Geliþen teknolojiyle birlikte verinin önemi gün geçtikçe artmakta ve bu sayede birçok sektörde veriler üzerinde çalýþmalar yapýlabilmektedir. Veri üzerine en etkili çalýþmalarýn yapýlabileceði alanlardan biri de bankacýlýk sektörüdür. Günümüzün rekabet koþullarýnda yeni müþteriler kazanýlmasý, mevcut müþterileri elde tutmaktan daha çok maliyetlidir. Bu sebeple bankalar mevcut müþterilerini kaybetmemek için çalýþmalar yürütmektedirler.
Bankacýlýk için ele alýnan bu çalýþma, banka ile iliþkisini kesmiþ olan tüzel müþterilerin hangi koþul ve davranýþlarda terk durumunu gerçekleþtirdiðinin belirlenmesi üzerine yürütülmüþtür. Çalýþmada 2020 yýlý içinde bankayý terk eden ve terk etmeyen müþterilerin verileri, kiþisel verilerin korunmasý kanunu gözetilerek veri tabanýndan çekilmiþtir. Tüzel müþterilerden oluþan veri setinde, 3349 adet Küçük ve Orta Ölçekli Ýþletmeler, 3349 adet Ticari müþteriler ve 3349 adet Kurumsal müþteriler olmak üzere toplam 10.047 müþteri için çalýþma yapýlmýþtýr. Çalýþmada müþterilerin demografik verileri, verimlilik/karlýlýk ölçütleri, ürün bilgileri, kredi bilgileri, kanal bilgileri ve diðer bilgiler olmak üzere altý farklý kategoride 45 adet deðiþken göz önünde bulundurulmuþtur. Makine öðrenmesi yöntemleriyle müþteri terkinini en iyi tahminleyen algoritma belirlenmiþtir.
Çalýþmada Karar Aðaçlarý Algoritmasý, Lojistik Regresyon Algoritmasý, Naive Bayes Algoritmasý, Rastgele Orman Algoritmasý, Destek Vektör Makineleri Algoritmasý ve Yapay Sinir Aðlarý yöntemleri kullanýlmýþ olup en iyi sonuç %92,90 oraný ile Destek Vektör Makineleri Algoritmasý olarak bulunmuþtur. Diðer algoritmalarýn tahminleme oranlarý %91,48 ile Rastgele Orman Algoritmasý, %91 ile Yapay Sinir Aðlarý, %89 ile Lojistik Regresyon Algoritmasý, %81,04 ile Karar Aðaçlarý Algoritmasý ve %73,93 ile Naive Bayes Algoritmasý olarak bulunmuþtur. Bu sonuçlar ýþýðýnda makine öðrenmesi metotlarý kullanýlarak bankalardaki tüzel müþteri kayýplarý önceden tahmin edilip, müþterilerin kaybedilmemesi için pazarlama çalýþmalarý geliþtirilebilir.
Anahtar Kelimeler: Veri madenciliði, Makine öðrenmesi, Yapay sinir aðlarý, Terk analizi, Destek vektör makineleri
|
