Türkiye beyaz eşya sektöründe satış kanalı bazlı pazar sepeti analizi
Sales channel-based market basket analysis in the Turkish white goods sector
- Tez No: 1011303
- Danışmanlar: DOÇ. DR. MERT EDALI
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Apriori algoritması, Beyaz eşya sektörü, Birliktelik kural madenciliği, Market sepeti analizi, Apriori algorithm, White goods sector, Association rule mining, Market basket analysis
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Sistem Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Pandemi sonrası dönemde tüketici satın alma alışkanlıklarında önemli değişimler yaşanmış; firmalar, müşterilerin hangi ürünleri birlikte satın aldığını öngörmeye yönelik veri odaklı çalışmalara daha fazla ağırlık vermeye başlamıştır. Özellikle değişken ekonomik koşullar altında, verilerden anlamlı tahminler üreterek stratejik kararlar almak işletmeler açısından kritik hale gelmiştir. Gelişen teknolojilerle birlikte müşteri satın alma ayak izlerinin detaylı biçimde kaydedilebilmesi, bu tür analizlerin uygulanabilirliğini artırmaktadır. Bu çalışmada, Türkiye'de beyaz eşya sektöründe faaliyet gösteren bir firmaya ait 2023–2024 dönemini kapsayan e-ticaret ve mağaza satış verileri, birliktelik kuralı madenciliği yaklaşımıyla analiz edilmiştir. Çalışmanın temel amacı, müşteri sepetlerinde birlikte satın alınan ürün örüntülerini ortaya çıkarmak ve bu örüntülerin satış kanalları ile bölgesel kırılımlar altında nasıl farklılaştığını incelemektir. Bu kapsamda, Apriori ve FP-Growth algoritmaları karşılaştırmalı olarak ele alınmıştır. Algoritmalar, farklı destek (support) ve güven (confidence) eşiklerinde çalıştırılarak üretilen kural sayısı, kural yapısı ve performans metrikleri değerlendirilmiştir. Karşılaştırmalar; sık öge seti sayısı, birliktelik kuralı sayısı, hesaplama süresi ve bellek kullanımı üzerinden gerçekleştirilmiştir. Tüm analizler Python programlama dili kullanılarak yürütülmüş ve büyük veri setleri için seyrek sepet yapılarından yararlanılmıştır. Elde edilen bulgular, her iki algoritmanın aynı eşik değerlerinde benzer birliktelik kuralları ürettiğini, ancak performans açısından belirgin farklılıklar gösterdiğini ortaya koymuştur. Özellikle büyük ve seyrek yapıya sahip mağaza verilerinde FP-Growth algoritmasının, Apriori'ye kıyasla daha düşük hesaplama süresi ve bellek kullanımıyla öne çıktığı belirlenmiştir. Ayrıca, e-ticaret ve mağazacılık kanalları ile bölgesel bazda sepet örüntülerinin farklılaştığı gözlemlenmiştir. Sonuç olarak bu çalışma, beyaz eşya sektöründe pazar sepeti analizinin kanal bazlı, bölgesel ve algoritmik performans farklılıklarını birlikte ele alan bütüncül bir karar destek yaklaşımı sunduğunu göstermektedir.
Özet (Çeviri)
In the post-pandemic period, significant changes have occurred in consumer purchasing behavior, leading firms to place greater emphasis on data-driven analyses aimed at understanding which products are purchased together. Especially under volatile economic conditions, generating meaningful insights from data and using them to support strategic decision-making has become critical for businesses. Advances in technology have further increased the applicability of such analyses by enabling the detailed recording of customer purchasing footprints. In this study, e-commerce and in-store sales data belonging to a company operating in the home appliance industry in Türkiye and covering the 2023–2024 period were analyzed within the framework of association rule mining. The main objective of the study is to identify product co-purchasing patterns in customer baskets and to examine how these patterns vary across different sales channels and regional segments. For this purpose, the Apriori and FP-Growth algorithms, which are widely used in association rule mining, were analyzed comparatively. The algorithms were executed under different support and confidence threshold values, and the effects of these thresholds on the number of generated rules, rule structures, and performance metrics were evaluated. The comparisons were conducted based on the number of frequent itemsets, the number of association rules, computation time, and memory usage. All analyses were performed using the Python programming language, and sparse basket representations were employed to improve memory efficiency when handling large datasets.The findings indicate that both algorithms produce largely similar association rules under identical support and confidence thresholds; however, they exhibit significant differences in terms of performance. In particular, for large and sparse in-store sales datasets, the FP-Growth algorithm outperformed Apriori by achieving substantially lower computation time and memory consumption. Additionally, basket patterns were observed to differ across e-commerce and physical retail channels as well as across regions. In conclusion, this study demonstrates that market basket analysis in the home appliance industry provides a comprehensive decision-support framework by jointly evaluating channel-based, regional, and algorithmic performance differences.
Benzer Tezler
- 1981 Türkiye tarımsal yapısının önemli bileşenleri ve tarımsal bölgelerin elde edilmesi
Principle components of Turkey's agricultural structure and to determine agricultural rigions in 1981
İHSAN KARABULUT
- 1983 yılı trafik kaza istatistikleri değerlendirmesi
Başlık çevirisi yok
ŞÜKRÜ ÖZER
Yüksek Lisans
Türkçe
1986
UlaşımGazi ÜniversitesiKazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)
PROF. DR. RIDVAN EGE
- İş kazalarının Türk ekonomisi üzerine etkileri ve kömür madenciliği üzerine bir inceleme
Başlık çevirisi yok
MESUT ÖRMECİ
Yüksek Lisans
Türkçe
1985
Çalışma Ekonomisi ve Endüstri İlişkileriGazi ÜniversitesiKazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)
PROF. DR. NACİ KINACIOĞLU
- Akaryakıtla çalışan endüstriyel tav fırınlarında yanma, sıcaklık ve basıncın optimum kontrolu
Optimum control of combustion temperature and pressure in industrial tempering furnaces working with fuel-oil
MEHMET EROĞLU
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. YÜCEL ERCAN