Sales forecasting in automotive aftermarket
Otomotiv yedek parça sektöründe satış tahmini
- Tez No: 725351
- Danışmanlar: PROF. DR. YILDIZ ESRA ALBAYRAK
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Galatasaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Otomotiv yedek parça sektörü önemli bir ticaret hacmi oluşturan geniş bir ürün portföyünü kapsamaktadır. Otomotiv yedek parça talebi yüksek değişkenlik ve belirsizlik göstermektedir. Bununla birlikte, otomotiv yedek parça sektöründeki sebepsonuç ilişkileri şimdiye kadar açık bir şekilde tanımlanmamıştır. Otomotiv yedek parça sektörünün tüm bu özellikleri, satış tahmin sürecini zorlu bir süreç haline getirmiştir.Bu tezin amacı, literatürdeki bu boşluğu doldurmak ve yapay zeka tekniklerinden yararlanarak otomotiv satış sonrası sektöründeki karar vericilere satış tahmin süreciyle ilgili destek vermektir. Yapay zeka, karmaşık ve doğrusal olmayan ilişkileri olan sorunlara odaklanan bir hesaplamalı zeka alt kümesidir. Hesaplamalı zeka teknikleri, tahmine dayalı analitik ve kuralcı analitiğe odaklanmak için bir çerçeve sağlamaktadır. Karmaşık ve doğrusal olmayan ilişkilere sahip veriler, uygun modelin uygulanması durumunda eksik veriler olsa bile başarılı bir şekilde modellenebilir. Farklı tahmin modellerini birleştirmek farklı yöntemlerin avantajlarından yararlanarak tahmin kalitesini artırma fırsatı verir. Bu nedenle, bu tezde otomotiv satış sonrası satış tahminleri için istatistiksel tabanlı bir yapay sinir ağı modeli önerilmiştir. Otomotiv yedek parça sektörü için otomotivin kullanımı ve otomotiv bileşenlerinde aşınmaya ilişkin proaktif bilgi veren ilgili dış faktörler uzman incelemelerine göre belirlenmiştir. Otomotiv yedek parça satışları ile dış faktörler arasındaki doğrusal ilişkinin gücünü değerlendirmek için korelasyon analizi ve çoklu doğrusal regresyon analizi uygulanmaktadır. Uzman incelemeleri ve istatistiksel analizden sonra, otomotiv yedek parça satışlarını tahmin etmek için bir yapay sinir ağı modeli uygulanarak doğru satış tahminleri elde edilmiştir. Önerilen istatistiksel tabanlı yapay sinir ağı modelinin sonucu, çoklu doğrusal regresyon modeli ile karşılaştırılmıştır. Sayısal uygulamalara göre, yapay sinir ağı modeli, otomotiv satış sonrası endüstrisi için çoklu doğrusal regresyon modelinden daha yüksek bir tahmin performansı ortaya koymaktadır.
Özet (Çeviri)
Automotive aftermarket industry comprises a wide product portfolio that generates a tremendous trade volume. The demand characteristic of automotive aftermarket parts is significantly volatile and uncertain. However, the cause-and-effect relationship of automotive aftermarket industry has not been defined obviously heretofore. All these characteristics of automotive aftermarket industry brings sales forecasting process into a challenging process. The purpose of this thesis is to fill the gap in the literature and to utilize from artificial intelligence techniques to support automotive aftermarket decision makers regarding sales forecasting process. Artificial intelligence is a subset of computational intelligence that focused on problems which have complex and nonlinear relationships. Computational intelligence techniques yield a framework to focus on predictive analytics and prescriptive analytics. The data which have complex and nonlinear relationships could be modelled successfully even though incomplete data in case of implementation of appropriate model. Combining different type of prediction models give opportunity to increase prediction quality by utilizing advantages of these different methods. Therefore, a statistical based artificial neural network model is proposed for automotive aftermarket sales forecasts in this thesis. The relevant external factors that give proactive information regarding the utilization of automotive and abrasion in automotive components for automotive aftermarket industry are determined based on expert reviews. The correlation analysis and multicollinearity analysis are applied in order to evaluate the strength of linear relationship among the automotive aftermarket sales and external factors. After expert reviews and statistical analysis, an artificial neural network model is applied to forecast automotive aftermarket sales and achieved accurate sales forecasts. The result of proposed statistical based artificial neural network model is compared with multiple linear regression model. According to the numerical applications, artificial neural network model reveals a higher prediction performance than multiple linear regression model for automotive aftermarket industry.
Benzer Tezler
- Otomotiv yan sanayi firmasında makine öğrenmesi ve derin öğrenme yöntemiyle müşteri taleplerinin tahmin edilmesi
Demand forecasting with machine learning and deep learning method in automotive supplier
BURCU POLAT
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri MühendisliğiKocaeli ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. YILDIZ ŞAHİN
- Otomotiv yan sanayi firmasında yapay sinir ağları ile talep tahmini
Demand forecasting with artificial neural networks in an automotive supplier company
NİHAL KURU
Yüksek Lisans
Türkçe
2017
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Otomotiv sektöründe bayi bazlı talep tahmin sistemi uygulaması
Dealer based demand forecasting application in automotive industry
ESRA SAVCI BAŞTUĞ
Yüksek Lisans
Türkçe
2017
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. DİLAY ÇELEBİ
- Cam sektöründe talep tahmin yöntemlerinin uygulanması ve değerlendirilmesi
Application and assessment of the demand forecasting methods in the glass sector
NESLİHAN DEMİRCİ
Yüksek Lisans
Türkçe
2015
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MURAT BASKAK
- Otomotiv döküm parça talep tahmininin yapay sinir ağları ile modellenmesi ve arıma yöntemi ile karşılaştırmalı analizi
Modeling automotive casting part demand forecasting with artificial neural networks and comparative analysis with arima method
SELİNAY KAYALI
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MERVE CENGİZ TOKLU