Gelişen teknolojiyle birlikte verinin önemi gün geçtikçe artmakta ve bu sayede birçok sektörde veriler üzerinde çalışmalar yapılabilmektedir. Veri üzerine en etkili çalışmaların yapılabileceği alanlardan biri de bankacılık sektörüdür. Günümüzün rekabet koşullarında yeni müşteriler kazanılması, mevcut müşterileri elde tutmaktan daha çok maliyetlidir. Bu sebeple bankalar mevcut müşterilerini kaybetmemek için çalışmalar yürütmektedirler.
Bankacılık için ele alınan bu çalışma, banka ile ilişkisini kesmiş olan tüzel müşterilerin hangi koşul ve davranışlarda terk durumunu gerçekleştirdiğinin belirlenmesi üzerine yürütülmüştür. Çalışmada 2020 yılı içinde bankayı terk eden ve terk etmeyen müşterilerin verileri, kişisel verilerin korunması kanunu gözetilerek veri tabanından çekilmiştir. Tüzel müşterilerden oluşan veri setinde, 3349 adet Küçük ve Orta Ölçekli İşletmeler, 3349 adet Ticari müşteriler ve 3349 adet Kurumsal müşteriler olmak üzere toplam 10.047 müşteri için çalışma yapılmıştır. Çalışmada müşterilerin demografik verileri, verimlilik/karlılık ölçütleri, ürün bilgileri, kredi bilgileri, kanal bilgileri ve diğer bilgiler olmak üzere altı farklı kategoride 45 adet değişken göz önünde bulundurulmuştur. Makine öğrenmesi yöntemleriyle müşteri terkinini en iyi tahminleyen algoritma belirlenmiştir.
Çalışmada Karar Ağaçları Algoritması, Lojistik Regresyon Algoritması, Naive Bayes Algoritması, Rastgele Orman Algoritması, Destek Vektör Makineleri Algoritması ve Yapay Sinir Ağları yöntemleri kullanılmış olup en iyi sonuç %92,90 oranı ile Destek Vektör Makineleri Algoritması olarak bulunmuştur. Diğer algoritmaların tahminleme oranları %91,48 ile Rastgele Orman Algoritması, %91 ile Yapay Sinir Ağları, %89 ile Lojistik Regresyon Algoritması, %81,04 ile Karar Ağaçları Algoritması ve %73,93 ile Naive Bayes Algoritması olarak bulunmuştur. Bu sonuçlar ışığında makine öğrenmesi metotları kullanılarak bankalardaki tüzel müşteri kayıpları önceden tahmin edilip, müşterilerin kaybedilmemesi için pazarlama çalışmaları geliştirilebilir.
Anahtar Kelimeler: Veri madenciliği, Makine öğrenmesi, Yapay sinir ağları, Terk analizi, Destek vektör makineleri
|
