Makine öğrenmesi yöntemleri ile satış analizi uygulamaları

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.