Veri Madenciliğinde Kullanılan Birliktelik Analizi ve Market Sepet Analizi: Bir Uygulama

Abstract

Veri madenciliği veri tabanlarında gizli durumda bulunan desenleri keşfetme işlemidir. Veri madenciliği sayesinde müşteri satış bilgileri verilerinin kolayca belli amaçlara yönelik kullanılması sağlanmaktadır. Özellikle müşteri bölümlerinin geniş olduğu sektörlerde oluşturulan müşteri veri tabanlarının işletme amaçları çerçevesinde kullanılmasının oldukça önemli hale geldiği görülmektedir. Veri madenciliğinde verilerin yapısına uygun olarak pek çok farklı teknikler bulunmaktadır. Bu tekniklerden biri olan Birliktelik Kuralları, pazarlama sektöründe alışveriş sepetlerindeki ürünlerin birlikte satış ilişkilerinin bulunması için kullanıldığında genellikle Market Sepet Analizi olarak adlandırılmaktadır. Bu çalışmada Market Sepet Analizinde yaygın olarak kullanılan Apriori algoritması ile müşterilerin alışveriş bilgilerine göre birlikteliklerin ortaya çıkarılması amaçlanmaktadır. Verilerin analizinde SPSS Clementine paket programı kullanılmıştır. Elde edilen sonuçlara göre en fazla birlikte satın alınan ürün kategorileri belirlenmiş ve bu bilgiler ışığında market düzenlemelerinde, raf dizilimlerinde ve market yöneticilerinin promosyonlu ürünleri belirlemelerinde alternatif fikir ya da düşünceleri de dikkate alabilecekleri ortaya konmuştur.

Data mining is the process of exploring patterns which are hidden in databases. Customer sale information data can be easily used purposefully thanks to data mining. It is seen that using customer databases which are created especially in the sectors with a broad customer department for management goals has become quite essential. There are different techniques in data mining which are appropriate for data structure. Assosiation Rules, one of these techniques, is named as Market Basket Analysis when it is used in marketing sector in order to find out the co-sale relations of the products in shopping baskets. In this study it is aimed to discover the association of customers based on their shopping information with the help of Apriori algorithm which is commonly used in Market Basket Analysis. SPSS Clementine Packet programme has been used in the data analysis. The product categories which are purchased together have been determined according to the obtained results and in the light of this information, it has been presented that market managers may consider alternative ideas in market arrangements, shelf packing and determining promotional items.