklarımüşterilerin özellikleri kullanılarak çıkarılmıştır.Müşteri ve il segmentasyonuna ait sonuçlar OLAP fonksiyonalitelerikullanılarak oluşturulşan yeni bir raporlama ortamı ile birleştirilmiştir. Tümanalizlerin sonucunda elde edilen anlamlı bilgi, şirketin değerli müşterilere ve değerliillere odaklanan efektif müşteri ilişkileri yönetimi aktiviteleri oluşturmasına ve sonuçolarak uzun dönemde karlılığını arttırmasına hizmet edecektir. Data mining is a process of extracting hidden information from largedatabases by analyzing data from different perspectives. Segmentation and profilinganalyses are data mining applications used to detect valuable customers ofcompanies. Determining discrete valuable customer segments allows companies tofocus on these groups and reallocate their limited sources to serve them.The aim of this study is to propose a base for the customer relationshipmanagement activities by using data mining tools and applications for a FMCGcompany. Customer master data and sales transactions of customers are converted tomeaningful information that can be used for customer relationship managementactivities. Customer segments and city segments are constructed using the buyingbehavior data of customers as the input. Nonhierarchical clustering algorithm is usedto implement the segmentation analyses. Profiles of customer and city segments aredefined using the characteristics of customers included in these segments.Results of the customer and city segmentation analyses are combined bydeveloping a new reporting environment with OLAP functionalities. Meaningfulinformation obtained at the end of the analyses will help company to developeffective customer relationship management activities focusing on the valuablecustomers and valuable cities which will result in increasing the long termprofitability of the company.
Collections