Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11779/1175
Title: E-Commerce Customer Shurn Prediction Based Machine Learning Algortihms
Authors: Eser, Ahmet Yetkin
Advisors: Arısoy Saraçlar, Ebru
Keywords: Churn Analysis
Exploratory Data Analysis
Descriptive Analysis
Machine Learning Algorithm
Müşteri Kaybı Analizi
Açımlayıcı Veri Analizi
Tanımlayıcı Veri Analizi
Makine Öğrenmesi Metotları
Publisher: MEF Üniversitesi, Fen Bilimleri Enstitüsü
Source: Eser, AY. (2018). E-commerce customer shurn prediction based machine learning algortihms, MEF Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiye
Abstract: With the development and popularization of a digital world, human behavior has changed so remarkably. A lot of sectors affected because of this change. One of the most affected areas is the retail sector. People have left their regular shopping habits and started shopping on e-commerce sites. Thanks to increasing of variety and volume of collected data and velocity of new machines, companies can use sophisticated algorithms efficiently on their data. In this paper, we discuss about how companies can predict potential churned customers with machine learning methods.
Dijital araçlardaki gelişmeler ve yaygınlaşmalar insanların davranışlarında büyük değişimlere sebep olmaktadır. Bu değişimlerden pek çok sektör etkilenmektedir. En çok etkilenen sektörlerden biri de perakende sektörüdür. İnsanlar normal ticaret alışveriş alışkanlıklarını bırakıp e-ticaret sitelerinden alışveriş yapmaya başlamışlardır. Ve e-ticaret sitelerinden alışveriş yapan kitle süratle artmaktadır. Şirketler gelişen teknolojiler ve toplanan dataların artması sayesinde gelişmiş algoritmalarla müşterilerini kolayca analiz edebilmeye başlamışlardır. Bu yazıda, şirketlerin makine öğrenmesi metotlarıyla alışveriş yapmayı bırakacak müşterileri önceden nasıl tahmin edebileceklerini araştıracağız.
URI: https://hdl.handle.net/20.500.11779/1175
Appears in Collections:FBE, Yüksek Lisans, Proje Koleksiyonu

Files in This Item:
File Description SizeFormat 
AhmetYetkinEser.pdforiginal2.05 MBAdobe PDFThumbnail
View/Open
Show full item record



CORE Recommender

Page view(s)

48
checked on Nov 4, 2024

Google ScholarTM

Check





Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.