Classification Of ERP and CRM Software Use in The Digitalization Process With X-Means Cluster Analysis

Year 2024, Volume: 16 Issue: 30, 305 - 324, 30.06.2024

Selfiye Özkan Mustafa Gültepe

https://doi.org/10.38155/ksbd.1385594

Abstract

This study was analyzed using the X-Means clustering algorithm through the Rapidminer data mining application. Based on the analysis results, the grouping of enterprise resource software and customer relations software usage levels in businesses in OECD countries was examined. The findings show that countries are classified into three separate clusters according to their level of use of these software types. When the clusters created according to enterprise source software usage levels are examined, it is seen that Cluster 1 has the highest average center point distance and the differences between countries are evident. Cluster 2 has the lowest average center point distance and it was concluded that the similarity between countries is higher. When the clusters created according to customer relationship management usage levels are examined, it is seen that Cluster 0 has the highest average center point distance and the similarity between countries stands out. In this context, in this article, which examines the usage levels of enterprise resource software and customer relations software, important findings have been reached in terms of understanding the technology usage levels and strategies of businesses.

Keywords

Digitization, Enterprise Resource Planning (ERP) software, Customer Relationship Management (CRM) software, Data Mining, X-Means Clustering

Dijitalleşme Sürecinde ERP ve CRM Yazılımı Kullanımının X-Means Kümeleme Analizi İle Sınıflandırılması

Abstract

Bu çalışma, Rapidminer veri madenciliği uygulaması aracılığıyla X-Means kümeleme algoritması kullanılarak analiz edilmiştir. Analiz sonuçlarına dayalı olarak, OECD ülkeleri işletmelerinde kurumsal kaynak yazılımı ve müşteri ilişkileri yazılımı kullanım düzeylerinin gruplandırılması incelenmiştir. Bulgular, ülkelerin bu yazılım türlerini kullanım düzeylerine göre üç ayrı kümede sınıflandırıldığını göstermektedir. Kurumsal kaynak yazılımı kullanım düzeylerine göre oluşturulan kümeler incelendiğinde, Cluster 1’in en yüksek ortalama merkez noktası mesafesine sahip olduğu ve ülkeler arasındaki farklılıkların belirgin olduğu görülmektedir. Cluster 2 ise en düşük ortalama merkez noktası mesafesine sahip olup, ülkeler arasındaki benzerliğin daha yüksek olduğu sonucuna ulaşılmıştır. Müşteri ilişkileri yönetimi kullanım düzeylerine göre oluşturulan kümeler incelendiğinde, Cluster 0’ın en yüksek ortalama merkez noktası mesafesine sahip olduğu ve ülkeler arasındaki benzerliğin öne çıktığı görülmektedir. Bu bağlamda, kurumsal kaynak yazılımı ve müşteri ilişkileri yazılımı kullanım düzeylerinin incelendiği bu makalede, işletmelerin teknoloji kullanım düzeylerinin ve stratejilerinin anlaşılması açısından önemli bulgulara ulaşılmıştır.

Keywords

Dijitalleşme, Kurumsal Kaynak Yazılımı, Müşteri İlişkileri Yazılımı, Veri Madenciliği, X-Means Kümeleme.

References

• Abd Elmonem, M. A., Nasr, E. S., & Geith, M. H. (2016). Benefits and challenges of cloud ERP systems – A systematic literature review. Future Computing and Informatics Journal, 1(1-2), 1–9. doi:10.1016/j.fcij.2017.03.003.
• Akçapınar, G., Altun, A., & Aşkar, P. (2016). Çevrimiçi öğrenme ortamındaki benzer öğrenci gruplarının kümeleme yöntemi ile belirlenmesi. Eğitim Teknolojisi Kuram ve Uygulama, 6(2), 46-64.
• Ayaydın, H. (2021). Dijitalleşme kobi’lere fırsat penceresi açar mı?. Proceedıngs Book.
• Ayyıldız, M. E., & Tekeoğlu, A. N. T. (2023). Bütünleşik pazarlama iletişiminde CRM yazılımı kullanımının önemi. In International Conference on Contemporary Academic Research. 1, 106-110.
• Buonanno, G., Faverio, P., Pigni, F., Ravarini, A., Sciuto, D., & Tagliavini, M. (2005). Factors affecting ERP system adoption: A comparative analysis between SMEs and large companies. Journal of Enterprise Information Management, 18(4), 384-426.
• Davenport, T. H. (2000). Mission Critical: Realizing the Promise of Enterprise Systems. Boston, Massachusetts: Harvard Business School Press.
• Demir, U. C. (2021). K-Means kümeleme yönteminde en uygun küme sayısının tematik kartografya uygulamaları açısından incelenmesi (Master's thesis, Konya Teknik Üniversitesi).
• Durmuş, R., & Kasımoğlu, M. (2022). İşletmelerde dijitalleşmeye yönelik olarak kurumsal yönetim çerçevesinin oluşturulması: küçük ve orta ölçekli işletmeler üzerine bir araştırma. İstanbul Kent Üniversitesi İnsan Ve Toplum Bilimleri Dergisi, 3(2), 16-36.
• Gupta, S., Meissonier, R., Drave, V. A., & Roubaud, D. (2019). Examining the impact of cloud ERP on sustainable performance: A dynamic capability view. International Journal of Information Management. doi:10.1016/j.ijinfomgt.2019.10.0.
• Klaus, H., Rosemann, M., & Gable, G. G. (2000). What is ERP?. Information Systems Frontiers, 2, 141-162. doi.org/10.1023/A:1026543906354.
• Kösebay, D. (2020). Bulut bilişimin müşteri ilişkileri yönetimine (CRM) etkileri üzerine bir araştırma (Yayınlanmış yüksek lisans tezi). İstanbul Kültür Üniversitesi Lisansüstü Eğitim Enstitüsü, İstanbul.
• Markus, M. L., Axline, S., Petrie, D., & Tanis, S. C. (2000). Learning from adopters' experiences with ERP: Problems encountered and success achieved. Journal of Information Technology, 15(4), 245-265.
• MacQueen, J. (1967). Some methods for classification and analysis of multivariate observations. In Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability. 1,(14), 281-297.
• OECD Raporu (2023). İşletmelerin ERP ve CRM Kullanım Düzeyleri. https://stats.oecd.org/ adresinden erişilmiştir.
• Önbıçak, H. E., & Telli, S. G. (2022). Kobi'lerde Satış Sonrası Hizmetlerin Dijitalleşmesi: Makine İmalat Sektörü İzmir İli Örneği. Journal Of Business İn The Digital Age, 5(1), 1-15.
• Öztopuz Eren, R. (2020). Veri madenciliğinde Apriori algoritması ve depo düzenleme probleminde satış verileri üzerinden birliktelik analizi (Yüksek lisans tezi). Kocaeli Üniversitesi Fen Bilimleri Enstitüsü, Kocaeli.
• Pelleg, D., & Moore, A.W. (2000). X-means: Extending k-means with efficient estimation of the number of clusters. Icml, Proceedings of the Seventeenth International Conference on Machine Learning.
• Seth, M., Goyal, D. P., & Kiran, R. (2017). Diminution of impediments in implementation of supply chain management information system for enhancing its effectiveness in Indian automobile industry. Journal of Global Information Management (JGIM), 25(3), 1-20.
• Sumner, M. (2000). Risk factors in enterprise wide information management systems Projects. In Proceedings of the 2000 ACM SIGCPR Conference on Computer Personnel Research. 180-187.
• Ballestero, T. P., González-Serrano, L., Soguero-Ruiz, C., Muñoz-Romero, S., & Rojo-Álvarez, J. L. (2018). Using big data from customer relationship management information systems to determine the client profile in the hotel sector. Tourism Management, 68, 187–197. doi:10.1016/j.tourman.2018.03.017.
• Wieder, B., Booth, P., Matolcsy, Z. P., & Ossimitz, M. L. (2006). The impact of ERP systems on firm and business process performance. Journal of Enterprise Information Management, 19(1), 13-29.
• Ventura, K., Kabasakal, İ., Keskin, F. D., & Soyuer, H. (2019). Pazar ve müşteri yönlü IOT (Internet of things-nesnelerin interneti) uygulamalarının iş yazılımları kapsamında analizi. Yaşar Üniversitesi E-Dergisi. 14(56), 507-521.