Tedarik zincirinde yapay zeka tabanlı talep tahmini ve envanter yönetiminin performansa etkileri

Bu çalışma, tedarik zinciri yönetiminde yapay sinir ağları (YSA) tabanlı talep tahmininin ve envanter yönetiminin işletme performansı üzerindeki etkilerini incelemeyi amaçlamaktadır. Araştırma kapsamında, 2021-2024 yılları arasındaki bir işletmeye ait satış verileri kullanılarak talep tahmin modelleri geliştirilmiştir. ABC analizi ile seçilen ürün gruplarına yönelik YSA modelleri uygulanmış ve tahmin sonuçları geçmiş verilere dayanarak doğruluk açısından değerlendirilmiştir. Uygulama sürecinde, veri seti ön işleme adımlarından geçirilmiş ve YSA modelleri ile farklı talep seviyelerine yönelik tahminler gerçekleştirilmiştir. Modellerin sonuçları, stok maliyetlerini optimize etme ve müşteri memnuniyetini artırma potansiyeline sahip olduğunu göstermiştir. Ayrıca, döviz kurları ve müşteri davranışlarındaki değişkenliklerin, tahmin modellerinin performansına etkisi incelenmiştir. Bu değişkenlerin modellere dahil edilmesinin tahmin sonuçlarına iyi anlamda etki ettiği görülmüştür. Bu çalışmada, yapay sinir ağları (YSA) kullanılarak gerçekleştirilen talep tahminlerinin doğruluk performansı değerlendirilmiştir. Elde edilen sonuçlar, YSA modellerinin klasik yöntemlere kıyasla daha düşük hata oranları (MAPE, PAE) ile yüksek doğruluk sağladığını göstermektedir. Bu bulgular doğrultusunda, yapay zeka entegrasyonlarının tedarik zinciri süreçlerine ve işletme operasyonlarında etkinlik sağladığını ve karar verme süreçlerini iyileştirdiğini ortaya koyulmuştur.