Telekomünikasyon sektöründen sınıflandırma algoritmaları ile müşteri kayıp analizi

Dijital evren dünya çapında kullanıcılar tarafından üretilen büyük miktarda veri ile doludur. Çeşitli kaynaklardan gelen ve hacmi hızlı bir şekilde artan veri için farklı analiz ve depolama yöntemlerine ihtiyacı duyulmuştur ve bu noktada karşımıza 'Büyük Veri' kavramı çıkmaktadır. Şirketler veya kurumlar süreçlerine bağlı olarak gittikçe daha fazla veri depolamakta ve bu veriyi analiz ederek değer çıkarmaya çalışmaktadır. Günümüz iş dünyası gittikçe rekabetçi olmakta ve müşteri davranışlarını anlamak sürdürebilir rekabette önemli bir avantaj sağlamaktadır. Şirketlerin başarısı büyük ölçüde mevcut müşteri verisini ne kadar iyi analiz edebileceklerine ve anlamlı bilgiler çıkarabileceklerine bağlıdır. Bu kapsamda müşteri ayrılma eğilimini tahmin etmek ve bu eğilime neden olan durumları ortaya çıkarmak için 'Müşteri Kayıp Analizi' çalışmaları yapılmaktadır. Bu tez çalışmasının amacı büyük veri analizi teknolojisi ile telekomünikasyon sektöründe ayrılma eğilimi olan müşterileri tahmin eden modeli oluşturmaktır. Bu kapsamda bir telekomünikasyon şirketinden temin edilen veri kümesine Apache Spark'ın makine öğrenmesi kütüphanesi (MLlib) ile çeşitli sınıflandırma yöntemleri uygulanmıştır. İlk olarak veri üzerinde ön hazırlık işlemleri yapılmış, sonrasında veri setine Lojistic Regresyon, Karar Ağaçları, Rastgele Orman, Gradyan Artırma Makineleri yöntemleri uygulanmıştır. Çalışma sonuçları incelendiğinde müşteri kaybı tahmininde en başarılı sonuçları %86,34 doğruluk %90,82 AUC ve %63,45 F-Ölçütü oranları ile Gradyan Artırma Makineleri yönteminin verdiği ve churn davranışını belirleyen en önemli niteliğin kontrat bitimine kalan süre olduğu görülmüştür.