Demand forecasting with individual and combined models in pharmaceutical industry
İlaç sektöründe tekli ve birleştirilmiş modeller ile talep tahmini uygulaması
- Tez No: 609169
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 77
Özet
Son yıllarda, talep tahminlerinin zorluğu ve önemi nedeniyle birçok şirket daha fazla üzerine düşmeye başlamıştır. Talep tahmini, bir ürünün gelecekteki belirsiz talebini tahmin etmek için yapılan sistematik çalışmaların sonucudur. Mevcut pazar koşullarında o ürün veya hizmet için geçmiş talebin analizine dayanır. Sistematik çalışma olmadan tahminlerle karar veren şirketler taşıma maliyetlerinin fazlalığından ve karlılıklarından ödün verebilmektedirler. Şirketlerin büyümesi ve gelişmesinin etkilenmesinin yanısıra; talep tahmininde sürekli hata yapılması şirketlerin pazardaki yerlerini de tehlikeye atacaktır. Talep Tahmini temel alınarak bütçeleme, finansal planlama, satış ve pazarlama planları, kapasite planlama, risk değerlendirme ve azaltma planları gibi bir işletmenin stratejik ve uzun vadeli planları oluşturulmuştur. Bu çalışma, şirket kararıyla yapılan promosyonların, yıl içi tatil günlerinin, ürünün fiyatında olan değişikliklerin, ürünün stokta bulunup bulunmamasını ve bazı tarih özelliklerinin (haftanın günleri, aylar, yıllar vb.) birden çok modelde kullanılarak en uygun talep tahminini analiz etmeyi amaçlamaktadır. Çalışma için, Türkiye'de uzun yıllar hizmet veren bir global ilaç şirketine ait bir ürün incelenmiştir. Veriseti için 2016, 2017 ve 2018 yıllarına ait günlük satış verileri kullanılmıştır. Veri seti elde edildikten sonra, veri madenciliği metodolojileri için verilerin temizlenmesi ve hazırlanması için çalışma yapılmıştır. Bu nedenle, veri seti analiz edilmiş ve oldukça az miktarda boş sütunları olduğu bulunmuştur. Boş sütun içeren satırlar modellemeye dahil edilmemiştir. Gelecek dönemlerin talebini tahmin etmek için; Holt Winters, Ridge Regression, Rastgele Orman ve Xgboost olmak üzere dört ayrı model kullanılmıştır. Modeller Python 3.7 yazılım sürümünde Jupyter Notebook aracılığıyla kodlanmıştır. Tekli modellerden sonra, dört modelin birbiriyle olan kombinasyonlarından oluşan modeller de kullanılmış ve hata oranları değerlendirilmiştir. Elde edilen sonuçlara göre tekli modellerde en düşük hata oranı %15,7 RMSPE (Yüzdesel kök ortalama kare hatası) değerine sahip Rastgele Orman için elde edilmiştir. Diğer modeller olan Holt Winters, Ridge Regresyon ve Xgboost metotları içinse hata değerlerine göre sıralama Xgboost, Ridge Regresyon ve Holt Winters olarak devam etmiştir. Sonrasında, modellerin hata oranları ile ters orantılı şekilde ağırlıklandırma yapılarak, tekli modellerin ikili, üçlü ve dörtlü kombinasyonları elde edilmiş ve hata oranları hem kendi aralarında hem de tekli modellerle kıyaslanmıştır. Elde edilen ikili kombinasyonlarda Holt Winters ve Xgboost kombinasyonlarından oluşan model; %10,7 RMSPE değeri ile en düşük hata oranına sahip olmuşken, bu kombinasyonu %12,3' lük değer ile Rastgele Orman ve Xgboost kombinasyonu ve ardından Ridge Regresyon ve Xgboost kombinasyonu %15,2 ile takip etmiştir. Ardından bakılan üçlü kombinasyonlarda Holt Winters, Rastgele Orman ve Xgboost kombinasyonlarından oluşan model; %11,7 RMSPE değeri ile en düşük hata oranına sahip olmuşken, bu kombinasyonu %13,7' lik değer ile Holt Winters, Ridge Regresyon ve Xgboost kombinasyonu ve ardından Ridge Regresyon, Rastgele Orman ve Xgboost kombinasyonu %13,8 ile takip etmiştir. Son olarak ise tüm tekli modellerin kombinasyonundan oluşan bir model kurulmuştur, hata oranına bakıldığında ise bu değer %13,1 olarak tespit edilmiştir. Oluşturulan tüm modeller hata oranı bakımından kıyaslandığında, hata oranı en düşük modelimiz %10,7 RMSPE değeri ile Holt Winters ve Xgboost modellerinin kombinasyonlarından oluşan kombinasyon olmuştur. Modellerin yanısıra; şirket kararıyla yapılan promosyonların, yıl içi tatil günlerinin, ürünün fiyatında olan değişikliklerin, ürünün stokta bulunup bulunmamasını ve bazı tarih özelliklerinin (haftanın günleri, aylar, yıllar vb.) satış verisiyle olan ilişkisi korelasyon katsayıları ile uygulama bölümünde paylaşılmıştır. Korelasyon matrisleri incelendiğinde şirket kararıyla yapılan promosyonların satışlar ile pozitif ilişkisinin olduğu, yıl içi tatil günleri ile negatif ilişkisinin olduğu gibi sonuçlar görülebilmektedir. Çalışmanın son kısmında ise yapılan uygulama kapsamında elde edilen sonuçlarla ilgili olarak yorumlar belirtilmiştir. Bu kısımda; tartışma, çalışmanın kısıtları, yönetimsel çıkarımlar ve sonuç bölümleri yer almaktadır. Tartışma bölümünde elde edilen sonuçlar detaylı bir biçimde açıklanarak yorumlar belirtilmiştir. Çalışmanın kısıtları kısmında ise bu çalışmanın ilerisinde olabilecek gelecek çalışmalar için düşünce ve öneriler yer almaktadır.
Özet (Çeviri)
In recent years, many companies have become more interested because of the difficulty and importance of demand forecasting. Demand forecasting is the result of systematic studies in order to predict the expected, but uncertain demand of a product in the future. Companies that make decisions for estimations without systematic studies have to bear the excessive cost burden and reducing their profitability. Apart from the growth and development of these companies, their place in the market they are in danger and they can not usually have a say in their market. From this point of view, demand forecasting have a strategic importance for companies. However, these studies can have bad results despite the many benefits we have stated when they are not properly adapted to the organization. Many studies have shown that the biggest reason for these studies' failure to adapt to the organization the inability to use or interpret the insights effectively for the company. Accurate and well-directed insgihts that makes sense of historical sales data plays an important role in the adoption and use of demand forecasting studies. Therefore, many studies have been conducted to investigate the factors affecting demand forecasting. The purpose of this thesis is to analyze the effect of promos, holiday statements, price changes, stock availability and datetime features (weekdays, months etc.) with several methods on demand forecasting. Data set were collected for the product of the global pharmaceutical company providing services in Turkey. Actual daily sales data for 2016, 2017 and 2018 were used in the construction of this data set. In order to predict the next periods demand, we used four individual models which are Holt Winters, Ridge Regression, Random Forest and Xgboost. Models were coded in Python 3.7 software version via Jupyter Notebook. After individual models, combinations of models were also tested on dataset. The lowest error rate was found to be one of these combinations of models. According to the results, the lowest error rate in individual models was obtained for Random Forest with 15,7% RMSPE (Root Mean Squared Percentage Value) value. Then, the lowest error rate was obtained with 10.7% RMSPE value in Holt Winters & Xgboost combination which was obtained from the combinations of the models. In addition, the correlation coefficients of the features between sales are also shown in the application section in detail.
Benzer Tezler
- A stress testıng framework for the Turkısh bankıng sector: an augmented approach
Türk bankacılık sektörü için bir stres testi çerçevesi: Bir genişletilmiş yaklaşım
BAHADIR ÇAKMAK
Doktora
İngilizce
2014
BankacılıkOrta Doğu Teknik Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. NADİR ÖCAL
- Türkiye gün öncesi elektrik piyasasında saatlik fiyatların uzun dönemli olarak tahmin edilmesi için fundamental bir yöntem geliştirilmesi
Development of a fundamental model for forecasting long-term hourly prices in the Turkish day-ahead electricity market
OZAN KORKMAZ
Doktora
Türkçe
2024
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. BİHRAT ÖNÖZ
- ERP sistemleri ve tedarik zinciri yönetimi
Başlık çevirisi yok
MUZAFFER ÖZGÜR CEVDET
Yüksek Lisans
Türkçe
1998
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DR. HALİL HALEFŞAN SÜMEN
- Talep belirsizliği altında yedek parça stoklarının yönetimi
Spare parts stock management under demand uncertainty
GÜLÇİN ÖZGÜRBÜZ
Yüksek Lisans
Türkçe
2017
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. DİLAY ÇELEBİ
- Demand and capacity modelling of acuteservices using simulation and optimization techniques
Simülasyon ve optimizasyon tekniklerinin kullanımıyla akut servislerin talep ve kapasite modellemesi
MUHAMMED ORDU
Doktora
İngilizce
2018
Endüstri ve Endüstri MühendisliğiUniversity of HertfordshireEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. EREN DEMIR