Perakende şirketi satış verilerinde apriori algoritması ile market sepet analizi ve detaylı müşteri segmentasyonu
Yükleniyor...
Dosyalar
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Karabük Üniversitesi, Lisansüstü Eğitim Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışma, bir perakende şirketinin 2019 yılına ait satış verilerinin detaylı analizini ve müşteri segmentasyonunu sunmaktadır. Veri seti; satış fişleri, ürün kategorileri, müşterilerin doğum tarihleri, milliyetleri ve satışların gerçekleştiği mağazalar gibi çeşitli bilgileri içermektedir. Analizler, SQL ve Apriori algoritması kullanılarak gerçekleştirilmiştir. Çalışmanın amacı, müşteri davranışlarını daha iyi anlamak, satış trendlerini belirlemek ve pazarlama stratejilerini optimize etmektir. Ürünler arasındaki ilişkiler, aylık ve milliyet bazında satış trendleri, mağaza bazında ürün tercihleri gibi çeşitli analizler yapılmıştır. Örneğin, belirli ürünlerin birlikte satın alınma olasılıkları, müşteri doğum tarihleri ve milliyetlerine göre alışveriş eğilimleri incelenmiştir. Ayrıca, farklı mağazalardaki ürün tercihleri analiz edilerek lojistik ve stok yönetimi stratejilerine katkıda bulunulmuştur. Elde edilen bulgular, belirli ürünler arasındaki güçlü ilişkileri ve farklı müşteri segmentlerinin alışveriş alışkanlıklarını ortaya
koymaktadır. Bu tür detaylı analizlerin, perakende sektöründe veri odaklı karar alma süreçlerine önemli katkılar sağlayacağı düşünülmektedir. Sonuçlar ile perakende stratejilerinin optimize edilmesi ve müşteri memnuniyetinin artırılması hedeflenmektedir. Ayrıca, çalışmanın bulguları, perakende sektöründe veri madenciliği ve analitik tekniklerin uygulanabilirliğini göstermekte ve bu tür tekniklerin iş süreçlerine entegrasyonunun önemini vurgulamaktadır.
This study presents a detailed analysis of a retail company's sales data from the year 2019, along with customer segmentation. The dataset includes various information such as sales receipts, product categories, customers' birth dates, nationalities, and the stores where the sales occurred. The analyses were conducted using SQL and the Apriori algorithm. The aim of the study is to better understand customer behavior, identify sales trends, and optimize marketing strategies. Various analyses were performed, including relationships between products, sales trends by month and nationality, and product preferences by store. For example, the likelihood of certain products being purchased together, shopping tendencies based on customers' birth dates and nationalities were examined. Additionally, product preferences across different stores were analyzed to contribute to logistics and inventory management strategies. The findings reveal strong relationships between specific products and the shopping habits of different customer segments. Such detailed analyses are believed to significantly contribute to data-driven decision-making processes in the retail sector. The results can help optimize retail strategies and enhance customer satisfaction. Moreover, the study demonstrates the applicability of data mining and analytical techniques in the retail sector, highlighting the importance of integrating these techniques into business processes.
This study presents a detailed analysis of a retail company's sales data from the year 2019, along with customer segmentation. The dataset includes various information such as sales receipts, product categories, customers' birth dates, nationalities, and the stores where the sales occurred. The analyses were conducted using SQL and the Apriori algorithm. The aim of the study is to better understand customer behavior, identify sales trends, and optimize marketing strategies. Various analyses were performed, including relationships between products, sales trends by month and nationality, and product preferences by store. For example, the likelihood of certain products being purchased together, shopping tendencies based on customers' birth dates and nationalities were examined. Additionally, product preferences across different stores were analyzed to contribute to logistics and inventory management strategies. The findings reveal strong relationships between specific products and the shopping habits of different customer segments. Such detailed analyses are believed to significantly contribute to data-driven decision-making processes in the retail sector. The results can help optimize retail strategies and enhance customer satisfaction. Moreover, the study demonstrates the applicability of data mining and analytical techniques in the retail sector, highlighting the importance of integrating these techniques into business processes.
Açıklama
Anahtar Kelimeler
Perakende Analizi, Apriori Algoritması, Müşteri Segmentasyonu, Retail Analysis, Apriori Algorithm, Customer Segmentation
