Veri Madenciliği Uygulama Alanları

VM‟ nin uygulama alanlarını kısıtlamak sadece bu alanlarda uygulama yapılmıştır demek yanlış olur. VM‟ ni, verinin yoğun olarak üretildiği her alanda görmek mümkündür.

Sağlık alanında

Tıp ve sağlık alanında yapılan çalışmalar bazı hastalıkların önceden teşhis edilmesinde önemli bir öneme sahiptir. Bu çıkarımların yapılmasında operasyon verileri, hasta verileri, uygulanan tedavi yöntemi ve tedavi sürecine dair veriler, hasta tarama testleri vb. birçok verinin büyük katkısı vardır (Baykasoğlu, 2010).

Bilimsel ve mühendislik alanında

Laboratuar ve bilgisayar ortamında yapılan birçok çalışmada elde edilen verilerin anlamlandırılması için VM teknikleri kullanılmaktadır (Akgöbek ve Çakır, 2009). Örneğin çimento deneylerinden elde edilen veriler yardımıyla mukavemet analizi, üretim sistemlerinin benzetiminden elde edilen verilerden sistem performansını etkileyen faktörlerin ve kuralların çıkarılması, deprem verilerinin analizi ile deprem ve etkilerinin tahmini, kalite kontrol uygulamaları gibi alanlarda kendine uygulama alanı bulmuştur (Baykasoğlu, 2010).

Kamu uygulamalarında

Özel hizmet sunan ticari kuruluşlarda olduğu gibi devlet kurumları da vatandaşların ihtiyaçlarına göre özel hizmet sunabilmenin önemini kavramışlardır. Uygulama olarak karşımıza kaynakların doğru olarak kullanımını sağlama ve planlama, kamu güvenliğinin sağlamak ve güvenlik problemlerini önceden tahmin etmek, rastlantısal

olaylardaki sorunların çözümüne dair izleri keşfetmek ve olası güvenlik sorunlarını eş zamanlı olarak tespit edebilme ve çözüm üretebilme, sağlık ödemeleri vb. konularda şüpheli durumların tespiti, suiistimal ve israfları belirleme ve milyonlarca dolarlık zararı engelleme gibi daha birçok konuda kamu alanında uygulanma şansına sahiptir. Bu uygulamalar doğrultusunda Türkiye‟ deki E-Devlet uygulamasının büyük bir önem kazandığı görülmektedir. Bu uygulama ile bilgiye eş zamanlı ulaşma ve daha iyi hizmet verme amaçlanmaktadır. Bu faaliyet verimli ve etkili bir şekilde sürdürülebilmesi içinde e-devlet uygulamasını kullananların web sayfasında hangi sayfaları kullandığı, ziyaretçi davranışlarına göre kurumun web sayfasını vatandaşın ihtiyacına daha iyi yanıt verecek şekilde yeniden düzenlenmesiyle gerçekleştirilebilir (Haberal, 2007).

ĠĢ uygulamalarında

İş süreçleri sırasında büyük miktarda veriler üretilir. Bu veriler müşteri veri tabanlarındaki bilgilerden oluşur. Bu veriler yardımıyla reklam ve promosyon ile ilgili karar verme mekanizmaları geliştirilebilir (Akgöbek ve Çakır, 2009).

Perakendecilik-marketçilik uygulamaları

Bu uygulamalarda sepet analizi yapılır. Sepet analizinde amaç alınan ürünler arasındaki ilişkileri bulmaktadır. Bu ilişkiler sayesinde işletmelerin kar oranlarının arttırılması amaçlanmaktadır. Örneğin A ürünü alanların B ürününü de çok yüksek olasılıkla aldıklarını biliyoruz ve A ürününü alıyor B ürününü almıyorsa o potansiyel bir A ürünü müşterisi olduğu anlaşılmaktadır. Bu durumda kullanıcının dikkatini çekmek için iki ürün (A ve B) birlikte sergilenir. Bu uygulama sayesinde beraber alınan ürünlerin bir arada tutulması ürün satışında etkili bir yöntemdir (Akgöbek ve Çakır, 2009).

Bankacılık, finans ve borsa uygulamalarında

Bankacılık sektöründe kredi ve kredi kartı sahtekârlığı tahmininde, risk değerlendirmede, müşteri eğilim analizlerinde, kar analizi gibi alanlarda VM kullanılmaktadır. Finans ve borsa kuruluşları ise stok fiyat tahminlerinde, gümrük ölçümleme, portföy yönetimi gibi alanlarda VM yöntemleri kullanılmaktadır (Aynekin,2006; Akgöbek ve Çakır, 2009).

Ġnternet uygulamaları

İnternet uygulamaları tüm dünyada yaygın olarak kullanılan bir teknolojidir. İnternet ve Web üzerindeki veriler hem hacim hem de karmaşıklık olarak hızla artmaktadır. Web üzerinde yer alan bu karmaşık bilgiler içerisinden anlamlı bilgilerin çıkarılması VM teknolojileri sayesinde yapılmaktadır. Bu uygulamalar zaman içerisinde kendini geliştirerek veri madeniliğinin bir kolu olan WM olarak anılmaya başlanmıştır. WM‟ de amaç internet ve web ortamında kullanıcıların bırakmış oldukları izlerden onların isteklerine daha iyi cevap vermek, Web kullanımını kullanıcıların istekleri ve erişim şekillerine göre yeniden tasarlayarak kullanıcılara kolaylık sağlamayı amaçlamıştır (Gürcan, 2009; Arslan, 2008; Aynekin, 2006; Onat, 2008).

Doküman uygulamaları

Bu VM‟ de dokumanlar üzerinde elle bir tasnif yapmadan benzerlik hesaplamaları yapmayı sağlar. Genel anlamda bu uygulamalarda dokuman içerisinden anahtar sözcüklerin tekrar sayısı sayesinde yapılan bir çıkarım tekniğidir. Örneğin ürün tasarım dokümanları ve internet dokümanları arasında mevcut tasarım için kullanılabilecek ne gibi dosyaların olduğunun aranması örnek olarak verilebilir (Akgöbek ve Çakır, 2009).

Eğitim sektörü uygulamaları

Öğrenci ile ilgili bilgilerin yer aldığı tüm sistemleri içerisine alan (öğrenci işleri, öğrenci dosyaları, WTUE‟ de öğrenci profili vb.) ve bu sistemler içerisindeki bilgiler yardımıyla öğrencilerin başarı ve başarısızlık nedenleri, başarının arttırılması için hangi konulara ağırlık verilmesi gerektiği, üniversite giriş puanları ile okul başarısı arasında bir ilişkinin olup olmadığı, WTUE sistemlerinde web sayfasının içeriğinin öğrenci başarısındaki rolünün ne kadar başarılı olup olmadığı gibi konularda sorulan sorulara cevap arayarak bu cevaplar doğrultusunda eğitim kalitesi ve performansını artırmayı amaçlar.

Genel anlamda hangi alanlarda ve hangi amaçlarla kullanıldığını özetleyecek olursak (Gürcan, 2009; Arslan, 2008; Aynekin, 2006; Onat,2008);

 Mühendislik Alanında

 Temel olarak verilerin sınıflandırılmasında,  Görüntü işlemede,

 Yapay sinir ağlarında,

 Ampirik veriler üzerinde modeller kurarak bilimsel ve teknik problemlerin çözümlenmesi gibi konularda çalışmalar yapılmaktadır.

 Pazarlama Alanında  Müşteri analizinde,

 Müşterilerin farklı özellikleri arasındaki bağıntıların kurulmasında,  Farklı müşteri portföylerinin modellenmesinde,

 Pazarlama kampanyalarında,

 Mevcut müşterilerin elde tutulması için geliştirilecek pazarlama stratejilerinin oluşturulmasında,

 Market sepeti analizinde,  Çapraz satış analizlerinde,  Müşteri değerleme,

 Müşteri ilişkileri yönetiminde,  Satış tahminlerinde,

 Kar tahminlerinde,

 Kriz yönetimlerinde kendine çalışma alanları bulmuştur.

 Bankacılık

 Farklı finansal göstergeler arasındaki gizli korelâsyonların bulunmasında,

 Kredi kartı dolandırıcılıklarının tespitinde,  Müşteri analizinde,

 Kredi taleplerinin değerlendirilmesinde,  Usulsüzlük tespiti,

 Risk analizi,  Risk yönetimi,  Yatırım yönetimi,

 İnsan kaynakları yönetimi,

 Müşteri kitlelerinin modellenmesi gibi alanlarda VMnden yararlanılmaktadır.

 Sigortacılık

 Yeni poliçe talep edecek müşterilerin tahmin edilmesinde,  Sigorta dolandırıcılıklarının tespitinde,

 Riskli müşteri tipinin belirlenmesinde,  Perakendecilik,

 Satış noktası veri analizleri,  Alış – veriş sepeti analizleri,

 Tedarik ve mağaza yerleşim optimizasyonu gibi alanlarda VM uygulamalarında yararlanılmaktadır.

 Borsa

 Hisse senedi fiyat tahmini,  Genel piyasa analizleri,

 Alım- satım stratejilerinin optimizasyonu,  Kalite ve iyileştirme analizleri,

 Hisse tespitleri,

 Hatların yoğunluk tahminleri,

 Borsa yatırımcılarının modellenmesi gibi alanlarda VM uygulamalarında yararlanılmaktadır.

 Sağlık ve Ġlaç

 Test sonuçlarının tahmini,

 Semptomlara göre hastalık tespitlerinde,  Ürün geliştirme,

 Tıbbi teşhis,

 Tedavi sürecinin belirlenmesi,  Ürün verimliliğini ölçme,

 Magnetik rezonans verileri ile sinir sistemi bölge ilişkilerinin belirlenmesinde,

 Hedef kitle belirleme gibi alanlarda VM uygulamalarında yararlanılmaktadır.

 Endüstri

 Kalite kontrol analizi,  Lojistik,

 Üretim süreçlerinin optimizasyonu,  Yöneylem araştırmaları,

 Strateji belirleme gibi alanlarda veri madenciliği uygulamalarında yararlanılmaktadır.

 Telekomünikasyon

 Hatların yoğunluk tahminlerinde,  İletişim desenlerinin belirlenmesinde,  Servis kalitesinin arttırılmasında,

 Kaynakların daha iyi kullanılması gibi alanlarda VM uygulamalarında yararlanılmaktadır.

 ĠĢletme

 Ürün veya verilen hizmet ile müşteri arasındaki memnuniyetin ölçülmesi,

 Müşteri gereksinimlerine göre müşteriye alternatif çapraz satış sunmak,

 Müşterilerin portföy özelliklerinden en fazla kar sağlanacak müşteriye özel kampanya düzenlemek gibi alanlarda VM uygulamalarında yararlanılmaktadır.

 Web

 Kullanıcı taraflı bililer yardımıyla altyapı düzenleme,  Kullanıcı profillerinin çıkarılması,

 Sitede beğenilen veya beğenilmeyen alanların belirlenmesi,  Kullanıcı bilgilerine göre kullanıcıya özel sayfa düzenleme,  Sitenin ve site içiriğinin performansı hakkında bilgi edinmek,  Kötü niyetli kullanıcı isteklerinin belirlenmesi gibi alanlarda VM

Genel olarak bakıldığında VM tüm alanlarda (eğitim, bankacılık, sağlık, işletme vb.) yaygın olarak çeşitli amaçlarla kullanılmaktadır. Tüm kullanım alanlarında asıl amaç, var olan bilgiler ışığında tahminde bulunularak mevcut durumun daha iyisini, daha etkilisini, daha güvenilir olanı hayata geçirmektir. Gelişen teknolojiyle birlikte hız kazanan gelişmişlik düzeyi, VM teknikleri ile kendini yenilemek isteyen tüm alanlarda yaygın olarak kullanıma sahip olduğu görülmektedir.

VM‟ nin çalışma alanları çok farklı alanlara yayılmıştır. Bu alanları şekil 10‟ da genel olarak özetleyebiliriz.

ġekil 10. VM Çalışma Alanları (Güven ve arkadaşları,2010) Veri Madenciliği

Kavram Bazlı Veri Madenciliği Kavram Haritaları Ontoloji Tabanlı Döküman Madenciliği

Veri Tabanı Bazlı Veri Madenciliği Akan Veri Madenciliği Paralel Veri Madenciliği Dağıtık Veri Madenciliği Web Madenciliği Web İçerik Madenciliği Web Kullanım Madenciliği Web Yapı Madenciliği Tanımlamaya Yönelik Veri

Madenciliği

Tahminlemeye Yönelik Veri Madenciliği