Makine Öğrenmesi ile Müşteri Şikayetlerinin Sınıflandırılması

Müşteri memnuniyetinin bir göstergesi olan müşteri yorumları işletmeler açısından önemli bir veri kaynağı oluşturuken, aynı zamanda, işletmelerin ürün veya hizmetlerinde iyileştirme ve hataları düzeltebilmeleri açısından önem kazanmaktadır. Bunun yanında, farklı sorunlara yönelik müşteri yorum sayısı arttıkça çözüm önerileri geliştirme açısından bu büyüklükteki veri ile baş edebilmek zorlaşmaktadır. Bu çalışmada, Türkiye'nin önde gelen üç tüketici elektroniği perakende firmasına yapılan müşteri şikayetleri, çevrimiçi şikâyet platformlarından sikayetvar.com sitesinden alınmış, şikayetlerin otomatik kategorilere ayrılması ve analizi yapılmıştır. Çalışmada, İade/Değişim ve Geri Ödeme, Teslimat/Kargo, Müşteri İlişkileri ve Hizmetleri ve Garanti ve Servis olmaz üzere dört kategori belirlenerek, denetimli makine öğrenmesi algoritmalarından Lojistik Regresyon, Doğrusal Destek Vektör Makineleri ve Olasılıksal Dereceli Azalma kullanılarak eğitim ve test süreci gerçekleştirilmiştir. En başarılı sonuç %80 doğruluk ile Lojistik Regresyon ile sağlanmıştır. Bu sonuca göre etiketlenmemiş müşteri şikayetleri Lojistik Regresyon ile tahminlenip elde edilen bulgular yorumlanmış, işletmeler açısından büyük miktardaki şikâyet verisinin tahminlenerek kategorilere ayrılmasının önemi irdelenmiştir.