Davranışsal Ekonomi ve Yapay Zeka ile Müşteri Davranışı Modelleme Eğitimi
Davranışsal Ekonomi ve Yapay Zeka ile Müşteri Davranışı Modelleme Eğitimi
Eğitim Hakkında
Bu program, standart makine öğrenmesi modellerinin "ne" olduğunu tahmin etme yeteneğini, davranışsal ekonominin "neden" olduğunu açıklama gücüyle birleştirir. Katılımcılar, müşterilerin rasyonel olmayan, psikolojik ve sosyal faktörlerle şekillenen karar alma süreçlerinin arkasındaki temel prensipleri öğrenecek ve bu prensipleri, daha isabetli, daha açıklanabilir ve daha etkili yapay zekâ modelleri geliştirmek için somut özelliklere (features) ve model mimarilerine nasıl dönüştüreceklerini keşfedeceklerdir. Eğitimin sonunda katılımcılar, sadece müşteri kaybını veya satışları tahmin etmekle kalmayacak, aynı zamanda hangi müşteriye hangi "dürtme" (nudge) veya teşvikin en etkili olacağını ölçebilen "uplift" modelleri tasarlayabilecek yetkinliğe sahip olacaklardır.
Ön Koşul
Bu eğitimin herhangi bir ön koşulu yoktur.
Eğitim İçeriği
- Geleneksel Ekonominin ve Makine Öğrenmesinin Sınırları
- "Rasyonel İnsan" (Homo Economicus) Varsayımının Yetersizliği.
- Standart ML Modellerinin "Neden" Sorusuna Cevap Verememesi (Korelasyon vs. Nedensellik).
- Yeni Bir Paradigma: Davranışsal Veri Bilimi
- Davranışsal Ekonomi ve Yapay Zekanın Birbirini Nasıl Tamamladığı.
- Vaka İncelemesi: Netflix, Amazon, Spotify gibi şirketlerin bu prensipleri nasıl kullandığına dair örnekler.
- İnsan Zihninin İki Sistemi: Sistem 1 (Hızlı) ve Sistem 2 (Yavaş)
- Müşterilerin %95'inin kararlarını nasıl sezgisel ve otomatik olarak verdiğinin anlaşılması.
- Değer Algısı ve Karar Verme
- Prospekt Teorisi: Kayıptan Kaçınma (Loss Aversion) - Kayıpların kazançlardan neden daha fazla acı verdiği.
- Referans Noktaları ve Çapalama (Anchoring): İlk görülen fiyatın veya bilginin sonraki kararları nasıl etkilediği.
- Çerçeveleme Etkisi (Framing Effect): Aynı bilginin farklı sunulmasının (%95 yağsız vs. %5 yağlı) tercihleri nasıl değiştirdiği.
- Bilişsel Kısayollar ve Önyargılar (Heuristics & Biases)
- Sosyal Kanıt (Social Proof): "Diğerleri de bunu yapıyor" etkisinin gücü.
- Kıtlık (Scarcity): "Sınırlı sayıda" veya "son gün" gibi ifadelerin değeri nasıl artırdığı.
- Sahip Olma Etkisi (Endowment Effect): İnsanların sahip oldukları şeylere neden daha fazla değer biçtiği.
- Zaman ve Karar Verme
- Hiperbolik İndirgeme (Hyperbolic Discounting): İnsanların gelecekteki büyük bir ödül yerine bugünkü küçük bir ödülü neden tercih ettiği (erteleme ve anlık tatmin).
- Referans Noktalarını Özellik Olarak Kodlama
- Bir müşterinin bir ürün için gördüğü ilk fiyatı veya ortalama harcamasını "çapa" (anchor) olarak modelleme.
- Kayıp/Kazanç Çerçevesini Modelleme
- Bir fiyat değişikliğini, müşterinin referans noktasına göre "kazanç" mı yoksa "kayıp" mı olarak algılandığını hesaplayan bir özellik yaratma.
- Sosyal Etkiyi Modelleme
- Müşterinin ağındaki (network) diğer kişilerin davranışlarını (örn: "arkadaşlarından kaç tanesi bu ürünü aldı?") bir özellik olarak kullanma.
- Kıtlık ve Aciliyet Sinyallerini Sayısallaştırma
- "Stokta son 3 ürün" veya "kampanyanın bitmesine kalan süre" gibi bilgileri modelin anlayacağı şekilde kodlama.
- Standart Tahminlemenin Ötesi: Uplift Modelleme
- "Kimler indirim teklif edilirse satın alır?" sorusu ile "Kimler sadece indirim teklif edilirse satın alır?" sorusu arasındaki fark.
- Pazarlama müdahalelerinin net artışsal etkisini (net incremental impact) ölçen modeller (örn: Two-Model Approach, Class Transformation).
- Vaka İncelemesi: İndirim bütçesini, sadece indirime tepki verecek "ikna edilebilir" kitleye odaklayarak israfı önleme.
- Nedensel Çıkarım (Causal Inference) Tekniklerine Giriş
- A/B testlerinin yapılamadığı durumlarda, bir eylemin gerçek nedensel etkisini gözlemsel veriden çıkarmaya yönelik yöntemler (Propensity Score Matching).
- Aşama 1: Problem Tanımı ve Davranışsal Teşhis
- Gerçek bir iş problemi seçme (örn: "kullanıcıların tasarruf hesabına para yatırma oranını artırmak").
- Bu davranışın önündeki psikolojik engelleri (erteleme, mevcut duruma bağlılık vb.) BE prensipleriyle teşhis etme.
- Aşama 2: "Nudge" (Dürtme) Tasarımı
- Teşhis edilen engelleri aşmak için birden fazla "nudge" hipotezi geliştirme (örn: varsayılan olarak katılımı açık yapma - "default option", sosyal karşılaştırma gösterme - "social proof").
- Aşama 3: Uplift Modeli Geliştirme ve Simülasyon
- Mevcut veri seti üzerinde, hangi müşterinin hangi "nudge"a en çok tepki vereceğini tahminleyen bir uplift modeli geliştirme.
- Geliştirilen kişiselleştirilmiş "nudge" stratejisinin potansiyel etkisini simüle etme ve sonuçları analiz etme.
- Dürtme (Nudging) ve Manipülasyon Arasındaki İnce Çizgi
- "Karanlık Örüntüler" (Dark Patterns): Tanımı, Türleri ve Tespiti
- Kullanıcıları istemedikleri şeyleri yapmaya kandıran arayüz tasarımlarının analizi ve bunlardan kaçınma yolları.
- Sorumlu Seçim Mimarisi için Etik Kontrol Listesi
- Geliştirilen bir müdahalenin şeffaf, faydalı ve kullanıcı odaklı olup olmadığını denetlemek için pratik bir çerçeve.
- Proje Sunumları ve Geri Bildirim
- Davranışsal Bilimler Ekibini Kurum İçinde Konumlandırma
- Gelecek Trendleri: Hiper-Kişiselleştirme, Duygusal Yapay Zekâ (Affective Computing) ve Etik
Kazanımlar
- Müşteri davranışlarını sadece “ne” değil, “neden” sorusu üzerinden analiz ederek nedenselliğe dayalı stratejiler geliştirebileceksiniz.
- Davranışsal ekonomi prensipleriyle gizli örüntüleri ortaya çıkararak daha güçlü tahmin modelleri oluşturabileceksiniz.
- Nudging ve Uplift yöntemleriyle doğru mesajı doğru müşteriye ulaştırabilecek, müdahalelerin etkisini ölçebileceksiniz.
- Yapay zekâ tahminlerini psikolojik teorilerle destekleyerek daha açıklanabilir ve savunulabilir modeller geliştirebileceksiniz.
- Etik seçim mimarileri tasarlayarak manipülasyondan uzak, güvene dayalı ve sürdürülebilir müşteri ilişkileri kurabileceksiniz.
Hedef Kitle
- Gelir Yönetimi ve Fiyatlandırma Analistleri.
- Veri Bilimciler ve Makine Öğrenmesi Mühendisleri.
- Kullanıcı Deneyimi (UX) Araştırmacıları ve Tasarımcıları.
- Müşteri İlişkileri Yönetimi (CRM) ve Müşteri Deneyimi (CX) Uzmanları.
- Pazarlama Stratejistleri ve Ürün Yöneticileri.
Sertifika
Eğitimlerimize %80 oranında katılım gösterilmesi ve eğitim müfredatına göre uygulanacak sınav/projelerin başarıyla tamamlanması durumunda, eğitimin sonunda dijital ve QR kod destekli “BT Akademi Başarı Sertifikası” verilmektedir.
SEKTÖRÜN GÜVENDİĞİ ÇÖZÜM ORTAĞI
BT Akademi'yi tercih eden 4.000'den fazla kurum yanılmıyor.
