K-ortalamalar algoritmasına dayalı kümeleme analizi sistemi ve perakendecilik sektöründe uygulaması

Gelişen ve değişen çevre koşulları, internetin küreselleşme derecesinin yükselmesi, farklı Ar-Ge (Araştırma Geliştirme) ve pazarlama yöntemleri ile rekabetin belirgin bir şekilde artması ve müşterileri memnun etmenin zorlaşması, veriden çıkarılacak bilginin önemini her geçen gün artırmaktadır. Bilginin bazı yöntemler kullanılarak analiz edilmesi ve elde edilen sonuçların konunun uzmanı tarafından yorumlanmasıyla geçmiş verilerden gelecek tahminleri yapma işlemi veri madenciliği (data mining) olarak belirtilebilir. Firmalar ve işletmeler için veri madenciliği, karar vericilerin karar vermelerini kolaylaştıran ve hızlı karar almasını sağlayan önemli ve stratejik bir araçtır. Verilerin benzer gruplara ayrılması, verilerin kümelenmesi, veri madenciliğindeki en temel tekniklerden biridir. Bu tez çalışmasında, hiyerarşik olmayan kümeleme yöntemlerinden biri olan K-Ortalamalar algoritmasından faydalanılarak müşteri satın alma davranışları analiz edilecektir. Kümelenen veriler ile hangi müşteri profilinin hangi markayı, hangi ürünü, ne zaman ve ne miktarda tercih ettiği belirlenecektir. Yapılan çalışmada amaç, müşteri tercihleri dikkate alınarak firma için hem talep yaratma, hem de doğru talebi doğru zamanda karşılama ve sunma gibi avantajların sağlanacağı bir sistem oluşturmak ve bu sistemden yararlanarak firma için veri analizi gerçekleştirmektir. Tez çalışması sırasında analiz için kullanılacak olan sistem Java dilinde geliştirilmiştir ve analiz sonuçları grafik ve tablo ile görselleştirilmiştir. Böylece, K-Ortalamalar algoritması için dinamik bir kümeleme analiz sistemi oluşturulmuştur. Analizde kullanılacak olan veri dosyası dünya perakende sektörü listesinde yer alan Migros Ticaret A.Ş. ye ait olup, gerçek verilerden oluşmaktadır. Veriler MS-SQL veri tabanında bir tabloda tutularak, tüm veri hazırlama işlemleri bu tablo üzerinde gerçekleştirilmiştir. Tez çalışmasından önce ilk olarak, aynı veri dosyası ile "Brand Loyalty Analysis System Using K-Means Algorithm" adlı müşterilerin marka bağımlılığını inceleyen bir makale üzerinde çalışılmıştır. Makale çalışmamızda, veri analiz için küme sayısı bir metoda bağlı olmaksızın tahmini olarak seçilmiştir. Ayrıca, başlangıç merkezlerin seçimi de rastgele gerçekleştirilmiştir. Sonuçlar; genel marka bağımlılığı, ürün bazında marka bağımlılığı ve kategori bazında marka bağımlılığı olarak üç farklı şekilde analiz edilmiştir ve uluslararası bir dergide yayınlanmıştır. Bununla birlikte veri analiz sistemi, tez çalışmasında kullanılmak üzere, küme sayısının seçiminde ve başlangıç merkezlerin seçiminde gereken bazı metotlar kullanılarak iyileştirilmiştir. Tez çalışmasında, değeri 2 ile 20 arasında seçilerek, her bir değeri için hata hesaplanmıştır ve veri dosyasının kaç kümeye ayrılması gerektiğine (optimal değerinin belirlenmesi) Elbow metodu kullanılarak karar verilmiştir. Belirlenen değeri için, başlangıç merkezlerin belirlenmesi amacıyla Maximin, Katsavounidis, PCA-Part, Var-Part ve K-Ortalamalar++ metotları kullanılmıştır. Optimal değerini belirleme yöntemi olarak seçilen Elbow metodu ile farklı başlangıç merkezleri seçiminin kümelemeye etkisi araştırılmıştır. Kümeleme sonuçları, kümeleme değerlendirme kriterleri olan Silhouette ve Calinski-Harabasz indeksleri kullanılarak değerlendirilmiştir ve sonuçlar firmaya sunulmuştur. Geliştirilen analiz sistemi, diğer firmalar ve işletmeler için de bir karar destek sistemi olarak kullanılabilir. Anahtar Kelimeler: Veri Madenciliği, Kümeleme Analizi, K-Ortalamalar Algoritması, Elbow Metodu, Başlangıç Merkezlerin Seçimi, Kümeleme Değerlendirme Kriterleri