Değişken pazar koşullarında ilaç satış tahmini: XGBoost ile bir model önerisi
Drug sales forecasting under dynamic market conditions: a model proposal using XGBoost
- Tez No: 1012895
- Danışmanlar: PROF. DR. MEHMET MUTLU YENİSEY
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Satış tahmini, Zamansal veri modeli, Sales forecast, Time data model
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Enerji Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, değişken pazar koşullarında ilaç sektöründe talep tahmini için XGBoost algoritmasının güvenilir ve yüksek doğruluklu bir model oluşturma potansiyeli incelenmiştir. İncelenen işletmede talep tahminlerinin istatistiksel veya makine öğrenmesi modelleri kullanılmadan, sezgisel ve manuel yöntemlerle gerçekleştirildiği belirlenmiştir. Bu eksikliği gidermek için 2015–2024 yılları kapsayan 504 haftalık veri setiyle analizler yapılmıştır. Çalışma kapsamında XGBoost algoritması gerek genel pazar düzeyinde gerekse alt pazar segmentleri ve ürün bazında talep tahmini için uygulanmıştır. Model, Ortalama Mutlak Yüzde Hata (MAPE) metriğiyle değerlendirilmiştir. Genel pazar talebinde model %8 MAPE ile yüksek doğruluk sunmuştur. Bir ürün için MAPE %21 olarak hesaplanmıştır. Elde edilen bu değerlerin Fourkiotis ve Tsadiras (2024) tarafından belirtilen %16–%18 aralığına yakın olması, sonuçların literatürle uyumlu olduğunu göstermektedir. Gözlemlenen yüksek hata oranının reçete dinamiklerinden kaynaklandığı değerlendirilmiştir. Reçetelerin ürünler arasında kayması, dış faktörler, değişken tüketici tercihleri ve pazar dalgalanmalarının model performansını doğrudan etkilediği görülmüştür. Bu çalışma, Türkiye ilaç pazarından elde edilen gerçek veriyle literatüre özgün katkı sunmuştur. Ayrıca reçete geçişlerini ölçmek için yeni bir metrik önerilmiş, pazar payı değişimleri analiz edilmiş ve yıllara göre korelasyonlar incelenmiştir. Elde edilen bulgular, XGBoost algoritmasının ilaç sektöründe talep tahmini yaparken yüksek doğruluk, ölçeklenebilirlik ve uygulanabilirlik sağladığını göstermiştir. Modelin özellikle yüksek hata oranına sahip ürünlerde kök neden analizlerinin gerçekleştirilmesini mümkün kılarak firmalara somut faydalar sağladığı belirlenmiştir. Ayrıca, mevsimsellik, epidemiyolojik veriler, ekonomik göstergeler, regülasyonlar ve rekabet koşulları gibi dışsal değişkenlerin modele entegre edilmesi halinde tahmin doğruluğunun önemli ölçüde artacağı öngörülmüştür. Gelecek çalışmalarda, modelin farklı ürün grupları, terapötik alanlar ve uluslararası pazarlarda uygulanması hedeflenmektedir. Böylece, bulguların genellenebilirliğinin güçlü bir şekilde test edilmesi planlanmıştır.
Özet (Çeviri)
This study looks at whether the XGBoost algorithm can serve as a reliable forecasting tool for pharmaceutical demand in the Turkish market. At the examined company, demand forecasting has mostly relied on intuitive, non-statistical methods. No data-driven or machine learning models have been used. To fill this gap, we analyzed 504 weekly sales records from 2015 to 2024 and applied the XGBoost algorithm to both overall market data and product-specific data. The results show that we can predict market demand with high accuracy, achieving a MAPE value of 8%. For product A from Company X, the model yielded a MAPE of 21%. When we compare these findings with results from the literature—specifically the study by Fourkiotis and Tsadiras (2024), which reported MAPE values between 16% and 18%—our model's performance aligns closely with existing research. Further analysis indicates that the higher error for product A is linked to prescription behavior. While the number of prescriptions remains stable, doctors frequently switch prescriptions to other products due to external influences, market conditions, or treatment preferences. This study adds to the literature by using actual pharmaceutical market data from Turkey, introducing a prescription-shift metric, analyzing market share gains and losses, and conducting year-based correlation analyses. The results show that XGBoost is a strong option for forecasting pharmaceutical demand and can be effectively used by companies, whether they operate locally or globally. Additionally, examining the underlying causes of products with higher MAPE values and incorporating those factors into forecasting models could significantly improve forecast accuracy and strengthen supply chain and planning efforts. Future research might enhance the model by including external drivers, such as epidemiological data, seasonal trends, economic indicators, or competitive dynamics. Expanding the model to cover different product categories, therapeutic classes, or international markets could also improve its generalizability and predictive power. Overall, this study demonstrates that XGBoost provides a strong, scalable, and practical solution for forecasting pharmaceutical demand in fast-changing and uncertain market environments.
Benzer Tezler
- Müşteri odaklılığın satış performansına etkisi ve bir araştırma
Impact of customer orientation on sales performance and a research
SEZİN CANAY ACAR
- Çekirdeksiz kuru üzümde uygulanan politikanın Ege Bölgesinde üretim ve üretici açısından sonuçlarının değerlendirilmesi
Başlık çevirisi yok
GÜVEN ÖZERİN
- Contribution a la recherche d'un cadre juridique pour un droit international de laconcurrence plus efficace
Daha etkin bir uluslararası rekabet için hukuki çerçeve arayışı
ALİ CENK KESKİN
Doktora
Fransızca
2009
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
PROF. DR. JEAN MARC SOREL
PROF. DR. HALİL ERCÜMENT ERDEM
- Küreselleşmenin nitelikli iş gücü üzerindeki etkileri: İlaç sektöründe çalışan tıbbî tanıtım temsilcileri üzerine bir araştırma
The effects of globalization on qualified labor power: A research on medical representatives working ın medicine sector
ELİFE KART
- Hurda kurşun-asit akülerin geri dönüşüm prosesinde oluşan cüruftan antimon (Sb) kazanımı
Antimony (Sb) recovery from recycling process of scrap lead acid battery
GİZEM ALEV
Yüksek Lisans
Türkçe
2019
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ŞEREF SÖNMEZ