SavedAdd your journal

Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2013 / Cilt: 23 Sayı: 4

MÜŞTERİ İLİŞKİLERİ YÖNETİMİNDE VERİLERİN YAPAY SİNİR AĞLARI İLE MODELLENMESİ VE ANALİZİ

Süleyman Ersöz
Nevra Yaman
Burak Birgören
Pages
—
Publication Date
2013-02-18
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Müşterilerin pozisyonu memnuniyet ve bağlılık matrisi çerçevesinde 4 ana grupta değerlendirilecek ve bu çerçevede yeni ve farklı pazarlama stratejilerinin geliştirilmesi sağlanacaktır.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:İşletmeler giderek artan rekabet şartlarına ayak uydurabilmek için, müşteri memnuniyetini en üst seviyede tutmak ve bunun sürekliliğini sağlamak zorundadırlar.
📊
Key Findings & Data:Bu değerlendirmeyi yapabilmek için de öncelikle müşterilerin memnuniyet ve bağlılık düzeyleri ölçülebilmelidir.
💡
Conclusion & Impact:Müşterilerin pozisyonu memnuniyet ve bağlılık matrisi çerçevesinde 4 ana grupta değerlendirilecek ve bu çerçevede yeni ve farklı pazarlama stratejilerinin geliştirilmesi sağlanacaktır.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Müşteri ilişkileri yönetimi · yapay sinir ağları.

Özet

İşletmeler giderek artan rekabet şartlarına ayak uydurabilmek için, müşteri memnuniyetini en üst seviyede tutmak ve bunun sürekliliğini sağlamak zorundadırlar. Bunu sağlamak için de, müşterilerin doğru analiz edilebilmesi ve onlara özel ilgi gösterilmesi gerekmektedir. İşletmelerin başarı ölçütleri, müşterileri için “vazgeçilmez” olmayı gerçekleştirmekte yatmaktadır. Bu bağlamda işletmelerin, müşteri memnuniyet ve bağlılık düzeylerini maksimum noktaya çıkarmaları büyük önem arz etmektedir. Bu değerlendirmeyi yapabilmek için de öncelikle müşterilerin memnuniyet ve bağlılık düzeyleri ölçülebilmelidir. Bu çalışmanın amacı; matematiksel modeller ve optimizasyon teknikleri ile kontrol altına alınamayan müşteri pozisyonu bilgilerinin yapay sinir ağları kullanılarak analiz edilmesidir. Müşterilerin pozisyonu memnuniyet ve bağlılık matrisi çerçevesinde 4 ana grupta değerlendirilecek ve bu çerçevede yeni ve farklı pazarlama stratejilerinin geliştirilmesi sağlanacaktır.

🔖

Cite This Article

Ersöz, S., Yaman, N., Birgören, B. (2013). MÜŞTERİ İLİŞKİLERİ YÖNETİMİNDE VERİLERİN YAPAY SİNİR AĞLARI İLE MODELLENMESİ VE ANALİZİ. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 23 Sayı: 4. https://ajindex.com/articles/1078770

📄 Full Text PDF Viewer

↗New Tab

Loading PDF document...

References (35)

  1. Öztemel E.,"Yapay sinir ağlarına dayalı deneysel
  2. tasarım: Bir endüstriyel uygulama”, TÜBİTAK,
  3. DOĞA, Çevre ve Mühendislik Dergisi, 20(2), 73-
  4. , 1996.
  5. Öztemel E. Yapay Sinir Ağları, Papatya
  6. Yayıncılık, İstanbul, Eylül 2006
  7. Akın A., Müşteri Memnuniyeti ve Ölçümü MPM
  8. yayınları, Yayın no 12, s.7-11 Ankara, 2001.
  9. Demuth, H.,Beale, M.,Neural Network Toolbox
  10. User’s Guide, The Mathworks, 1997.
  11. Buckinx, W., Verstraeten,G., Van den Poel,D.,
  12. “Predicting customer loyalty using the internal
  13. transactional database”, Expert Systems with
  14. Applications, Volume 32, Pages 125-134, 2007.
  15. Torkzadeh,G., Chang, J.C.,Hansen, G. W.,”
  16. Identifying issues in customer relationship
  17. management at Merck-Medco”, Decision Support
  18. Systems, 2005.
  19. Kurt, A., “Simulasyon-Yapay Sinir Ağı ile Esnek
  20. Üretim Sistemi Tasarımı”, PiVOLKA, Cilt 18,
  21. Sayfa 31-38, 2003.
  22. Swift,R.S., Accelarating Customer Relationships
  23. Using CRM and It’s Technologies, Prentice Hall,
  24. -
  25. Ergezer, H., Dikmen, M. ve Özdemir, E.,”Yapay
  26. sinir ağları ve tanıma sistemleri”, PiVOLKA, 2(6),
  27. -17, 2003.
  28. Chryssolourıs, G.E.,LEE, M.,Pıerce,J., and
  29. Domroese,M., “Use of Neural Networks for the
  30. design of Manufacturing Systems”,
  31. Manufacturing Review, 3,187-194,1990.
  32. Karna, K. N., and Breen, D. M., “An Artificial
  33. Neural Networks Tutorial:Part 1 Basics”, Neural
  34. Networks,1,1,pp.4-23. 1989.
  35. MATLAB 7.0, The MathWorks.