bilgiz.org

Veri madenciLİĞİne giRİŞ Veri Madenciliği Nedir?

  • 2.2.4 Modelin Kullanılması
  • Modelin İzlenmesi
  • 3.VERİ MADENCİLİĞİNDE KULLANILAN PROGRAMLAR



  • Sayfa3/8
    Tarih29.12.2017
    Büyüklüğü257.4 Kb.

    Indir 257.4 Kb.
    1   2   3   4   5   6   7   8

    Veri madenciliği modelleri





    • Sınıflama (Classification) ve Regresyon (Regression),

    • Kümeleme (Clustering),

    • Birliktelik Kuralları (Association Rules) ve Ardışık Zamanlı Örüntüler (Sequential Patterns),

    2.2.4 Modelin Kullanılması

    Kurulan ve geçerliliği kabul edilen model doğrudan bir uygulama olabileceği gibi, bir başka uygulamanın alt parçası olarak kullanılabilir. Kurulan modeller risk analizi, kredi değerlendirme, dolandırıcılık tespiti gibi işletme uygulamalarında doğrudan kullanılabileceği gibi, promosyon planlaması çalışmasına eklenebilir veya tahmin edilen üretim düzeyleri yeniden sipariş miktarının altına düştüğünde, otomatik olarak sipariş verilmesini sağlayacak bir uygulamanın içine eklenebilir.



        1. Modelin İzlenmesi

    Zaman içerisinde bütün sistemlerin özelliklerinde ve dolayısıyla ürettikleri verilerde ortaya çıkan değişiklikler, kurulan modellerin sürekli olarak izlenmesini ve gerekiyorsa yeniden düzenlenmesini gerektirecektir. Tahmin edilen ve gözlenen değişkenler arasındaki farklılığı gösteren grafikler model sonuçlarının izlenmesinde kullanılan yararlı bir yöntemdir.


    3.VERİ MADENCİLİĞİNDE KULLANILAN PROGRAMLAR





    • SPSS

    • CLEMENTİNE

    • SAS

    • ENTERPRİSE MİNER

    Günümüzde en çok kullanılan veri madenciliği programlarının başında büyük çapta istatistik programları olan SAS ve SPSS gelmektedir.


    SPSS
    Merkezi Chicago’da bulunan SPSS 1967 yılından bu yana verilerdeki gizli bilgileri keşfetme ve stratejik karar desteği sağlama yönünde ileri analitik çözümler sunmaktadır. SPSS’in veri madenciliği metadolojisi olarak kabul ettiği CRISP DM (cross ındustry standart processing for data mining) %50’nin üzerinde bir kullanıma sahiptir. Internet kayıtlarına ve elde edilen verilere gelişmiş veri madenciliği teknikleri uygulayarak, kullanıcılar ile birebir ilişki kurmayı sağlayacak öngörüler elde edilebilir. Bu aşamada SPSS çözümlerine, teknolojilerine ve danışmanlığına başvurarak, güvenilir sonuçlar elde etme yolunda bir adım atmış oluruz. SPSS veri madenciliği çalışmalarına kendi yeteneğini ve tecrübesini getirerek, öğrenme süresini azaltacak, çalışmalara en hızlı şekilde başlamamızı sağlayacaktır.
    ÖRNEK 1: Hollanda’da bulunan IGNATIUS Hastanesi ise tedavi sürelerinin ve belirli bir sürede tedavi ihtiyacı olan kişi sayısının ve her bir hasta için tedavi süresinin tahmin edilmesi yönünde uygulamalar geliştirmiş ve yaptığı analizler sonucunda elde ettiği bilgi ile hastane kadro ve kaynak ihtiyaçlarının doğru belirlenmesini sağlamış ve geçmiş hasta verilerinden elde ettiği bilgi ile kalp hastalıklarında bypass ameliyatlarının riskini minimuma indirmeyi başarmıştır.
    ÖRNEK 2:HSBC Amerika, SPSS veri madenciliği çözümleri ile yaptığı çalışmada müşteri ihtiyaçlarını ve davranışlarını tespit etmiş ve doğru müşteriye doğru önerilerle giderek pazarlama maliyetlerinde %30’luk bir azalma sağlarken, satışlarını %50 artırmıştır. Edinilen deneyim ve başarı ile öğrenen bir organizasyon olma ve bilgiye dayalı yeni bir çalışma stratejisi benimsemiştir. Banco Espírito Santo (BES) SPSS’ in veri madenciliği çözümleri sayesinde, kendisi ile çalışmayı bırakmaya meyilli müşteri profilini tanımlayabilmiştir. Stratejik planlama ekibi, bu müşteri profilini canlı tutan, kaybetmeden önce geri kazanmaya ve müşteriyi memnun etmeye yönelik modeller geliştirmiştir. Sonuç olarak, müşterinin hareketlerinden fayda yaratma kabiliyeti edinerek, müşteri kaybını %15-20 azaltmış, karlılıklarını %10-20 arttırmışlardır.
    CLEMENTİNE
    SPSS veri madenciliği çözümü, CLEMENTİNE istatistik ve yapay zeka kökenli algoritmaları bir arada sunan, veri ambarlarına yaptığınız yatırımların geri dönüşü noktasında kritik bir çözümdür. CLEMENTİNE, uygulama kolaylıkları, açık yapısı ve açık metadolojisi ile ülkemizde ve dünyada veri madenciliği uygulamalarında tercih edilirliği en yüksek olan çözümdür.


    ÖRNEK 3: Amerika’nın en büyük kablosuz iletişim sağlayıcısı olan VERİZON kaybetme olasılığı yüksek olan müşterilerini ve müşteri kaybına neden olan faktörleri belirleme amaçlı bir Veri Madenciliği çalışması yapmıştır. 28 milyon müşterisi olan VERİZON’un en büyük sorunu müşterilerinin %40’nın aylık konuşma sürelerinin düşük olması ve müşteri başına elde edilen aylık gelirin 50$ dan az olmasıdır. Şirket bünyesinde toplanan verilerden faturalama sistem kayıtları, müşterilerin arama ve konuşma detay kayıtları, uygulanan fiyat planı verileri kullanılmıştır.
    SPSS CLEMENTİNE ile gerçekleştirilen çalışma sonucunda verideki gizli bilgiler açığa çıkarılmış, müşteriler davranışlarına göre gruplandırılmıştır. Belli kanallarda müşteri kaybının daha fazla olduğu görülmüş, az kullanım, kontrat tarihinin bitmiş olması, kullanılan cep telefonunun eski model olması önemli etkenler olarak belirlenmiştir. İlk çalışmada verilerin modellenmesi, modeller baz alınarak bir strateji belirlenmesi ve kampanya oluşturulması, elde edilen veriler ışığında modellerin güncellenmesi ve yeni stratejiler oluşturulması şeklinde 6 aylık bir süreç yaşanmıştır. İlk aşamada dahi edinilen kazanımlar, müşteri kaybını engelleme, pazarlama maliyetlerini azaltma, müşteri karlılığını artırma olarak bakıldığında yapılan yatırımın geri dönüşümü sağlanmıştır.
    SAS (Statistical Analysis Software)
    SAS’ın dünya çapında 112 ülkede 44000’i aşkın kullanıcısı bulunmaktadır. En son versiyonu 9.1.3 2007 yılının son aylarında piyasaya sunulmuştur. Kullanımı SPSS programına göre biraz daha zordur. SAS programında komut yazmak gerekir. Veriler üzerinde gerekli istatistik tekniklerini kullanarak tahmini sonuçlar verir. SAS Araştırma, Kamu ,Perakende, Sigorta, Bankacılık, Medya, Eğitim ve Telekomünikasyon sektörlerinde kullanılmaktadır.
    ÖRNEK 4: Fiyat endekslerinin hesaplanması, işgücü ve istihdam endeksleri, hane halkı bütçe anketleri, gelir dağılımı, yoksulluk çalışmaları, dış ticaret istatistikleri gibi birçok çalışmada SAS çözümlerinden yaralanan TÜİK ‘2003 yılı Hane Halkı Bütçe Anketi’ çalışmasını bu sistem aracılığıyla tamamlamıştır.
    Enterprise miner
    Şirketlerin çok büyük veri yığınlarından kritik bilgileri elde etmelerini sağlayan Veri Madenciliği çözümlerinde dünyada önemli bir yere sahip olan SAS, veri üzerinde değil, bilgi üzerinde düşünme ve strateji geliştirme avantajını bir adım öteye taşıyarak SAS Enterprise Miner 5.1’ i geliştirmiştir. Regresyon, sınıflama, istatistiksel analiz gibi fonksiyonları içerir. İstatistiksel analiz araçlarının çeşitliliği en önemli özelliğidir.
    ÖRNEK 5: Garanti Bankası müşterilerine sunduğu hizmetleri daha iyi bir noktaya taşımak amacıyla SAS’ın veri madenciliği ürününü tercih etmiştir. Müşterilerin finansal davranış modelleri ile ilgili detaylı bilgi elde etmeyi hedefleyen Garanti, böylelikle daha etkin müşteri ilişkileri yönetimi çalışmaları yapabilecektir.


    1   2   3   4   5   6   7   8






        Ana sayfa


    Veri madenciLİĞİne giRİŞ Veri Madenciliği Nedir?

    Indir 257.4 Kb.