Geleneksel kümelerle sonuçlanan geleneksel matris formunda müşteri portföy modellerinin belirsizlikle kaplandığını kabul ederek, müşteri portföy analizlerinde bulanık kümelemenin kullanılmasını öneriyoruz. Bunun yapılmasının amacı yöneticilerin ayrıntılı müşteri portföylerini daha iyi anlamalarına yardımcı olmak ve tanımlayıcı göstergelerinin etkilerini azaltmaktır. Yaklaşımımız bir otomotiv firmasının 130 müşterisinden oluşan veri kümesinde test edilmiş ve sonuçları geleneksel bir müşteri portföy matrisi ile kıyaslanmıştır. Portföyün dengesi ve gerçekçiliği, parametreleri takip edilerek hem bulanık kümeleme yaklaşımımızın hem de geleneksel matrise dayalı geleneksel kümeleme yaklaşımının niteliksel ve niceliksel bir değerlendirmesi yapılmıştır. Sonuçlar göstermektedir ki, bulanık kümeler daha dengeli müşteri portföyünün yanı sıra daha sağlam kümeler de ortaya çıkarmaktadır. Bu çalışma için belirli bir portföy matrisi seçilmiş olmasına rağmen, burada önerilen yaklaşım diğer portföy matrislerine göre de uyarlanabilir. Anahtar kelimeler: Müşteri portföy analizi, geleneksel kümeleme, bulanık kümeleme, geleneksel matris form modelleri, sağlamlık, portföy dengesi
Acknowledging that traditional matrix form customer portfolio models that result in crisp clusters are clouded with ambiguity, we propose the use of fuzzy clustering in customer portfolio analysis. This has been done in order to assist managers in better understanding their overall customer portfolio and reducing the effect of descriptive indicators. Our approach is tested on a dataset of 130 customers of an automotive supplier and its results are compared with a conventional customer portfolio matrix. A qualitative and quantitative assessment of the categorization generated both by our fuzzy clustering approach and the conventional matrix based crisp clustering has been carried out along the following parameters: substantiality and balance of portfolio. The results show that the use of fuzzy clustering yields more substantial clusters as well as a more balanced portfolio of customers. Although a particular portfolio matrix has been chosen for this research, the approach proposed here could be modified for use with other portfolio matrices. Key Words: Customer portfolio analysis, crisp clustering, fuzzy clustering, traditional matrix form models, substantiality, balance of portfolio
