Daha önceki yazılarımızda veri alma ve veri depolama araçlarından bahsetmiştik, bu yazımızda ise büyük veri ortamlarında en çok tercih edilen veri işleme araçlarından bahsedeceğiz. Büyük Veri Çalışmalarınızı Kolaylaştıracak 5 Veri Depolama Aracı Daha önceki yazımızda veri toplama araçlarından bahsetmiştik, bu yazımızda ise büyük veri ortamlarında en çok tercih…medium.com Veri işleme, verileri toplandıktan sonra kullanılabilir bilgilere dönüştürdüğümüz adımdır. Veriler üzerinde tanımlanmış işlemleri gerçekleştirmek için bilgisayarların herhangi bir şekilde kullanılması, veri işleme kapsamına alınabilir. …

Daha önceki yazımızda veri toplama araçlarından bahsetmiştik, bu yazımızda ise büyük veri ortamlarında en çok tercih edilen veri depolama araçlarından bahsedeceğiz. İşinizi Kolaylaştıracak, Popüler Veri Toplama Araçları Nelerdir? Büyük veri, hem yapılandırılmış hem de yapılandırılmamış büyük boyutlu ve yönetilmesi zor veri hacimlerini tanımlayan…trendifyanalytics.medium.com Büyük veri depolama, büyük ölçekli veri kümelerini toplamak ve yönetmek ve gerçek zamanlı veri analizleri gerçekleştirmek için kullanabileceğiniz bir bilgi işlem ve depolama mimarisidir.

Büyük veri, hem yapılandırılmış hem de yapılandırılmamış büyük boyutlu ve yönetilmesi zor veri hacimlerini tanımlayan bir terimdir. Büyük verilerden yapılan analizler ile kararları iyileştiren ve stratejik iş hamleleri yapmak için güven veren içgörüler elde edilebilir. Büyük veriden içgörü elde edeceğimiz bir analiz için bir dizi araç ve teknik gereklidir. Büyük…

TRENDIFY SEGMENTASYON ÇÖZÜMLERİ 13. Trendify segmentasyon — ÜrünTanıtımı Bu yazıda Trendify Segmentasyon Algoritması ile örnek tekstil perakendesindeki ürünlerin verileri kullanılarak, ürün segmentasyonu işlemi gerçekleştirildi. İlk adımda veri hazırlığı, eksik verilerin doldurulması, outlier değerlerin tespiti, verinin scale edilmesi ve boyut indirgeme (PCA) işlemlerinin uygulanması gerçekleştirilmiştir. İkinci etapta kümeleme modellerinin oluşturulması için hiper parametre optimizasyonu ve eğitim süreci gerçekleştirilmiştir. …

TRENDIFY SEGMENTASYON ÇÖZÜMLERİ 11. Kümeleme Problemlerinde değişken seçiminde dikkat edilmesi gereken unsurlar nelerdir? Ürün segmentasyon sürecinde doğru değişken seçimi büyük önem taşımaktadır. Doğru değişken seçimi ile ürün segmentasyonunda en iyi modellemeyi yapabilmek ve en mantıklı sonuçlara ulaşmak arasında doğru orantılı bir ilişki vardır. Birbiri ile ilişkili değişkenler, oluşturulan segmentasyon modelini yanıltmaya yatkındır. …

TRENDIFY SEGMENTASYON ÇÖZÜMLERİ 9. Kümeleme Algoritmaları Bu yazımızda bazı kümeleme algoritmalarından bahsedeceğiz. Algoritmaların çalışma yapısını ve mantığını anlattıktan sonra algoritmaları birer örnek vererek göstereceğiz. Ürün/SKU Segmentasyonu-4 blog yazımızdan ise kümeleme algoritmalarının genel anlatımına göz atabilirsiniz. K-means K-means algoritması centroid based bir kümeleme algoritmasıdır. K-means algoritmasının temel amacı, her noktanın küme merkezlerine olan uzaklıklarının karesine hesaplayarak veriyi k…

TRENDIFY SEGMENTASYON ÇÖZÜMLERİ 7. Ürün/SKU Segmentasyonunun çalışma mantığı nedir? Bu blog yazımızda temel olarak Trendify’ın kullandığı kümeleme (segmentasyon) algoritmalarının türlerinden ve çalışma mantıklarından bahsedeceğiz. Genel olarak 4 tip kümeleme algoritması bulunmaktadır. Bunlar; Merkez Tabanlı Kümeleme Yoğunluk Tabanlı Kümeleme Dağıtım Tabanlı Kümeleme Hierarchical Kümeleme Merkez Tabanlı Kümeleme

TRENDIFY SEGMENTASYON ÇÖZÜMLERİ 6. Trendify Segmentasyon Yaklaşımı Bu blog yazımızda, Trendify ürün / SKU segmentasyonunun; genel anlamda nasıl çalıştığından ve hangi özellikleri ile geleneksel segmentasyondan öne çıktığından bahsedeceğiz. Geleneksel ve Trendify segmentasyon çalışma mantığının karşılaştırması Şekil 1’de özetlenmiştir.