Dijital pazarlamada makine öğrenimi modelleri ile dönüşüm tahmini

Abstract

Dijital pazarlama kampanyalarının başarısını artırmak ve kullanıcı davranışlarını anlamak, işletmelerin öncelikli hedeflerinden biridir. Dönüşüm, dijital pazarlamada bir kullanıcının işletme tarafından hedeflenen belirli bir eylemi gerçekleştirme durumunu ifade eder. Bu eylem, bir ürün satın alma, bir hizmete kaydolma, bir form doldurma gibi işlemleri içerebilir. Bu çalışmada, dönüşüm, bir müşterinin dijital pazarlama kampanyası sürecinde belirlenen hedef bir eylemi gerçekleştirme durumunu ifade etmektedir. Analizde bağımlı değişken olarak kullanılan dönüşüm, müşterilerin pazarlama kampanyalarına verdikleri tepkilerin ve bu tepkileri etkileyen faktörlerin incelenmesine olanak tanımıştır. Çalışma kapsamında, dönüşüm tahminine yönelik lojistik regresyon, rastgele orman ve XGBoost yöntemleri kullanılarak modelleme yapılmıştır. Analiz sonuçlarına göre, rastgele orman ve XGBoost modellerinin lojistik regresyona kıyasla daha yüksek tahmin performansı gösterdiği belirlenmiştir. Bu iki modelde, dönüşüm olasılığını en güçlü şekilde etkileyen değişkenlerin ziyaret başına sayfa sayısı, sitede geçirilen süre ve reklam harcamaları olduğu tespit edilmiştir. Dijital pazarlama perspektifinden değerlendirildiğinde, bu bulgular, kullanıcıların reklamlara olan ilgisini artırmaya yönelik stratejilerin, doğru kampanya türü seçiminin ve site içi etkileşim düzeylerini iyileştirmenin dönüşüm başarılarını önemli ölçüde etkileyebileceğini göstermektedir. Reklam harcamaları ise doğru hedefleme ve bütçe yönetimiyle, dönüşüm oranlarını optimize etmede kritik bir araç olarak öne çıkmaktadır. Bu çalışmada kullanılan veri seti, Kaggle platformundan temin edilmiş olup, analizler RStudio programı aracılığıyla gerçekleştirilmiştir. Elde edilen sonuçlar, dijital pazarlama stratejilerinin optimize edilmesine ve dönüşüm tahmini konusunda değerli içgörüler sunulmasına katkı sağlamaktadır.