Lojistik sektörü karayolu taşımacılığında dinamik fiyat tahmin sisteminin tasarlanması
Designing dynamic forecasting system for truckload market pricing in logistics sector
- Tez No: 486574
- Danışmanlar: PROF. ALP ÜSTÜNDAĞ
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 158
Özet
Günümüz iş dünyasında başarıya ulaşmak için kullanılan stratejiler ve bunlara uygun faaliyetlerin önemi gittikçe artmıştır. Bunların en önemlisi lojistik, tüm organizasyonu ve kaynaklarını en uyumlu şekilde hareket ettirebilme yeteneği olarak iş dünyasında önemli bir yere sahiptir. Bu çerçevede lojistiğin pek çok alanı içinde fiyatlandırma öne çıkan başlık haline gelmiştir. Fiyatlandırmada karlılık en önemli hususlardan biridir. Dinamik fiyatlandırmanında amacı genellikle karı maksimize edecek fiyatın bulunması üzerine kurgulanmıştır. Şirketlerin tüm müşteri için her zaman iyi ve doğru fiyatı sundukları süreçler ömemlidir. Dinamik fiyatlama, fiyatın hızlı ve sık bir şekilde değiştiğini göz önünde bulundurur. Lojistik sistemlerin fiyatlandırma ile doğrudan bağlantısı vardır. Lojistik yönetiminin amacı müşterilere gerekli hizmeti gerçekleştirirken güncel ve beklenen siparişlerin düşük maliyetle karşılanması beklenir. Lojistik sektörü karayolu taşımacılığında dinamik fiyatlandırmanın amacı da karlılığı arttıracak fiyatları ve müşterinin buna olan tepkisi ve ayırdığı miktarı bulmaya çalışmaktır. Bu açıdan bakıldığında müşteri ve taşıyıcının aynı anda fiyatlandırma sistemine dahil edilmesi, buna uygun analitik tekniklerin kullanılması gereklidir. Bu tekniklerin kullanılması karmaşık ve dinamik bir ortamda fiyatın belirlenmesi önemli araştırma alanlarından biridir. Literatürde yapılan çalışmalara bakıldığında taşıyıcıyı etkileyen tüm maliyet ve özel durumların ele alındığı fiyat tahmin modeline, lojistik sektörü karayolu taşımacılığında isteğe bağlı uyarlanmış fiyatlama için teklif yanıt modellerine literatürde rastlanmamıştır. Tez kapsamında ilk aşama olarak, lojistik sektörü karayolu taşımacılığında dinamik fiyat tahmin modelinin oluşturulması amaçlanmıştır. Bu kapsamda hem taşıyıcı hem de müşteri göz önüne alınmıştır. Taşıyıcının fiyatlandırması yapay sinir ağları ve kantil regresyon ile gerçekleştirilmiştir. Senaryolar oluşturulmuş, değişik çözüm stratejileri tanımlanmış ve hata oranlarıyla performansları karşılaştırılmıştır. Buna göre en güçlü tahminin rota bazlı olduğu ve yapay sinir ağlarıyla çözümün güçlü olduğu gösterilmiştir. Müşteri tarafında aranması gereken çözüm ise kabul edebileceği fiyatı öngörmek ve müşteri teklif yanıt fonksiyonlarının hesaplanmasıdır. Bu sayede müşteri davranışı modellenebilir, verilecek fiyatın kabul etme olasılıkları hesaplanabilir. Tezin bu kapsamında müşteri öncelikle segmente edilmiştir. Segmentasyon tabanlı teklif yanıt fonksiyonları için logit modeli kullanılmıştır. Model sayesinde müşteri hakkında detaylı analizler ve stratejiler belirlenmiştir.Farklı müşteri segmentasyonlarına göre fiyat teklif eğilimleri ve olasılıkları elde edilmiştir.Logit modeli duyarlılık analizi ile kabul etme olasılıkları değişimi ile müşteriye verilecek olan fiyatın değişimleri arasındaki ilişki gözlemlenmiştir. Tezin son kapsamında ise müşteriye verilecek olan fiyat belirlenmiştir. Bu amaçla iki yaklaşım belirlenmiştir. İlki doğrusal olmayan optimizasyon ile aracı firmaya karı maksimize edecek şekilde fiyatın belirlenmesidir. Model hem kısıtsız hemde belli müşteri gruplarının pazar payı kısıtı eklenerek analizler gerçekleştirilmiştir. Buna göre kısıtsız modelin kar marjı ortalaması, kısıtlı modele göre daha iyi sonuçlar vermiştir.İkinci yaklaşım ise müşteriye verilecek olan fiyatın tahmin edilmesidir.Bunun içinde lineer regresyon,yapay sinir ağları ve kantil regresyon yöntemi kullanılmıştır.Yapay Sinir Ağlarının satış fiyatı belirlenmesinde daha iyi sonuçlar verdiği gözlemlenmektedir.Optimizasyon sonuçları daha sapması yüksek fiyat bilgisi sunmaktadır. Ancak firmalar daha uzun zaman periyodundaki stratejik kararlarında optimizasyon modelini kullanabilirler Tahmin modellerinin ise anlık satış fiyatı belirlenmesinde daha anlamlı sonuçlar verdiği görülmüştür.
Özet (Çeviri)
The logistics sector is an ever-growing industry throughout the world. A robust logistics sector is one of the common features of industrialized countries. The main reason behind highway transportation being the major component of the logistics sector is that the sector is closely associated with other sectors. From this perspective price forecasting for the truckload spot market in the logistics sector has been an essential field of research recently. It has been an area of interest for decision makers and managers of companies to make predictions for the future in any sector in which uncertainty exists. Price forecasting has great importance, particularly in the case of decision making regarding a new area and an investment in economic terms. Price forecasting of the truckload spot market in the logistics sector is one of the critical areas of decision making for the determination of future value from the viewpoint of truckers. From this perspective price forecasting in the truckload spot market is especially important to predict price fluctuations in the short term and to protect third-party providers from potential risks and crises. Moreover, large companies can plan their budgets according to the price information. At this stage one of the essential points is to create a price forecasting model addressing all the variables affecting it, in which the customer and the trucker can find common ground. This study used two methodologies to determine truckers' spot price in the freight transport process, and it created a price forecasting framework. The first model created in the price forecasting system is a quantile regression, one of the econometric models. The second method used in the study is artificial neural network, an artificial intelligence method. Truckers' price varies depending on several factors, such as the type of transportation, departure and arrival cities, road conditions, type of route, amount of freight, and location difficulty level. The objective of this study is to develop a framework for forecasting the truckload spot market price in the logistics sector, to offer existing customers the most economical and high-quality services, to forecast the short- and long-term risks and price fluctuations that may be faced in the sector, and to design an effective model to determine the acceptable price levels of truckers. The designed price forecasting approach will ensure that the performance and forecast levels of both the artificial intelligence and the econometric model can be compared. In this scope two different price forecast models will be formed, the output performances will be assessed, the best methodology will be selected, and projections will be carried out. The main aim is to determine the price information dynamically, accurately, and in an expeditious and reliable manner, thus improving the quality and performance criteria in the truckload spot market, minimizing the uncertainties, risks, and errors that may be faced in the future, preventing price fluctuations, and ensuring the most economical and reliable decision support mechanism in the sphere of logistics and supply chains. From the managerial perspective, forecasting methods give projections that rely on the strength of past data, so business executives can obtain a mixture consisting of raw data and personal impressions to develop a useful forecast. This means that businesses can use the method to make decisions about their future. Managers can design possible future outcomes for their business. Different aspects of management can be considered, such as creating, developing, producing, and adding value for the organization. The paper has two objectives. Firstly, the price forecasting approach is developed with two methods. The quantile regression and the conventional back-propagation neural network (BP) models are used to forecast the price of highway transportation. The mean absolute percentage error (MAPE) is used to assess the forecast performance of the two methods. Secondly, the models are applied to two concepts: a route-based model and a general model in which all routes are assessed together. This thesis also investigates customer perspective of dynamic pricing for highway transportation. On the customer side, the problem that needs to be solved is to estimate the price that can be accepted and to calculate the customer bid response functions. Customer behavior can be modeled on this side and the probability of accepting the price to be given can be calculated. Customer is primarily segmented within this context. The logit model is used for the bid response functions. Through the model, detailed analysis and strategies have been defined for the customer. Price tendencies and probabilities have been obtained according to different customer segmentations. In the last part of the thesis, the price to be given to the customer is determined. For this purpose, two approaches have been determined. Determination of the price so as to maximize the profit to the company with the first nonlinear optimization. Models are analyzed both by uncontrained and by adding limit of market constraint of certain customer groups. The second approach is to estimate the price to be given to the customer. Linear regression ,artificial neural network and quantile regression method are used in this case. It is observed that the quantile regression gives better results when the selling price is determined. The results of optimization methods provide more fluctuating price information. However, firms can use the optimization model in their strategic decisions over a longer period of time. Forecast models have shown to give more similar results in the real situation when the instant sale price is determined. The aim of this thesis is to develop the decision support model for road transport in the logistics sector, to provide the most economical and high quality services to existing customers, to forecast short and long term risk and price fluctuations in the sector, model design. In this designed three-legged system, it is another purpose to provide profit maximization that the vehicle firm wants to achieve. In this context, a statistical and price forecasting model will be created and the selection process and prospective projections of the best methodologies and scenarios to evaluate output performances will be realized. By using the developed price forecasting approach system, uncertainty and risk factors can be eliminated and proper price information can be gained. Thus, an economical and sustainable supply chain network design can be achieved.
Benzer Tezler
- DEMATEL yöntemiyle Hatay ili lojistik sektöründe yaşanan sorunların analizi ve sektörün sürdürülebilirliğine etkilerinin incelenmesi
Analysis of problems in logistics sector of Hatay using DEMATEL method and investigation of their effects on the sector's sustainability
CEM EMRE YILMAZ
Yüksek Lisans
Türkçe
2019
UlaşımHatay Mustafa Kemal Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. VELİ ALPAGUT YAVUZ
- Karayolu yolcu taşımacılığında sefer düzeni ve gelir optimizasyonu
Expedition arrangement and income optimization in highway passenger transport
ÇAĞRI EROĞLU
- Uluslararası karayolu esya taşımacılığında filo yönetimi ve bır uygulama
The fleet management in international road transport and an application
MEHMET SITKI SAYGILI
Yüksek Lisans
Türkçe
2005
Kamu Yönetimiİstanbul ÜniversitesiYönetim Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. MURAT ERDAL
- Karayolu taşımacılık faaliyetlerinde risk yönetimi ve sigorta
Risk management and insurance in road transportation activities
YEŞİM AVCI
- Tek türlü ve çok türlü taşımacılığın performans indeksi baz alınarak karşılaştırılması: İskenderun örneği
Comparison of unimodal and multimodal of transport to the performance index : Case of Iskenderun
KEVSER ÜNSALAN
Yüksek Lisans
Türkçe
2018
Trafikİskenderun Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK CANSIZ