Veri Madenciliği (Data Minning) Ve Örnek Uygulamalar

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.