Market Segmentation In A Pharmaceutical Firm: Comparison Of Neural Networks And Cluster Analysis

Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2004Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2004Bu tez çalışmasında, belirli bir ürüne ait pazar bölümleme yapılması hedeflenmiştir. Sürecin ilk aşamasında ürünle ilgili doktorlar listelenmiş ve doktorları bölümlemek için datası elde edilebilecek ve sayısallaştırılabilecek değişkenler belirlenmiş; ardından doktor bazında bu değişkenlerle ilgili data toplanmıştır. Analiz aşamasında, hiyerarşik kümeleme metodu ve hiyerarşik olmayan kümeleme metotlarından k-ortalamaları için SPSS 11.0 programı ve yapay sinir ağlarının özörgütlemeli haritaları metodu için Matlab 6.5 programı kullanılmıştır. Hiyerarşik kümeleme metoduna, yalnızca küme sayısını belirlemek için başvurulmuş ve aglomerasyon şedülüne göre üç sınıfın uygun olacağı bulunmuştur. Diğer yandan konuyla ilgili firma yetkililerine danışılmış; kendileri tarafından dört kümenin uygun olacağı belirtilmiştir. Hem üç küme için hem de dört küme için kümeleme analizi ve özörgütlemeli haritalar kullanılmıştır. Her iki tekniğin verdiği sonuçlar geçerlilik testlerine sokulmuş ve uyumlu sonuçlar elde edilmiştir. Kümeleme analizi ve özörgütlemeli haritalar ile elde edilen sonuçlar hem üç küme bazında hem de dört küme bazında karşılaştırılmış; her iki durumda da yapay sinir ağlarının firma hedeflerine daha uygun sonuçlar verdiği görülmüştür. Bu durum, literatürde yer alan diğer makalelerle de aynı doğrultudadır.Aim of this thesis it to realize a market segmentation of a product in a pharmaceutical industry. In the first stage of the process, doctors related with the product are listed and then quantitative variables are determined. To provide related data about each of the variables, in-depth interviews were held. In the analysis stage; SPSS version 11.0 is used for hierarchical clustering method and k-means, as one of the non-hierarchical clustering methods and Matlab 6.5 is used for neural networks. Hierarchical clustering method is only used for determining the number of classes. According to the agglomeration schedule, three classes would be optimum. According to the corporate authorities, number of classes should be four. Cluster analysis and self-oraganizing maps are used for both cases. Validation tests are completed successfully. Results of both cases in terms of market segmentation are compared. According to the corporate authorities, results of neural network are more appropriate in both three cluster and four cluster cases. These results are in accordance with the literature.Yüksek LisansM.Sc