Geri Dön

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

PDF İndir

  1. Tez No: 872851
  2. Yazar: MUHAMMED CAN KONUR
  3. Danışmanlar: PROF. DR. MEHMET BÜLENT DURMUŞOĞLU
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 130

Özet

Günümüz perakende sektörü, hızla değişen tüketici talepleri, yoğun rekabet ortamı ve teknolojik ilerlemelerle birlikte sürekli evrim geçirmektedir. Bu dinamik ortamda perakendeciler, müşteri memnuniyetini sağlamak, pazarda rekabet edebilmek ve karlılıklarını artırmak için stratejik kararlar almak zorundadır. Bu stratejik kararların başında, ürün çeşitliliği stratejisi gelmektedir. Ürün çeşitliliği, bir perakendecinin sunduğu ürün kategorilerinin, markaların ve ürün özelliklerinin sayısını ifade etmektedir. Perakendeciler, farklı müşteri ihtiyaçlarını karşılamak ve rekabetçi bir avantaj sağlamak için geniş bir ürün yelpazesi sunma baskısı altındadır. Ancak, bu geniş ürün yelpazesi, yönetimi zor bir dizi operasyonel ve finansal zorluğu da beraberinde getirmektedir. Tedarik zinciri yönetimi, bu zorlukların üstesinden gelmek için kritik bir role sahiptir. Etkili bir tedarik zinciri yönetimi, doğru ürünlerin doğru zamanda, doğru yerde ve doğru miktarda müşterilere ulaşmasını sağlayarak, perakendecilerin müşteri ihtiyaçlarını karşılamasına ve maliyetleri optimize etmesine yardımcı olur. Ayrıca, sürdürülebilir bir operasyonun sürdürülmesi için gerekli olan yatırım, personel, kiralama, lojistik ve pazarlama gibi çeşitli maliyet kalemlerinin etkin yönetimini sağlar. Perakendecilerin karşılaştıkları en büyük zorluklardan biri, stok miktarı yatırımını en uygun seviyede tutarken, satış kaybını engellemek ve stok maliyetlerini azaltmaktır. Doğru ürün karmasını mümkün olan en düşük stok yatırımı ile sağlamak, yüksek stoklar ve yetersiz stoklar arasındaki dengeyi bulmayı gerektirmektedir. Bu denge, perakendede kritik öneme sahip olan ürün planlamasını etkiler. Ürün planlaması hem üst seviyeden alta hem de alt seviyeden üste giden bir metodoloji izleyerek stratejik pazarlama, operasyonel planlama ve envanter yönetimi gibi çeşitli aşamaları etkilemektedir. Ürün çeşitliliği stratejisi, perakendeciler için hem bir fırsat hem de bir zorluktur. Geniş bir ürün yelpazesi sunmak, müşteri memnuniyetini artırabilir ve satışları teşvik edebilir; ancak, aynı zamanda envanter yönetimi ve maliyet kontrolü gibi operasyonel zorlukları da beraberinde getirir. Bu nedenle, perakendeciler, ürün çeşitliliğini optimize etmek ve müşteri ihtiyaçlarını karşılamak için etkin bir planlama yapmalıdır. Bu planlama, müşteri tercihlerini, perakende kısıtlarını ve çevresel faktörleri dikkate alarak yapılmalıdır. Ürün karmasının yerelleştirilmesi, tüketicilerin ihtiyaçları, tercihleri ve alışveriş alışkanlıkları coğrafi olarak büyük farklılıklar gösterdiği için oldukça önemlidir. Bu strateji, perakendecilerin belirli bir bölgedeki tüketici taleplerine daha doğru bir şekilde yanıt vermesini sağlayarak, müşteri memnuniyetini ve sadakatini artırmaktadır. Mağaza bazlı ihtiyaçları dikkate alarak ürün karmasını optimize etmek, stok fazlası ve eksikliği gibi sorunları minimize ederken satışları da artırmaktadır. Ancak mağazaların tekil olarak yönetimi de merkezi planlama açısından önemli bir komplekslik yaratmaktadır. Literatürde ürün karması optimizasyonu için son yıllarda önemli sayıda çalışma yapılmıştır. Yapılan çalışmalarda ele alınan en önemli faktör, müşterilerin ürün seçim modelleri olarak öne çıkmaktadır. Bu modeller, müşteri tercihlerini ve davranışlarını anlamaya yönelik olup, bu bilgiler ışığında optimum ürün çeşitliliğinin nasıl oluşturulacağı üzerine odaklanılmıştır. Bu yaklaşım ile sunulan ürün karmasından, müşterilerin hangi ürünleri seçeceği tahmin edilerek, toplam satış gelirinin veya karın nasıl maksimize edileceği üzerine matematiksel modeller geliştirilmiştir. Fiziksel mağaza alanının sınırlı olması, lojistik kapasiteler, tedarik zinciri kısıtları gibi faktörler, ürün karması optimizasyonunda önemli kısıtlar oluşturur. Literatürde bu tür kısıtların nasıl yönetileceği ve optimizasyon sürecine nasıl entegre edileceği üzerine çalışmalar yapılmıştır. Aynı zamanda ürün karması optimizasyonu, envanter yönetimi ile yakından ilişkisi olduğu için birlikte değerlendirilmiştir. Hangi ürünler için envanter seviyesinin ne olması gerektiği, stokların ne sıklıkta yenileneceği gibi konular, ürün karması optimizasyon modellerinde göz önünde bulundurulmuştur. Bu çalışmada, perakende sektöründe ürün karması optimizasyonuna odaklanılarak, çok ürünlü ve çoklu mağaza zincirlerinde satış performansını ve net karı arttırmak amacıyla yeni bir modelleme yaklaşımı geliştirilmiştir. Nitelik bazlı ürün taleplerini ve ürünler arası ikame olasılıklarını tahmin etmek için maksimum olabilirlik tahminleme yöntemi kullanılmıştır. Bununla birlikte tamamlayıcı ürünlerin talebe etkisi için de bir model önerilmiştir. Bu model,“s-tamamlayıcılık”metodolojisi kullanarak ürünleri tek ve çift yönlü tamamlayıcı olarak sınıflandırmakta ve talebe etkilerini tahmin etmek için sezgisel bir yaklaşım sunmaktadır. Ürün karması optimizasyonunda talebin tahmin edilmesinde tamamlayıcılık etkisini göz önünde bulunduran bu yaklaşım, perakendecilere, ürünler arası ilişkileri daha etkin bir şekilde yönetmelerini sağlayarak, müşteri taleplerini daha doğru bir şekilde karşılamalarına olanak tanımaktadır. Çalışma kapsamında, perakendecilerin karşılaştığı ticari ve operasyonel kısıtlamalar da dikkate alınmış, müşteri tercihlerinin dinamik doğası ve pazar koşulları göz önünde bulundurulmuştur. Matematiksel model, ödeme koşulları, satın alma türleri, elde bulundurma maliyetleri, tedarik ve raf alanı kısıtları gibi faktörleri içerecek şekilde tasarlanmıştır. Bütünsel yaklaşım ile gerçek hayatta daha uygulanabilir bir matematiksel model oluşturulmuştur. Modelin çözümü için karışık tam sayılı doğrusal programlama yöntemi kullanılmıştır. Geliştirilen model, Türkiye'nin önde gelen bir ev geliştirme perakendecisinin el aletleri ve aksesuarları kategorisinde uygulanmıştır. Optimize edilmiş ürün karması modeli ile satış gelirleri %9,1 ve net kar %4,9 oranında artmıştır. Aynı zamanda, mağaza-ürün ikililerinin sayısı %11,5 azaltılarak, ürün yönetimindeki karmaşıklıkta da önemli bir iyileştirme imkânı sunulmuştur. Uygulama sonuçlarında, tamamlayıcı etkisi ve maksimum ürün karması çeşidi sayısı için duyarlılık analizi yapılmıştır. Tamamlayıcı ürünlerin talep etkisinin modele dahil edilmesi, gelir ve net karda önemli bir artışa neden olmuştur. Bu durum, tamamlayıcı ürünler birlikte sergilendiğinde, her iki ürünün talebini olumlu yönde etkilediği için ortaya çıkmıştır. Bununla birlikte ürün karmasının, gruplandırılmış mağazalar için uygulanması her bir mağazada ürün karmasının ayrıştırılmasına göre daha etkin bir sonuç ortaya koymuştur. Modelin uygulanabilirliği, çözümün kalitesi üzerinde hesaplama zamanı açısından da değerlendirilmiştir. Model, kısıtlı sayıda ürün içeren alt kategoriler için 300 saniyede, fazla ürün içeren kategorilerde ise 1800 saniyeden az bir sürede en iyi çözüme çok yakın sonuçlar üretebilmiştir. Elde edilen bulgular, perakende sektöründe ürün karması optimizasyonu modellerinin, müşteri tercihlerini karşılayan ve aynı zamanda maliyet-etkin bir ürün karması sunan stratejik araçlar olarak önemli potansiyel taşıdığını ortaya koymaktadır.

Özet (Çeviri)

The retail sector is continually evolving to meet the rapidly changing demands of consumers, amidst intense competition and technological advancements. In this dynamic environment, retailers are compelled to make strategic decisions to ensure customer satisfaction, compete effectively in the market, and increase their profitability. The selection of products a retailer carries encompasses the breadth of categories, the diversity of brands within those categories, and the range of features offered for each individual product. Driven by the need to meet diverse customer demands and secure a competitive edge, retailers are under pressure to continuously expand their product offerings. However, this extensive product range also brings a set of operational and financial challenges that are difficult to manage. These challenges can be overcome with the help of strong supply chain management. Effective supply chain practices guarantee product availability for customers, enabling retailers to satisfy demand and achieve cost efficiency. It also manages various cost items necessary for sustaining operations, such as investments, personnel, leasing, logistics, and marketing. The product variety strategy presents both an opportunity and a challenge for retailers. Providing a diverse product selection can increase customer satisfaction and drive sales, but it also brings operational challenges like inventory management and cost control. Therefore, retailers must carefully plan to optimize product variety and meet customer needs, considering customer preferences, retail constraints, and environmental factors. Customer preferences can change over time and be influenced by factors such as diversity seeking, store loyalty, and search costs. Retail constraints include product assortment and store capacity, inventory management and costs, market penetration, and type of retail. Environmental factors encompass macroeconomic trends, demographic changes, and customer profiles. Localizing the product mix is essential, as consumers' needs, preferences, and shopping habits can vary significantly by geography. This strategy enables retailers to respond to consumer demands more accurately in a specific region, enhancing customer satisfaction and loyalty. Optimizing the product mix based on store-specific needs can also help minimize problems with overstock and stockouts while increasing sales. However, managing stores individually also creates significant complexity for central planning. In the literature, the assortment optimization problem is a crucial concern across various industries such as retail, e-commerce, and service sectors, focusing on selecting and presenting product assortments that best meet customer preferences. This problem is approached through understanding customer preference models, which delve into how customers' choices among product assortments can inform the creation of optimal product mixes. These models are essential for predicting customer behavior and preferences, which are central to devising effective assortment strategies. The interplay of substitution and complementarity effects plays a pivotal role in assortment optimization. The substitution effect involves understanding how the introduction or removal of products in an assortment influences customers to switch their choices among available options, directly affecting demand dynamics for individual products. On the other hand, the complementarity effect examines how certain products, when offered together, can enhance the overall value of the assortment to the customer, potentially increasing the demand for each other. Mathematical modeling and constraints are integral to solving the assortment optimization problem. These models consider various constraints such as inventory levels, shelf space, and supply chain limitations, aiming to maximize objectives like profit or customer satisfaction. Constraints play a crucial role in defining the feasible set of assortments that can be offered, considering logistical and operational limitations. Solution methods in assortment optimization range from classical optimization techniques to advanced machine learning algorithms. These methods aim to navigate through the complexities of customer preferences, substitution and complementarity effects, and operational constraints to identify the optimal product assortment. Techniques such as linear programming, mixed-integer programming, and heuristic algorithms are commonly employed, alongside more recent approaches that leverage big data analytics and machine learning to refine demand forecasting and customer preference understanding. This study focuses on assortment optimization in the retail sector, developing a new modeling approach aimed at enhancing sales performance and net profit across multi-product and multi-store chains. The maximum likelihood estimation method was used to predict the demand for different product features and the likelihood of product substitution. Additionally, a model for the effect of complementary products was proposed. Utilizing the“b-complementarity”methodology, this model classifies products as single and dual complements and offers a heuristic approach for estimating their effects on demand. By considering the impact of complementarity in demand forecasting within product mix optimization, this approach enables retailers to account for inter-product relationships more effectively, accurately meeting customer demands. The study considered the commercial and operational constraints faced by retailers, as well as the dynamic nature of customer preferences and market conditions. Designed to include factors such as payment terms, types of purchases, calculated inventory holding costs, supply, and shelf space constraints, this comprehensive approach assists retailers in addressing various operational and strategic constraints, ensuring sufficient product variety to meet customer needs. Decisions on assortment planning, inventory optimization, shelf space limits, and supplier constraints are closely related, yet have been studied individually in the literature. To the best of our knowledge, assortment optimization with shelf space, commercial conditions, supplier constraints, and minimum product variety have not been considered in an integrated model. Furthermore, as a significant contribution of this study is that the two critical metrics of commercial conditions, product purchase type and payment term are included in the approach to ensure an assortment planning process which are in line with the realities of category management. This resulted in a more practically applicable mathematical model. A mixed-integer linear programming method was developed to solve this model. The developed model was implemented in sub-categories of power tools of Turkey's leading home appliance retailer with 369 products and 35 stores. The results show that the optimized assortment increased revenue by 9,1% and net profit by 4,9%. The number of store-product pairs was reduced by 11,5%, and there was a significant increase in turnover especially in the screwdriver accessories and battery and charger categories. Demand forecasts for both carried and potentially carried products are estimated with the maximum likelihood estimation method with high accuracy. Weighted mean absolute deviation is calculated at 18,2% at the store level and 10,4% at the chain level. Accurate forecasting of demand for previously unobserved products has significant implementation benefits. The creation of product attribute groups that determine the purchasing preferences of consumers and adding them as constraints to the model slightly reduced the improvement in financial performance values. However, the constraint is strategically prioritized in terms of providing sufficient product variety on the offline channel and ensuring that customers prefer to shop from the store in an increasingly competitive environment. Incorporating real-world business conditions into the model has significantly enhanced its practical applicability. The model includes sensitivity analysis for the complementary effect and the maximum number of product mix varieties. Incorporating the demand effect of complementary products into the model led to a significant increase in revenue and net profit. This occurs because displaying complementary products together positively influences the demand for both products. Additionally, the application demonstrated that managing product mixes for clustered stores yields more effective results than differentiating product mixes for each store. For all subcategories, it was seen that the net profit uplift development decreases after a certain number of assortments. This means that adding more assortments beyond a certain point does not lead to a proportional increase in net profit uplift. This is because products that perform well in one store are mainly to perform well in other stores as well. The real-world applicability of the model was also evaluated based on the impact of the computation time limit on solution quality. The model was able to produce results very close to the best solutions in less than 300 seconds for categories with a small number of products and in less than 1800 seconds for categories with a large number of products. For subcategories with a small number of products (SKUs), such as cordless screwdrivers, cordless drills, batteries and chargers, and drills, the optimization model was able to find very close results to the best solutions in just 300 seconds. For the accessories category, it takes a little longer to find a good solution for each number of different assortments (L), but even in the worst-case scenario, it takes less than 1800 seconds to reach a GAP of 2%. These findings highlight the significant potential of assortment optimization models in the retail sector as strategic tools that can meet customer preferences while offering a cost-effective range of products.

Benzer Tezler

  1. Tez No

    831118

    SMED ortamında çalışan maruziyetlerinin azaltılmasına yönelik bütünleşik bir metodoloji önerisi

    An integrated methodology proposal for reducing worker exposure under SMED

    HATİCE NİDA CİVAN

    Doktora

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. EMRE ÇEVİKCAN

  2. Tez No

    356077

    Coğrafi bilgi sistemleri (CBS) ve analitik hiyerarşi yöntemi (AHY) ile üretilen deprem tehlike haritalarının duyarlılık analizi

    Sensitivity analysis of earthquake hazard maps produced by geographic information systems (GİS) and analytic hierarchy process (AHP)

    MUSTAFA ALİ GÖKKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TURAN ERDEN

  3. Tez No

    709868

    Integrated management of mixed fleets of electric and conventional vehicles under routing considerations

    Rotalama etmenleri altında elektrikli ve konvansiyonel araçların karma filolarının bütünleşik yönetimi

    REEMA TALAB HAMMAD AL-DALAIN

    Doktora

    İngilizce

    İngilizce

    2021

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. DİLAY ÇELEBİ

  4. Tez No

    189425

    Markalaşma sürecinde bütünleşik pazarlama iletişiminin yeri ve önemi

    The Role and importance of intagrated marketing communication in branding process

    ELİF SEYHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    İletişim BilimleriGazi Üniversitesi

    Halkla İlişkiler ve Tanıtım Ana Bilim Dalı

    DOÇ.DR. NAZİFE GÜNGÖR

  5. Tez No

    4850

    Çevre olgusunun personel politikalarındaki yeri

    Başlık çevirisi yok

    REHA ULUHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1988

    İşletmeİstanbul Üniversitesi

    Personel Yönetimi ve Endüstri İlişkileri Anabilim Dalı

Geri Dön