<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Oguz Gurer on Medium]]></title>
        <description><![CDATA[Stories by Oguz Gurer on Medium]]></description>
        <link>https://medium.com/@oguzgurerr8?source=rss-50ae5428db9f------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*DkLwm9djeyrIq-4GXE2l-g.png</url>
            <title>Stories by Oguz Gurer on Medium</title>
            <link>https://medium.com/@oguzgurerr8?source=rss-50ae5428db9f------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 14:08:51 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@oguzgurerr8/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[RFM Analizi ile Müşteri Segmentasyonu ve Python Uygulaması]]></title>
            <link>https://medium.com/@oguzgurerr8/rfm-analizi-ile-m%C3%BC%C5%9Fteri-segmentasyonu-ve-python-uygulamas%C4%B1-f274aada06a7?source=rss-50ae5428db9f------2</link>
            <guid isPermaLink="false">https://medium.com/p/f274aada06a7</guid>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[rfm-analysis]]></category>
            <category><![CDATA[segmentation]]></category>
            <category><![CDATA[crm]]></category>
            <dc:creator><![CDATA[Oguz Gurer]]></dc:creator>
            <pubDate>Mon, 04 Jul 2022 20:58:40 GMT</pubDate>
            <atom:updated>2022-07-05T09:59:48.220Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*3flcRdZfNrSY3TwdmtKGHQ.jpeg" /></figure><p><strong>RFM nedir ?</strong></p><p><strong>RFM</strong> ismi, <strong>R</strong>ecency (Yenilik), <strong>F</strong>requency (Sıklık) ve <strong>M</strong>onetary (Parasal Değer) kelimelerinin baş harflerinden gelmektedir. Özetle RFM analizi, CRM (Müşteri İlişkileri Yönetimi) ve Veri Bilimi gibi alanlarda akla ilk gelen uygulamalardan biri olup, müşteri segmentasyonu için yaygın olarak kullanılan bir yöntemdir.</p><p>Müşterilerin satın alma alışkanlıklarına göre gruplara ayrılması ve bu gruplar özelinde stratejik planlar yapma imkanı sağlayarak ilgili departmanlara veriye dayalı ve hedef odaklı aksiyon alma imkanı sağlar.</p><p>Analiz süreci şu şekilde ilerlemektedir:</p><p>Öncelikle müşterilerin RFM metriklerinin aldığı değerler bulunur. Daha sonrasında ise bulunan bu metriklere göre bir RFM skoru oluşturulur. Son olarak oluşan bu skorlar üzerinden segmentler oluşturulur.</p><p><strong>RFM Metrikleri Nelerdir ?</strong></p><ul><li>Recency (Yenilik): Müşterinin, RFM analizinin yapıldığı tarih ile en son alışveriş yaptıkları tarihin gün bazında farkıdır.</li><li>Frequency (Sıklık): Müşterinin toplam işlem sayısı. Toplam alışveriş sayısı olarak da tarif edilebilir.</li><li>Monetary (Parasal Değer): Müşterilerin firmaya kazandırdığı parasal değeri ifade etmektedir.</li></ul><p><strong>RFM Skoru Nasıl Oluşturulur ?</strong></p><p>RFM metrikleri doğrudan birbirleri ile kıyaslanabilir durumda olmadığı için, bu metriklere bir standartlaştırma işlemi uygulamamız gerekmektedir. Böylece her üç metriği de aynı cinsten ifade etmiş oluruz ve hem kendi içlerinde hem de birbirleriyle kıyaslanabilir duruma gelmiş olurlar. Peki bu metrikleri nasıl skorlaştırabiliriz?</p><p>Önce her metrik kendi içinde beş eşit parçaya bölünür ve küçükten büyüğe olacak şekilde 1–5 arasında puanlanır. Örneğin; Frequency değeri 3 olan müşterinin Frequency skoru 1 ise Frequency değeri 40 olan müşterinin Frequency skoru 5 olacaktır.</p><p>Burada dikkat edilmesi gereken nokta; Monetary ve Frequency değerleri büyük olduğu zaman 5 puan alırken Recency değeri küçük olduğu zaman 5 puan alır. Recency metriğini tekrar hatırlayalım; analiz tarihi ile müşterinin en son alışveriş yaptığı tarih arasındaki gün bazında fark. Yani Recency değeri bize müşterinin aktif bir müşteri olup olmadığını söyler. Bu doğrultuda, Recency değeri düşük olan müşteriler yüksek bir skor alacaktır.</p><p>Metrikler özelinde bu skorlar oluşturulduktan sonra, müşterinin RFM skoru belirlenir. Örneğin Recency değeri 5, Frequency değeri 3 ve Monetary değeri 4 olan bir müşterinin RFM skoru “534” olacaktır.</p><p>RFM skorlarının oluşturulması konusunda anlattıklarıma örnek olması açısında aşağıya iki adet görsel bırakıyorum.</p><figure><img alt="RFM skorları hesaplanmadan önceki durum" src="https://cdn-images-1.medium.com/max/555/1*lq6trMY6-r17hLq8B7mXLg.png" /></figure><p>Verimizin RFM skorları oluşturulmadan önceki durumu bu şekildedir. Bu görselde “master_id” değişkeni Müşteri numarasını temsil etmektedir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/687/1*jo_w73djuUyy7bVM85cfVQ.png" /></figure><p>RFM skorları oluşturulduktan sonra verimizin durumu bu şekilde. Müşterinin RFM skoru hesaplanırken, yöntem gereği, Monetary metriği bu hesabın dışında kalır. Bunun sebebi, bir müşterinin alışveriş sıklığının ve aktif bir müşteri olma durumunun bizim için daha çok şey ifade etmesi olarak açıklanabilir.</p><p><strong>Skorlar Üzerinden Segmentlerin Oluşturulması</strong></p><p>RFM skorlarını oluşturduktan sonra, kombinasyon sayısı çok fazla olacağından dolayı segmentasyon işlemi çok başarılı olmaz. Her kombinasyona bir segment ismi atamaktansa, puanları daha kolay anlamlandırmak için aşağıda gördüğümüz grafik kullanılır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/646/1*emU5TdekxCuJccBOz40VmQ.png" /></figure><p>Böylece müşteriler kolaylıkla segmentlere ayrılmış olur ve veriye dayalı aksiyon alma süreci başlamaya hazır duruma gelir.</p><h3>Python Uygulaması</h3><p><strong>İş problemi nedir?</strong></p><p>Bir E-Ticaret Firması, müşterilerini segmentlere ayırıp bu segmentlere göre pazarlama stratejileri belirlemek istiyor. Buna yönelik olarak müşterilerin davranışları tanımlanacak ve bu davranışlardaki öbeklenmelere göre gruplar oluşturulacak.</p><p><strong>Değişkenler</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/946/1*oi54AsE1P6EL2o_YnP6NYA.png" /></figure><p>Gerekli kütüphanelerin, veri setinin yüklenmesi ve bazı ayarlar:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/482/1*LTih-kQJXYpDS91LcEkVjA.png" /></figure><p>Müşterilerin toplam alışveriş sayısı ve toplam ödedikleri ücretin değişken olarak veri setine yüklenmesi:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/890/1*hbed7LBsSYLHqlChjWMkSg.png" /></figure><p>“today_date” adlı değişkene analiz tarihi atandıktan sonra, metriklerin elde edilmesi ve değişkenlerin tekrardan isimlendirmesi.</p><p>Not: Frequency değeri 1 den yüksek olan gözlemleri seçiyoruz çünkü bir kişinin müşteri olarak benimsenebilmesi için en az 2 alışveriş yapmış olması gerektiğinin varsayıyoruz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/767/1*wiICEd6fTEYKKnaTcxS4lA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/555/1*lq6trMY6-r17hLq8B7mXLg.png" /></figure><p>RFM skorlarının oluşturulması:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/663/1*5chiBops6JVut7SkUx7r0w.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/687/1*jo_w73djuUyy7bVM85cfVQ.png" /></figure><p>Segmentlerin isimlendirilmesi ve müşterilere atanması:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/507/1*3EptEtXuouBBub_0w93jBw.png" /></figure><p>İşlem tamam! Artık hangi müşteriler ile ilgili nasıl bir politika izleneceğini belirleme zamanı.</p><p>Umarım anlattıklarım sizlere yardımcı olmuştur.</p><p>Projenin detaylı incelemesi ve diğer projelerim için Kaggle profilim : <a href="https://www.kaggle.com/ouzgrer/code">https://www.kaggle.com/ouzgrer/code</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f274aada06a7" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>