Beyaz eşya sektöründe satış tahmini: Bir veri madenciliği uygulaması

Abstract

Büyüme hedefi olan ve sürekli gelişmeyi hedefleyen firmaların hayatta kalarak varlığını sürdürmeleri için; yeni öngörüler, stratejiler ve en önemlisi onlara yol gösterebilecek veri analizlerine ihtiyaç duymaktadırlar. Bu analizler sayesinde firmalar, yoğun rekabet ortamında hızlı ve en doğru kararı verebilir durumda olabileceklerdir. Varlıklarını devam ettirebilmek isteyen üreticiler, bir yandan artan müşteri beklentilerini karşılamak isterken bir yandan da maliyetlerini en az seviyede tutmayı amaçlamaktadırlar. Firmalar içinde bulundukları mevcut yapı öncesine bir yolculuk yaptıklarında, karar mekanizmalarını daha doğru kullandıklarını düşünerek hareket ederler. Bu sebepledir ki, deneyimler bizlere her zaman doğru yolu gösterir sözü bu noktada kanıtlanabilir nitelikte olmaktadır. Bu çalışmada, firmaların geçmiş yıllara ait ciro ve karlılık durumu analiz edilerek veri madenciliği teknikleri içerisinde yer alan; yapay sinir ağı, destek vektör makineleri ve regresyon ile doğru sonuca ulaşması hedeflenmektedir. Önceki yılların verileri analiz edilerek, yeni bir yılın verileri hakkında ön görü sahibi olmak hedeflenmektedir. Bu doğrultuda, geliştirilebilecek stratejiler sonucunda karlılık seviyesinin artacağını düşünmemek elde değildir. Bu çalışmada amaçlanan, bu doğrusal düşünceyi matematiksel olarak ispatlayarak hedefe sağlam adımlar ile ilerleyebilmektir. Durumun kanıtlanabilmesi amacıyla, beyaz eşya sektöründe faaliyet gösteren firmanın; sevk verileri bağımlı değişken, reel kesim güven endeksi, gayri safi yurtiçi hasıla, sanayi üretim endeksi, evlenme oranı, tüketici güven endeksi ve ekonomi güven endeksi ise bağımsız değişken olarak aylık bazda alınmıştır. Veriler uygulama aşamasında, Weka programında test edilmiştir. Satış tahminleri üç ayrı yöntem ile ayrı ayrı test edilmiş ve sonuçlar birbirleri ile kıyaslanmıştır.

For companies with growth targets and continuous development to survive and survive; they need new insights, strategies and, most importantly, analysis of the data that can guide them. Thanks to these analyses, companies will be able to make the fastest and most accurate decision in an intensely competitive environment. In this study, the turnover and profitability status of the companies for the past years are analyzed and included in the data mining techniques; it is aimed to achieve the right result with artificial neural network, support vector machines and regression. By analyzing the data of previous years, it is aimed to have a foresground about the data of a new year. Accordingly, it is notible not to think that the level of profitability will increase as a result of the strategies that can be developed. The aim of this study is to prove this linear thinking mathematically and to move forward with solid steps towards the goal. In order to prove the situation, the company operating in the white goods sector; the referral data are taken on a monthly basis as dependent variable, real sector confidence index, gross domestic product, industrial production index, marriage rate, consumer confidence index and economic confidence index as independent variables. The data was tested in the Weka program during the implementation phase. Sales estimates were tested separately by three different methods and the results were compared with each other.