Gezinomi Müşteri Gelir Tahmin ve Segmentasyon Projesi

Bu projede elimdeki Gezinomi’ye ait müşteri veri seti üzerinden müşterilerin olası gelirlerini tahmin etmek için kural tabanlı sınıflandırma yaklaşımını kullandım. Analiz süreci;

• ▹ Ham veriyi temizlemek ve uygun şekilde dönüştürmek,
• ▹ Keşifsel veri analizi (EDA) ile temel veri trendlerini ortaya koymak,
• ▹ Rule-based classification ile gelir tahminini gerçekleştirmek,
• ▹ Elde edilen segmentleri yorumlayıp işletme için uygulanabilir içgörüler üretmeyi içerir.

Bu yapı sayesinde müşteri değerini daha net anlamak ve pazarlama stratejilerini optimize etmek adına segmentlerin nasıl davranış sergilediğini görselleştirdim.

Projenin Hikayesi ve Zorlukları

Projeye başladığımda elimdeki Gezinomi verisi oldukça hamdı ve doğrudan analiz için hazır değildi. Bu nedenle kapsamlı bir veri temizleme süreci uyguladım, eksik/aykırı değerlerle başa çıktım ve analiz için uygun formatı elde ettim. Özellikle kural tabanlı sınıflandırma için anlamlı iş kurallarını tanımlamak ve doğru segmentasyon yapmak zorluklar arasındaydı; çünkü segmentlerin doğru şekilde gelir seviyelerine karşılık gelmesi gerekiyordu.

EDA aşamasında elde edilen bulguları grafiklerle desteklemek, segmentlerin davranışlarını açıklamak ve bu içgörüleri gerçek iş kararlarına dönüştürmek süreç boyunca yoğun teknik kararlar gerektirdi. Bu bana veri mühendisliği ve segment analizinin iş odaklı yönlerini detaylı bir şekilde deneyimleme fırsatı sundu.