Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi (Apr 2024)

Perakende Sektöründe Makine Öğrenmesi Algoritmalarının Karşılaştırmalı Performans Analizi: Black Friday Satış Tahminlemesi

  • Vahid Sinap

DOI
https://doi.org/10.29249/selcuksbmyd.1401822
Journal volume & issue
Vol. 27, no. 1
pp. 65 – 90

Abstract

Read online

Büyük perakende zincirlerinin şube ağlarının genişlemesi, müşteri tabanlarının büyümesi ve artan müşteri profili heterojenliği satış tahminleme süreçlerinin karmaşıklığını artırmaktadır. Müşteri çeşitliliği ve bu çeşitliliğin yönetilmesi, perakendeciler için hem stratejik planlama hem de operasyonel düzeyde uygulama açısından önemli bir güçlük oluşturmaktadır. Bu noktada, müşteri segmentasyonu ve kişiselleştirilmiş pazarlama stratejileri geliştirmek, her bir müşteri grubuna özel yaklaşımlar belirlemek ve bu çeşitliliği anlayarak etkili bir şekilde yönetmek önem kazanmaktadır. Gelişen teknolojiler, özellikle makine öğrenmesi yöntemleri söz konusu zorluklarla başa çıkma potansiyeli sunmaktadır. Bu kapsamda araştırmanın amacı, bir perakende firmasının Black Friday günündeki satış veri seti üzerinde Doğrusal Regresyon, Rastgele Orman Regresyonu, K-En Yakın Komşu Regresyonu, XGBoost Regresyonu, Karar Ağacı Regresyonu ve LGBM Regresyonu isimli makine öğrenmesi algoritmaları aracılığıyla satış tahminlemesi gerçekleştirmek ve algoritmaların performanslarını karşılaştırarak en iyi performans gösteren algoritmayı belirlemektir. Ayrıca, GridSearchCV kullanarak hiperparametrelerin ayarlanması ve bu ayarlamaların modellerin performanslarına etkisinin incelenmesi amaçlanmaktadır. Buna ek olarak, veri seti üzerinde Keşifsel Veri Analizleri yürütülerek, perakende sektöründeki işletmelerin ellerinde bulunan verilerden ne tür bilgiler çıkarabileceklerine ve bu bilgileri nasıl değerlendirebileceklerine ilişkin bir örnek oluşturmak araştırmanın diğer önemli bir amacıdır. Araştırmadan elde edilen sonuçlara göre, satışları tahminlemede en başarılı algoritma GridSearchCV ile hiperparametreleri ayarlanmış XGBoost Regresyonu olmuştur. Firma müşterilerinin en çok 26-35 yaş aralığında bireylerden oluştuğu, erkek müşterilerin kadınlara, bekar müşterilerin evlilere göre önemli ölçüde daha yüksek tutarlı alışverişler yaptığı saptanmıştır. Ayrıca, satın alım tutarı ortalaması bağlamında bakıldığında en yüksek harcama ortalamasına sahip yaş grubu 51-55 yaş aralığı olarak tespit edilmiştir.

Keywords