Perakende sektörü için veri madenciliği teknikleriyle bütünleştirilmiş bir metodoloji

Son on yıl içerisinde, teknolojik gelişmelerle birlikte data toplama ve depoma araçları inanılmaz bir biçimde ilerlemiş ve bunula birlikte organizasyonlar büyük miktarda verilerle uğraşmak zorunda kalmışlardır. Özellikle perakende endüstirisi büyük miktarda veri üretme açısından başta gelen sektörlerdendir. Böylece, Veri Madenciliği, bu büyük miktarda veriden anlamlı bilgi çıkarmak için iyi bir çözüm olmuştur. Bu çalışma, veri madenciliği metodolojisi kullanarak bir perekende firmasının mağazalarını gruplandırmayı amaçlamaktadır. Mağazaları personel maliyeti benzerliklerine göre sınıflandırmak için çeşitli veri madenciliği teknikleri uygulanmıştır. Öncelikle, önde gelen kümeleme tekniklerinden K-means algoritması uygulanmış, fakat kullanılan veri setinin ve problemin yapısından kaynaklı bir takım problemlerin üstesinden gelinememiştir. K-means algoritmasında karşılaşılan problemleri aşmak için Random Forest ve K-medoids algoritmalarından oluşan bütünleşmiş bir yöntem ortaya koyulmuştur. Bu algoritmalar Weka ve R gibi istatistiksel bilgisayar programlarında çalıştırılmıştır. Bu çalışma tekstil endüstrisinde hizmet gösteren bir perakende firması olan LC Waikiki' de yürütülmüştür. Firma Türkiye ve birçok ülkede büyük bir mağazalar zincirine sahip olmasına rağmen, İstanbul' daki 85 mağazayı içeren pilot bir uygulama bu çalışmada ele alınmıştır.