E-ticaret ve dijital pazarlama sektöründe makine öğrenmesi algoritmaları kullanılarak müşteri kaybı tahmini
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik Ana Bilim Dalı, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: YASİN SARIYILDIZ
Danışman: BARIŞ TEKİN TEZEL
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:E-ticaretin büyümesiyle birlikte sektördeki rekabet ortamı da artmış ve bu durum bazı şirketlerde müşteri kaybına neden olmuştur. Kaybedilen bir müşterinin yerini doldurmak amacıyla yeni bir müşteri kazanmaya çalışmanın maliyeti, mevcut bir müşteriyi elde tutmanın maliyetinden çok daha fazladır. Bu çalışmada müşteri kaybını erkenden tahminleyip önlemek amacıyla makine öğrenmesi algoritmaları kullanılarak bir müşteri kaybı tahmin modeli geliştirmek amaçlanmıştır. Geliştirilen modellerde müşterilerin app ve web analytics verileri ile birlikte müşteri ilişkileri yönetim sistemi (crm) ve satın alma bilgilerini de içeren bir e-ticaret veriseti kullanılmıştır. Veriseti dengesiz bir dağılıma sahip olduğu için SMOTE, SMOTE-Tomek Links ve maliyet duyarlı öğrenme yöntemleri uygulanarak toplam 16 farklı tahmin modeli oluşturulmuştur. Bu modeller arasından maliyet duyarlı XGBoost modeli müşteri kayıplarını en iyi tahmin eden model olarak belirlenmiştir. Bu modelin performansı hiperparametre optimizasyonu ile artırılmış ve modeldeki ağaç sayısı düşürülerek aşırı öğrenme (overfitting) riski azaltılmıştır. Oluşan final modeli test veriseti ile test edildiğinde yüzde 94,14 accuracy, yüzde 76,64 recall ve yüzde 78,36 F1 oranı elde edilmiştir. Model aynı zamanda beklenen değer yaklaşımı (expected value framework) ile değerlendirildiğinde modelin hayata geçirilmesinin şirkete kar sağlayacağı görülmüştür. Geliştirilen müşteri kaybı tahmin modeli ile kaybedilme olasılığı yüksek olan müşterilerin nasıl tahminleneceği ve bu müşterilerin kaybedilmemesi için hangi dijital pazarlama stratejilerinin uygulanması gerektiği aktarılmıştır.