Hybrid data mining approach to predict the success of bank telemarketing

Abstract

Telepazarlama, satıcının müşteriyi yüzyüze veya telefon üzerinden ürünü alması için etkilediği basit bir çeşit pazarlamadır. 20.yüzyıldaki en fazla prevelansı elde etmekte ve hala arttırmaktadır.Şimdilerde telefon yaygın olarak kabul görmektedir. Bu etkin bir değerdir ve müşterileri güncel tutar. Bankacılık alanında pazarlama, ürün veya hizmet alışverişinde kullanılan en önemli destektir. Şirketlerin tanıtımı ve pazarlaması, genellikle verimli bir banka anlayışı için esas piyasa bilgileri ve gerçek müşteri taleplerinin kapsamlı bir şekilde anlaşılmasına dayanmaktadır. Uzun vadeli banka mevduatları için telefonla pazarlama taleplerinin yerine getirilmesini öngörmede bir veri madenciliği (VM) yöntemi önerilmektedir. Yerel bir Portekiz bankası nitekim mevcut ekonomik krizin etkilerini içererek 2011'den 2016'ya kadar toplanan veriyle etiketlenmiştir. Banka müşterisi, ürün ve sosyo-ekonomik nitelikleri ile ilgili 11 özelliğin kapsamlı bir seti incelenmiştir. Ayrıca, dört VM formu hibrit modelle de tartışılmaktadır: Naïve Bayes (NB), Karar Ağaçları (KA), Algılayıcı Sinir Ağları (SA) and Support Vector Machine (SVM).Dört tür, bir değerlendirme setinde önerilen hibrit sınıflandırma yöntemleriyle (Algılayıcı Sinir Ağı+ Karar Ağacı) test edilip karşılaştırılmıştır ve veri çapraz doğrulama yöntemi kullanarak eğitim ve test olmak üzere ikiye ayrılmıştır. Önerilen hibrit sınıflandırma tekniği en iyi sonuçları sunmuştur. ( Doğruluk %99 ve ROC=%97).

Telemarketing is a kind of straightforward marketing in which salesman requests the consumer either face to face or telephone request and influence him to purchase the product. Telemarketing achieves most prevalence in the 20th century and still increasing it. Now, the phone has been broadly accepted. Business promotion and marketing is frequently based on an exhaustive understanding of actual information about the market and the real client demands for the productive bank manner. We recommend a data mining (DM) method to foretell the achievement of telemarketing requests for contracting long-term bank deposits. A local Portuguese bank was labeled, with data gathered from 2011 to 2016, thus involving the effects of the current economic crisis. We examined a comprehensive set of 11 features associated with bank consumer, goods and social-economic characteristics. We also discuss four DM forms with the hybrid model: Naïve Bayes (NB), Decision Trees (DTs), Perceptron lNeurall1Networkl1(NN)land llSupport lVector lMachine l1(SVM). lThe four types were tested and compared with proposed hybrid classification methods (Perceptron Neural Network + Decision Tree) on an evaluation set, and we are splitting data into training and testing sets using cross-validation method. The proposed hybrid classification technique presented the best results (Precision 99% and ROC = 97%).