Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, İşletme Fakültesi, Almanca İşletme Bölümü, Türkiye
Tezin Onay Tarihi: 2007
Tezin Dili: Almanca
Öğrenci: NİSBET GÜLDEN YÜKSEK
Danışman: GÜLPINAR KELEMCİ
Özet:MEVCUT MÜŞTERİ SEGMENTASYONUNDA VERİ MADENCİLİĞİ YÖNTEMİNİN KULLANILMASI –TÜRKİYE‘ DE AKARYAKIT SEKTÖRÜNDE UYGULAMA Müşteri segmentasyonu müşterilerin istek, ihtiyaç ve davranışlarının esas alınarak pazarın benzer karakteristikler taşıyan müşteri gruplarına bölünmesidir. Elde edilen segmentler bazında, müşteriye özel çözümler sunulması, hedefe yönelik kampanyaların tasarlanması ve uygun pazarlama araçlarının seçilmesi sağlanır. Veri madenciliği yönteminin en yaygın kullanıldığı alanlardan biri müşteri segmentasyonudur. Veri madenciliği ile varolan müşteri veri tabanları kullanılarak müşteriler efektiv ve amaca uygun olarak gruplandırılabilirler. Veri madenciliği büyük veri kümeleri içerisinde yeni, geçerli ve ilgili faaliyete yönelik anlamlı bilgi kazanılması sürecini ve bu bilgiden işletme kararlarında yararlanılmasını kapsamaktadır. Bu tezin amacı veri madenciği yöntemi kullanılarak varolan müşterileri segmentlere ayırmak ve bu segmentlere özel, ihtiyaca yönelik pazarlama stratejileri geliştirmektir. Bu hedef doğrultusunda Türkiye‘de akaryakıt sektörü ele alınmış ve sektörde bir firmada veri madenciliği uygulaması, kümeleme metodolojisi izlenerek gerçekleştirilmiştir. ZUSAMMENFASSUNG EINSATZ VON DATA MINING ALS SEGMENTIERUNGSINSTRUMENT DER VORHANDENEN KUNDEN – AM FALLBEISPIEL VON KRAFTSTOFF SEKTOR IN DER TÜRKEI Im Rahmen der Individual Marketing sollen Kunden spezifische Marketingaktivitäten gebildet werden um Kundenwünsche zu bestätigen. Segmentierung von Kunden werden vorgenommen, um Zielgruppen voneinander abgrenzen zu können, die unterschiedliche Produktaffinitäten besitzen und die auf unterschiedlichen Kommunikationskanälen angesprochen werden sollen. Die Auswahl der richtigen Segmente für Marketingaktivitäten ist die Voraussetzung für Unternehmenserfolg. Dies erfolgt noch häufig gemäß der Erfahrung der Marketingspezialisten, indem aufgrund sozio-demografischer Kriterien und ähnlichen Zielgruppen definiert werden. Aber mittels Data Mining ist es möglich, Kundensegmente auf der Basis der bisherigen Daten viel präziser und Erfolg versprechender zu definieren. Bei Segmentierung werden die Kunden in getrennte Kundengruppen, die ähnliche Eigenschaften und Neigungen haben, unterteilt. Das Verstehen des Verhaltens jedes Segmentes ermöglicht Gesellschaften, spezielle Produktangebote oder Absatzprogramme für die Gruppe von Kunden mit dem ähnlichen Verhalten zu entwickeln. Data Mining umfasst den Prozess der Gewinnung neuer, valider und handlungsrelevanter Informationen aus großen Datenbanken und die Nutzung dieser Informationen für betriebswirtschaftliche Entscheidungen. Das Ziel dieser Arbeit ist Anwendung von Data Mining, um Zielgruppen auf der Basis der Bestandskundendaten Erfolg versprechender zu segmentieren und gemäß den Ergebnissen für diese Segmente Marketing spezifische Strategien in Kraftstoffsektor abzubilden.