Veri madenciliği teknikleri kullanılarak internetten alışveriş yapan tüketicilerin analizi

Anahtar kelimeler: E-ticaret, birliktelik kuralları, Apriori, Carma, Frequent Pattern Growth Bilişim teknolojilerinin gelişmesiyle verilerin toplandığı kaynaklar çeşitlilik kazanmış ve elde edilen verilerin çokluğu nedeniyle anlamlandırılması önem kazanmıştır. Bu çalışmada e-ticaret sektöründe faaliyet gösteren bir firmada en çok satılan ürünlerin analizinin yapılması, beraber satılan ürünlerin tespit edilerek depo içi operasyonel iyileştirilmesi, maliyetlerin azaltılması, çıkış süreçlerinin hızlandırılması amaçlanmıştır. Apriori algoritması birliktelik kurallarından en yaygın olanı olduğu, Frequent Pattern Growth algoritması yüksek performans gösterdiği ve Carma algoritması da daha fazla iyileştirme olanağı sunduğu için tercih edilmiştir. Söz konusu algoritmalar ile firmanın 6 aylık verileri kullanılarak, 10000 adet sipariş içindeki en çok satılan ürünler tespit edilmiştir. Analiz sonuçları 9.ayın 1200 siparişinin satış verileri ile karşılaştırılmış. En iyi sonucu veren Apriori algoritmasına göre belirlenen ilk ürün grubu olan X40-X39 kodlu ürünler tüm siparişlerin %5'ini kapsamaktadır. Siparişlerin %5 ile %1 aralığını kapsayan ilk 7 ürün grubu için, birlikte depo raflarına yerleşmesinin maliyete etkisi zaman etüdü yapılarak analiz edilmiştir. Analiz sonuçları, önerilen sistemin süreç iyileştirmeye olumlu etkisini doğrulamaktadır. Bulunan ürün gruplarının gelecekteki siparişlerde yer alıp almaması durumu yapay sinir ağları ile analiz edilmiştir. 9. ayı takiben 6 aylık süreç boyunca ürün grupların siparişlerde bulunacağı kanıtlanmıştır.