Otel rezervasyon datalarına göre müşteri profili belirleme

Abstract

Veri madenciliği, büyük kapasiteli veriler arasından yararlı bilgilere ulaşma işidir. Büyük veri ambarları içerisinden gelecekle ilgili ipuçları bulunabilmemizi sağlayabilecek bağıntıların bilgisayar algoritmaları kullanarak aranması olarak da belirtilebilir. Veri madenciliği tekniği, rekabet içerisinde bulunan farklı sektörlerdeki kurumlar; `nokta atış` diye tabir edebileceğimiz saptamalar yapabilmeleri ve ürünleri veya verdikleri hizmetleri, ilgili müşterilerine ulaştırabilmeleri için çok büyük bir öneme sahiptir. Bu çalışma, elde bulunan büyük ölçekteki müşteri verileri üzerinden, veri madenciliği metotları ile müşteri profili çıkarmayı amaçlamaktadır. Bu çalışmada, turizm sektöründe halen aktif olarak faaliyet gösteren bir turizm firmasına ait, kişisel verilerin korunması kanunu gereğince isimsiz bir veri tabanı kullanılmıştır. Bu data üzerinde k-means kümeleme algoritması kullanılarak müşteriler, demografik niteliklerine göre gruplara ayrıştırılmıştır.

Data mining is the task of accessing useful information from large capacity of data. It can also be referred to as searching for correlations that can provide clues about the future in large data warehouses by using computer algorithms. Data mining technique, institutions in different sectors competing; It is of great importance for them to make the determinations that we can call `point shot` and to deliver the products or services they provide to the relevant customers. This study aims to create a customer profile through data mining methods based on large scale customer data available. In this study, an anonymous database was used in accordance with the law on protection of personal data of a tourism company which is still active in tourism sector. By using the k-means clustering algorithm on this data, customers were divided into groups according to their demographic characteristics.