Geri Dön

Forecasting customer service demand by machine learning with real life implementation

Makine öğrenmesi ile müşteri hizmet talebi tahminlemesi

  1. Tez No: 642116
  2. Yazar: SİMGE GÜÇLÜKOL
  3. Danışmanlar: DOÇ. DR. KEMAL KILIÇ, DR. ÖĞR. ÜYESİ MAHMUT ALİ GÖKÇE
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Sabancı Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 55

Özet

Karar verme süreci sektörde önemli bir role sahiptir ve müşteri memnuniyeti üzerinde doğrudan etkisi olması sebebiyle müşteri hizmetleri sunumu da bu sürecin önemli parçalarından biridir. Çalışmanın ilk bölümünde yedek parça ve servis personeli için daha iyi planlama yapmak ve müsteri hizmetleri talebini zamanında karşılamak amacıyla Türkiye'de kurulan ve bir çok ülkede bulunan şubesi ile sektöründe öncü ev aletleri üreticisi için ürünlerin aylık arıza oranlarının tahminlemesi yapılmaktadır. Şirketten elde edilen gerçek veri, kurulu, arızalı ürünlerin verilen ay içerisindeki sayısını ve ürünlerin bireysel kurulum, arıza tarihlerini içerir. Veriler çok boyutlu formda birden fazla zaman serisini içerir ve her bir zaman serisinin diğer zaman serileri üzerinde etkisi vardır. Bu etkiyi ortaya çıkarmak ve daha iyi tahminleme sonuçlarını başarabilmek için bu projede makine ögrenimine dayalı yaklaşımlar uygulanmıştır. Çalışmanın ikinci hedefi olarak istatistiksel temelli yöntemler ile makine öğrenim temelli yaklaşımlar arasında karşılaştırmalar yapılmıştır. İstatistiksel tabanlı yöntem olarak hareketli ortalama, makine öğrenimi tabanlı yaklaşımlar için yapay sinir ağı ve destek vektör regresyon yöntemleri model performansları açısından karşılaştırılmıştır.

Özet (Çeviri)

The decision-making process has an important role in industry and customer service delivery is one of the essential parts of this process while it has a direct impact on customer satisfaction. In the first part of the study, the objective is forecasting monthly failure ratios for a line of the products for a Turkish multinational household appliances manufacturer in order to make better planning for spare parts and service personnel and, meet customer service demand on time. The real-life obtained data set from the company include the number of installed and failed products in a given month, and installation and failure dates of products individually. The data includes more than one time-series that is in multidimensional form and each one of time series has an impact on other time series. Machine learning-based approaches were applied in order to reveal this impact and achieve better forecasting results. As the second objective of the study, comparisons between statistical-based methods and machine learning-based approaches are made. The moving average for statistical-based methods and, artificial neural network and support vector regression methods for machine learning-based approaches are compared by the model performances.

Benzer Tezler

  1. Perakende hazır giyim firmasında makine öğrenmesi yöntemleriyle satış tahmini

    Sales forecasting in a retail fashion company using machine learning methods

    ŞEYMA GÖNEN HALICI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. FERHAN ÇEBİ

  2. Bütünleşik ürün karması planlaması için yeni bir optimizasyon yaklaşımı ve perakende sektöründe uygulaması

    A novel optimization approach for integrated product assortment and its application in the retail sector

    MUHAMMED CAN KONUR

    Doktora

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET BÜLENT DURMUŞOĞLU

  3. A comparative study of deep learning architectures for multivariate cloud workload prediction

    Çok değişkenli bulut iş yükü tahmini için derin öğrenme mimarilerinin karşılaştırmalı çalışması

    DERYA GÖZEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM KÖRPEOĞLU

  4. Makine öğrenmesi yardımıyla zincir restoran gıda satışlarının tahmin edilmesi ve hava durumunun etkisinin incelenmesi

    Forecasting food sales on chain restaurant and investigating weather effect on sales by using machine learning methods

    SEZGİ ŞENER

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BAŞAR ÖZTAYŞİ

  5. Cash replenishment strategies and vehicle routing problem for automated teller machines

    Otomatik vezne makineleri için araç rotalama problemi ve nakit ikmal stratejileri

    DENİZ ORHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri MühendisliğiGalatasaray Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜJDE GENEVOIS