Gelişmiş Arama

Basit öğe kaydını göster

dc.contributor.authorAşan, Zerrin
dc.date.accessioned2019-10-20T07:59:54Z
dc.date.available2019-10-20T07:59:54Z
dc.date.issued2007
dc.identifier.issn1302-1842
dc.identifier.urihttp://www.trdizin.gov.tr/publication/paper/detail/TmpnNE16UTA=
dc.identifier.urihttps://hdl.handle.net/11421/15835
dc.description.abstractGünlük hayatımızda çok önemli bir yere sahip olan bankacılık sektöründe yer alan bireysel bankacılığın islevlerinden birisi de kredi kartlarıdır. Kredi kartlarına iliskin hizmetlerin daha iyi verilebilmesi için, bunları kullanan müsteri yapısının bilinmesi gereği vardır. Bu bağlamda kredi kartı kullanan banka müsterilerinin sosyo-ekonomik özellikleri bakımından gruplanması önem kazanmaktadır. Böylece banka müsterilerinin daha iyi tanımlanması sağlanarak, belli müsteri kalıpları belirlenmesi amaçlanmıstır. Söz konusu gruplama isleminde birimlerin, değiskenlerin ya da birimlerin ve değiskenlerin bir arada gruplandırılmaları islemlerini içeren kümeleme analizi kullanılmıstır. Bu analiz sonuçlarına göre banka müsterileri 3 kümede toplanmıstır. ?lk kümede müsterilerin çoğunluğu yer almıstır. Ayrıca söz konusu kümelerde müsteriler cinsiyet, yas, kredi kartı türü gibi değiskenlere göre de gruplanmıslardır. Bu gruplamanın bankaların kredi kartı hizmetlerinde ne tür müsteri grubuna gideceklerini bilmelerin de yarar sağlayacaktır.en_US
dc.description.abstractOne of the functions of the individual banking sector -which has a wide effect on our life- is handling credit card operations. For better service levels related to credit cards, the structure of the client spectrum must be well known. Clients how own credit cards must be grouping the clients who own credit cards according to social-economic characteristics, is very important. By well defining the clients, some client models may be introduced. In grouping process cluster analysis was used in which units, variables or units and variables can be grouped together. According to these results clients were collected in 3 group. The most of clients took place in the first cluster. Furtermore in these clusters clients were also grouped according to variables such as sex, age, type of credit card. By the help of this grouping methods, banks can determine the type of target clients and service them in a better way.en_US
dc.language.isoturen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectSosyal Bilimleren_US
dc.subjectDisiplinler Arasıen_US
dc.titleKredi Kartı Kullanan Müşterilerin Sosyo Ekonomik Özelliklerinin Kümeleme Analiziyle İncelenmesien_US
dc.title.alternativeThe Examination of Social Economic Variables of Credit Card Owner Costumers with Cluster Analysisen_US
dc.typearticleen_US
dc.relation.journalDumlupınar Üniversitesi Sosyal Bilimler Dergisien_US
dc.contributor.departmentAnadolu Üniversitesi, Fen Fakültesien_US
dc.identifier.volume0en_US
dc.identifier.issue17en_US
dc.identifier.startpage256en_US
dc.identifier.endpage267en_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.contributor.institutionauthorAşan, Zerrin


Bu öğenin dosyaları:

Thumbnail

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

Basit öğe kaydını göster