Rezervasyona gelmeyen yolcu oranının tahminlenmesi: Türkiye'deki bir havayolu şirketi üzerine araştırma

Bu araştırma, sivil havacılık sektöründe bir uçuş için uçuşa gelmeme oranlarını en iyi tahmin eden modeli araştırmayı amaçlamaktadır. Uçuşlardaki rezervasyona gelmeme sayılarını tahmin etmek, havayollarının etkili operasyonel planlaması ve gelir yönetimi açısından çok önemlidir. Boş koltukları en aza indirip geliri en üst düzeye çıkararak havayollarının uçuş kapasitelerini daha verimli yönetmesine olanak tanır. Uçulan bölge, planlanan saat, sezon, haftanın günü (Pazartesi, Salı vb.), yılın ilk yarısı (ilk altı ay) veya ikinci yarısı (son altı ay), ay, kalkış ve varış noktasına göre resmî tatillerin yakınlığı, uçuş süresi ve önceki uçuşlardaki ortalama rezervasyonun kullanılmama oranları dahil olmak üzere bilet verilerinden özellikler oluşturulmuştur. Çalışmada Sinir Ağları, Karar Ağaçları, Rastgele Orman, Bagging, Ada Boost, Gradient Boosting, Extreme Gradient Boost, olmak üzere yedi sınıflandırma modeli kullanılmıştır. Karşılaştırma için MAE (Mean absolute error), MSE (Mean squared error), Root Mean square error (Mean square error), R-square error (R2) and Max error değerleri hesaplanıp karşılaştırılmıştır. Modeller arasında en düşük performans puanını Karar Ağacı alırken, en yüksek performansı Gradient Boosting almıştır. Önceki çalışmalardan farklı olarak geçmiş bir aylık no-show ortalamalarının, gelecekteki uçuşların no-show oranlarını tahmin etmede en güçlü değişken olduğu gözlemlenmiştir. Bu bulgular daha önce yapılan araştırmalar ışığında tartışılmıştır. Anahtar Kelimeler:No-show, Havayolu Endüstrisi, Sivil Havacılık, Veri Analitiği, Regresyon