Geri Dön

Fiyat ve envanter transferi kararlarının bütünleşik optimizasyonu için yönlendirici bir analitik yaklaşım ve perakende sektöründe uygulaması

A prescriptive analytics approach for the joint optimization of price and inventory transfer decisions and its application in the retail sector

PDF İndir

  1. Tez No: 915349
  2. Yazar: MEHMET MUSTAFA ÖZALP
  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: 111

Özet

Perakende değer zincirleri, pazar dinamiklerindeki değişimler, teknolojik ilerlemeler, pandemi sonrası tedarik zincirlerindeki kesintiler ve artan rekabet göz önünde bulundurulduğunda hızlı değişimler geçirmektedir. Bu dinamizm içerisinde, perakendecilerin satış ve karlılıkta sürdürülebilir bir büyüme sağlaması ve müşteri sadakatini sürekli iyileştirebilmesi için değer zincirindeki akışı dinamik bir şekilde ele alması, birçok faktörü dengeli ve eş zamanlı düşünmesi gerekmektedir. Ürün maliyetlerindeki artış, tüketici harcamalarındaki gerileme ve tedarik zincirlerindeki dalgalanmalar gibi genel endişeler dikkate alındığında, pazar talebi, fiyatlama ve envanter yönetiminin etkin ve dinamik bir şekilde ele alınması, perakendecilerin talebi hızlı bir şekilde belirlemesi, şekillendirmesi ve karşılaması açısından en önemli fonksiyonlar olarak öne çıkmaktadır. Perakende mağazacılık optimizasyonu, satış ve marjların iyileştirilmesinin, envanter çevrimlerinin düzenlenmesinin ve dolayısıyla kazançların temel itici gücü olarak görev yapmaktadır. Perakende organizasyonuna plandaki farklılıkları algılama ve bunlara yanıt verme konusunda benzersiz bir yetenek sağlamaktadır. Perakende mağazacılık fonksiyonları, sezon öncesinde oluşturulan hedeflere sezon içerisinde ulaşılmasını sağlamak için sezon öncesi ve sezon içi olacak şekilde ayrılmaktadır. Müşteri davranışlarının son derece dinamik olması nedeniyle, sezon içi planlama faaliyetleri finansal hedeflere ulaşmayı güvence altına almak açısından büyük bir öneme sahiptir. Sezon içi planlama ile perakendeciler, değişen koşullara göre gelecekteki zaman dilimleri için talep tahmini ve ilişkili KPI'ları haftalık olarak izler ve sezon öncesi plan ile karşılaştırır. Bunun sonucunda, finansal hedeflere ulaşımı garanti altına almak amacıyla bir dizi düzeltici eylemler gerçekleştirirler. Finansal hedefler, maliyetler ve hizmet seviyeleri gibi iş sonuçları dikkate alındığında, bu eylemlerin birlikte ele alınması ve değerlendirilmesi dengeli sonuçlar elde etmek için gereklidir. Talep tahmini, perakende mağazacılık planlama ve optimizasyonunda kritik bir rol oynamaktadır ve birçok süreç için karar verme çalışmalarının temel girdisini oluşturur. Doğru talep tahmini, perakendecilerin envanter yönetimini optimize etmelerine, stok fazlalıklarını ve eksikliklerini minimize etmelerine, müşteri memnuniyetini artırmalarına, fiyatlandırma stratejilerini belirlemelerine ve promosyonları etkili bir şekilde planlamalarına yardımcı olur. Özellikle mağaza-SKU seviyesindeki detaylı analizler, her mağazanın ve ürünün özgün talep yapısını anlamayı sağlar, yerel müşteri taleplerine daha iyi yanıt verilmesine olanak tanır ve genel operasyonel verimliliği artırır. Fiyatlandırma, müşteri davranışlarını etkilemedeki kritik rolü nedeniyle perakendecilerin sezon içinde talebi şekillendirmek için kullandıkları önemli bir araçtır. Doğru fiyatlandırma stratejileri, ürünlerin satış hızını artırarak stok fazlalıklarını önlemeye ve raf ömrü boyunca optimum kazancı sağlamaya yardımcı olur. Ayrıca, dinamik fiyatlandırma, rekabetçi piyasa koşullarına uyum sağlamak ve müşterilerin algıladığı değeri en üst düzeye çıkarmak için esneklik sunar. Sezon içi fiyatlandırma kararları, promosyonlarla desteklendiğinde müşteri sadakatini artırabilir ve satışları önemli ölçüde artırabilir. Bu nedenle, perakendecilerin fiyatlandırma stratejilerini dikkatlice planlaması ve sürekli olarak gözden geçirmesi, talep dalgalanmalarını etkin bir şekilde yönetmelerine olanak tanır. Sezon içi envanter yönetimi, perakendecilerin müşteri taleplerini karşılayabilmesi için kritik öneme sahiptir, ancak çeşitli zorlukları beraberinde getirir. Başlangıç envanteri, sezon öncesinde sipariş edilen ürünlerin uzun teslimat süreleri nedeniyle sezon içinde yenilenememesi durumunda hayati bir rol oynar. Bu durumda, envanter transferi operasyonları devreye girer. Envanter transferi, ürünlerin bir perakende konumundan başka birine taşınması sürecidir ve stok seviyelerini dengelemek için esneklik sağlar. Geleneksel sistemlerin aksine, esnek sistemler perakende noktaları arasında yatay entegrasyona imkân tanıyarak talep ve envanterin daha iyi eşleştirilmesini sağlar. Bu sayede, fazla stoklar dağıtım merkezlerinde toplanmak yerine doğrudan diğer perakende konumlarına aktarılır. Transfer kararları, bu dengeyi sağlamak için kritik bir operasyon olarak, perakendecilerin sezon içinde karşılaştığı envanter yönetimi zorluklarını hafifletir ve daha dengeli bir envanter sistemi oluşturulmasına katkıda bulunur. Bu çalışmada, perakende sektöründe bütünleşik fiyat ve envanter transferi optimizasyonuna odaklanılarak, çok ürünlü ve çok mağazalı perakende zincirlerinde satış ve net karı artırmak amacıyla yeni bir modelleme yaklaşımı geliştirilmiştir. Perakendecinin sezon içi planlama ve karar verme faaliyetlerine girdi oluşturacak çok periyotlu ve mağaza-SKU seviyesindeki talepleri tahmin etmek için makine öğrenmesi tabanlı parametrik olmayan bir tahmin modeli geliştirilmiştir. Bu model, makine öğrenimi tabanlı regresyon ağaçlarını kullanarak, benzersiz talep desenleri gösteren mağaza ve ürünler arasında bilgi aktarımı avantajı sağlamaktadır. Dahası, bu bilgi aktarımı, gözlem sayısı az olan yeni ürün ve mağazalarda da daha iyi tahminler çıkarılmasına yardımcı olmaktadır. Özellik mühendisliği kapsamında otoregresif satış özellikleri, geçmiş referans fiyatları, promosyon geçmişi, takvim olayları ve ürün/mağaza nitelikleri gibi faktörler dikkate alınarak modelin doğruluğu artırılmıştır. Ayrıca, satış desenlerine göre mağaza-SKU çiftlerini kümelendirip birlikte modellemek, tahmin doğruluğunu önemli ölçüde iyileştirmektedir. Bu yaklaşımla, perakendecilerin sezon içi planlama ve karar verme süreçlerinde daha doğru ve güvenilir talep tahminleri elde etmeleri mümkün hale gelecektir. Bu çalışma ile perakende sektöründe fiyatlandırma ve envanter yönetimi süreçlerini entegre eden bir yaklaşım geliştirilmiştir. Geleneksel olarak ele alınan envanter kontrolü ve ana depodan envanter yenileme konularının ötesinde, sezon içi envanteri mevcut kaynaklarla optimize etmenin önemi vurgulanmıştır. Çalışmamız, fiyatlandırma stratejilerini mağazalar arası envanter transferiyle entegre ederek, değişen pazar dinamiklerine uyum sağlamayı hedeflemektedir. Optimizasyon modelimiz, taşıma ve stok tutma maliyetlerini dikkate alarak, transfer veya fiyat indirimi kararlarının hangisinin daha faydalı olacağını belirlemektedir. Bu bütünleşmiş yaklaşım, envanter yönetimi ve fiyatlandırma kararlarının birlikte alınmasının önemli faydalarını ortaya koymaktadır. Geliştirilen veri odaklı analitik yaklaşım, Türkiye'deki önde gelen bir giyim perakendecisinde uygulanmıştır. Ana bulgular arasında satış miktarında %9,8 artış, gelirde %4,9 artış ve net karda %2,4 büyüme ile dönem sonu envanterinde %21,3 azalma yer almaktadır. Modelin uygulanabilirliği, cozumun kalitesi uzerinde hesaplama zamanı acısından da değerlendirilmiştir. Model, 10800 saniye civarında en iyi cozume cok yakın sonuclar uretebilmiştir. Bu sonuçlar, talep şekillendirme ve envanter optimizasyonunu dengeleme konusundaki yaklaşımımızın etkinliğini vurgulamaktadır. Çalışmaya ait bulgular, sunulan analitik çerçevenin, sezon içi planlama stratejilerini iyileştirerek perakende operasyonel verimliliğinde önemli iyileştirmeler sağlayabileceğini göstermektedir.

Özet (Çeviri)

Retail value chains are experiencing rapid transformations due to shifts in market dynamics, technological advancements, post-pandemic supply chain disruptions, and increasing competition. In this dynamic environment, to achieve sustainable growth in sales and profitability while continuously enhancing customer loyalty, retailers must manage the flow within the value chain dynamically and consider multiple factors in a balanced and simultaneous manner. Considering concerns such as increasing costs of goods, decreasing consumer spending, and supply chain fluctuations, effective and dynamic management of market demand, pricing, and inventory are essential functions for sensing, shaping, and meeting demand. Retail merchandising optimization serves as a fundamental driver for improving sales and margins, organizing inventory cycles, and consequently enhancing profitability. It provides the retail organization with a unique ability to detect and respond to plan deviations. To achieve financial targets during the season which are set before the season, pre-season and in-season planning processes are managed together. Due to the highly dynamic nature of customer behavior, in-season planning activities are of great importance for ensuring the achievement of financial targets. Retail merchandising optimization serves as a fundamental driver for improving sales and margins, organizing inventory cycles, and consequently enhancing profitability. It provides the retail organization with a unique ability to detect and respond to plan shifts. Merchandising functions are divided into pre-season and in-season to ensure that the financial goals established during the pre-season are met during the season. Considering the highly dynamic nature of customer behavior, in-season planning activities are critically important for ensuring the achievement of financial goals. Through in-season planning, retailers monitor demand forecasts and associated KPIs on a weekly basis, adjusting them according to changing conditions and comparing them with the pre-season plan. As a result, they implement a series of corrective actions to ensure the achievement of financial objectives. When considering financial targets, costs, and service levels, it is essential to address and evaluate these actions collectively to achieve balanced outcomes. Demand forecasting plays a critical role in retail merchandising planning and optimization, serving as a fundamental input for many decision-making processes. Accurate demand forecasting helps retailers optimize inventory management, minimize stock surpluses and shortages, enhance customer satisfaction, determine pricing strategies, and effectively plan promotions. Detailed analyses at the store-SKU level allow for a better understanding of the unique demand patterns of each store and product, enabling a more effective response to local customer needs and improving overall operational efficiency. Pricing is a crucial tool that retailers use to shape demand during the season due to its critical role in influencing customer behavior. Effective pricing strategies help increase the sales velocity of products, prevent stock surpluses, and ensure optimal revenue throughout the product's shelf life. Additionally, dynamic pricing offers flexibility to adapt to competitive market conditions and maximize perceived customer value. In-season pricing decisions, when supported by promotions, can enhance customer loyalty and significantly boost sales. Therefore, it is essential for retailers to carefully plan and continuously review their pricing strategies to effectively manage demand fluctuations. In-season inventory management is critical for retailers to meet customer demand, but it also presents various challenges. Initial inventory, consisting of products ordered before the season, plays a vital role when these products cannot be replenished during the season due to long delivery times. In such cases, inventory transfer operations become necessary. Inventory transfer involves moving products from one retail location to another and provides flexibility to balance stock levels. Unlike traditional systems, flexible systems enable horizontal integration between retail points, allowing for better alignment of demand and inventory. As a result, excess stock is transferred directly to other retail locations rather than being collected at distribution centers. Transfer decisions, as a critical operation to maintain this balance, help alleviate the inventory management challenges that retailers face during the season and contribute to the creation of a more balanced inventory system. This study focuses on integrated price and inventory transfer optimization within the retail sector, developing a new modeling approach aimed at increasing sales and net profit in multi-product and multi-store retail chains. A machine learning-based non-parametric forecasting model has been developed to predict multi-period and store-SKU level demands, which serve as inputs for retailers' in-season planning and decision-making activities. This model utilizes machine learning-based regression trees, providing the advantage of information transfer between stores and products with unique demand patterns. Moreover, this information transfer aids in producing better forecasts for new products and stores with limited observations. Feature engineering, including autoregressive sales features, historical reference prices, promotion history, calendar events, and product/store attributes, has been employed to enhance the model's accuracy. Additionally, clustering store-SKU pairs based on sales patterns and modeling them together significantly improves forecast accuracy. This approach enables retailers to obtain more accurate and reliable demand forecasts in their in-season planning and decision-making processes. This study introduces an approach that integrates pricing and inventory management processes in the retail sector. It emphasizes the importance of optimizing in-season inventory with existing resources, moving beyond the traditional focus on inventory control and replenishment from central warehouses. By integrating pricing strategies with inter-store inventory transfers, the study aims to better adapt to shifting market dynamics. The optimization model considers transportation and holding costs to determine whether inventory transfer or price reduction would be more advantageous. This integrated approach underscores the significant benefits of jointly addressing inventory management and pricing decisions. The data-driven analytical approach developed in this study was implemented at a leading apparel retailer in Turkey. Key findings include a 9.8% increase in sales volume, a 4.9% increase in revenue, a 2.4% growth in net profit, and a 21.3% reduction in end-of-period inventory. The feasibility of the model has also been evaluated in terms of computation time with respect to solution quality. The model was able to produce results very close to the global optimum solution within approximately 10,800 seconds. These results underscore the effectiveness of our approach in balancing demand shaping and inventory optimization. The findings indicate that the presented analytical framework can significantly improve retail operational efficiency by enhancing in-season planning strategies.

Benzer Tezler

  1. Tez No

    104110

    Ana kuruluş ile perakandeci mağazalar arasındaki tam zamanında bilgi ve belge akışının incelenmesi ve değerlendirilmesi

    Examination and evaluation of just-in time information and documents flow between stores and head office in a retail company

    FATMA DİDEM ÇÖKEM

    Yüksek Lisans

    Türkçe

    Türkçe

    2001

    İşletmeİstanbul Teknik Üniversitesi

    PROF. DR. SITKI GÖZLÜ

  2. Tez No

    166644

    A simulation-based decision support tool for economical materials management system in the construction industry

    İnşaat sektöründe ekonomik malzeme yönetim sisteminin seçimi için simulasyon tabanlı karar destek modeli

    GÜL POLAT

    Doktora

    İngilizce

    İngilizce

    2005

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MEHMET UĞUR MÜNGEN

    PROF. DR. DAVİD ARDİTİ

  3. Tez No

    386030

    Burdur Müzesi envanterinde bulunan el işlemeli peşkirler

    Hand embroidered towels in Burdur Museum inventory

    HATİCE TUNALI

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    El SanatlarıSüleyman Demirel Üniversitesi

    Geleneksel Türk El Sanatları Ana Sanat Dalı

    DOÇ. DR. FİLİZ NURHAN ÖLMEZ

  4. Tez No

    112089

    Analysis of coordination perspectives in a two-stage supply chain system

    İki-aşamalı bir tedarik zinciri sisteminde koordinasyon perspektiflerinin analizi

    PELİN PEKGÜN

    Yüksek Lisans

    İngilizce

    İngilizce

    2001

    Endüstri ve Endüstri MühendisliğiBoğaziçi Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜLAY BARBAROSOĞLU

  5. Tez No

    668128

    Decentralized inventory planning with transshipments in a multi-project environment

    Transferlere izin verilen çoklu proje ortamında merkezi olmayan envanter planlama

    DUYGU SOYLU NAZLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İSMAİL SERDAR BAKAL

    DOÇ. DR. SEÇİL SAVAŞANERİL TÜFEKCİ

Geri Dön