Yapay Zeka ve Hiper-Parametre Optimizasyonu ile Doğru Kampanya Tahminleme

Satış ve pazarlama faaliyetleri şirketlerin büyüme, karlılık ve marka bilinirliği hedeflerine ulaşmasında hayati bir rol oynamaktadır. Ancak, bu faaliyetlerin başarısı yalnızca harcanan bütçeyle değil, aynı zamanda akıllıca yapılan analizler ve stratejik kararlarla da yakından ilişkilidir.

İşletmeler, müşterileri ve potansiyel müşterileriyle etkili iletişim kurmak için yürüttükleri kampanyalarda veri analitiği ve yapay öğrenme modellerinden yararlanmaktadırlar. Bu nedenle, kampanya başarısını yapay zekanın yardımıyla önceden tahmin etmek ve başarıyı etkileyen özellikleri keşfetmek, işletmelerin kaynaklarını daha verimli kullanmalarına yardımcı olabilir.

Kampanya başarısının tahmin edilebilmesi için yapay zeka algoritmaları yüksek miktarda kampanya verisi ile eğitilmektedir. Bazı yapay zeka modelleri, kampanyaya ilişkin özellikleri incelememize olanak sağlayarak daha etkili kampanyaların oluşturulması noktasında katkıda bulunabilmektedir.

Yapay zeka modellerinin performansını artırmanın yollarından biri daha fazla veri ile eğitim olduğu gibi modellerin hiper-parametre ayarlarını optimize etmektir.

Hiper-parametreler, bir yapay zekanın öğrenme sürecini ve performansını doğrudan etkileyen, modelin öğrendiklerinin dışındaki parametrelerdir. Hiper-parametre optimizasyonu, bu parametrelerin en uygun değerlerini bularak modelin tahmin doğruluğunu artırır. İyi ayarlanmış hiper-parametreler, modelin tahminlerinde daha az hata yapmasını sağlar ve işletmelerin stratejik kararlarındaki güvenilirliği artırarak, riskleri minimize eder.

Next4biz CRM ürünümüz ile oluşturulan kampanyaların başarılarını daha yüksek doğrulukla tahmin etmek amacıyla popüler yapay zeka algoritmalarından LightGBM, XGBoost, Rastgele Orman, CatBoost, K-En Yakın Komşu, Karar Ağacı, Ekstra Ağaç, Gauss Naif Bayes ve Lojistik Regresyon modellerinin eğitimlerini gerçekleştirdik.

Eğitimler sırasında, kampanyanın indirim oranı, alt limiti ve kampanyanın uygulandığı müşteri kitlesinin geçmiş sipariş tutarı gibi özelliklerin kampanyanın başarısını etkilediğini bulduk. Grid Search (Izgara Arama) algoritması kullanarak hiper-parametre ayarlarını optimize ettik. Hiper-parametre ayarlaması yapılmadan önceki ve yapıldıktan sonraki tahmin modelleri karşılaştırıldığında, doğruluk oranında %3’lük bir artış gözlemledik.

Yapay zekanın tahminleri üzerindeki bu iyileşme Next4biz CRM ile oluşturulan kampanyaların başarılarının daha yüksek isabetle tahmin edilmesini sağlayarak işletmelere rakiplerine karşı rekabet avantajı kazandırmaktadır.

12. Ulusal Bilimsel Çalışmalar Kongre’sinde sunmuş olduğumuz “Hiper-Parametre Ayarlamasının Kampanya Başarı Tahmini Üzerindeki Etkisi” başlıklı bilimsel çalışmamızın metnine buraya tıklayarak ulaşabilirsiniz.

Akhan Akbulut

Prof.Dr. Akhan Akbulut, İstanbul Kültür Üniversitesi ve NC State University Bilgisayar Mühendisliği bölümlerinde çalışmıştır. TÜBİTAK, Sanayi ve Teknoloji Bakanlığı, TÜSEB, KOSGEB gibi kurumlara hizmet vermektedir. Dağıtık Sistemler ve Yapay Zeka konuları üzerine araştırma yapmakta olup çalışmalarından 100'den fazla uluslararası dergi makalesi ve konferans bildirisi bulunmaktadır.