Markdown pricing using causal networks and regression trees
Nedensel ağlar ve regresyon ağaçları ile indirim fiyatlandırması
- Tez No: 909290
- Danışmanlar: PROF. DR. TANER BİLGİÇ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
Erken veya büyük indirimler moda ürünlerinin stoklarının erken tükenmesine ve düşük ciroya sebep olabilir. Diğer taraftan, geç yahut düşük indirimler ise az satış gerçekleşmesine, az ciro elde edilmesine ve ürün yaşam döngüsünün sonunda elde fazla stok kalmasına sebep olabilir. Dolayısıyla doğru fiyat stratejisini bulmak moda perakendecileri için oldukça önemlidir. Bu çalışma, stok verisinin varlığında, moda ürünlerinin normal ve promosyon dönemlerindeki en iyi fiyat stratejilerinin bulunmasına yarayan iki nedensel tahmin yöntemi ve bir optimizasyon yöntemi takdim etmektedir. İlk tahmin yöntemi olan çizgesel yöntemde nedensel Bayes ağlarının yapısı öğrenilir, parametre öğrenme süreci ile ağ nicelendirilir. Bu sayede fiyatın satış adedi üzerindeki ortalama işlem etkisi (ATE) tahmin edilir. İkinci yöntem olan regresyon ağacı yöntemi ile ayrışık ürün grupları için farklı ATE değerleri tahmin edilir. Bu iki yöntem sayesinde farklı fiyat kararları için satış adetleri ve toplam ciro miktarı tahmin edilebilir. Doğruluk metrikleri kıyaslandığında, regresyon ağacının daha iyi sonuçlar sağladığı gözlemlenmiştir. Regresyon ağacı ile yapılan satış tamhinleri, kapsayıcı olurlu alan simulasyon ve optimizasyonu EFSSO'da kullanılır. EFSSO farklı fiyat kararları için ciro değerlerini tahmin eder ve en yüksek cironun tahmin edildiği fiyat kararlarını bulur. Sunulan yöntem Türkiye'deki bir moda perakendecisinin verisi kullanılarak test edilmiştir. \%27.84'e varan ciro artışı tahmin edilmiştir.
Özet (Çeviri)
Early or large discounts of fashion items may cause early stock-outs with low revenue. Conversely, late or small discounts may result in low sales, low revenue and excessive stocks at the end of life-cycle of products. So, pricing strategy is very important for fashion retailers. This study introduces two causal estimation methods and an optimization method to find the optimal pricing strategy for regular and promotion periods of fashion items in the presence of stock availability data. The first estimation method is a graphical method where causal Bayesian network structure is learned and the network is quantified with parameter learning to estimate the average treatment effect (ATE) of price on sales. The second estimation method is a regression tree method which estimates different ATE of price on sales for different item groups that can be separated heterogeneously. With different approaches, these two methods estimate sales quantities for different pricing decisions. Comparing accuracy metrics of these two methods, it is observed that the regression tree method provided better results. Sales estimations from the regression tree method are used in an optimization algorithm, Exhaustive Feasible Space Simulation and Optimization (EFSSO), that compares revenue estimations of different scenarios and find the optimal scenario that yields the maximum revenue. Proposed method is tested on a dataset from a fashion retailer in Türkiye. Up to 27.84\% improvement is estimated.
Benzer Tezler
- Markdown optimization in apparel retail sector
Hazır giyim perakendecilik sektöründe fiyat optimizasyonu
SEVDE CEREN YILDIZ
Yüksek Lisans
İngilizce
2018
Endüstri ve Endüstri MühendisliğiIşık ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA HEKİMOĞLU
- Demand forecasting and markdown optimization application at a fashion retailer
Bir moda perakendecisi için talep planlama ve indirim eniyilemesi
NAZLI OĞUZ
Yüksek Lisans
İngilizce
2014
Endüstri ve Endüstri MühendisliğiKoç ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH GÜRHAN KÖK
- Essays in reverse logistics for retailers
Perakendeciler için tersine lojistik üzerine makaleler
ESRA GÖKBAYRAK
Doktora
İngilizce
2024
Endüstri ve Endüstri MühendisliğiÖzyeğin ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ENİS KAYIŞ
- Production and stock management under manufacturer and customer driven substitution
Üretici ve müşteri kaynaklı ikame altında üretim ve stok yönetimi
NURŞEN TÖRE
Doktora
İngilizce
2015
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SECIL SAVASANERIL TUFEKCI
- Robust pricing and replenishment of smart phones: An application
Akıllı telefonların robust fiyatlandırması ve ikmali: Bir uygulama
BUSE YÜCEL
Yüksek Lisans
İngilizce
2021
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. TANER BİLGİÇ