AI Summary & Key Takeaways
AI InsightThis allows the application to be dynamic, independent of time and space.
📌 3 Key Takeaways
Abstract
In this study, it is aimed to determine the products that customers prefer to buy together by using algorithm of association rules Apriori, and to implement an application related to customer relationship management. The data set used in this study was obtained from a company operating in the electricity sector. CRoss-Industry Standard Process for Data Mining (CRISP-DM) model was used during data analysis. Association rules technique Apriori applied to data that contains the two year. Data analysis is performed with R language. RStudio was used as a development tool for R codes. The model performed with Apriori was transferred to web environment via Shiny (shinyapps.io). The cross sales realized between HESNYA-03 and HESNYA-02 products of this brand and the sales of different colors together bring the product into the forefront. From this result, it is thought that by creating various color packages related to the product, customers can increase purchases of less preferred products by being offered new products besides these and similar packages. The user is given the opportunity to query the analyzed data set and make basic arrangements related to the algorithm. This allows the application to be dynamic, independent of time and space.
Özet
Bu çalışmada, birliktelik kurallarına ait algoritmalar kullanılarak, müşterilerin birlikte satın almayı tercih ettikleri ürünler tespit edilerek, müşteri ilişkileri yönetimine ilişkin bir uygulama gerçekleştirilmesi amaçlanmıştır. Çalışmada kullanılan veri seti elektrik sektöründe faaliyet gösteren bir firmadan temin edilmiştir. Veri analizi süresince Çarpraz Endüstri Standard Süreç Modeli (CRISP-DM) modeli takip edilmiştir. İki yılı kapsayan veriye, birliktelik kurallarından Apriori Algoritması uygulanmıştır. Veri analizleri R programlama dili ile gerçekleştirilmiştir. Kodların gerçekleştirilmesinde RStudio geliştirme ortamından yararlanılmıştır. Apriori Algoritması’ndan elde edilen model Shiny (shiny.apps.io) aracılığı ile web ortamına taşınmıştır. HESNYA-03 ve HESNYA-02 ürünleri arasındaki çapraz satış ve ürünün farklı renklerinin birlikte satışı, ürünü ön plana çıkarmaktadır. Buradan hareketle, çeşitli renk paletleri oluşturarak, müşterilerin bu ve benzeri paketlerin yanında yeni ürünler sunarak daha az tercih edilen ürünlerin alımlarını arttırabileceği ortaya konuşmuştur. Kullanıcıya analiz edilen veri setini sorgulama ve algoritma ile ilgili temel düzenlemeleri yapabilme imkânı verilmiştir. Böylelikle uygulamanın zaman ve mekândan bağımsız, dinamik bir hal alması sağlanmıştır.