Kayıp satış miktarlarının makine öğrenmesi ve zaman serisi ile analizi
Analysis of lost sales quantities with machine learning and time series
- Tez No: 892965
- Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA ZAHİD GÜRBÜZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Doğuş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Bu tez, perakende sektöründe stok dışı kalma (OOS) ve rafta ürün bulunabilirliği (OSA) gibi önemli sorunları 14 ay boyunca toplanan veriler üzerinde makine öğrenmesi ve zaman serisi analizleri kullanarak inceler. Büyük bir perakende zincirinin 1779 mağazasından günlük olarak toplanan satış ve stok verilerinin yanı sıra eticaret web sitesinden günlük olarak toplanan fiyat verisi detaylıca ele alınmış, Lineer Regresyon, Destek Vektör Makineleri (SVM), Karar Ağaçları, Rassal Orman ve Zaman serisi algoritmaları ile analiz edilmiştir. Araştırmanın odak noktası, kayıp satış miktarlarını etkileyen faktörleri belirlemek ve bu bilgileri kullanarak gelecekteki kayıp satış miktarını tahmin etmektir. Bu süreç, perakendecilere yönelik stok yönetimi stratejilerinin iyileştirilmesi için kritik veriler sağlamaktadır. Analizler sonucunda Lineer regresyon modeli diğer modellere göre kayıp satış tahminlerinde daha yüksek doğruluk ve güvenilirlik sunmuştur. Ayrıca fiyatlandırma stratejilerinin ve rekabetçi fiyatlamaların satış hacimleri üzerinde belirgin bir etkiye sahip olduğu tespit edilmiştir. Kullanılan algoritmaların satış verileri olmaksızın performanslarının ciddi şekilde düşmesi gibi bulguları da ortaya koymaktadır. Analiz süreçlerinde veri setlerinin kapsamlılığının ve doğruluğunun ne derece önemli olduğunu vurgulamaktadır. Çalışma sonuçları, rekabetçi fiyatlandırma ve efektif stok yönetimi stratejilerinin müşteri memnuniyeti ve satış performansı üzerindeki etkilerini gözler önüne sererken, bu stratejilerin sektördeki işletmeler için rekabet avantajı yaratma potansiyelini de göstermektedir. Gelecek araştırmalar için, ürün sayısını artırma, reklam verilerini dâhil etme ve özel günler gibi veri zenginleştirmesi önerilmektedir Araştırma, dinamik pazar koşullarına uyum sağlama ve tüketici ihtiyaçlarını daha iyi karşılama konularında rehberlik ederken sektör profesyonellerine ve akademisyenlere değerli içgörüler ve stratejik yönlendirmeler sağlamakla beraber perakende işletmelerinin verimliliklerini artırma ve müşteri sadakatini güçlendirmeye katkı sağlamayı amaçlamaktadır.
Özet (Çeviri)
This thesis examines major issues such as out-of-stock (OOS) and on-shelf availability (OSA) in the retail sector, using machine learning and time series analyses on data collected over 14 months. It deals in detail with sales and inventory data collected daily from 1779 stores of a large retail chain, as well as daily collected price data from an e-commerce website. Models have been created and analyzed using Linear Regression, Support Vector Machines (SVM), Decision Trees, Random Forest, and Time Series algorithms. The focus of the research is to identify factors affecting lost sales quantities and to use this information to predict future lost sales quantities. This process provides critical data for improving inventory management strategies for retailers. The analyses show that the Lineer Regression model offers higher accuracy and reliability in predicting lost sales compared to other models. It was also found that pricing strategies and competitive pricing have a significant impact on sales volumes. The findings also reveal that the performance of the algorithms drops significantly without sales data. The analysis underscores the importance of the comprehensiveness and accuracy of the data sets used. The results of the study highlight the effects of competitive pricing and effective inventory management strategies on customer satisfaction and sales performance, while showing their potential to create a competitive advantage for businesses in the sector. Future research might include increasing the number of products, incorporating advertising data, and enriching the data with special days. The research provides valuable insights and strategic guidance to industry professionals and academics while guiding on adapting to dynamic market conditions and better meeting consumer needs. It also aims to contribute to increasing operational efficiency of retail businesses and strengthening customer loyalty.
Benzer Tezler
- Theory and practice in logistics activities and A BI-criteria model application
Başlık çevirisi yok
FÜSUN ÜLENGİN
- Samsun balık halinin yapısal analizi üzerine bir araştırma
A study on the structural analysis of Samsun fish market
SAMET İLKİN
Yüksek Lisans
Türkçe
2014
Balıkçılık TeknolojisiOrdu ÜniversitesiBalıkçılık Teknolojisi Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NACİYE ERDOĞAN SAĞLAM
- Step-growth polymerization of formaldehyde and paraformaldehyde with amine monomers for preparing monolithic capillary columns
Kapiler monolitik kolon hazırlanması amacıyla formaldehit ve paraformaldehitin amin monomerler ile basamaklı polimerizyonu
SİNEM ÖZMEN
Yüksek Lisans
İngilizce
2018
Polimer Bilim ve Teknolojisiİstanbul Teknik ÜniversitesiPolimer Bilim ve Teknolojisi Ana Bilim Dalı
PROF. DR. FATOŞ YÜKSEL GÜVENİLİR
- Restoran ve kafelerde çalınan müziğin satın almaya etkisi
The effects of music played in restaurants and cafes on consumption
CAN BİLSEL
Yüksek Lisans
Türkçe
2020
Müzikİstanbul Okan ÜniversitesiMüzik Ana Sanat Dalı
DR. ÖĞR. ÜYESİ SETA KÜRKÇÜOĞLU