Endüstride Veri Madenciliği Uygulamaları Yrd. Doç. Dr. Ayhan Demiriz 28/2/2006.

Slides:



Advertisements
Benzer bir sunumlar
Linux ile E-ticaret Barış Özyurt
Advertisements

• 2001 yılında kuruldu. • E-Ticaret ve E-Tahsilat alanlarında yazılımlar ve çözümler geliştirmekte. • 4691 sayılı Teknoloji Geliştirme Bölgesi yasasına.
Unsupervised Learning (Kümeleme)
Restaurant Yönetim Sistemi
2012
Oktay ERBEY CRM & B2B Ürün Satış Hizmet Yöneticisi
Satış Noktası Yönetimi
/ Tel: (216) Ayrıntılı bilgi için lütfen bize ulaşınız. / Tel: (216)
Elektronik ticarette güvenlik konusunda değerlendirilmesi gereken diğer bir konu da alıcıların elektronik ticaret sitelerinden alışveriş yapmak için vermek.
Ayse Bener1 SANAL DÜNYADA BANKALARA YER VAR MI? Dr. AYŞE BAŞAR BENER Boğaziçi Üniversitesi Uluslararası Ticaret Bölümü 2-3 Haziran 2000.
Google Analytics Nedir?
DBA & Data Mining/Business Intelligence Specialist
Selda Aydın Seyhan Kamçı
Yeni İş Platformunuz! Yönetim Bilişim Sistemleri Boğaziçi Üniversitesi.
Azrael Online Hasta Takip Programı
Giriş. • KİMLER ALMALI? • NEDEN DENİZ YILDIZI + PLUS ? • TİCARİ PAKET İÇERİĞİ • KİMLER ALMALI? • NEDEN DENİZ YILDIZI + PLUS ? • TİCARİ PAKET İÇERİĞİ Ajanda.
Restaurant Yönetim Sistemi
MILLENIUM MARKETING SUNUMU
Restaurant Yönetim Sistemi
Veri Madenciliğine Giriş
ÇOCUKLARDA LÖSEMİ HASTALIĞI
İŞLETME II FİNANSMAN FONKSİYONU 4.DERS Yrd. Doç. Dr. Recep KILIÇ
E-T ICARET N EDIR ? Temel Kavramlar. E-T ICARET N EDIR ? Internet üzerinde yapılan ticarettir. Bilgisayar, cep telefonu gibi aygıtlar tarafından kullanılır.
MÜŞTERİ İLİŞKİLERİ YÖNETİMİ
ELEKTRONİK ORTAMLARDA PAZARLAMA
REKLAMCILIK Hafta 5.
ALAN ADLARI .TR UZANTILI SİTELER ÜZERİNE BİR DEĞERLENDİRME
REKLAM KAMPANYALARI VE UYGULAMALARI
Web kullanım madenciliği ve kişiselleştirme
KIRKLARELİ ÜNİVERSİTESİ BABAESKİ MESLEK YÜKSEKOKULU DERS:E-TİCARET KONU:ELEKTRONİK TİCARETİN GELİŞİMİ VE GELENEKSEL TİCARET İLE KARŞILAŞTIRILMASI HAZIRLAYAN:DİLEK.
1 MarmarisCard Marmaris Turizm Geliştirme Projesi.
Veri Madenciliği Temel Bilgiler
İstatistiksel Sınıflandırma
KURUMSAL BANKACILIK TÜRKİYE İŞ BANKASI A.Ş. 3 MAYIS 2010.
Yeni Pazarlama Teknikleri
Veri madenciliği, günümüzde karar verme sürecine ihtiyaç duyulan bir çok alanda uygulanmaktadır
Yaşar Üniversitesi Finans, Bankacılık ve Sigortacılık Bölümü
MÜ Ş TER İ İ L İŞ K İ LER İ YÖNET İ M İ KAAN YILDIZGÖZ EKOTEK – PMK
BÖLÜM 7 MÜŞTERİ İLİŞKİLERİ YÖNETİMİ
Finansal Yönetim Risk Yönetimi Etkin Borç Yönetimi Büyüme Hukuki Danışmanlık Modern Finans; sahip olduğu geniş müşteri portföyü ve güçlü referanslarıyla.
İ.İ.B.F. İngilizce İşletme Bölümü
2. Pazarlama Planının Hazırlanması
- 1 Web 2.0 Teknolojileri ve Uygulamaları Çalıştayı, 4 Aralık 2009, Beytepe-Ankara Umut Al Hacettepe Üniversitesi Bilgi ve Belge Yönetimi Bölümü
Bölüm 5 Satış Süreci.
VERİ AMBARI & VERİ MADENCİLİĞİ
Türkiye Internet'i Büyüme Eğilimleri Y.Doç.Dr. Kürşat Çağıltay, ODTÜ
İşletme Doktora Programı Bilgi Teknolojileri ve Yönetim (IYO 713)
Yrd.Doç Dr. YILMAZ GÖKŞEN
Emrah KÜÇÜK Mete MAZLUM
Veri Madenciliği Giriş.
Pazarlama Denetimi ve Performans Değerleme
Atatürk Üniversitesi Tıp Fakültesi
Bilişim sistemlerinin türleri
Mobil pazar verileri – Abone sayısı ve penetrasyon – Mobil abone profili – Mobil trafik hacmi – Mobil gelir – Aylık kullanım miktarı – Mobil yatırım.
Veri Madenciligi . Sınıflandırma ve Regresyon Ağaçları ( CART )
Elektronik pazarlama: – internetin kar yaratmak amacıyla kullanılması – birçok aşamayı ortadan kaldırmakta – daha hızlı ve daha düşük maliyetli –
Dijital Bankasürans 7 Ekim 2015.
1 E-Ticaret ve Güvenli Ödeme Kısım I. E-Ticaret Kısım II. Güvenli Ödeme Umur YILMAZ Comtech Tic. Ltd
DENEYSEL YAKLAŞIM (Kullanıcı Testleri)
Hakkımızda 2000’li Yılların sonunda Şirketlere Muhasebesel, Finansal ve Ticari konularda hizmet sağlamak amacıyla yola çıkmış bir grubuz. İlk sağladığımız.
MyORTAK Satış Ortaklığı Eğitimi Daha fazla detay için tıkla : “ internetten para kazanma “internetten para kazanma Daha fazla detay için tıkla : “ internetten.
Sermaye Piyasası ve Meslek İlişkisi DOÇ. DR. SERHAT YANıK İSTANBUL ÜNIVERSITESI SIYASAL BILGILER FAKÜLTESI.
Müşteri Yaşam Boyu Değeri
Bölüm 4 : VERİ MADENCİLİĞİ
WEB TABANLI DESTEK.
Trink Para Puan Toplama Sistemleri
-2- Türev Araç İşlemleri
CRM Mehmet Batuhan Ülper
Blog: E-posta: BİLANÇO RİSKLERİ Web: Blog: E-posta:
FACTORING Dr. ÇAĞATAY ORÇUn.
Sunum transkripti:

Endüstride Veri Madenciliği Uygulamaları Yrd. Doç. Dr. Ayhan Demiriz 28/2/2006

Veri Madenciliği Geleneksel ve e-Ticarette yaygın bir şekilde kullanılmaktadır. Özellikle büyük kuruluşlar ve devleti ilgilendiren uygulamalarda otomatik olarak veri toplanmaktadır. Toplanan büyük ölçekli bu veriler “zeki” veri analizi yöntemlerine ihtiyaç duymaktadırlar. Başlıca kullanım alanları: Ticaret, Sigorta, Sağlık, Telekom, Finans ve Web sitesi analizleri

Çapraz Satış Mevcut müşterilerin başka ihtiyaçlarının kuruluş tarafından karşılanarak, ticari ilişkinin büyüklüğünü artırmak ve böylece müşteri memnuniyetine katkıda bulunmak. Dikkat! Çift taraflı kılıç olabilir. Ürün tavsiyesi önem kazanmaktadır.

Veri Madenciliği: Amazon.com Kişiselleştirme Ürün tavsiyesi Ürünlerin destelenmesi (bundling) Dinamik fiyatlandırma

Mevcut Müşteriyi Tutma Yeni bir müşteriyi kazanma maliyeti, mevcut bir müşteriyi elde tutmaktan daha fazladır. Ticari kuruluşlar, mevcut müşteri portföyünden ayrılma ihtimali olan müşterileri tahmin ederek önlem alabilirler. Daha önce kaybedilen müşterilerin profillerinden faydalanarak, mevcut müşterilerin ayrılma ihtimalleri hesaplanabilir.

Veri Madenciliği-Örnek Uygulamalar: Müşteri Kayıp Oranlarının Azaltılması Bir cep telefonu şirketi tipik olarak %25-%30 müşterisini her yıl kaybedebilir Problemin Tanımı: Geçmiş aylara ait (2 ila18 ay arasında) verilerin elde olduğu varsayılırsa, önümüzdeki bir yada iki ay içersinde terk edebilecek müşterilerin bulunması Müşteri değerinin hesaplanması Çözüm Aşamaları: Ayrılabilecek potansiyel müşterileri bul Bölgesel modeller geliştir Yeni kampanyaları kabul etme eğilimine sahip müşterileri hedefle Aylık yaklaşık %2 müşteri kaybını %1.5’düşür

Veri Madenciliği-Örnek Uygulamalar: Kredi Riski Kredi itibarı yüksek olan müşteriler krediye pek ihtiyaç duymayabilirler – Bu kesimin banka ile iş hacmi az olabilir Kredi ihtiyacı çok yüksek olan kişilerin ise kredi itibarları çok düşük olabilir – Kredilerin geri ödenmeme riski çok yüksektir Bir banka için en kazançlı müşteri kitlesi bu ikisi arasında olandır. Yani kredi kullanıp, kabul edilebilir bir risk ile zamanında ödeyebilen müşteri kitlesi

Genomic Microarrays – Örnek Uygulama Microarray (mikrodizin?) veri seti verilen örneklerin (hastaların): Teşhislerini doğru yapabilir miyiz? Verilen bir tedavinin sonucunu tahmin edebilir miyiz? En iyi tedaviyi hastaya tavsiye edebilir miyiz?

Örnek: ALL/AML Veri Seti 38 eğitim verisi, 34 test verisi, ~ 7,000 gen 2 Sınıf: Acute Lymphoblastic Leukemia (ALL) ile Acute Myeloid Leukemia (AML) Eğitim verisini kullanarak teşhis modeli kur. ALLAML Test veri setinin sonuçları: 33/34 doğru, 1 yanlış - belkide yanlış etiketlemeden ötürü

Arama Motorları Metin madenciliği İlgili dökümanların listelenmesi Metinlerin gruplanması – benzer metinleri gruplama Kullanıcı isteklerinin güncellenmesi Kullanıcı istekleri ve sonuçların ilişkilendirilmesi

Sepet Analizi Her müşterinin harcama listesi fiş kayıtlarından veya mağaza kartlarından elde edilebilir. Sık müşteriler kimlerdir? Sıklıkla alınan ürünler nelerdir? Sıklıkla birlikte alınan ürünler nelerdir? Bir ürünün alınması diğer ürünün satışını etkilemiş midir? Sepet büyüklüğü artırılabilir mi?