Makine öğrenmesi ile hazır giyim perakende sektöründe satış tahmini
Sales forecasting in apparel retail industry with machine learning
- Tez No: 888760
- Danışmanlar: DOÇ. DR. BİROL ASLANYÜREK
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Matematik, Mühendislik Bilimleri, Science and Technology, Mathematics, Engineering Sciences
- Anahtar Kelimeler: Makine öğrenmesi, ürün satış tahmini, perakende hazır giyim, Machine learning, product sales forecasting, retail apparel
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Son yarım yüzyılda ülkemizde perakende hazır giyim sektörü hızla gelişmiştir ve günümüzde bu sektörde iş yapan çok sayıda ulusal ve uluslararası firma bulunmaktadır. Perakende sektöründe satışların önceden tahmin edilmesi; üretim planlaması, lojistik, reyonlardaki stok yönetimi ve iş gücü planlaması açısından önem arz etmektedir. Ürün karakteristiği, fiyat, hava durumu, özel günler, rakip firmaların durumu, alım gücü gibi birçok etken perakende sektöründe günlük ya da haftalık satış miktarını etkiler. Diğer perakende sektörleri ile karşılaştırıldığında hazır giyim sektörü, müşteri taleplerinin modaya bağlı olarak hızlı bir şekilde değişebildiğinden dolayı dinamik bir yapıya sahiptir. Perakende hazır giyim sektöründe talep ya da satış tahminine dönük zaman serileri analizine dayanan makine öğrenmesi yöntemleri revaçtadır. Makine öğrenmesi yöntemlerini kullanan çalışmaların çok büyük kısmı geçmiş satış verilerini kullanarak eski ürünlerin satış tahminine odaklanmıştır. Az sayıdaki çalışmada ise, satışa yeni sürülen ve dolayısıyla eski satış verileri olmayan ürünler için, genellikle az sayıda özniteliğe sahip benzer özellikteki ürünlerin verileri kullanılmıştır. Bu çalışmanın amacı; Türkiye'de faaliyet gösteren bir firmanın 2019 yaz sezonuna ait verilerini kullanarak, perakende hazır giyim sektöründe tek sezon için yeni satışa sunulan ürünlerin mağazalardaki haftalık toplam satışının istatistiksel olarak analiz edilmesi ve çeşitli makine öğrenmesi yöntemleriyle tahmin edilmesidir. İstatistiksel analiz kısmında, ilk olarak veri seti üzerinde temizleme ve dönüştürme gibi veri ön işlemleri yapılmıştır. Sayısal öznitelikler için Pearson korelasyon analizi yapılmıştır. Kategorik öznitelikler için ise Kruskal-Wallis Testi uygulanarak gruplar arasında haftalık satış adeti açısından bir fark olup olmadığı saptanmıştır. 0,05'ten küçük p değerleri için sonuçlar anlamlı kabul edilmiştir. Makine öğrenmesi aşamasındaysa, farklı veri setleri için 10 kat çapraz doğrulama ile çeşitli makine öğrenmesi modelleri eğitilmiş ve ardından bu modellerin başarısı test veri seti üzerinden karşılaştırılmıştır. Böylece, geçmiş yıllarda satış verisi bulunmayan, yeni satışa sunulan ürünlerin mağazalardaki haftalık toplam satışının tahmin edilmesine yardımcı olacak modeller geliştirilmiştir.
Özet (Çeviri)
The apparel retail industry has developed rapidly in our country in the last half century, and today there are many national and international companies operating in this sector. Forecasting sales in the retail sector is important in terms of production planning, logistics, shelf stock management and workforce planning. Many factors such as product characteristics, price, weather, special days, the status of competitors, purchasing power affect the daily or weekly sales amount in the retail sector. Compared to other retail sectors, the ready-to-wear sector has a dynamic structure because customer demands can change rapidly depending on fashion trends. Many studies have been conducted in the retail ready-to-wear sector using classical methods such as time series analysis or simple linear regression for demand or sales forecasting. However, these methods use linear models and can often fail to predict complex problems. For this reason, machine learning methods using nonlinear models have become popular in recent years. The vast majority of studies using machine learning methods have focused on sales forecasting of old products using past sales data. In a small number of studies, data from similar products with a small number of attributes were used for products that were newly launched and therefore did not have old sales data. The aim of this study is to statistically analyze the total weekly sales of newly launched products in stores for a single season in the retail ready-to-wear sector using the data from the 2019 summer season of a company operating in Turkey and to estimate them with various machine learning methods. In the statistical analysis section, first, data pre-processing such as cleaning and transformation was performed on the data set. Pearson correlation analysis was performed for numerical attributes. For categorical attributes, Kruskal-Wallis Test was applied to determine whether there was a difference between the groups in terms of weekly sales. Values where the p value was less than 0.05 were considered significant. In the machine learning phase, various machine learning models were trained with 10-fold cross-validation for different data sets, and then the success of these models was compared on the test data set. Thus, models were developed that would help estimate the total weekly sales of newly launched products in stores for which there was no sales data in previous years.
Benzer Tezler
- 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
2024
İşletmeİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Hızlı moda sektöründe makine öğrenmesi yöntemleri ile satış miktarlarının tahmin edilmesi
Forecasting of sales quantities by machine learning methods in fast fashion sector
SİNEM ÖZTÜRK
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDA UĞURLU
- Tedarik zinciri analizi ve iyileştirme yöntemlerinin bir hazır giyim ağına uygulanması
Application of supply chain analysis and improvement methods to a ready-to-wear retailing system
MEHMET SİNAN SEFAİ
Yüksek Lisans
Türkçe
2011
İşletmeBahçeşehir ÜniversitesiTedarik Zinciri Yönetimi ve Lojistik Yönetimi Ana Bilim Dalı
ÖĞR. GÖR.DR. HALEFŞAN SÜMEN
- Makine öğrenmesi algoritmaları ile hazır giyim perakendeciliğinde satış tahmini
The sales forecasting in ready-to-wear retail using machine learning algorithms
ABDÜL MERAL
Yüksek Lisans
Türkçe
2023
Bilim ve Teknolojiİstanbul Medeniyet ÜniversitesiUygulamalı Matematik ve Hesaplamalı Bilimler Ana Bilim Dalı
PROF. DR. RAHMET SAVAŞ
- Makine öğrenmesi ile vücut ölçülerinin belirlenmesi
Determining body measures with machine learning
SAIFULLAH NASRULLAH
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. VECDİ AYTAÇ