Abstract:
Günümüz dünyasında, pazarda yaşanan yoğun rekabet şirketleri daha iyi rekabet edebilmek için yeni arayışlara itmektedir. Yoğun küresel rekabet ve hızla değişen teknolojik ortamlarda müşterilerin çeşitli ihtiyaçlarını karşılamak ve karlı müşterilerinin değerini maksimize etmek birçok çağdaş şirket için tek uygun seçenek haline gelmektedir. Müşteri ilişkileri yönetimi organizasyonlara, müşteri ihtiyaçlarını karşılayarak ve değer odaklı uzun vadeli ilişkiler kurarak rekabet avantajı elde etmek için bir platform sağlar._x000B_Müşteri ilişkileri yönetimi, müşteri verilerini müşteri sadakatine dönüştüren tekrarlı bir süreçtir. Müşteri veri tabanının analiz edilmesi ve verilerin bilgiye dönüştürülmesi, şirketin müşteri sadakatini oluşturması için programlar geliştirmesine yardımcı olacaktır. Bu veri kümelerinin çok büyük hacimde olması nedeniyle analizlerde kaçınılmaz olarak veri madenciliği tekniklerinin kullanılması gerekmektedir. Veri madenciliğinde en sık kullanılan yöntemlerden biri ise birliktelik kurallarıdır. Birliktelik kuralları, aynı işlem içinde çoğunlukla beraber görülen nesneleri içeren kurallardır. Apriori algoritması, veri madenciliğinde sık geçen öğelerin keşfedilmesinde en çok kullanılan birliktelik kuralı algoritmasıdır. Sık geçen öğeleri bulmak için veritabanını birçok kez taramak gerekir ve bu taramalar aşamasında Apriori algoritmasının birleştirme, budama işlemleri ve minimum destek ölçütü yardımı ile birliktelik ilişkisi olan öğeler bulunur._x000B_Bu çalışmanın amacı, veri madenciliği araçları ve uygulamalarını kullanarak perakende sektöründe yer alan bir firma için, müşteri ilişkileri yönetimi aktivitelerine temel olabilecek bir yapı geliştirmektir. Bu amaca yönelik olarak, müşteri ana verisi ve satış işlemleri, müşteri ilişkileri yönetimi için kullanılabilecek anlamlı verilere dönüştürülmüştür. Bu kapsamda, bir market sepet analizi gerçekleştirilmiş ve market veri setinden, apriori algoritması kullanılarak birliktelik kurallarını bulan bir uygulama geliştirilmiştir. In today s world, hard conditions in the market lead the companies to find new ways to compete better. With the intensive global competition and rapidly changing technological environments, meeting customers? various needs and maximizing the value of profitable customers are becoming the only viable option for many contemporary companies. Customer Relationship Management (CRM) provides organizations with the platform to obtain a competitive advantage by embracing customer needs and building value driven long-term relationships._x000B_CRM is an iterative process that turns customer data into customer loyalty. Analyzing the customer database and convert the data into information that will help company develop programs for building customer loyalty. In the analysis of this data, data mining techniques are essentially used. Association rules are one of the most frequently used methods which are the special application areas of the data mining. Association rules are the rules that include which items commonly occur together in the same transactions. The Apriori algorithm is the most popular association rule algorithm which discovers all frequent itemsets in large database of transactions. This algorithm uses iterative approach to count the frequent itemsets. Using this algorithm, candidate patterns which receive sufficient support from the database and the algorithm uses aprior gen actions join and prune to find all frequent itemsets._x000B_The aim of this study is to propose a base for the customer relationship management activities by using data mining tools and applications for a firm in retail sector. Customer master data and sales transactions of customers are converted to meaningful information that can be used for customer relationship management activities. In this concern, a market basket analysis is performed, and an application was conducted to find association rules from market datasets by using apriori algorithm