LEE- Endüstri Mühendisliği-Yüksek Lisans

Bu koleksiyon için kalıcı URI

http://hdl.handle.net/11527/19267

Gözat

Yazar "Aydın, Rabia" ile LEE- Endüstri Mühendisliği-Yüksek Lisans'a göz atma
  • Öge
    Satış adedini etkileyen değişkenlerin keşfi ve duyarlılık analizi uygulaması: E-ticaret örneği
    (Lisansüstü Eğitim Enstitüsü, 2023-06-21) Aydın, Rabia ; Çalışır, Fethi ; 507191123 ; Endüstri Mühendisliği
    Şirketler geçmiş verilerini analiz ederek gelecekteki durumları hakkında fikir sahibi olmayı ve daha etkili bir yol haritası oluşturmayı mümkün kılabilir. Bir şirketin gelirlerini belirleyen temel faktör olan satış adetleri, gelecekteki durumlarını değerlendirebilmek adına öngörüler oluşturmak için kullanılan geçmiş verilere dayalı bir metriktir. Bu çalışma, bir şirketin gelecekteki durumunu tahmin etmek için geçmiş verilere dayalı olarak satış adedi tahminleri gerçekleştirme amacını taşımaktadır. Çalışmanın ilk aşaması, veri setinde yer alan bilgilerin keşfedilmesiyle başlamıştır. Veri keşfi, veri setindeki değişkenlerin özelliklerini, dağılımlarını ve ilişkilerini anlamak için gerçekleştirilmiştir. Veri seti, çalışmanın gerekliliklerine uygun hale getirilmek üzere işlenmiş ve düzenlenmiştir. Daha sonra satış adedi tahminlerini gerçekleştirmek için makine öğrenmesi algoritmaları kullanılmıştır. Bu çalışmada, Karar Ağaçları (Decision Tree, CART), Rastgele Orman (Random Forest, RF), Kategori Artırma (Category Boosting, CatBoost), Gradyan Artırma (Gradient Boosting, GBM) ve Ekstrem Gradyan Artırma (Extreme Gradient Boosting, XGBoost) olmak üzere beş farklı makine öğrenmesi algoritması kullanılmıştır. Modellerin performansları karşılaştırılarak değerlendirilmiştir. Performans karşılaştırmasından sonra CatBoost, Gradient Boosting ve Random Forest algoritmalarının en iyi performansı gösterdiği belirlenmiştir. Bu algoritmalara dayalı olarak seçilen değişkenler incelenmiş ve bu algoritmalarda en önemli değişkenlerin benzer olduğu tespit edilmiştir. Seçilen en önemli değişkenler, gelecekteki durumların daha iyi anlaşılabilmesi amacıyla kullanılmak üzere belirlenmiş ve bu değişkenler üzerinden duyarlılık analizi çalışması gerçekleştirilmiştir. Bu çalışma için Random Forest algoritması kullanılmış ve her bir değişkenin hedef değişken üzerindeki etkisi incelenmiştir. Değişkenlerin bir birim artması durumunda tahmin edilen hedef değişkeniyle gerçekleştirilen karşılaştırmalar, değişkenlerin hedef değişken üzerindeki etkilerini ortaya çıkarmıştır. Bu çalışmada, bir e-ticaret uygulaması üzerinden taze sebze ve meyve satışı yapan bir şirkete ait olan 2022 Ocak-Kasım dönemine ait veri seti kullanılmıştır. Veri seti, sipariş bilgilerini ve sipariş detaylarını içermektedir. Çalışmanın kapsamını genişletmek adına, veri setinde bulunmayan ancak anlamlı olabileceği düşünülen değişkenler veri setine eklenmiştir. Bu çalışma, şirketlere geçmiş verileri kullanarak gelecekteki durumlarına yönelik fikirler sağlama ve daha etkili bir yol haritası oluşturma imkanı sunmaktadır. Satış adedi tahminleri ve duyarlılık analizi sayesinde, şirketler satışlarını etkileyen faktörleri anlayabilir ve gelecekteki durumları hakkında daha sağlam bir temel üzerinde planlama yapabilirler.