Veri madenciliği,veri ambarı üzerinde
istatistiksel,matematiksel tekniklerle yeni ilişkiler,eğilimler keşfetmeyi
sağlayan bir kaynak.Kısaca;büyük miktarda veri içinden, gelecekle ilgili tahmin yapmamızı sağlayacak bağıntı ve kuralların
aranmasıdır.Literatür tanımında şu geçer: "Knowledge
Discovery in Databases"
( Veri tabanları bilgi keşfi)
Meşhur bir örnek vardır Amerika’da bir markette Perşembe akşamları
çocuk bezi alan müşterilerin %30’u bira da alıyormuş.Bunun nedeni NBA
maçlarıymış.Biz bu bilgiyi bilmesek bize negatif bir bağıntı varmış gibi gelir.
Veri ambarı burada devreye girer, otomatik bir analiz bütün olasılıkları göz önüne
alır ve kolay düşünülemeyecek, örneğin çocuk bezi ve bira arasındaki
bağıntıları da bulur.Burada yeni bir tahmin oluşturabiliriz bira alan cips neden almasın ?
Veri madenciliği sadece bağıntıları bulmamıza yardımcı
olmaz,aynı zamanda sınıflandırmada yapar.Örneğin; “Genç kadınlar küçük araba satın alır; yaşlı, zengin erkekler ise
büyük, lüks araba satın alır.”.Regresyon sayesinde kredi skorlama da
yapmaktadır.Zamana dayalı örnek ; “İlk üç taksidinden iki veya daha fazlasını
geç ödemiş olan müşteriler %60 olasılıkla krediyi geriye ödeyemiyor.” Ve daha bir sürü şey.
Aslında amaç
her zaman belli;
•
Ürünler arasında
bağıntı ?
•
Yeni pazar
segmentleri veya potansiyel müşteriler?
•
Zaman
içindeki satın alma
örüntüleri veya ürün satım eğrileri?
•
Müşterileri
guruplamak, sınıflandırmak ?
Veri madenciliğine
nereden geldim.Takip ettiğim bir sitede 2013 trendlerinin arasında birkaç data minning uygulaması gördüm hoşuma
gitti.Paylaşmadan önce konu hakkında bilgi vermek istedim.Böylece uygulamaların
amacını daha iyi anlamış oluruz,ve hangisinin hangi veri madenciliği uygulamalarına
hitap ediyor az çok kestirebiliriz.
Movenbank:
CRED skoruna göre tasarruf edenleri ödüllendiriyor.Ekim 2012’de hizmete giren
Movenbank, kullanıcıların finansal alışkanlıklarını geliştirmek ve
gösterdikleri pozitif gelişimi ödüllendirmek prensibine dayalı bir finansal hizmet
platformu. Sistem kullanıcının CRED
skoruna dayalı olarak işliyor.
Kullanıcının harcama ve tasaruflarını iyi yönetmesi ve ‘sosyal ağlardaki etkisinin’
artması durumunda CRED skoru da artıyor.
CRED skoru yüksek olan kullanıcılar daha
düşük fiyat ve ek ürünlere erişim gibi
avantajlardan yararlanabiliyor.
Cignifi:
Mobil kullanım verisi üzerinden kredi skoru ABD kökenli Cignifi firması
geliştirdiği analitik teknoloji
sayesinde kullanıcıların mobil cihaz kullanım
alışkanlıklarını - arama yapma, mesajlaşma ve kontör yükleme gibi - inceleyerek
kullanıcının yaşam tarzını değerlendiren ve kredi riski profilini çıkaran bir
çalışma gerçekleştirdi. Brezilya’da pilot uygulama aşamasını geçen servis şu
anda 100 milyon üyesi bulunan büyüyen orta sınıfın hizmetine sunulmuş durumda.
Alışılmış türde kredi verisi mevcut olmadığı için Brezilya’nın orta sınıfının
finansal hizmet ürünlerine erişimi bugüne kadar oldukça sınırlıydı.
Kroger:
Kişiselleştirilmiş süpermarket indirim ABD kökenli süpermarket zinciri Kroger kişiselleştirilmiş
bir indirim kampanyası başlatarak, müşterilerinin sadakat kartı kullanımından
elde edilen verilere göre kişisel indirim kuponları oluşturdu. Kroger’dan
alınan bilgiye göre alışverişçilerinin %70’i bu kişiselleştirilmiş kuponlardan
en az bir tanesini kullandı.
Opower:
Enerji kullanım yarışması düzenleyen sosyal
uygulama Opower enerji uygulaması, Facebook, Natural Resources Defense Council (Doğal Kaynakları Koruma
Heyeti), enerji bilişim alanında yazılımlar üreten Opower ve Amerikalı 16 kamu hizmeti şirketinin
işbirliği sonucunda 2012 Nisan’da hayata geçti. Kullanıcılar enerji hesaplarını
bu uygulamaya bağlayarak ay içindeki
enerji kullanımlarını görselleştirerek izleme imkânı buluyor. Ek olarak, enerji
kullanımlarını arkadaşlarıyla ve diğer hanelerle karşılaştırma ve hanelerdeki
enerji kullanımı düşürmek konulu yarışmalara katılma fırsatına da sahip oluyorlar.
0 yorum:
Yorum Gönder