Bu çalışmada, işletmelerde kredili satış politikasının belirlenmesinde önemli faktörlerden biri olan müşteri kredi değerliliğinin belirlenmesi problemi, karar verme tekniklerinden Analitik Ağ Süreci (AAS) yaklaşımıyla ele alınmış, söz konusu karar probleminin çözümüne bu yöntemin katkısının hangi boyutlarda olabileceği, bir örnek firma uygulaması bağlamında tartışılmıştır. Çalışmada, İMKB’ye kayıtlı bir firmanın 2011 yılında aktif olarak çalıştığı bütün müşteri portföyü dikkate alınarak oluşturulan bir veri setinden hareketle AAS yaklaşımı benimsenerek bir müşteri kredi değerleme modeli geliştirilmiştir. Çalışmada, müşteri kredi değerleme sürecinde etkili olduğu belirlenen kriterlerin ağırlıklı olarak kullanılacağı bu model aracılığıyla yürütülecek bir müşteri kredi değerlendirme sürecinin, mevcut/potansiyel müşterilerin doğru şekilde kredilendirilmesi sürecinde firmalara önemli katkılar sağlayabileceği sonucuna ulaşılmıştır. Nitekim örnek firmanın 2011 yılında aktif olarak kredi limiti verdiği ve kredi limiti vermediği müşterilerinin bilgilerinden oluşturulan bir veri seti aracılığıyla gerçekleştirilen lojistik regresyon analizi, geliştirilen modelin müşterilerin kredi değerliliğini %92 oranında doğru tahmin ettiğini göstermiştir.

Customer credit evaluation issue, an important factor in policy making for credited sales, is analyzed through Analytic Network Process (ANP). It is discussed to which extent that the contribution of this method for credit evaluation issue is deliberated via an exemplary firm. A Customer credit evaluation model is improved within ANP framework, in which efficient criteria in customer credit evaluation is used predominantly, based on a data set derived from active customer portfolio for the firm registered in ISE for the term of 2011. The customer credit evaluation analyzed via this model may deliver some important contributions for firms in an effective assessment for present or potential customers. The logistic regression analysis, based on data set of credited and unaccredited active customers of the exemplary firm in 2011, point outs that the improved model estimates the customer credit evaluation at a correctness rate of 92%.