E-ticaret platformlarına ait operasyon merkezinde makine öğrenmesi ile birliktelik analizi ve ürün lokasyonlarının belirlenmesi

Hızlı bir şekilde büyümekte olan e-ticaret sektörüne olan ilgi her geçen gün artmaktadır. Pandeminin hayatımıza girmesi e-ticaret sektörüne olan ilgiyi artırmış ve sektörün gelişimine büyük katkı sağlamıştır. Bu dönemde e ticaret sektörü küresel anlamda büyüme göstermiştir. Pandemi, sektörün gelişimine sağladığı katkının yanında bazı zorlukları da yanında getirmiştir. Herkesin evlere kapandığı dönem ve sonrasında olmak üzere Pandemi, pek çok insanın alışveriş alışkanlığının da değişmesine yol açmıştır. Bu değişiklik sektörde faaliyet gösteren e ticaret platformların depolama operasyonlarında çeşitli zorluklar yaşamasına sebep olmuştur. Bu yüzden de sektörde faaliyet gösteren firmalar müşteri ihtiyaçlarına karşılık verebilmek için depolama faaliyetleri verdikleri önemi artırmaları gerekmektedir. Depo içerisinde farklı süreçler bulunmaktadır. Bu süreçlerde sağlanacak verimlilik artışları depo operasyonlarının performansı üzerinde etkili olmaktadır. Bu süreçlerden en önemlisi sipariş toplama sürecidir. Sipariş toplama süreci gerek müşteri ihtiyaçlarının karşılanmasında gerekse sektörel gelişimden kaynaklı etkilendiğinden ötürü farklılık gösterebilmektedir. Günümüz teknolojisi hızlı bir şekilde gelişirken firmalar operasyonlarında bu teknolojilerde maksimum oranda faydalanmak istmektedirler. Gelişen teknoloji ve sektörel hacmin büyümesi ile birlikte firmalarda büyük verileri üretilmeye ve depolanmaya başlanmıştır. Depolanan veriler, firmaların sahip oldukları makinelerin öğretilmesi ile birlikte daha anlamlı sonuçlar üretme ihtiyacını oluşturmuştur. Bu veriler ile makine öğrenimi algoritmaları ile birlikte çalışmalar yapılarak bu ihtiyaçlar giderilmeye başlanmıştır. Bu çalışma ise müşteri alışkanlıklarının makine öğrenimi algoritmalarından Apriori algoritması kullanılarak müşteri siparişlerinin analiz edilmesi ve elde edilen sonuçlarla depo raf yerleşiminin yeniden planlanmasını kapsamaktadır. Bu çalışmada, Türkiye'de faaliyet gösteren e ticaret platformu Trendyol'un satış verileri ele alınmıştır. Veri içerisinde müşteri sipariş numarası, müşteri sipariş grup numarası, ürün kategorisi, lokasyon ve sipariş edilen miktar yer almaktadır. Ele alınan veriler incelendiğinde, toplam 100.004 adet ürün satışı ve 100.000 adet satırdan oluşmaktadır. Toplamda 12 adet ürün kategorisinden en çok tercih edilen ürünler TekstilC, TekstilA ve TekstilE olmuştur. Bu çalışmada, ele alınan verilere ilk olarak Python programlama dilinde Apriori algoritması uygulanmıştır. Bu algoritmada, gruplanan müşteri siparişlerinin ürün kategorileri arasındaki birliktelik ilişkisi analiz edilmiştir. Daha sonra analiz sonucu birbiri arasındaki ilişki yoğunluğu fazla çıkan ürün kategorilerinin, depo raf yerleşiminde daha yakın lokasyonlarda adreslenebilmesi için algoritma tasarlanmış ve Python programlama dilinde uygulanmıştır. Bu algoritma ile ürün kategorisinin adreslenmesi için lokasyon öneri sistemi geliştirilmiştir. Bu çalışmada ürün kategorileri için önerilen lokasyon ile müşteri siparişlerinin daha az mesafe yürütülerek toplanması ve böylelikle firmanın daha verimli depo operasyonuna sahip olması hedeflenmiştir.