Veri madenciliği yöntemleriyle müşteri kaybı analizi: Yazılım sektörü = Customer churn analysıs wıth data mınıng methods: Software ındustry

Abstract

Hızlı büyüyen ve rekabet gücünün arttığı günümüzde, yeni müşteri edinme çabası ve maliyeti var olan müşteriyi kaybetmeme çabası ve maliyetinden fazla olması, firmaları var olan müşterilerin kaybedilmemesi gerektiği düşüncesine itmiştir. Güçlü rakiplerin olduğu sektörde tüketicilerin belli bir hizmet veya ürün için bir şirketi tercih ederek ihtiyaçlarını devamlı olarak bu şirket üzerinden karşılayan sadık müşteri portföyünü arttırmak amacıyla müşterinin tercih ettiği bir ürün veya hizmeti bırakması ihtimali üzerine analitik çalışmalar yapılmıştır. Mevcut müşterilerin profilleri ve davranışları incelenerek şirketi bırakma ihtimali olan müşterileri bulma, bu müşterilerin memnuniyetlerini arttırmayı hedefleyen müşteri kayıp analizi, stratejik karar verme ve planlama sürecinin en önemli aşamalarından biri olmaktadır. Bu çalışmada telekomünikasyon, bankacılık, online ticaret gibi müşteri sayısı ile gelir miktarının doğru orantılı olduğu sigortacılık sektöründe var olan şirketin verileri kullanılarak bir müşteriye ait içerisinde yaş, cinsiyet, doğum yeri gibi sosyodemogrofik bilgilerin yanı sıra kullanılan araç marka, model bilgilerinin de bulunduğu öznitelikler belirlenmiştir. Belirlenen öznitelikler makine öğrenmesi algoritmalarından Karar Ağacı (Desicion Tree) Algoritması, Rastgele Orman (Random Forest) Algoritması ve K-En Yakın Komşu (K Nearest Neighborhood) Algoritmaları ile terk eden müşterilerin profilleri analiz edilip, terk etme ihtimali olan müşteriler tahmin edilmiştir. Çalışmada en başarılı sonucu veren Rastgele Orman (Random Forest) Algoritması ile bu çalışma bir sınıfa dahil edilip son kullanıcı tarafından sürekli yapılmasına olanak sağlanmıştır.

In today's fast-growing and competitive world, the effort to acquire new customers and the effort of not losing the existing customer and its cost is more than the cost, there are thoughts to think companies to make an existing master. In the company where there are strong competitors, analytical research has been carried out on increasing the loyal customer portfolio that meets the consumers by choosing a company for a service or product that prefer a company for a certain service or product, and providing a product service preferred by the customer. Finding customers with the aim of researching campaigns and behaviors, customer loss analysis aiming to increase the satisfaction of these customers can be one of the most important stages of strategic decision making and planning. This phone is about the socio-demographic response of a customer such as the number of customers such as telecommunication, banking, online trade and the amount of income in the insurance industry, as well as the characteristics of the vehicle brand and model used, as well as the socio-demographic answer such as age, gender, place of birth. Desicion Tree Algorithm, Random Forest Algorithm and K-Nearest Neighbor (K Nearest Neighbor) Algorithms, attributes determined from machine learning algorithms are predicted by machine learning algorithms. With the Random Forest Algorithm, which gave the most successful results in the study, this study was included in a class and allowed to be continuously performed by the end user.