PAZAR SEPETİ ANALİZİ İLE BİRLİKTELİK KURALLARININ BELİRLENMESİ: PERAKENDE SEKTÖRÜNDE COVID-19 ETKİSİ

Abstract

ÖZET

Bilgisayar sistemleri sayesinde çok fazla miktarda veri kayıt altına alınıp, saklanabilmekte ve işlenebilmektedir. Verilerin saklanıp işlenebilmesi önceki dönemlerde vakit alan ve maliyeti yüksek olan faaliyetler iken, mevcut teknoloji sayesinde, son derece hızlı ve düşük maliyetli hale gelmiştir. Günümüzde büyük miktarlardaki veriler veri madenciliği aracılığıyla analiz edilerek, geleceğe yönelik tahminlerde bulunmaya olanak sağlamaktadır. Alışveriş, bankacılık ve birçok farklı sektör, bünyesinde bulundurduğu çok sayıda veriyi analiz ederek şirketin büyümesi, geliştirilmesi veya olası risklerin tahmin edilerek önlem alınması gibi birçok konuda veri madenciliğinden yararlanmaktadırlar. Veri analizlerinden alınan sonuçlar doğrultusunda kurum ve kuruluşların ihtiyacına göre yol haritası oluşturulmaktadır. Böylelikle, işletmeler hem kullanıcı memnuniyeti konusunda iyileştirmeler yapabilmekte hem de karlılıklarını arttırabilmekte veya olası zararlardan kaçınabilmektedirler.

Bu tez çalışmasında perakende sektöründe hizmet veren bir market işletmesinin müşteri bazında satışları incelenmiştir. Bu veriler ile, veri madenciliğinin temel uygulamalarından olan birliktelik kurallarından yararlanılarak pazar sepet analizi yapılmıştır. Analizler IBM SPSS Modeler veri madenciliği yazılımı ile gerçekleştirilmiş ve Apriori ve GRI birliktelik algoritmaları kullanılmıştır. Bu çalışmada müşterilerin Covid-19 öncesi ve sonrası alışveriş eğilimleri ortaya konulmuştur. Sonuç olarak Covid-19 öncesi ve sonrası gıda ürünlerinde farklılıklar görüldüğü ve pandemi döneminde müşterilerin eğilimlerinin değiştiği gözlemlenmiştir.

ABSTRACT

Thanks to computer systems, large amounts of data can be recorded, stored, and processed. While storing and processing data was time-consuming and costly activities in the previous periods, it has become extremely fast and low cost with the developing technology. In today’s world, large amounts of data are analyzed through data mining, which allows making predictions for the future. Shopping, banking, and many different sectors benefit from data mining in many areas such as the growth and development of the company or taking measures by predicting possible risks by analyzing the large number of data they contain. In line with the results obtained from data analysis, a road map is created according to the needs of institutions and organizations.

Hereby, businesses can both make improvements in user satisfaction and increase their profitability or avoid possible damages. In this thesis, 10-months sales of a company serving in the retail sector on a customer basis were examined. With these data, market basket analysis was performed by using association rules, one of the basic applications of data mining. Analyzes were performed with IBM SPSS Modeler data mining software and Apriori and GRI association algorithms were used. In this study, the impact of the Covid-19 pandemic on consumer behavior has been investigated. Consequently, It has been examined that Covid-19 has impacted consumer behaviors during the pandemic period.