KÜMELEME ANALİZİ VE PAZARLAMADA KULLANIMI

Yıl 2011, Cilt: 2 Sayı: 1, 91 - 113, 01.06.2011

Şebnem Koltan Yılmaz Said Patır

Öz

Kümeleme analizi, veritabanlarındaki verilerin gruplar veya kümeler altında toplanarak, benzer özelliklere sahip nesnelerin bir araya gelmesini sağlayan bir veri madenciliği tekniğidir. Bu alışmada amaç, pazarlama alanında işletmelerin dikkate alması gereken en önemli ölçütlerin saptanmasında kümeleme analizi tekniğinin uygun bir yöntem olarak kullanılabileceğini göstermektir. Çalışmada, yeni bir halı temizleyicisini pazarlayan bir işletmenin tüketici satın alma tercihleri üzerinde etkili 5 faktöre göre oluşturulan 22 profilden yararlanarak kümeleme analizi tekniği uygulanmıştır. Bu amaçla “Hiyerarşik Kluster (küme) Analizi” kullanılmıştır. Analiz sonuçları, Dendrogram ve Aglomeratif Çizelge ile de desteklenmiştir. Analizde mesafe olarak kullanılan Kareli Öklid ve Pearson Yakınlık Matriksi ölçütlerine göre de birbirlerine en çok benzeyen profiller ve en az benzerlik gösteren profiller saptanmıştır.

Anahtar Kelimeler

Kümeleme Analizi, Pazarlama, Aglomeratif Çizelge, Dendogram

Kaynakça

• Akın, Y.K. (2008). Veri Madenciliğinde Kümeleme Algoritmaları ve Kümeleme Analizi, Yayınlanmamış Doktora Tezi, İstanbul: Marmara Üniversitesi, Sosyal Bilimler Enstiüsü.
• Albayrak, A. ve Yılmaz, Ş.K. (2009). “Veri Madenciliği: Karar Ağaçları ve İMKB Verileri Üzerine Bir Uygulama”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(1), ss. 31–52.
• Arslan, F.M. (2004). “Spor Ayakkabısı Satın Alma ve Kullanım Amaçlarına İlişkin Pazar Bölümlerinin Oluşturulması: Üniversite Öğrencileri Üzerine Bir Araştırma”, Marmara Üniversitesi İİBF Dergisi, 19(1), ss. 251–276.
• AĢan, Z. (2007). “Kredi Kartı Kullanan Müsterilerin Sosyo-Ekonomik Özelliklerinin Kümeleme Analiziyle İncelenmesi”, Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, Nisan 2007 (17), ss. 256–268.
• AtbaĢ, A.C.G.(2008). Kümeleme Analizinde Küme Sayısının Belirlenmesi Üzerine Bir Çalışma, Yayınlanmamış Yüksek Lisans Tezi, Ankara: Ankara Üniversitesi, Fen Bilimleri Enstitüsü.
• Canıtez, M. ve Yeniçeri, T. (2007). “İhracat Performansı Düşük Olan Kobi‟ler ile Yüksek Olan Kobi‟lerin Farklılıklarını Belirlemeye Yönelik Bir Pilot Araştırma”, Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Temmuz-Aralık 2007 (29), ss. 113–134.
• Çetin, E.İ. (2003). “Çok Değişkenli Analizlerin Pazarlama ile İlgili Araştırmalarda Kullanımı: 1995–2002 Arası Yazın Taraması”, Akdeniz İ.İ.B.F. Dergisi, 5, ss. 32–47.
• Day, G.S. and Heler, R.M. (1971). “Using Cluster Analysis to Improve Marketing Experiments”, Journal of Marketing Research, 8(3), pp. 340–347.
• Demiralay, M. ve Çamurcu, A.Y. (2005). “CURE, AGNES ve K-MEANS Algoritmalarındaki Kümeleme Yeteneklerinin Karsılaştırılması”, İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 4(8), ss.1–18.
• Doğan, B. (2008). Bankaların Gözetiminde Bir Araç Olarak Kümeleme Analizi: Türk Bankacılık Sektörü İçin Bir Uygulama, Yayınlanmamış Doktora Tezi, İstanbul: Kadir Has Üniversitesi Sosyal Bilimler Enstitüsü.
• DurmuĢ, M.S. ve İplikçi, S. (2007). “Veri Kümeleme Algoritmalarının Performansları Üzerine Karsılaştırmalı Bir Çalışma,” Akademik Bilişim 2007, 31 Ocak - 02 Şubat, Kütahya: Dumlupınar Üniversitesi.
• Ergün, E. (2008). Ürün Kategorileri Arasındaki Satış İlişkisinin Birliktelik Kuralları ve Kümeleme Analizi ile Belirlenmesi ve Perakende Sektöründe Bir Uygulama, Yayınlanmamış Doktora Tezi, Afyonkarahisar: Afyon Kocatepe Üniversitesi Sosyal Bilimler Enstitüsü.
• Funfgeld, B. ve Wang, M. (2009). “Attitudes and Behaviour in Everyday Finance: Evidence from Switzerland”, International Journal of Bank Marketing, 27(2) pp. 108–128.
• Green, P., Frank R. and Robinson P. (1967). „„Cluster Analysis in Test Market Selection‟‟, Management Science, 13(8), pp.398.
• Green, P.E. and Wind, Y. (1973). Multiattribute Decisions in Marketing: A Measurement Approach, SPSS 11.0 Help-Topics-Sample Files.
• Gürbüz, M. ve Karabulut, M (2009). “SSCB‟nin Dağılmasıyla Bağımsızlığına Kavuşan Ülkelerde SosyoEkonomik Benzerlik Analizi”, Bilig, Yaz / 2009(50), pp.31-50.
• Hand, D., Manila, H. and Symth, P. (2001). Principles of Data Mining, London: The MIT Press.
• Harrigan, K.R. (1985). “An Application of Clustering for Strategic Group Analysis”, Strategic Management Journal, 6(1), pp. 55-73.
• Helgesen, O., Nesset, E. and Voldsund T. (2009). “Marketing Perceptions and Business Performance Implications for Marketing Education?”, Marketing Intelligence & Planning, 27(1), pp. 25-47.
• Karabulut, M., Gürbüz, M. ve Sandal, E.K. (2004). “Hiyerarşik Kluster (Küme)Teknikleri Kullanılarak Türkiye‟deki İllerin Sosyo-Ekonomik Benzerliklerinin Analizi”, Coğrafi Bilimler Dergisi, 2(2), ss.65-78.
• Ketchen, D.Jr. ve Shook, C.L. (1996). “The Application of Cluster Analysis in Strategic Management Research: An Analysis and Critique”, Strategic Management Journal, 17(6), pp. 441-458.
• Klastorın, T.D. (1983). “Assessing Cluster Analysis Results”, Journal of Marketing Research, 20(1), pp. 92-98.
• Koyuncugil, A.S. ve Özgülbaş, N. (2006). “İMKB‟de İşlem Gören KOBİ‟lerin Finansal Başarısızlığına Etki Eden Faktörlerin Veri Madenciliği ile Belirlenmesi”, 3. KOBİ ve Verimlilik Kongresi, 17–18 Kasım, İstanbul.
• Mehrizi, M.H.R. and Bontis, N. (2009). “A Cluster Analysis of The Km Field”, Management Decision, 47(5), pp. 792-805.
• Özdamar, K. (2004). Paket Programlar İle İstatistiksel Veri Analizi 2, Eskişehir: Kaan Kitabevi.
• Özekes, S. (2003). “Veri Madenciliği Modelleri ve Uygulama Alanları”, İstanbul Ticaret Üniversitesi Dergisi, 2(3), ss. 65-82.
• Sandal, E. K., Karabulut, M. ve Gürbüz, M. (2005). “Sosyo-Ekonomik Kriterler Bakımından Türkiye‟nin Konumu ve Avrupa Birliği”, Fırat Üniversitesi Sosyal Bilimler Dergisi, 15(1), ss.1-14.
• Sackson, M. (1990). “The Use of Cluster Analysis for Business Game Performance Developments in Business”, Simulation & Experiential Exercises, 17, pp. 150-154.
• Sambamoorthi, N. (1999). “Hierarchical Cluster Analysis Some Basics and Algorithms”, Erişim Tarihi: 10.03.2010, http://www.crmportals.com/hierarchical_cluster_analysis.pdf. SPSS 15.0 Help Menüsü.
• Ünlükaplan, Y. (2008). Çok Değişkenli İstatistiksel Yöntemlerin Peyzaj Ekolojisi Araştırmalarında Kullanımı, Yayınlanmamış Doktora Tezi, Adana: Çukurova Üniversitesi Fen Bilimleri Enstitüsü.
• Vatansever, M. (2008). Görsel Veri Madenciliği Tekniklerinin Kümeleme Analizlerinde Kullanımı ve Uygulanması, Yayınlanmamış Yüksek Lisans Tezi, İstanbul: Yıldız Teknik Üniversitesi Fen Bilimler Enstitüsü.
• Yılmaz, Ş.K. (2008). Veri Madenciliği: İstanbul Menkul Kıymetler Borsası Örneği, Yayınlanmamış Yüksek Lisans Tezi, Zonguldak: Zonguldak Karaelmas Üniversitesi Sosyal Bilimler Enstitüsü.
• Yücel, İ. ve Yeniçeri, H. (2008). “İhracat Yapan Kobi‟lerin İnsan Sermayesi, Örgütsel Sermaye, Dışsal Sermaye İle İhracat Performansı İtibariyle Gruplandırılması”, Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 20, s. 707-721.
• Yüksel, C.A. (2002). “Dondurulmuş Hazır Yemek Satın Alan Tüketicilerin Özelliklerini Belirlemeye Yönelik Araştırma”, Ege Akademik Bakış Dergisi, 2(1), s.1-12.