Forecasting simulated retail demand using statistical and data mining techniques

Bu tezin başlıca amacı, promosyonların bulunduğu bir perakende ortamında istatistik ve veri madenciliği yöntemleri ile talep tahmini yapmaktır. Bu çalışmada, perakende sektörü için pazarlama literatüründe bulunan müşteri tercih modellerine dayanan bir müşteri tercih modeli geliştirilmiştir. Geliştirilen müşteri tercih modeline göre veri üretimi yapılmıştır. Veri üretimi için dikkate alınan perakende ortamı, tek bir kategoriyi, birden fazla ürünü, birden fazla ürün özelliğini ve birden fazla müşteri segmentini içermektedir. Fiyat indirimi, reklam ve özel teşhir gibi pazarlama aktiviteleri göz önünde bulundurulmuştur. Talep tahmini, üretilen data üzerinde hem üstel düzeltme ve lineer regresyon gibi istatistik yöntemleri ile hem de SVM regresyon ve regresyon ağacı yöntemleri gibi veri madenciliği teknikleri ile gerçekleştirilmiştir. Kullanılan yöntemler, SKU talep tahmini doğruluğu, paremetre hesap kolaylığı ve kategoriye yeni giriş yapan SKU'ların tahmin doğruluğu üzerinden kıyaslanmıştır. Sonuç olarak farklı veri durumları için önerilen talep tahmin metodları belirtilmiştir.