Büyük miktarlarda ve oldukça hızlı toplanan verilerin çeşitli analizler sonucunda anlamlı bilgilere
dönüştürülmesi noktasında veri madenciliği süreci devreye girmektedir. Veri madenciliği tanımları
incelendiğinde, bu tanımlardan ortak olan unsurlardan ilki çok fazla miktarda verinin veritabanında
tutulması, ikincisi ise bu verilerden anlamlı bilgiler elde edilmesidir.
Veri madenciliği; veritabanında tutulan çok çeşitli verilere dayanarak daha önce keşfedilmemiş
bilgileri ortaya çıkarmak ve bu bilgileri karar vermede ve eylem planını gerçekleştirmede kullanma sürecidir.
Ürün ve hizmet sektöründe, veri madenciliğinin müşterilerle ilgili uygulanmasına ilişkin çok çeşitli
örnekler verilebilir. En kârlı pazar bölümlerini belirlemek, en kârlı müşterileri seçmek, yeni bir
kampanyada müşteriye sunulan ürün veya hizmetin kabul edilme oranlarını saptamak, pazarlamada veri
madenciliği uygulamasında önemli amaçlardır. Veri madenciliği uygulamalarından elde edilecek faydalara
ilişkin bazı örnekler aşağıda sıralanmıştır.
Bir ürün veya hizmetle ilgili bir kampanya programı oluşturmak için hedef kitlenin seçiminden başlayarak bunun hedef kitleye hangi kanallardan sunulacağı kararına kadar olan süreçte veri madenciliği kullanılabilir.
Ürün veya hizmette hangi özelliklerin ne derecede müşteri memnuniyetini etkilediği, hangi özelliklerinden dolayı ürünlerin tercih edildiği ortaya çıkarılabilir.
Müşterilerin kredi riskleri hesaplanarak hangi müşterilerin kredi riskinin yüksek olduğu, hangi müşterilerin geri ödemesini zamanında yapamayabileceği kestirilebilir. Kredi kartı ödemelerini aksatan, gecikmeli olarak yapan veya hiç yapmayanların özelliklerinden yola çıkılarak bundan sonra aynı duruma düşebilecek muhtemel kişiler saptanabilir.
Bir işletme kendi müşterisiyken rakibine giden müşterilerle ilgili analizler yaparak rakiplerini tercih eden müşterilerinin özelliklerini elde edebilir ve bundan yola çıkarak gelecek dönemlerde kaybetme olasılığı olan müşterilerin kimler olabileceği yolunda tahminlerde bulunarak onları kaybetmemek, kaybettiklerini geri kazanmak için strateji geliştirebilir.
En karlı müşteriler saptanarak, potansiyel müşteriler arasından en karlı olabilecekler belirlenebilir. Karlı müşteriler tespit edilerek onlara özel kampanyalar uygulanabilir. En masraflı müşteriler daha masrafsız müşteri haline dönüştürülebilir. Örneğin en çok bankacılık işlemi yapanlar ortaya çıkarılıp bunlar şube bankacılığı yerine daha masrafsız Internet bankacılığına yönlendirilebilir.
Veri madenciliğinin vazgeçilmez önceliği verinin doğru ve nitelikli veri olmasıdır. Her veri madenciliği
uygulaması bununla başlamalıdır. Veriyi güvenebileceğimiz duruma getirdikten sonra amaca yönelik modeller
oluştururuz. Bu modelleri şu şekilde özetleyebiliriz:
Tahmin edici modeller
Sınıflandırma (Classification)
Zaman serileri (Time Series)
Regresyon (Regression)
Tanımlayıcı modeller
Kümeleme (Clustering)
Özetleme (Summarization)
İlişkisel kural madenciliği (Association Rule Mining)
