Veri madenciliği yöntemleriyle müşteri kaybı analizi: Yazılım sektörü

Rekabet gücünün arttığı ve hızlı büyüyen sektörlerde devamlılığın sağlanması için sadık müşterilerin artırılması önemli bir konudur. Yeni müşteri kazanmak için harcanan maliyet mevcut müşteriyi elde tutmak için harcanan maliyetten çok daha yüksektir ve bu açıdan mevcut müşterilerin davranışları incelenerek, firmayı bırakma ihtimali olan müşteriler belirlenip memnuniyet artırmaya yönelik çalışmaların yapılması gereklidir. Literatürde, müşteri işletmeyi terk etmeden önce bunu fark edebilecek önleyici yaklaşımlar önerilmektedir. Churn (kayıp) analizi yöntemi de bu yaklaşımlardan biridir. Telekominasyon, bankacılık ve daha çok üyelik sisteminin yoğun olduğu sektörlerde tercih edilen kayıp analizi, bu çalışmada farklı olarak yazılım sektöründe hizmet veren özel bir firma verileriyle yapılmıştır. Veri setinde bulunan 17 özellik analiz edilerek müşteri kayıp durumu ile aralarında anlamlı bir ilişki bulunan değişkenler çalışmada kullanılmıştır. Ürün sayısı, cari sayısı, sipariş sayısı, teklif sayısı, fatura sayısı, kasa kullanıcı sayısı, kargo kullanımı, mail kullanımı, özel rapor kullanımı ve kullanıcı sayısı ile müşteri kaybı arasında anlamlı ilişki bulunmuş ve çalışma bu özellikler kullanılarak yapılmıştır. Veri setimiz 1951 kayıttan oluşmaktadır, bu veriler 1463 adet eğitim verisi 488 adet test verisi olacak şekilde 2 parçaya ayrılmıştır. Veri seti incelenerek ve ön işlemler yapılarak analize uygun hale getirilmiştir. Karar Ağaçları, Rastgele Orman, Lojistik Regresyon, K-nn, Naive Bayes ve Yapay Sinir Ağları algoritmaları kullanılarak müşteri kayıp analizi yapılmış ve doğruluk oranları karşılaştırılmıştır. Veriler çapraz doğrulama(cross validation) ile optimize edilerek, tekrar analiz edilmiş ve iki analiz sonucunda da Rastgele Orman(Random Forest) algoritması en iyisonucu veren algoritma olarak bulunmuştur.