VERİ MADENCİLİĞİ SÜRECİ

VERİ MADENCİLİĞİ SÜRECİ

Şule ÖZMEN

Marmara Üniversitesi İ.İ.B.F.İngilizce İşletme Bölümü

http://suleozmen.marmara.edu.tr

[email protected]

Şule Özmen İticu_Veri Madenciliği_9_Mayıs

AMAÇ

• Veri madenciliği uygulama süreci

• Müşteri İlişkileri Yönetimine ilişkin uygulamalar


İÇERİK• Bilginin Değeri / Verinin Önemi• Neden Veri Madenciliği• Veri Madenciliğinde kullanılan verinin özelliği• Veri Ambarı • Müşteri İlişkileri Yönetiminde Veri Madenciliği

uygulamaları

• Veri Madenciliği Standart Süreci

CRISP-DM: CRoss Industry Standard Process for Data Mining


Bilginin Değeri / Verinin Önemi

• Yeni ekonomide bilgi, üretimin faktörlerinden birisi

• Internet küreselleşmeyi körüklüyor

• Rekabet artıyor

• Kar marjları düşüyor

• Müşteriyi memnun etmek her geçen gün zorlaşıyor

• Tüketiciler, müşteriler bilgiyle donanıyor

• Sadakatleri azalıyor/azalabiliyor


Değişen koşullarla başa çıkmanın çaresi:

• Bilgi ile değer yaratmak

• Verileri toplamak, bilgi üretme amacına yönelik hazırlamak

• Analiz etmek

• Elde edilen bilgileri eyleme yönelik olarak kullanmak


Dijitalleşmenin etkisi

• Büyük miktarlarda verinin• Çok hızlı bir biçimde

– toplanabilmesi– depolanabilmesi ve – analizinin mümkün olması

• Bilgiye dönüştürülen verinin • Doğru ve zamanında karar alabilmesi için

onların kullanıcılara sunulması


Neden Veri Madenciliği?

Bilgi Edinme İhtiyacı

Karar Süreci

Sorgulama Türü

Sorgu Karmaşıklığı

Verinin Detay Düzeyi

GEÇMİŞ

Raporlama

Reaktif

Önceden tanımlanmış

Basit

Özet

BUGÜN

Keşfetmek

Proaktif

Anlık

Karmaşık

Detaylı

Kaynak: Cenk Kıral - Oracle Firması CRM Yöneticisi


Önceden tanımlanmış Sorgulamalar

Bağıntılarla ilgilisorgulamalar

Analitik tahmin modelleri

RAPORLAMA

NE OLDU?

ANALİZ

NEDEN OLDU?

TAHMİN

NELER OLACAK?

Kaynak: Oracle

SORGULAMA AŞAMALARI


NELER OLMALI?

OLMASI GEREKENi

GERÇEKLEŞTiR

Olmasını sağla


Yeni

Müşteri!

Her ay en az

5 kez uğraryeni bir iş

kuracak

Otomatik ödeme

talimatı var

Vadeli ve vadesizmevduatı var

otomatik ödeme?

Biz zamanlar en iyi müşterimizdi

Rakibimizle çalışıyor

Kredi Kartı

müşterimiz aylık ortalama

harcaması su kadar

Hizmetlerimizinçoğunu

alıyor

Daima Promosyon

Kuponu kullanır

Eski müşterimizbankaya4 aydır

uğramadıinaktif

Yeni bebekleri

oldu

Hem bireyselhem kurumsal

müşterimiz

Konut kredisi almışkrize rağmen ödemesini

aksatmamış


Veri madenciliğinde veri

Operasyonel veri

• Uygulamaya yöneliktir

• Dağınıktır

• Kısa zamanda oluşur

• Tekrarlayabilen veriler

Enformasyonel veri

Kişiye yöneliktir

Bütünleşiktir

Zaman içinde oluşan

Birleştirilmiş veriler


Veri Ambarı (Data Warehouse)

Bir kurumda gerçekleşen • tüm operasyonel işlemlerin, • en alt düzeydeki verilerine kadar inebilen,• etkili analiz yapılabilmesi için özel olarak

modellenen, • tarihsel derinliği olan, • fiziksel olarak operasyonel sistemlerden

farklı ortamdaki yapılardır.


VERİ MADENCİLİĞİ

• Eyleme yönelik bilgi elde edilmesini amaçlar

• Enformasyonel verilerin Veri Tabanlarında, Veri Ambarlarında tutulması gereği vardır.


Sorgulama örnekleri(1)• Karar Destek Sistemlerinde bir işlem sonucu oluşmuş tek bir veriye

bakmak yerine bir grup müşteri bilgisini analiz ederek eğilimleri ortaya çıkarmak önemlidir. Çünkü Karar Destek Sistemlerinde tasarlanan sorgulamalar iç içe girmiş birden fazla değişken boyutuyla ilgilidir.

Örneğin:

“Son iki aydan beri evininin 100 km çevresindeki bir restoranda 75 milyon ve üzerinde hesap ödeyenler hangi özellikte insanlar?” sorusuna cevap aramak.

“Kredi kartı ödemesini aksatmadan yapan, bankada otomatik ödeme talimatı olan ve de maaşı o bankaya yatan müşterilerin özellikleri nedir?”


Sorgulama örnekleri (2)

– Müşterilerim aldıkları mevcut ürünler dışında diğer hangi ürünleri almak

isterler?

Çapraz satış yapabilmek için kullanılabilecek bir sorgulama yöntemidir.

– En karlı müşterilerim kimlerdir ve bunların özellikleri nelerdir?


Sorgulama örnekleri (3)

• Kurumumuzla çalışmayı bırakıpta rakibe yönelen müşterilerim kimlerdir ve (daha da önemlisi) bunların özellikleri nelerdir? • Yukarıdaki örnekte anlatıldığı gibi, bu sorunun cevabı

sadece bırakıp giden müşterilerin kimler olduğunu raporlamak değildir. Amaç bunları ayrıştıran özellikleri

ortaya çıkaran bir model oluşturmak ve bu modeli mevcut müşterilere uygulayarak müşteriyi rakibe gitmeden önce

belirleyip, gitmesini önleyecek tedbirler almaktır.


Veri madenciliğinde amaç

Eyleme yönelik bilgi elde etmek

• Hangi müşteriye

• Hangi teklif

• Hangi ortamda, hangi kanaldan

• Ne zaman sunulmalı


Bilgi İhtiyacıAMAÇ

Veri KaynaklarıVeri İnceleme

Değerlendirme

Modelleme

Veri Hazırlama

KullanmaVERİ

Kaynak Clay Helberg, Data Mining with Confidence, SPSS, 2002

CRISP-DM Veri Madenciliği Standard Süreci


Veri Madenciliği Süreci

• Amaç: Bilgi ihtiyacının belirlenmesi, problemin tanımı

• Veri kaynaklarının belirlenmesi ve verilerin incelenmesi

• Verilerin hazırlanması • Modelin oluşturulması• Sürecin ve modelin değerlendirilmesi• Sonuçların kullanıma sunulması


Bilgi ihtiyacının belirlenmesi

• Hangi amaç için bilgiye ihtiyaç var?


Genel Amaçlar

• Müşteri sayısını, sadakatini, karlılığını artırmak (genel)

• Tedarik sürecinin etkinliğinin ve verimliliğini artırmak (genel)

• E-ticaret sitesine giren ve alışveriş yapan ziyaretçi sayısını artırmak (genel)




• Hangi bilgi bu amaca hizmet eder?


Amaca uygun bilgi nedir?

• Müşteri sayısını, sadakatini, karlılığını artırmak (amaç)

• Çapraz satış kampanyası için hedef müşteri kitlesi bilgisi (ihtiyaç duyulan bilgi)

• Tedarik sürecinin etkinliğinin ve verimliliğini artırmak (amaç)

• Hangi tedarikçiden ne zaman ne miktarda mal alınacağı bilgisi (ihtiyaç duyulan bilgi)

• E-ticaret sitesinin ziyaretçi ve alışveriş yapan müşteri sayısını artırmak (amaç)

• Sitede uzun süre kalma ve alışveriş yapma olasılığını artıran faktörlerin neler olduğu bilgisi (ihtiyaç duyulan bilgi)




• Hangi bilgi bu amaca hizmet eder?

• Bu bilgiyi elde etmeye yönelik veri madenciliği amacı nedir?


Veri Madenciliği’nin Amacı• Çapraz satış kampanyası için hedef müşteri kitlesi

bilgisi (ihtiyaç duyulan bilgi)

• Kampanya sırasında satış teklifini kabul etme olasılığı yüksek olan müşterileri isabetli tespit edecek modeli kurmak (veri madenciliğinin amacı)


• Siteden alışveriş yapan ile yapmayan uzun süre kalan ile kalmayanı ayırt edecek faktörleri belirleyecek modeli kurmak


• Personel • Veri

– mevcut mu, elde edilebilir mi?

• Donanım– verilerin depolandığı, – analiz için verinin seçilip yerleştirileceği donanım yeterli

mi?

• Yazılım– veriye erişmek, analizini yapmak,– raporlama ve sonuçları kullanıma sunmak için uygun

mu?

1. Aşamada nelere dikkat edilmeli

Bilgi ihtiyacının belirlenmesi aşamasında



• Fayda/maliyet analizi • Başarı kriterinin belirlenmesi:

– ihtiyaç duyulan bilgiyi elde etme derecesi – bu bilginin amaca ne derece hizmet ettiği – kriter sadece modelin tahmin gücünün yüksek

olması değil elde edilen bilginin taşıdığı değer

• Modelin tahmin gücünün yanısıra satış başarı oranı nedir?

• Sunulan teklifler hangi oranda kabul görmüştür?







Veri kaynaklarının belirlenmesi

• Veriler hangi kaynaklardan elde edileceğine karar verilmesi

• İhtiyaç duyulan veriler farklı kaynaklardan elde edilmesi durumunda

– hangi ortamda nasıl birleştirileceğine

– aktarılacağı nihai ortama ve nasıl aktarılacağına karar verilmesi


VERİ KAYNAKLARI - Örnek

• E-ticaret sitesinin ziyaretçi ve alışveriş yapan müşteri sayısını artırmak (amaç)


VERİ KAYNAKLARI • Web log: Ziyaretçilerin hangi sayfaları hangi sıklıkta

görüntülediklerinin vb. verilerin tutulduğu dosyalar• Üye müşteri bilgilerinin tutulduğu dosyalar• Alışveriş işlem verilerinin tutulduğu dosyalar


Verilerin incelenmesi, anlaşılması

• Veri nasıl tanımlanmış – kodlamalar– meta data: veri hakkındaki veriler

• Veri kalitesinin incelenmesi– eksik veri olup olmadığına– veri girişinin hatalı olup olmadığına– kodlamalarda uyumsuzluk– metadata hataları


Verilerin incelenmesi_kavranması

• Verinin keşfi ve hazırlanması– Amaç: başlangıçta veriyle ilgili fikir elde etmek

• Tablolamalar Grafikler– OLAP küpleri:Çok boyutlu tablolamalar – Çeşitli kriterlere göre gruplandırmalar– Satış dağılımları

• Bölgeler • Ürünler veya • Şube/mağaza bazında

– Ortalamalar, toplamlar, sapmalar



Veri kalitesi – Eksik veri

– Veri girişlerinde hata

– Kodlamalarda uyumsuzluk

– Metadata hataları







Verilerin hazırlanması

• Hangi veri alanları (değişkenler, sütünlar)

• Hangi kayıtlar (satırlar) kullanılacak

• Örnekleme– Gözlem sayılarının fazla olması durumunda

zaman kazandırır, maliyeti azaltır – Tabakalar; kampanyadan alanları ve almayanları

kapsamak açısından önemli


Verilerin temizlenmesi• Verinin eksikliği ve veri kirliliğinin giderilmesi

• İdeal olan eksik verileri zaman içinde tamamlama yoluna gidilmesi

• Tahmin yöntemiyle tamamlanması

• Hatalı verilerin – Veri girişi esnasında önlem alma– Otomatik kontrol yapılabilir; araba kredisi almış ama arabası yok

gözüküyor


Yeni veriler oluşturmak

• Verileri bazı işlemler yaparak farklı bir veri setine dönüştürmek

– logaritma– toplam, bölüm, fark– yeniden kodlama

• Faktör analizi ile değişkenleri daha az sayıda boyutlara indirgemek (RFM indeksi gibi)


Verileri hazırlarken nelere dikkat edilmeli• Amaca hizmet etmeyecek değişkenler varsa ayıklanmalı

• Eksik, hatalı ölçülen, hatalı veri girilen alanlar ayıklanmalı

• Eksik verilerin sistematik bir hataya yol açıp açmayacağı kontrol edilmeli

• Birbirine eşdeğer tekrar niteliğinde olan veri alanları ayıklanmalı

• Eklenecek yeni değişkenin verisini hazırlamak için gereken çabaya değer mi?





• Verilerin hazırlanması • Modelin oluşturulması• Sürecin ve modelin değerlendirilmesi • Sonuçların kullanıma sunulması


Modelin oluşturulması• Modelin amacı:

– Sınıflandırma – Tahmin

• Modelleme tekniği– Modelin varsayımlarının kontrol edilmesi– Algoritmaların seçilmesi

• Modelin uygunluğunun test edilmesi• İsabetli tahmin oranı• Kullanıcıların anlamaları ve kullanabilmeleri







Sürecin ve modelin değerlendirilmesi

• Modelin bulgularının incelenmesi– Hangi gruplara ayırmış– Bu grupların özellikleri nelerdir

• Model kurma ve bunun için gerekli verilerin elde edilmesi kullanıma hazırlanma sürecinin değerlendirilmesi

• İhtiyaç duyulan bilgi gerçekten elde edilmiş mi?


ŞU ANDA

• Elde ne var biliyorsunuz– Modeliniz, modelleriniz, bulgularınız

• Nasıl elde ettiğinizi biliyorsunuz– hangi verileri,

– hangi aşamalardan geçirip hazırladıktan sonra

– hangi modeli, tekniği kullanarak


Değerlendirme sonucu alternatifleriniz

• Modeli ve bulguları kullanmak

• Daha iyi, daha güçlü bir model kurma kararı

• Kullanmaya değer bulmamak

• Yeni bir veri madenciliği süreci başlatmak







İstatistik ve Veri Madenciliği

• Veri üzerindeki kontrol (VM’de daha az)

• Verilerin büyüklüğü (VM’de daha çok)

• Hipotezlerin oluşturulup test edilmesi– VM’de bunun yanısıra daha çok verileri, ve bu veriler

arasındaki örüntüyü keşfetmeye yöneliktir...

• İstatistiksel olarak anlamlı olmayan farklılıklar kar zarar hanesine çok anlamlı bir biçimde yansıyabilir.


TEŞEKKÜRLER• Sunuma erişim http://suleozmen.marmara.edu.tr

Tebliğ ve Sunumlar bağlantısı

• CRISP-DM http://www.crisp-dm.org

• CRISP-DM Konsorsiyum – NCR Teradata Division

– SPSS

– Daimler-Crysler

– Ohra Bank

Documents

VERİ MADENCİLİĞİ SÜRECİ