Doğru lokasyonda doğru araç model mix bulunurluğu sağlamak
Providing the right vehicle model mix availability in the right location
- Tez No: 947032
- Danışmanlar: PROF. DR. ÖMER ÖNALAN
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İş Analitiği Ana Bilim Dalı
- Bilim Dalı: İş Analitiği Bilim Dalı
- Sayfa Sayısı: 69
Özet
Hacimli otomotiv sektöründe siparişten teslimata tüm süreç otomobil üreticileri, bayiler ve müşteriler için kritik öneme sahiptir. Bayilerin bulunduğu bölge ve müşteri profili dikkate alınarak, müşterilerin talep ettiği özelliklere uygun bir aracı makul bir sürede teslim alması üreticinin pazara hizmet etme maliyetini etkilemektedir. Müşterilerin memnuniyeti doğru özelliklerdeki araçların doğru zamanda ve doğru lokasyonda bulunmasına bağlıdır. Bu nedenle, bayilerin bulundukları bölge, müşteri profili ve satış performansları ve dış etkenler dikkate alınarak araç bulunurluğu sağlanmalıdır. Bu çalışma kapsamında otomotiv sektöründe bayilerinin sipariş süreçlerini doğru yönetmeleri için bir çalışma yapılmıştır. Çalışmanın amacı bayilerin sipariş sürecinde öneri sunarak yaşlı araç stoğunu azaltmak, doğru kırılımda araç bulunurluğu sağlamak, kayıp satış miktarını engellemek. Bayilerin sipariş dönemlerinde geçmiş satış verileri, mevcut stok durumu ve müşteri eğilimleri gibi çok boyutlu verileri dikkate alarak daha rasyonel sipariş kararları almalarına destek olacak bir öneri sistemi geliştirilmiştir. Bu doğrultuda, geçmiş verilere dayalı regresyon analizleri ile araç talep dinamikleri ortaya konmuş, dönemsel eğilimleri yakalayabilmek adına Holt-Winters, ARIMA gibi zaman serisi tahminleme yöntemleri kullanılmıştır. Geliştirilen model yapısı sayesinde, bayi siparişlerinin doğruluk oranının artırılması, stok devir süresinin kısaltılması, yaşlı araç stoklarının azaltılması ve müşteri taleplerine daha etkin şekilde yanıt verilmesi hedeflenmiştir. Modelin uygulanması sonucunda, yüksek stok devir süresine sahip bayilerde iyileşme sağlanmış olup, doğru model-mix ile müşteri taleplerine uyum oranı artmıştır. Modellerin bireyse doğruluk değerlerinin yanı sıra ensemble learning yaklaşımıyla geliştirilen akıllı model seçme yöntemi sayesinde en uygun modelin tahmin başarısının %98'e kadar ulaştığı görülmüştür.
Özet (Çeviri)
In the high-volume automotive industry, the entire process from order to delivery holds critical importance for manufacturers, dealers, and customers. Taking into account the location of dealerships and customer profiles, the timely delivery of vehicles that meet customer specifications directly impacts the manufacturer's cost of serving the market. Customer satisfaction depends on having the right vehicles with the right specifications available at the right time and location. Therefore, vehicle availability must be ensured by considering the dealer's location, customer profile, sales performance, and external factors. Within the scope of this study, a model was developed to support dealers in the automotive industry in managing their vehicle ordering processes more effectively. The objective is to provide recommendations during the ordering process to reduce aged vehicle stock, ensure vehicle availability with the correct configurations, and prevent lost sales. A recommendation system was developed to help dealers make more rational ordering decisions by taking into account multidimensional data such as historical sales, current inventory levels, and customer preferences. Accordingly, regression analyses based on historical data were used to uncover vehicle demand dynamics, and time series forecasting methods such as Holt-Winters and ARIMA were employed to capture seasonal trends. With the developed model structure, the aim is to improve the accuracy of dealer orders, reduce stock turnover time, minimize aged inventory, and respond more effectively to customer demands. As a result of the model's implementation, significant improvement was observed at dealerships with high stock turnover durations, and customer demand alignment increased through optimized model-mix recommendations. In addition to individual model accuracy levels, an intelligent model selection approach based on ensemble learning enabled the most suitable model to reach a forecasting accuracy of up to 98%.
Benzer Tezler
- Uluslararası hızlı servis restoranlarının ticari alan analizine dayalı bir yer seçimi modeli önerisi
A site selection model proposal based on trade area analysis of international quick service restaurants
HANZADE KUĞU BAŞ
Doktora
Türkçe
2018
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. NURAN ZEREN GÜLERSOY
- Üç tekerlekli elektrikli skuter motosiklet şasisinin mukavemet ve yorulma dayanımı değerlendirmesi
Strength and fatigue durability assessment of a three wheel electric scooter chassis
LEVENT ÇELİK
Yüksek Lisans
Türkçe
2021
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MESUT KIRCA
- Adaptive energy management for solar energy harvesting wireless sensor nodes
Güneş enerjisi harmanlayan kablosuz algılama düğümleri için uyarlamalı enerji yönetimi
ABDUL KERİM AYDİN
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NAİL AKAR
- Graf tabanlı yaklaşım ile uzun vadeli trafik akış hızı tahmini
Long term traffic speed prediction with graph based approach
CEREN KESKİN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET AMAÇ GÜVENSAN
- Navigating managerial challenges in the airline industry: Insights from flight network design and fleet structuring
Havayolu sektöründeki yönetimsel zorlukların yönlendirilmesi: Uçuş ağı tasarımı ve filo yapılanmasında öneriler
METEHAN ATAY
Doktora
İngilizce
2024
Endüstri ve Endüstri MühendisliğiGaziantep ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SERAP ULUSAM SEÇKİNER
DR. ÖĞR. ÜYESİ YUNUS EROĞLU