TÜKETİM ÜRÜNLERİ BAZLI BİR SANAL MAĞAZA’NIN MÜŞTERİ PORTFOLYOSU: KÜMELEME ANALİZİ İLE MÜŞTERİ SEGMENTLERİNİN TESPİT EDİLMESİ

CUSTOMER PORTFOLIO OF A CONSUMER GOODS BASED VIRTUAL STORE: IDENTIFYING CUSTOMER SEGMENTS WITH CLUSTER ANALYSIS

Özet

Son on yılda, müşterilerini analiz edip tanımlayabilmek, şirketler için vazgeçilmez bir ihtiyaç haline geldi. Bu araştırma, en iyi sonuçları elde etmek için farklı makine öğrenme algoritmaları kullanarak bir şirketin müşteri segmentlerini keşfetmeye, farklı algoritmaları ve parametrelerini karşılaştırmaya odaklanmıştır. Teknolojideki gelişmeler, çok büyük miktarda veriden yola çıkarak derinlemesine analizler yapmak ve iç görü kazanmak için çeşitli yaklaşımlar sağladı. Bu deneysel çalışmayı gerçekleştirmek için en popüler yaklaşımlardan biri olan makine öğrenme algoritmaları seçilmiştir. Karışık olarak kategorik ve sayısal değişkenlere sahip bir veri kümesi, geleneksel makine öğrenimi algoritmalarından biri olan Gower Uzaklığıyla birlikte Yığmacı Hiyerarşik Kümeleme Algoritması (HAC) ile analiz edildi. Kategorik değişkenlerin varlığı nedeniyle veri ön işlem süreci için Kernel Temel Bileşenler Analizi kullanıldı. Kprototypes Algoritması, veri kümesinin kategorik ve sayısal karakteristiği sebebiyle onun özelliklerine uyduğu için kıyaslama algoritması olarak seçilmiştir. Kıyaslama, sonuç kümelerini değerlendirerek elde edilen sonuçların doğruluğu konusunda bir doğrulama sağlar. Ayrıca, farklı parametrelerin incelenmesi ve bunların analiz sonuçları üzerindeki etkilerinin karşılaştırılması, daha doğru analizler yapmak için makine öğrenimi algoritmalarında parametrelerin önemli ve kritik olduğunu göstermektedir. Sonuçlar, hem Kprototipleri hem de HAC’nin, kümelerin çoğunlukla uygun şekilde bölünmüş olduğunu kanıtlayan benzer sonuçlar verdiğini göstermiştir. Ancak, her iki algoritmanın sonuçlarında bazı farklılıklar bulunmaktadır ve bunlar daha ileri çalışmalarda ele alınmalıdır.

Abstract

In the last decade, analyzing and identifying customers became an irreplaceable need for companies. This research concentrates on discovering a company’s customer segments using different machine learning algorithms, benchmarking different algorithms and its parameters to conclude the best results. Improvements in the technology provided several approaches to dive in and gain insights from a mass amount of data. Machine learning algorithms which is one of the most popular approaches was chosen to convey this empirical study. A dataset with mix categorical and numeric variables is analyzed with one of the conventional machine learning algorithms, namely Hierarchical Agglomerative Clustering Algorithm with Gower’s distance. Kernel Principal Component Analysis is used for preprocessing due to the existence of categorical variables. K-prototypes Algorithm is chosen as benchmark algorithm that fits the qualities of the dataset with mixed categorical and numeric features. Benchmarking provides verification in respect to the accuracy of the results by evaluating the final clusters. Also, examining different parameters and comparing their effects on analysis results indicates the importance and vitality of them for machine learning algorithms, which need to be enlightened to do more accurate analyses. The results showed that both K-prototypes and HAC yield similar results proving that clusters mostly divided appropriately. However, there are a few significant points that are different at both algorithms’ results, which should be examined in further study.