Bazı Sektörlerde Veri Madenciliği

FİNANS SEKTÖRÜNDE VERİ MADENCİLİĞİ

            Veri madenciliğinin en yaygın kullanıldığı sektörlerden biri finans sektörü diyebiliriz. Gerek bankacılık gerekse sigortacılık faaliyetlerinde geniş uygulama alanı vardır. Günümüzde bankalar müşterilerine ait bir çok bilgiyi veri tabanlarında tutmaktalar. Bu veri tabanlarındaki bilgileri kullanarak yaptıkları veri madenciliği ile yeni kampanyalar oluşturabilmekteler. Bu sayede müşteri memnuniyetinin arttırılması hedeflenmektedir. Diğer taraftan yapılan kredi başvurularının risk analizlerinde de veri madenciliği kullanılır. Örneğin bir müşteri bankaya kredi kullanmak için başvurduğunda o müşteriye ait veriler içinde yapılan veri madenciliği ile müşteriye kredinin verilip verilemeyeceği tespit edilebilir. Bunların yanında veri madenciliğini finans sektörüne getirdiği artılardan bir tanesi de hızlı hizmet sağlama imkanı doğurmasıdır. Örneğin cep telefonundan TC kimlik numaranı mesaj atıyorsun, 5 dakika içinde kredi alıp alamayacağın, alabiliyorsan ne kadar alabileceğin sana bildiriliyor. Tüm bu hizmetler veri madenciliği uygulamaları kullanılarak gerçekleştiriliyor. Aynı şekilde sigorta şirketleri de müşterilerinin risk değerlerini veri madenciliği teknikleriyle tahmin edebiliyorlar. Borsada işlem gören hisse senetlerinin gelecekte izleyecekleri rota da önceki verilere bakılarak tahmin edilebilmektedir. Hisse senedi işlemleri de veri madenciliğinin uygulama alanına girer.

PAZARLAMA SEKTÖRÜNDE VERİ MADENCİLİĞİ

            Veri madenciliği pazarlama sektöründe de çok geniş kullanım alanına sahiptir. Özellikle büyük marketler kampanyalarında ve fiyat belirleme politikalarında veri madenciliğinden faydalanırlar. Örneğin bir market belli ürünlerde indirime gittiğinde karını düşürmemek için diğer ürünlerde fiyat artışına gidebilmektedir. Genellikle marketin fiyat artışına gittiği ürünler, fiyat indirimine gittiği ürünlerle birlikte alınan ürünler olmaktadır. İşte bu noktada veri madenciliği devreye girmektedir. Hangi ürünün hangi ürünle alındığının tespiti günümüzde veri madenciliği yöntemleriyle mümkündür. Diğer taraftan market müşterilerine özel kampanya yapmak istediğinde de o müşterisinin alışveriş alışkanlıklarını veri madenciliği kullanarak tespit edebilir ve bu sayede kişiye özel kampanyalar geliştirebilir. Ayrıca ürünlerin market raflarında dizilme şekli de yine veri madenciliği ile belirlenebilir. Market için birlikte satılan ürünleri yan yana koymak akıllıca bir davranış olacaktır. bir ürünü alan müşteri yakınındaki diğer ürünü de alma eğilimine girdiğinde aradığı ürünün göz hizasında olması o ürünü de almasını sağlayabilir. Pazarlama sektöründe yapılan kampanyaların başarı ve geri dönüş oranlarının hesaplanmasında da veri madenciliği tekniklerinden faydalanılır.

SAĞLIK SEKTÖRÜNDE VERİ MADENCİLİĞİ

Bilgisayarlar hasta bakım hizmetlerinin destekleme, sağlık bakım hizmetlerinin kalitesinin değerlendirilmesi gibi doğrudan sağlık bakım hizmetlerinin sunulmasında kullanılmasının yanı sıra, karar verme, yönetim, planlama ve tıbbi araştırmalar gibi yönetsel ve akademik fonksiyonların yerine getirilmesinde daha fazla kullanılmaya başlanılmıştır. Tıp alanında bulunan mevcut veri oldukça fazla ve hayati öneme sahiptir.  Hastane bilgi sistemleri sayesinde bu veriler düzenli olarak tutulmaktadır. Hayati öneme sahip olan bu verilerden daha fazla yaralanmak mümkündür. Hastane Bilgi sistemlerinden veya diğer tıbbi veri toplayan sistemlerden alınan veriler üzerinde yapılan veri madenciliği çalışmaları hem uzmanlar için hem hastane yönetimi için hem de hastaların daha kaliteli bir hizmet almalarında etkin rol alabilir.

HABERLEŞME SEKTÖRÜNDE VERİ MADENCİLİĞİ

Telekom sektöründe özellikle de ülkemizde yüksek rekabet yaşanmaktadır. Bu da firmaları sürekli olarak müşteri kaybetme riskiyle karşı karşıya bırakmaktadır. Firmalar da müşterilerini kaybetmemek için veri madenciliğinden yararlanırlar. Kaybetme olasılıklarının yüksek olduğu müşterilerini belirleyip onlara özel fırsatlar sunabilirler. Kaybetme olasılıklarının düşük olduğu müşterilerine ise bu şekilde kampanyalar sunmayarak kar marjlarını yüksek tutmaya çalışırlar. Ayrıca pazarda kendilerini öne çıkaracak kampanyaları da oluştururken veri madenciliğinden yararlanırlar. Örneğin öğrencilerin konuşma alışkanlıklarını belirlerler ve öğrencilere özel kampanya düzenlediklerinde bu bilgilerden yararlanırlar.

                                                                                                                                     M.Ali

Veri Madenciliği (Data Mining)

Günümüzde bilgisayarlar ucuzlamakta ve günden güne daha yaygın kullanılmaktadır. Bunun sonucu olarak da bilgisayarlarla işlenen verilerin büyüklüğü her geçen gün artmaktadır. Bu veri yığınlarından anlamlı bilgilerin çıkartılması bu noktada önem kazanan bir olgudur. İçinden bizim için anlam ifade eden bilgiyi çıkartmadığımız sürece büyük data yığınları bizim için anlam ifade etmezler. Bu iş günümüzde veri madenciliği ile yapılmaktadır.

VERİ MADENCİLİĞİ NEDİR?

Büyük veritabanlarından gizli kalmış örüntüleri çıkarma sürecine veri madenciliği adı verilmektedir. Geleneksel yöntemler kullanılarak çözülmesi çok zaman olan problemlere veri madenciliği süreci kullanılarak daha hızlı bir şekilde çözüm bulunabilir. Veri madenciliğinin ana amacı elimizde bulunan veriden gizli kalmış örüntüleri (patterns) çıkarmak, elimizdeki verinin değerini arttırmak ve veriyi bilgiye dönüştürmektir.

VERİ MADENCİLİĞİ UYGULAMA ALANLARI

•  Bankacılık:

·         Risk analizleri ve usulsüzlük tespiti,

·          Farklı finansal göstergeler arasında gizli korelasyonların bulunması,

·          Kredi kartı dolandırıcılıklarının tespiti,

·          Kredi kartı harcamalarına göre müşteri gruplarının belirlenmesi,

·          Kredi taleplerinin değerlendirilmesi.

•  Pazarlama:

•   Çapraz satış analizleri,
• -Müşteri segmentasyonu,
•  Pazar Araştırması;

o   Hedef pazar araştırması,

o   Müşteriler arası benzerliklerin bulunması.

• Müşterilerin satın alma örüntülerinin belirlenmesi;

o   - Müşterilerin demografik özellikleri arasındaki bağlantıların bulunması,

o   - Posta kampanyalarında cevap verme oranının artırılması,

o   - Mevcut müşterilerin elde tutulması, yeni müşterilerin kazanılması,

o   - Pazar sepeti analizi (Market Basket Analysis),

o   - Müşteri ilişkileri yönetimi (Customer Relationship Management),

o   - Müşteri değerlendirme (Customer Value Analysis),

o   - Satış tahmini (Sales Forecasting).

•  Sigortacılık:

• Müşteri kaybı sebeplerinin belirlenmesi,
•  Usulsüzlüklerin önlenmesi,
• Yeni poliçe talep edecek müşterilerin tahmin edilmesi,
• Sigorta dolandırıcılıklarının tespiti,
•  Riskli müşteri örüntülerinin belirlenmesi.

•  Telekomünikasyon:

• Hile tespiti,
• Hatların yoğunluk tahminleri.

•  Borsa:

•    Hisse senedi fiyat tahmini,
•   Genel piyasa analizleri.

•  Tıp:

·         Tıbbi teşhis,

·         Uygun tedavi sürecinin belirlenmesi.

•  Bilim ve Mühendislik:

• Amprik veriler üzerinde modeller kurularak bilimsel ve teknik problemlerin çözümlenmesi,
•   DGA(dissolved gas analysis),
• Trafik analizi
•  DNA analizi[4]

•  Endüstri:

•   Kalite kontrol
•  Lojistik.
•   Veri tabanı analizi ve karar verme desteği
•  Risk Analizi : Kalite kontrol, rekabet analizi, öngörü, sahtekarlıkların saptanması
• Belgeler arası benzerlik : haber kümeleri, e-posta
• Müşteri kredi risk araştırmaları
• Kurum kaynaklarının en optimal biçimde kullanımı
• Geçmiş ve mevcut yapı analiz edilerek geleceğe yönelik tahminlerde bulunma.