Özet Çevrimiçi tüccarlar için pazarlama bütçesi tahsisini en üst düzeye çıkarmak amacıyla bu tez, yapay zekâ (AI) ve makine öğrenmesi (ML) yaklaşımlarının kullanımını araştırmaktadır. Geleneksel bütçeleme teknikleri, perakende sektörünün hızlı dijitalleşmesi ve müşteri iletişim kanallarının artan karmaşıklığı ışığında yetersiz kalmıştır. Bu çalışma, pazarlama sonuçlarını tahmin eden ve tahmini modellemeyi kullanarak harcama verimliliğini en üst düzeye çıkaran veri odaklı bir strateji sunmaktadır. Pazarlama kampanyası verilerinin ön işlenmesi, keşifsel veri analizi ve PyCaret çerçevesinde Random Forest, Gradient Boosting ve LightGBM gibi karmaşık makine öğrenme modellerinin kullanımı, metodolojinin bir parçasıdır. Doğruluk ve yorumlanabilirliğe dayanarak, en iyi performans gösteren model seçilir ve özellik önemi SHAP analizi ile belirlenir. Bulgular, makine öğrenimi tahminlerine dayalı akıllı bütçe tahsisinin müşteri hedefleme taktiklerini büyük ölçüde artırdığını, gereksiz harcamaları azalttığını ve pazarlama etkinliğini artırdığını göstermektedir. Sonuçlar, yapay zeka destekli optimizasyonun bütçe planlama prosedürlerinde nasıl devrim yaratabileceğini ve e-ticaret karar vericileri için önemli sonuçlar doğurabileceğini göstermektedir.
