Oğur, GülfemBorat, Oğuz2023-12-272023-12-272023https://hdl.handle.net/11467/7069https://doi.org/10.55071/ticaretfbd.1327068Günümüzde gelişen teknolojiyle birlikte hızlı değişen pazarlama dünyası artık ürün bazlı alınan stratejilerden uzaklaşarak, müşteri faktörünün önemini anlamış ve müşteriyi odak noktasına koyarak çalışmaları bu yönde yapmıştır. Bu çalışmada perakende sektöründe, müşterilerin alışverişteki davranışları analiz edilerek müşteri profilleri çıkarılıp her bir müşteri profiline uygun kampanya stratejilerinin geliştirilmesi amaçlanmıştır. Yapılan çalışma iki aşamadan oluşmaktadır. Birinci aşamada, müşterilerin satın alma alışkanlıkları RFM analizi ile belirlenmiştir. RFM analizi aracılığıyla müşterinin yakın zamanda satın alma işlemi, işlem sıklığı ve satın alma büyüklüğüne göre segmentlere ayırılmıştır, sonrasında ise her segmente uygun olacak kampanya stratejileri önerilmiştir. İkinci aşamada ise veri madenciliğinde kullanılan birliktelik kuralları analizinden biri olan Apriori Algoritması kullanılarak müşterilerin satın aldıkları ürünler arasındaki bağlantıları analiz edilmiştir. Böylelikle müşterilerin hangi ürünleri birlikte satın aldıkları belirlenip kârı arttırmaya yönelik yapılabilecek stratejilere yön verilmeye çalışılmıştır. Çalışmanın sonuçlarına göre 10 farklı müşteri kümesi oluşturulmuştur. Harcama tutarları en yüksek olup, şirket açısından en karlı müşteri profilinin “Champions” olduğu, en az kârlı ve yakın zamanda neredeyse hiç alışveriş yapmamış kayıp müşteri olarak adlandırdığımız müşteri profillerinin ise “Hibernating” müşteri profilinin olduğu belirlenmiştir.With today's technology, the world of fast marketing has now moved away from product-based combined strategies, understood the change in the customer factor, and the efforts to change the customer from the focal point to the point have been carried out in this direction. In this retail sales sector, it is possible to analyze the growth in shopping in the region, to create customer profiles and to present offers suitable for each customer profile. The study consists of two stages. In the first step, the product of growth was determined by RFM analysis. Throughout the RFM analysis, the recent purchase has been segmented according to transaction costs and purchase volume, then a campaign scheme has been proposed to suit each segment. In the second stage, the links between the purchased products were analyzed by the Apriori Algorithm, which is one of the association rules analysis used in data mining. In this way, sustainable strategies for which products can be purchased together and profited begin to be guided. According to the demonstration of the study, 10 different customer settings are offered. The customer profiles that have the highest expenditure amounts and the profitable customer profile for the company are “Champions”, and the customer profiles that we call the lost customers who are the least profitable and have hardly made any purchases recently are determined by the “Hibernation” customer profiles.trinfo:eu-repo/semantics/openAccessApriori Algoritması, pazar-sepet analizi, perakende sektörü, RFM analizi, veri madenciliğiApriori algorithm, market-basket analysis, retail industry, RFM analysis, data miningArticle2244359376121367410.55071/ticaretfbd.1327068