Veri madenciliği yaklaşımının yeni ürün geliştirme sürecinde kullanımı: Akıllı telefonlar üzerine bir uygulama

Abstract

Bilgi teknolojilerinin hızla geliştiği günümüzde, sistematik bir yeni ürün geliştirme sürecinin kullanılması işletmelerin rekabeti anlamında oldukça önemlidir. Yenilikçi teknolojiler içersinde gösterilen veri bilimi ve yapay zekâ algoritmalarıyla, işletmelerin sosyal medya gibi çeşitli dış kaynaklardan verilerin toplanması, düzenlenmesi ve analiz edilmesiyle anlamlı bilgiler çıkartarak, müşteri gereksinimlerinin ortaya konulması ve bunun sistematik bir şekilde ürün geliştirme sürecine sokulması işletme için büyük faydalar oluşturabilmektedir. Bu nedenle, çalışma kapsamında yeni ürün geliştirme sürecinde, sosyal medya verilerinden müşteri taleplerini ve bu talepler arasındaki farkı ortaya koyan, aynı zamanda, seçilen ürün (akıllı telefonlar) için geliştirme önerisi veren bütünleşik bir çalışmanın ortaya konması amaçlanmıştır. Bu amaç doğrultusunda, gerçekleştirilen çalışma dört aşamada gerçekleştirilmiştir. İlk olarak Twitter verileri GetOldTweets uygulaması ile toplanıp, LDA (Latent Dirichlet Allocation) yöntemi kullanılarak Veri Önişleme ve Konu Modellemesi yapılmıştır. Daha sonra Duygu Analizi için Lojistik Regresyon, Naive Bayes, Rassal Orman ve XGBoost yöntemleri ile eğitim yapılarak, en iyi doğruluk oranı veren Rassal Orman yöntemi ile müşteri yorumları puanlanmıştır. Üçüncü aşamada, yeni ürün geliştirme sürecinde kullanılan Kalite Fonksiyon Göçerimi (KFG) yöntemi parametrelerinin elde edilebilmesi için, duygu analizi sonucu elde edilen puanlar indirgenip Kano Dönüşümü işlemleri yapılmıştır. Son olarak Kalite Evi elde edilerek akıllı telefon için öneriler elde edilmiştir. Çalışmanın sonucunda, Konu Modellemesi ile onbir adet müşteri gereksinimi belirlenerek, Duygu Analizi ve Kano Dönüşümü ile bunların önem dereceleri elde edilmiştir. Akıllı telefonlar üzerine gerçekleştirilen uygulama sonunda bu ürünlerin geliştirilmesi sürecinde en önemli üç özellik Güvenlik, Teknik Servis Ağı ve İşletim Sistemi ve Sanal Asistanlar olarak belirlenmiştir. Geliştirilmesi için seçilen akıllı telefon için, rakip parametrelerininde etkisi ile, en önemli müşteri gereksinimi Kalite Hissi olurken, en önemli teknik gereksinim Uygulama İşlemcisi olarak olarak belirlenmiştir. Çalışma, yeni ürün geliştirme sürecine yenilikçi teknolojilerin adaptasyonu ile daha güçlü, ucuz ve kısa sürede çıkarımların elde edilebileceğini göstermiştir.

In today's world where information technologies are developing rapidly, the use of a systematic new product development process is very important in terms of the competition of enterprises. With the data science and artificial intelligence algorithms shown within the innovative technologies, collecting, organizing and analyzing data from various external sources such as social media, revealing the customer needs and putting this into the product development process in a systematic way can create great benefits for the enterprises. Therefore, within the scope of the study, it is aimed to present an integrated study that reveals customer demands from social media data and the difference between these demands, and also gives a development proposal for the selected product (smartphones) during the new product development process. For this purpose, the study was carried out in four stages. Firstly, Twitter data was collected with GetOldTweets application. Data Preprocessing and Topic Modeling was performed using LDA (Latent Dirichlet Allocation) method. Later, for Sentiment Analysis, training was carried out with Logistic Regression, Naive Bayes, Random Forest and XGBoost methods, and customer comments were scored with the Random Forest method, which gives the best accuracy. In the third stage, in order to obtain the Quality Function Deployment (QFD) method parameters used in the new product development process, the scores obtained as a result of the emotion analysis were reduced and Kano Transformation procedures were performed. Finally, the Quality House was obtained and suggestions for the smartphone were obtained. As a result of the study, eleven customer needs were determined by Topic Modeling, and their importance levels were obtained through Emotion Analysis and Kano Transformation. At the end of the application on smart phones, the three most important features in the development of these products were determined as Security, Technical Service Network, Operating System and Virtual Assistants. While the most important customer requirement was Quality Sense for the smartphone selected for development, with the effect of competitor parameters, the most important technical requirement was determined as the Application Processor. The study has shown that with the adaptation of innovative technologies to the new product development process, stronger, cheaper and faster inferences can be obtained.