Search

ÖZET Günümüzde teknolojinin hızla ilerlemesiyle beraber insanların kendi aralarındaki ilişkiler ve hatta şirketlerin müşterileriyle olan ilişkileri de farklılaşmıştır. Bu yeni dönemde özellikle müşteri için rekabet daha yoğun hale gelmeye başlamış, coğrafi sınırlar göreceli hale gelmiş, pazarda daha fazla kişisel tercihlere önem verilmeye başlanmış ve bire bir pazarlama stratejileri ön plana çıkmaya başlamıştır. Bu şartlarda şirketler müşterilerinin sadakatini garanti edemez hala gelmiş ve müşterisine daha yakın olma ihtiyacı duymaya başlamışlardır. Bu durum yeni bir kavramı ortaya çıkarmıştır; Müşteri İlişkileri Yöntemi (CRM=Customer Relationship Management). İşletmeler bu yönetim biçimini uygularken bir takım araçları kullanmak ihtiyacı duymaktadırlar. Bunlardan birisi de veri madenciliğidir (Data Mining). Veri madenciliği en basit anlamda ham verinin bilgiye dönüştürülmesidir. İşletmeler; veri madenciliği tekniklerini kullanarak geleceğe yönelik öngörülerini oluşturur, müşteri davranışlarını, harcama kalıplarını ortaya çıkarırlar ve bu bilgileri geleceğe yönelik kararlarında ve stratejilerinde kullanırlar. Bu çalışmanın ilk bölümünde veri madenciliği bunun için gereken alt yapıyı oluşturan veri depoları ve OLAP (on-line analytical processing) teknolojileri gözden geçirilmiştir. Çalışmanın ikinci bölümünde ise bir süper marketin bir günlük satış bilgilerini kapsayan veri kümesinden, veri madenciliği tekniklerinden kural çıkarma ile müşteri harcama kalıplan belirlenmeye çalışılmıştır, işlem sonucunda 24 ürün kümesi belirlenmiş ve bulara bağlı 52 kural çıkarılmıştır. Anahtar Kelimeler: Veri Madenciliği Veri Ambarı Müşteri İlişkileri Yönetimi ABSTRACT Recently, the rapid development of technology has differentiated relations not only among people but also between firms and their customers. In this new period, specifically competition for customer gain more importance as well as personel preferences in the market, geographic boundaries became relative and one to one marketing strategies have become very important. Under these conditions, since firms were not be able to guarantee their customers loyalty, they need to be closer to their customers. This situation has revealed a new concept; namely; Customer Relationship Management (CRM). While the firms put in practice this management style, they have to use some instruments. One of these instruments is data mining which means basic transformation of the raw data to information. Firms formulate their foresight as a guidance for future by using data mining techniques. By finding out costumer behaviours and their consumption models, they use these informations for future decisisons and strategies. In the first part of this study, data mining, data warehouse which is the necessary foundation for data mining and OLAP (on-line analytical processing) technologies have been studied. In the second part, by using data group of daily sales of a super market, customer consumption models have been tried to be identify with the rule making of data mining techniques. Finally, 24 product groups have been identified and 52 rules were formed related to these product groups. Key Words Data Mining Data Warehouse Customer Relations Management 86

ÖZET Küçük ve orta ölçekli işletmelerde yönetim işlevi, işletme mülkiyetinden kaynaklanan bir hakla işletme sahibi tarafından yürütülür. İşletme sahibi, işletmeyi tüm riskleri kendisi üstlenerek, kendi hesabına bağımsız olarak yönetir. İşletme sahibi, işletme çok küçük ölçekte iken işletmenin değişik kademelerinde fiilen çalışır ve işletme faaliyetine katkıda bulunur. İşletme büyüdükçe işletmenin sahibinin işletmesinde fiilen çalışması gerçeği değişmemekte, sadece çalışma birimi ve işletme faaliyetine katkı biçimi değişmektedir. İşletme büyüdükçe katkısını daha çok işletme yönetiminde yoğunlaştırmak zorunda kalmaktadır. İşletmenin büyümesi (yine küçük ve orta ölçek içerisinde), beraberinde değişik gereksinimler, zorunluluklar ve riskler getirmektedir. Şöyle ki; ? İşletmenin büyüme ve yatırım politikaları açısından hammadde ve ürün stok seviyesi, müşteri istek ve şikayetleri, hatalı üretim oranlan, maliyet analizleri vb. konuların belirli periyodlarla doğru olarak değerlendirilmesi; ? Fiyat, kalite ve müşteri memnuniyeti açısından daha yüksek bir rekabet gücünün oluşturulması; ? İşletmenin kurumsallaştınlmasının alt yapısının oluşturulması gibi konular işletmenin yönetim kademesinden uygulama ve çözüm bekleyen önemli başlıkları oluşturmaktadır. Rekabet koşulları nedeniyle işletmeler çok düşük kâr marjlarında çalışmak zorunda kalmaktadırlar. Hatalı yapılan analizler, küçük ihmaller, gözden kaçan detaylar işletmenin zararına yol açabilmektedirler. Risklerin artması çok sık aralıklarla (örneğin; aylık) işletmenin ekonomisinin değerlendirilmesini, çok iyi maliyet analizleri ve sistem analizi yapılmasını zorunlu kılmaktadır. İşletmenin büyümesi, haberleşme trafiğini artırmakta, karar süreçleri için gereken süre azalmakta ve doğru bilginin ilgili birimler ile karar mercii(leri)ne zamanında ulaşmasının önündeki engeller (teknik, bürokratik vb.) artmakta, işletmenin kontrolü güçleşmektedir. Yönetim enformasyon sistemi, yukarıda da kısaca değinilen yönetim işlemleri için çok büyük kolaylıklar getirmektedir. İşletme sahibi ya da karar mercii, klasik yöntem ve emek yoğun şekildeki yönetimden uzaklaşmakta, büyük kararlar ve ileriye dönük projeler oluşturmaya daha çok zaman ayırabilmektedirler. 126

ÖZET 2000 Yılı Problemi, Bilişim Teknolojisinin elli yıllık kısa tarihinde karşılaştığı en büyük ve en geniş kapsamlı problemdir. 2000 yılına yaklaşıldıkça 31 Aralık 1999'dan sonraki tarihlerin de işlenmesi gereksiniminin doğması ile sorunlar başlamıştır. Problemin ana nedeni, tarih verilerinde yıl veri elemanının elektronik ortamda işlenirken bellek kullanımından kazanım sağlanması amacıyla dört basamak yerine iki basamakla gösterilmesi, diğer bir deyişle tarih verilerinde yüzyıl verisine yer verilmemesidir. Başlangıçta belleğin kısıtlı ve pahalı olması nedeniyle gereksinimden doğan iki basamaklı gösterim, eski verilerin paylaşılabilmesi için bellek kısıtının aşılmasından sonra da sürdürülmüş ve günümüze kadar gelebilmiştir. 2000 Yılı Probleminin bilgisayar sistemleri üzerinde gösterebileceği olumsuz etkiler genel çizgileriyle şöyle özetlenebilir: > Tarih verilerinin birer değişken olarak kullanıldığı çeşitli hesaplamalarda; çıkarma, karşılaştırma, sıralama ve istatistiksel analizlerde yanlış sonuç verme, > Beklenmedik veri kayıpları, > Bilişsel sistemlerde, bilgisayar ağlarında ve uygulamalarda fonksiyonel yanlışlıklar ve bozulmalar, > Sistem yönetim protokollerinde beklenmedik yanlışlıklar ve tutarsızlıklar, > Gömülü yonga (embedded chip) tarafından yönlendirilen elektronik cihazlarda fonksiyonel bozulmalar. Bilişsel Teknoloji günümüzde uzay araştırmalarından evlere kadar her alana girmiştir. Endüstri, taşımacılık, iletişim, bankacılık, sigortacılık gibi günlük yaşamdaki her türlü sosyal hizmet bilgisayarlara bağımlı olmuştur. Bu nedenle 2000 Yılı Probleminin olumsuz etkileri, sosyal hizmetlerin aksaması riskinden ve çözümün büyük para ve işgücü gerektirmesinden dolayı toplumun her bireyine, ekonomiye, sosyal hizmetlere ve tüm ulusal altyapıya kadar uzanabilir. Sorunların çözümü için çeşitli teknik yöntemler geliştirilmiş olmakla birlikte problemin bu çapta geniş tabanlı oluşu ve uygulamaların amaca göre büyük çeşitlilik göstermesi, standart bir çözüm yolunun üretilmesine olanak vermemiştir. Bunun yerine her uygulamanın ayrıntılarıyla incelenmesi ve içinde bulunulan koşullara göre çözüm üretilmesi gerekmektedir.11 2000 Yılı Probleminin çözümü sınırlı kaynak ve daralan zaman kısıtları altında bir kaynak yönetimi projesi gerektirir. Problem yalnızca Bilişim Teknolojisini ilgilendiren teknik bir problem olmakla kalmayıp aynı zamanda işletmelerin üst yönetiminden çalışanların^ tedarikçilerinden müşterilerine ve dağıtım kanallarına kadar herkesi ilgilendiren, çözümü büyük iç ve dış kaynakla birlikte analitik bir strateji gerektiren, hukuki boyutları ve riskleri olan bir işletmecilik problemidir. Bu çalışmada 2000 Yılı Probleminin olası etkilerine dikkat çekilmiş ve çözümünde Toplam Kalite Yönetimi Dkeleri'nin uygulanması önerilmiştir. Çözüme gitmek için izlenmesi gereken aşamalar ve bu aşamalarda etkinliği arttırabilecek: teknik ve yönetsel stratejiler ayrıntılı bir biçimde işlenmiştir. Ill SUMMARY Year 2000 Problem is the most serious problem the IT Industry has ever faced in its brief, fifty-year history. Problems have started to show up as systems encounter events of dates past December 31, 1999. The main cause of the problem is that most computer systems store only a two- digit year value instead of four-digits, in order to save memory. In other words, systems that employ two-digit year format omit the `century` information in representing date data. This means that 1996 looks as `96` to the majority of computer programs. The computer's concept of time will be distorted when it tends to compare two dates if one of them happens to occur after December 31, 1999 where 2000 is represented by a `00`. Two-digit year format was common sense when first computers were developed in 1950's, because memory was incredibly expensive and limited. However, replacement systems, in which the previous memory constrains were eliminated, continued to use the old data formats in order to be able to share the information stored in old systems. As a result, many of the original programs and corresponding data were brought from one generation of machine to another, up to now. A broad explanation of the consequences of the Year 2000 Problem on computer systems can be given as follows: > Incorrect calculations of date-dependent operations, substractions, comparisons and statistical analysis, > Distortion in functions > Lost data, > Application, system and network failures, > System management âilures, > Functional distortion in electronic devices that contain embedded chips. Almost every field has become dependent on computers in our age: Space satellites, telecommunications, nuclear plants, industry, production, transportation, financial operations etc. Due to this fact, the problem is very complicated and its solution requires large amounts of money and work power. The problem has the potential of affecting the economy, social and national services and even every member of the society either directly or indirectly. The technical solution of the problem is straight-forward. However, since the problem is so wide spread and applications vary so widely, there is no standard solution that can be applied to everyIV system. Instead, every application has to be analyzed independently and a special strategy of solution has to be determined Y2K problem concerns the staff of every level in organizations including top management and involves many organizations such as vendors, customers, distribution channels and many more. It is also expected to lead to extensive legal problems. Furthermore, the solution requires a considerable amount of internal and external resources. Under the constraints of limited resources and shortening time, the solution requires a Resource Management Project. As a result, it can be stated that Y2K problem is a managerial problem more than being a technical one. This study draws the attention to the possible consequences of Y2K problem and suggests the Total Quality Management principles to be applied in the solution processes. In this respect, technical and managerial strategies that could be effective are given. 75

oz Yapay Sinir Ağları ve Box Jenkins Modeli kullanarak Döviz Kur Tahmini Üngör, Alper Yüksek Lisans, İşletme Bölümü Tez Yöneticisi: Prof. Dr. Ali Yazıcı Ocak 1998, 84 sayfa Ekonomik değişkenlerin gelecekteki değerlerinin tahmini yöneticiler için karar verme işleminin en önemli aşamalarından birini oluşturur. Amerikan dolarının Türk lirası karşısında gelecekte alacağı değer işletmeciler ve yatırımcılar için kuşkusuz çok yararlı bir bilgidir. Bu tezde döviz kur tahmini yapmak amacıyla iki ayrı teknik kullanılmıştır. Box- Jenkins metodu uygulandığında, üç adet ARIMA modelinin 1 Temmuz 1995 ve 30 Haziran 1997 arası verilerine uyduğu görülmüştür. Alternatif olarak aynı veriler üzerinde yeni geliştirilmiş olan yapay sinir ağlari ile tahmin tekniği uygulanmıştır. Çeşitli kriterlere göre yapılan karşılaştırmalar yapay sinir ağlarının Amerikan dolar fiyatının tahmini için daha iyi bir modeloluşturduğunu göstermiştir. ABSTRACT Exchange Rate Forecasting: Box-Jenkins Method vs. Neural Networks Üngör, Alper M.B.A, Department of Management Supervisor: Prof. Dr. Ali Yazıcı January 1998, 84 pages Forecasting future values of economic variables is a key process in the decision making. In Turkey, predictions of the value of the US dollar provides crucial in formation for managers and individual investors. This thesis uses two techniques in developing a good model for exchange rate forecasting. Applying Box-Jenkins methodology, we have found three ARIMA models that fit the US Dollar exchange rate time series between July 1, 1995 and June 30, 1997. With the same objec tive, we explore a recently developed technique: neural networks for forecasting. A 10x10x1 fully connected feed forward neural network model is constructed for that purpose. Based on the analysis of residuals on both training and test data, we have found the neural network model to be superior to ARIMA models in inforecasting the US dollar exchange rate. 98

184

öz YATIRIM ANALİZİ UZMAN SİSTEMİ özerol, Hakan Yüksek Lisans Tezi, İsletme Anabilim Dalı Tez Yöneticisi: Prof.Dr. Ali Yazıcı Temmuz 1995, 86 sayfa Bu çalışmanın ana konusu `Yatırım Analizleri için Uzman Sistem Dizayn Edilmesi` dir. Bu çalışma, temelde menkul kıymetler piyasasına (Borsa) yatırım yapan, bireysel yada kurumsal yatırımcılara, yapay zekalı bir danışman yada karar destek sistemi kurmayı amaçlamaktadır. Dolayısi ile, Borsa Uzman Sistemi olarak ta düşünülebilir. Kilit Kelimeler: Yapay Zeka, Uzman Sistemler, Hisse Senedi Yatırım Analizi. IV ABSTRACT AN EXPERT SYSTEM FOR INVESTMENT ANALYSIS özerol, Hakan Master of Business Administration Supervisor: Prof. Dr. Ali Yazıcı June 1995, 86 Pages The objective of this study is the design of `An Expert System For Investment Analysis`. This is an intention to build up a decision support system or a non-human advisor to investors who are willing to invest, mainly in Stock Market. Therefore, it may also be called as `Bourse Expert System (BES)`. Keywords: Artificial Intelligence, Expert Systems, Stock Investment Analysis. Ill 86