Makine öğrenmesi yöntemleri ile satış analizi uygulamaları
Sales analysis applications with machine learning methods
- Tez No: 835690
- Danışmanlar: DOÇ. DR. EMRE ÇİMEN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Veri Bilimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dünyada ve ülkemizde kullanıcı alışkanlıklarının en sık değiştiği sektörlerinden birisi olan perakende sektöründe firmaların ekonomiksel anlamda daha avantajlı ve yüksek stok yüklerine girmeden ve ürün bulunurluğunu olumsuz bir şekilde etkilemeden özellikle hızlı tüketim ürünleri üstüne satış-stok dengelerini sağlamaları zorlaşmıştır, bu bağlamda geliştirilen bazı yapay zeka uygulamaları ve istatistiksel yöntemler bu satış-stok dengesinin kurgulanmasında başta gelen çözüm yollarından olmaktadır. Problemimizde Türkiye'de 171 büyük çapta mağazası olan ve farklı kategorilerde hızlı tüketim ürünlerinin satışını gerçekleştiren bir işletmenin temizlik ürünleri, kâğıt ürünleri, gıda dışı ürünleri ve kişisel bakım ürün grupları için iki yıllık satış verileri zaman serisi halinde firmadan temin edilip farklı yapay zekâ ile makine öğrenmesi ve istatistiksel metotlar kullanılarak bahsi geçen ürün gruplarının satış tahminleme çalışması yapılmıştır. Kullanılan Arima, Sarimax, Üçlü Üstel Düzeltme ve Prophet yöntemleri için her bir kategorinin tahminleme sonucu karşılaştırılıp farklı kategoriler için farklı metotların optimal sonuçları verdiği gözlemlenmiştir. Yapılan çalışma firma için örnek teşkil edip diğer kategoriler ve bölgesel satış özelinde uygulamaların geliştirilebileceği öneri olarak sunulmuştur.
Özet (Çeviri)
In the retail sector, which is one of the sectors where user habits change most frequently in the world and in our country, it has become difficult for companies to maintain their sales-inventory balances, especially on fast moving consumer goods, without entering economically more advantageous and high stock loads and without adversely affecting product availability. Statistical methods are one of the leading solutions in the construction of this sales-stock balance. In our problem, two-year sales data for cleaning products, paper products, non-food products and personal care product groups of a business that has 171 large-scale stores in Turkey and sells fast moving consumer goods in different categories are obtained from the company in time series and machine learning is used with different artificial intelligence. Sales estimation study of the mentioned product groups was carried out using statistical methods. For the Arima, Sarimax, Triple Exponential Smoothing and Prophet methods used, the estimation results of each category were compared and it was observed that different methods gave optimal results for different categories. The study is presented as an example for the company and as a suggestion that applications can be developed in other categories and regional sales.
Benzer Tezler
- Yapay sinir ağları ve makine öğrenmesi ile otomobil satış tahmininin yapılması ve zaman serileri analizi ile karşılaştırılması
Forecasting automobile sales using artificial neural networks and machine learning and comparison with time series analysis
BEYZA KURTGERİ
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MERVE CENGİZ TOKLU
- Makine öğrenmesi yöntemi ile satış tahminlemesi
Sales forecasting with machine learning method
İLKNUR PAKSOY
Doktora
Türkçe
2026
İşletmeİstanbul Sabahattin Zaim Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. ÖMER TORLAK
- Doğal dil işleme teknikleri ile duygu analizi : Mobil uygulama yorumları için bir vaka çalışması
Sentiment analysis with natural language processing techniques: A case study for mobile application comments
SEMA UĞUR
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDA YANIK ÖZBAY
- Coğrafi bilgi sistemleri entegreli makine öğrenmesine dayalı toplu taşınmaz değerleme modelinin geliştirilmesi
Development of mass property valuation model based on geographic information systems integrated machine learning methods
MUHAMMED OĞUZHAN METE
Doktora
Türkçe
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. TAHSİN YOMRALIOĞLU
- Empirical studies on price determinants of online auctionswith machine learning applications
Makine öğrenmesi uygulamaları ile online ihale fiyatlarını etkileyen faktörler üzerine deneysel çalışmalar
EMRAH ÖZ
Doktora
İngilizce
2019
EkonomiOrta Doğu Teknik ÜniversitesiEkonomi Ana Bilim Dalı
DOÇ. DR. ESMA GAYGISIZ