A new sorting-based classification approach to digital customer segmentation

Dijital müşteri segmentasyonuna yönelik yeni bir sıralama tabanlı sınıflandırma yaklaşımı

PDF İndir

Tez No: 999352
Yazar: GÖKÇE YAVUZ
Danışmanlar: DOÇ. DR. UMUT ASAN
Tez Türü: Yüksek Lisans
Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
Anahtar Kelimeler: Mobil telekomünikasyon sektörü, Müşteri segmentasyonu, Mobile telecommunication market, Customer segmentation
Yıl: 2026
Dil: İngilizce
Üniversite: İstanbul Teknik Üniversitesi
Enstitü: Lisansüstü Eğitim Enstitüsü
Ana Bilim Dalı: Veri Mühendisliği ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)
Bilim Dalı: Büyük Veri ve İş Analitiği Bilim Dalı
Sayfa Sayısı: Belirtilmemiş.

Özet

Dijitalleşmenin ve dijital dünyanın hacmi her geçen gün artarken, firmalar müşterilere ulaşabilmek ve onların ihtiyaçlarını karşılayabilmek amacıyla bu dönüşüme uyum sağlama çabası içindedir. Yüksek müşteri sayısına sahip sektörlerden biri olan telekomünikasyon sektörü de bu alanda rekabet gücünü artırmak ve rakiplerinin gerisinde kalmamak adına farklı yöntemler ve stratejiler geliştirmektedir. Bu tez çalışmasında, telekomünikasyon sektörüne ait veriler kullanılarak dijitallik kavramının tanımlanması ve bu tanım doğrultusunda sektöre yönelik öneriler sunulması amaçlanmıştır. Çalışmanın ilk aşamasında dijitallik, dijital müşteri ve dijital kanallar gibi kavramlar temel alınarak hem telekomünikasyon sektöründe hem de farklı sektörlerde gerçekleştirilen akademik çalışmalar incelenmiştir. Yapılan literatür taraması sonucunda, dijitallik kavramına ilişkin çalışmaların sayısının sınırlı olduğu ve mevcut tanımların genellikle dar bir çerçevede ele alındığı görülmüştür. Telekomünikasyon sektörünün yanı sıra bankacılık ve e-ticaret sektörlerine yönelik çalışmalar da değerlendirilmiştir. İncelenen araştırmalarda dijitallik tanımlarının ve sınıflandırmalarının ağırlıklı olarak işlem sayısı ve harcanan veri miktarı üzerinden yapıldığı, bunun yanında demografik özellikler ya da tercih edilen kanallar temelinde oluşturulan dijital segmentlere de literatürde yer verildiği tespit edilmiştir. Bu bulgular doğrultusunda, bu çalışmada dijitallik kavramı daha geniş bir bakış açısıyla ele alınmıştır. Müşterilerin yalnızca gerçekleştirdikleri işlem sayısı ya da tercih ettikleri kanal türü değil, dijital kanallardaki yayılım düzeyleri, hareket çeşitlilikleri ve davranışlarının derinliği de dijitalliğin bir parçası olarak değerlendirilmiştir. Bu hedef doğrultusunda dijital sınıflar oluşturulmuş ve yeni yapı detaylı analizlerle kapsamlı biçimde incelenmiştir. Dijitallik tanımı ve çalışmanın amacı belirlendikten sonra metodoloji adımları oluşturulmuş ve uygulama sürecine geçilmiştir. Gerçek telekomünikasyon verisi üzerinden elli bin müşteri örneklem olarak seçilmiş, literatürde ve telekomünikasyon sektöründe sıklıkla kullanılan değişkenler dikkate alınarak toplam kırk beş değişken belirlenmiştir. Bu değişkenler; müşterilerin toplam veri kullanımları, farklı zaman dilimlerindeki kullanım alışkanlıkları, oluşturdukları gelir, fiziksel hareketlilikleri, sosyal medya kullanım düzeyleri ile oyun, kamu, haber gibi farklı alanlardaki site ve uygulamalara giriş sayıları temel alınarak seçilmiştir. Değişkenlerin belirlenmesinin ardından, sınıflandırma yönteminde kullanılabilmesi için veriler kategorik hale getirilmiştir. Bu aşamada Fisher Jenks Natural Breaks yöntemi tercih edilmiştir. Fisher Jenks yöntemi, sınıflar arası varyansı maksimize ederken sınıf içi varyansı minimize eden kırılma noktalarını belirleyerek veriyi sınıflara ayırmaktadır. Goodness of Variance Fit (GVF) değeri aracılığıyla sınıf sayısının, sınıf içi ve sınıflar arası varyans açısından en uygun olup olmadığı değerlendirilmiş ve buna göre kategori sayısı belirlenmiştir. Bu yöntem sayesinde sayısal değişkenler kategorik forma dönüştürülmüş ve elde edilen kategoriler ile mevcut dijital segment yapısı arasındaki ilişki ki-kare ve Cramér's V testleri kullanılarak analiz edilmiştir. Her ne kadar bu çalışmada dijitalliğe farklı bir tanım getirilmesi amaçlansa da mevcut segment yapısı ile olan ilişkinin incelenmesinin temel nedeni, hem mevcut yapının daha iyi anlaşılması hem de seçilen değişkenlerin gerçekçi ve anlamlı olduğunun doğrulanmasıdır. Değişkenlerin kategorik hale getirilmesinin ardından, çok kriterli sıralı sınıflandırma yöntemi olan ELECTRE TRI-B aşamasına geçilmiştir. ELECTRE TRI yöntemi, belirsiz ve bulanık ilişkilerin tercih, veto ve kayıtsızlık eşikleri aracılığıyla ele alınmasında uygun bir yaklaşım olarak öne çıkmaktadır. ELECTRE yöntemlerinden biri olan ELECTRE TRI-B uygulanmadan önce, değişkenlerin ağırlıkları entropi yöntemi kullanılarak hesaplanmıştır. Entropi yöntemi, müşteri bazında değişkenlik düzeyi yüksek olan değişkenlere daha yüksek ağırlık vererek, girdiler arasında en fazla ayrıştırıcı güce sahip değişkenlerin daha etkili olmasını sağlamaktadır. Bu kapsamda, navigasyon sitesi ziyaretleri ile yazılı ve video temelli sosyal medya kullanımına ilişkin veri miktarları en yüksek ağırlığa sahip değişkenler olarak belirlenmiştir. ELECTRE TRI-B yöntemi için gerekli parametreler tanımlanmış ve müşteriler altı sınıfa ayrılmıştır. Sınıf sayısının altı olarak belirlenmesinin temel nedeni, hâlihazırda kullanılan dijital segment yapısının da altı sınıftan oluşmasıdır. Bu sayede oluşturulan yeni yapı, mevcut segmentasyon ile karşılaştırılabilmiş ve geliştirilen yaklaşımın sağladığı katkılar test edilebilir hale gelmiştir. Altı aylık veri seti kapsamında aboneler her ay için ayrı ayrı dijital sınıflarına atanmış ve elde edilen sonuçlar detaylı biçimde analiz edilmiştir. İlk aşamada her dönem özelinde segment bazlı dağılımlar incelenmiş ve belirgin bir mevsimsellik etkisinin bulunmadığı görülmüştür. Müşterilerin yaklaşık yüzde otuz altısının üçüncü sınıfta yer aldığı gözlemlenirken, bu sınıfı yüzde otuz iki oranıyla dördüncü sınıf takip etmiştir. Birinci sınıf ise yaklaşık yüzde iki ile en düşük abone sayısına sahip segment olmuştur. Sınıfların temel özelliklerini ortaya koymak ve birbirlerinden ayrışan yönlerini belirlemek amacıyla profil haritası çalışması gerçekleştirilmiştir. Bu kapsamda her sınıf için değişkenlerin ortalama değerleri hesaplanmıştır. En düşük dijitallik düzeyine sahip olan birinci sınıfın neredeyse hiç veri kullanımı gerçekleştirmediği görülmüştür. En düşük gelir yaratan ve aynı zamanda en düşük paket ücretine sahip segment ise ikinci sınıf olmuştur. Diğer sınıflarda dijitallik seviyesi arttıkça elde edilen gelir, ödenen ücretler ve kullanım miktarlarının da paralel biçimde arttığı tespit edilmiştir. Müşterilerin abonelik yaşları incelendiğinde, en yüksek ortalama abonelik yaşına ikinci sınıfın sahip olduğu, bu sınıfı üçüncü sınıfın takip ettiği görülmüştür. Abonelerin yaşları değerlendirildiğinde ise en yaşlı müşteri grubunun ikinci sınıfta yer aldığı, üst segmentlere doğru gidildikçe müşteri kitlesinin daha genç hale geldiği gözlemlenmiştir. Buna ek olarak birinci sınıfın, firmanın dijital uygulamasını yoğun biçimde kullanan ve bu yönüyle diğer segmentlerden ayrışan bir yapı sergilediği, aynı zamanda uygulama kullanımında dördüncü sınıfın ardından en yüksek kullanım seviyesine sahip olduğu belirlenmiştir. Bu bulgular birlikte değerlendirildiğinde, üçüncü ile altıncı sınıflar arasında dijitallik düzeyinin arttığı, kullanım hacminin yükseldiği ve daha genç bir müşteri kitlesinin oluştuğu görülmektedir. Buna karşılık birinci sınıfın kullanım düzeyi neredeyse sıfıra yakın olmasına rağmen ikinci sınıfa kıyasla daha fazla gelir üreten ve daha genç bir müşteri grubunu barındırdığı tespit edilmiştir. Bir sonraki aşamada segmentler arası dönemsel geçişler analiz edilmiştir. Bu aşamanın temel amacı, segmentler arasındaki hareketliliği anlamak, bu hareketliliği etkileyebilecek faktörlere odaklanmak ve segmentlerin daha etkin yönetilebilmesine yönelik girdiler oluşturmaktır. Örneğin, bazı segmentler için abonelerin alt sınıflara düşmesinin engellenmesi istenebilir. Bu doğrultuda altı dönem boyunca ardışık dönemler arasındaki değişimler incelenmiş ve toplamda beş adet geçiş matrisi oluşturulmuştur. Geçiş matrislerinin analizi sonucunda, üst segmentlerdeki hareketliliğin alt segmentlere kıyasla daha yüksek olduğu tespit edilmiştir. Abonelerin büyük çoğunluğunun bir sonraki dönemde ya bir üst sınıfa ya da bir alt sınıfa geçiş yaptığı gözlemlenmiştir. Özellikle üst segmentlerde dönemler arasında belirgin farklılaşmalar yaşandığı görülmüştür. Yüksek gelir yaratan bu segmentlerin hareketliliğinin fazla olması, segmentlerin yönetimi açısından önemli ve dikkat çekici bir bulgu olarak değerlendirilmiştir. Segmentlerin kendi içlerindeki hareketliliği analiz edildikten sonra, mevcut sınıflandırma yapısı ile ELECTRE TRI-B yöntemiyle elde edilen sınıflar karşılaştırılmış ve yeni yapının ayrışan yönleri ortaya konmuştur. İlk aşamada her iki sınıflandırma yapısında yer alan altı sınıfın birbirleriyle olan benzerlik düzeyleri incelenmiştir. Her dönem için gerçekleştirilen benzerlik analizlerinde belirgin bir mevsimsellik etkisine rastlanmamıştır. Bununla birlikte her iki yapının dördüncü, beşinci ve altıncı sınıflarının tüm kombinasyonlarında yüksek benzerlik oranlarına sahip olduğu, buna karşılık her iki sınıflandırma yapısının en alt segmentlerinin birbirleriyle düşük benzerlik gösterdiği tespit edilmiştir. İkinci ve üçüncü sınıfların da kendi aralarında yüksek benzerlik oranına sahip olduğu görülmüştür. Bu bulgular, ELECTRE TRI-B yöntemiyle oluşturulan sınıfların mevcut segmentasyon yapısından belirgin biçimde farklılaştığını gösteren en önemli kanıtlardan biri olarak değerlendirilmiştir. Sınıflar gelir düzeyi açısından da karşılaştırılmıştır. Mevcut segmentasyon yapısında üst sınıflara çıkıldıkça abone başına ortalama gelirin kademeli olarak arttığı görülürken, ELECTRE TRI-B sınıflarında en düşük ortalama gelirin birinci sınıfta gerçekleştiği, bu sınıfı ikinci ve üçüncü sınıfların takip ettiği tespit edilmiştir. Ayrıca üst segmentler arasındaki gelir farklarının ELECTRE TRI-B sınıflarında çok daha belirgin olduğu gözlemlenmiştir. Yaş değişkeni de karşılaştırma amacıyla ele alınmış ve bu değişken açısından da dikkat çekici farklılıklar ortaya çıkmıştır. Mevcut sınıflandırma yapısında ilk üç segmentin yaş ortalamalarının birbirine oldukça yakın olduğu ve üst segmentlerde yer alan müşterilerin daha genç bir profile sahip olduğu görülmüştür. Buna karşın ELECTRE TRI-B sınıflarında ikinci sınıfın belirgin biçimde daha yüksek bir yaş ortalamasına sahip olduğu, üst segmentlerdeki yaş ortalamalarının ise mevcut yapının üst sınıflarına kıyasla bir miktar daha düşük olduğu tespit edilmiştir. Bir diğer karşılaştırma toplam veri kullanımı üzerinden gerçekleştirilmiştir. Mevcut sınıflandırma yapısında segmentler arasında giderek artan bir veri kullanım eğilimi gözlemlenirken, ELECTRE TRI-B sınıflarında ikinci sınıfın veri kullanımının birinci sınıftan yalnızca çok sınırlı bir farkla daha yüksek olduğu, buna karşılık üst sınıfların veri kullanım ortalamalarının belirgin biçimde daha yüksek olduğu görülmüştür. Toplam veri kullanımındaki bu farklılaşmaya paralel olarak sosyal medya platformlarındaki kullanım eğilimlerinin de benzer bir yapı sergilediği tespit edilmiştir. Son aşamada, her iki sınıflandırma yapısı regresyon analizi kullanılarak, gelir ve veri kullanımını açıklama düzeyleri açısından karşılaştırılmıştır. Bu kapsamda segmentler bağımsız değişken olarak modele dâhil edilmiş, abone başına gelir ise bağımlı değişken olarak seçilmiştir. Regresyon sonuçları incelendiğinde, her iki sınıflandırma yapısı için de açıklama oranlarının görece düşük olduğu görülmekle birlikte, R² değerleri dikkate alındığında ELECTRE TRI-B sınıflarının gelir değişkenini açıklama gücünün mevcut segmentasyon yapısına kıyasla daha yüksek olduğu tespit edilmiştir. Bu noktada, gelir üzerinde kampanyalar, fiyat güncellemeleri, rakip firmaların sunduğu teklifler, marka algısı ve benzeri birçok dışsal faktörün etkili olduğu göz önünde bulundurulmalıdır. Aynı analiz adımları toplam veri kullanımı değişkeni için de uygulanmış ve benzer şekilde ELECTRE TRI-B sınıflarının bu değişkeni açıklama gücünün mevcut sınıflandırma yapısına göre daha yüksek olduğu belirlenmiştir. Bu bulgular, önerilen segmentasyon yaklaşımının hem gelir hem de kullanım davranışlarını açıklamada mevcut yapıya kıyasla daha güçlü bir çerçeve sunduğunu göstermektedir. Sonuç olarak, bu çalışmada uygulanan yöntem ile mevcut sınıflandırma yaklaşımlarından ayrışan yeni bir dijital segmentasyon yapısı geliştirilmiştir. Gerçek telekomünikasyon müşteri verisinin, farklı boyutlardan seçilen değişkenlerin, istatistiksel yöntemlerin ve uzman görüşünün birlikte kullanılması sayesinde ortaya konulan bu yapı, yalnızca sektör uygulamalarına değil, aynı zamanda literatüre de önemli bir katkı sunmaktadır. Çalışma kapsamında, oluşturulan yeni sınıfların ayrıntılı profillemeleri yapılmış ve dönemler arası geçişleri analiz edilerek segment yönetimi ve strateji geliştirme süreçlerinde girdi olarak kullanılabilecek anlamlı bulgular elde edilmiştir. Bu yönüyle çalışma, müşteri sayısı ve veri hacmi yüksek olan bankacılık ve e-ticaret gibi sektörler için de örnek teşkil edebilecek niteliktedir. Araştırma mevcut ve faturalı aboneler üzerinden gerçekleştirilmiş olmakla birlikte, yeni kazanılan aboneler ve faturasız müşteri gruplarının da kapsama dâhil edilmesi, segmentasyon yapısının genellenebilirliğini artıracaktır. Elde edilen sonuçların mevcut iş aksiyonlarında uygulanarak test edilmesi, segment yapısının katkısını ölçmek ve gerekli iyileştirmeleri gerçekleştirmek açısından önem taşımaktadır. İlerleyen çalışmalarda farklı sınıf sayılarının denenmesiyle bulguların daha derinlemesine değerlendirilmesi mümkündür. Ayrıca, veri kısıtları nedeniyle bu çalışmada abonelerin sınıf bazlı churn davranışları analiz edilememiştir. Bu kısıtın ortadan kaldırılması durumunda, söz konusu analizlerin gerçekleştirilmesi segmentlerin sürdürülebilirliği ve müşteri yaşam döngüsü açısından önemli içgörüler sağlayacaktır.

Özet (Çeviri)

As digitalization continues to expand, firms seek to adapt in order to reach customers and respond to their needs. The telecommunications sector, as one of the industries with the largest customer bases, has similarly focused on developing strategies to remain competitive in this environment. This thesis aims to define the concept of digitalization using telecommunications data and to provide sector-specific recommendations based on this definition. In the first stage, academic studies on digitalization, digital customers, and digital channels were reviewed across the telecommunications sector as well as other industries. The literature shows that research on digitalization is limited and that existing definitions are generally narrow, most often relying on transaction volumes and data usage. Studies from banking and e-commerce were also considered, including segmentations based on demographic characteristics or channel preferences. Based on these findings, this study adopts a broader view of digitalization, incorporating not only transaction counts or channel choice but also customers' spread across digital channels, behavioral diversity, and depth of digital activity. Accordingly, digital classes were constructed and analyzed in detail. Following the establishment of the definition of digitalization and the research objectives, the methodological framework was defined and the implementation phase was initiated. A sample of fifty thousand customers was selected from real telecommunications data, and a total of forty-five variables were identified based on those frequently used in the literature and in telecommunications practice. These variables were selected to capture customers' total data usage, usage patterns across different time periods, generated revenue, physical mobility, levels of social media usage, and the frequency of visits to websites and applications across various domains such as gaming, public services, and news. After the variables were selected, numerical data were transformed into categorical form using the Fisher–Jenks Natural Breaks method in order to enable their use in the classification methodology. This method identifies breakpoints that maximize between-class variance while minimizing within-class variance, and the optimal number of categories was determined using the Goodness of Variance Fit (GVF) metric. Following the categorization, the relationship between the resulting categories and the existing digital segmentation structure was examined using chi-square and Cramér's V tests to ensure that the selected variables were meaningful and consistent with the current framework. Subsequently, the ELECTRE TRI-B multi-criteria ordered classification method was applied. Prior to classification, variable weights were calculated using the entropy method, which assigns higher weights to variables with greater variability. Navigation website visits and text- and video-based social media data usage emerged as the most discriminative variables. Customers were then classified into six classes, consistent with the number of segments in the existing digital segmentation structure, enabling a direct comparison between the two approaches. Subscribers were assigned to digital classes on a monthly basis over a six-month period. Segment distributions were stable across periods, with no significant seasonality effects. Approximately 36% of customers were concentrated in the third class, followed by the fourth class at around 32%, while the first class represented the smallest segment at roughly 2%. Profiling analysis revealed clear differences across classes. The first class exhibited almost no data usage, while the second class generated the lowest revenue and had the lowest package prices. In higher classes, increases in digitalization were accompanied by higher revenues, fees, and usage volumes. The second class consisted of the oldest customers and had the longest subscription tenure, whereas higher segments were characterized by younger customer profiles. Despite minimal usage, the first class generated higher revenue and had a younger customer base compared to the second class. Finally, inter-period transition analysis was conducted to examine mobility between segments. Transition matrices showed that mobility was more pronounced in upper segments, with most subscribers moving to adjacent classes between periods. The high level of movement observed in high-revenue segments represents a critical insight for segment management and strategic decision-making. After analyzing intra-segment dynamics, comparisons were conducted between the existing segmentation structure and the ELECTRE TRI-B-based classes to identify the distinguishing features of the new structure. Initially, similarity levels between the six classes in both classification systems were examined. No significant seasonality effects were detected in similarity analyses conducted for each period. While the fourth, fifth, and sixth classes in both structures exhibited high similarity across all combinations, the lowest segments of the two classification systems showed low similarity. The second and third classes also demonstrated high similarity with each other. These findings constitute one of the most important indicators that the ELECTRE TRI-B-based classes differ substantially from the existing segmentation structure. The classes were also compared in terms of income levels. In the existing segmentation, average revenue per subscriber increased progressively across higher segments. In contrast, within the ELECTRE TRI-B classes, the lowest average income was observed in the first class, followed by the second and third classes. Moreover, income differences among upper segments were considerably more pronounced in the ELECTRE TRI-B classification. Age was another variable used for comparison, and notable differences were observed in this dimension as well. In the existing segmentation structure, the average ages of the first three segments were relatively similar, and customers in higher segments tended to be younger. Conversely, in the ELECTRE TRI-B classes, the second class exhibited a distinctly higher average age, while the average ages of upper segments were slightly lower than those of the corresponding upper segments in the existing structure. Another comparison was conducted based on total data usage. While a steadily increasing pattern was observed across segments in the existing classification, in the ELECTRE TRI-B structure the data usage of the second class was only marginally higher than that of the first class, whereas the upper classes displayed significantly higher average usage levels. In parallel with total data usage, similar trends were observed in social media platform usage. In the final stage, the two classification structures were compared in terms of their ability to explain income and data usage using regression analysis. In this context, segments were included in the models as independent variables, and revenue per subscriber was selected as the dependent variable. Although the explanatory power of both models was relatively low, the R² values indicated that the ELECTRE TRI-B classes exhibited higher explanatory power for income compared to the existing segmentation structure. It should be noted that revenue is influenced by numerous external factors, including promotional campaigns, price changes, competitors' offers, and brand perception. The same analytical steps were applied to total data usage, and similarly, the ELECTRE TRI-B classes demonstrated greater explanatory power than the existing classification. These findings indicate that the proposed segmentation approach provides a stronger framework for explaining both revenue and usage behaviors compared to the current structure. In conclusion, the method applied in this study resulted in the development of a digital segmentation structure that clearly differs from existing classification approaches. By combining real telecommunications customer data with variables selected from multiple dimensions, statistical methods, and expert judgment, the proposed segmentation offers a meaningful contribution to both industry applications and the academic literature. In addition to the segmentation itself, detailed profiling of the newly formed classes and the analysis of inter-period transitions provide valuable insights that can be used as inputs for segment management and strategic decision-making processes. While the study was conducted using data from existing postpaid subscribers, extending the analysis to newly acquired and prepaid customers would increase the generalizability of the proposed structure. Moreover, testing the results through real business actions would be essential to assess the practical value of the segmentation and to identify potential areas for improvement. Future research may further deepen the analysis by experimenting with different numbers of classes. In addition, although churn behavior could not be examined due to data limitations, incorporating such analyses in future studies would offer important insights into segment sustainability and customer lifecycle dynamics.

Benzer Tezler

Tez No
1008609
En uygun bankacılık hizmet modeli seçimi için bütünleşik çok kriterli karar verme yaklaşımı
An integrated multiple criteria decision making approach for the selection of the most suitable banking service model
MUSTAFA AKÇA
Yüksek Lisans
Türkçe
2026
Endüstri ve Endüstri Mühendisliği İstanbul Teknik Üniversitesi
Endüstri Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF İLKER TOPCU
Tez No
285582
A multiple criteria sorting approach based on distance functions
Uzaklık kriterlerine bağlı çok kriterli sıralama yöntemi
BİLGE ÇELİK
Yüksek Lisans
İngilizce
2011
Endüstri ve Endüstri Mühendisliği Orta Doğu Teknik Üniversitesi
Endüstri Mühendisliği Bölümü
DOÇ. DR. ESRA KARASAKAL
YRD. DOÇ. DR. CEM İYİGÜN
Tez No
955401
Elektrikli araçların kullanıcı tercihlerine göre sınıflandırılması: hibrit bir yaklaşım
Classification of electric vehicles based on user preference: a hybrid approach
MEHMET DEMİR
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri Mühendisliği İstanbul Teknik Üniversitesi
Endüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT ASAN
Tez No
935517
Çok ürünlü çok aşamalı tedarik zincirlerinde talep ve temin süresi belirsizliği altında ileri seviye stok yönetimi için yeni bir yaklaşım
A new approach for advanced inventory management under demand and lead time uncertainty in multi product multi echelon supply chains
SENA KESKİN SEVER
Doktora
Türkçe
2025
Endüstri ve Endüstri Mühendisliği Yıldız Teknik Üniversitesi
Endüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALEV TAŞKIN
Tez No
342707
Mr görüntülerinin bölütlenmesinde çok kriterli yaklaşımlar üzerine bir çalışma
A study on multiobjective approaches to mr image segmentation
NECATİ DURAN
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol Ege Üniversitesi
Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA SERDAR KORUKOĞLU

Geri Dön