Alternatif sosyal katmaların bilişsel alışveriş sepetlerinin veri madenciliği ile incelenmesi ve uygulanması

Abstract

İnsanlık tarihinin başlangıcından günümüze kadar geçen sürede, edinilmiş ve aktarılmış her bilginin temeli veriye dayanmaktadır. Gelişen teknoloji ve küreselleşme ile beraber veri kavramı çok büyük bir alana yayılmış ve artan veriyi depolama sorunu ortaya çıkmıştır. Ardından depolanan yığın veri içinden işe yarar, anlamlı bağıntılar çıkartmayı sağlayan ve bilgiye ulaşmaya yardımcı olacak veriyi elde etme problemi doğmuştur. Bu nokta çözüm olarak önce veri tabanlarında bilgi keşfi çalışmaları başlamıştır, sonra ise veri madenciliği kendini göstermiştir. Veri madenciliği, hacmi büyük veri yığınları içerisinden anlamlı ve işe yarar veriler bulma işlemine denmektedir. Bu çalışmada, veri madenciliği çalışmalarında sık kullanılan birliktelik kuralları ile market sepet analizi yapılmıştır. Perakendecilik sektöründe öncü zincir marketlerden biri olan Migros A.Ş. firmasının sosyal katman olarak farklı iki mağazasından edinilen fiş bilgilerinden yararlanılmıştır. Sosyal katmanların tüketici davranışlarına etkilerinin belirlenebilmesi için düzeyleri farklı iki mağaza tercih edilmiştir. Çalışma verileri, SPSS Clementine programında Apriori algoritması kullanılarak analiz edilmiştir. Analiz sonucunda farklı sosyal katmanlarda bulunan tüketicilerin alışveriş alışkanlıkları incelenmiştir ve farklılıklar tespit edilmiştir. Elde edilen sonuçlar ışığında firmaya tavsiyelerde bulunulmuştur.

From the beginning of human history to the present day, the basis of each acquired and imparted knowledge is based on data. With the developing technology and globalization, the concept of data has spread to a large area and the problem at increasing data storage has emerged then the problem of acquiring data, which is useful for extracting meaningful correlation from the stored mass data and helpful for accessing the information, has arase. At this point, as a solution; information discovery studies have started in the databases and than data mining has rised to the occasion. Data mining is called that the task of finding meaningful and useful data from large volumes of data. In this study, market basket analysis was conducted with using association rules that are frequently used in data mining studies. The receipted information obtained from two different (according to social layer) Migros stores, which is one of the leading chain stores in the retailing sector, was used. Two stores with different levels were preferred in order to determine the effects of social layers on consumer behavior. The study data were analyzed with using Apriori algorithm in SPSS Clementine program. As a result of analysis, shopping hobbits of consumers in different social layers were examined and differences were determined. According to the results, recommendations were made to the company.