A method for estimating stock-out based substitution rates by using point-of-sale data

Abstract

Perakendecilik alanında yapılan ampirik çalışmalar stok tükenmesi oranlarının çoğuürün kategorisi için önemli ölçüde yüksek olduğunu göstermektedir. Ürünlerinstoklarının tükenmesi bu ürünlere gelen taleplerin aynı kategorideki diğer ürünlerekaymasına, yani ürün ikamesine neden olmaktadır. Kategorideki ürün çeşitliliği veenvanter yönetimi kararları ürün ikame oranları dikkate alınarak iyileştirilebilir. Butezde ele alınan problem sadece ürünlere ait satış noktası verilerini kullanarak ürünlerarası ikame oranlarının tahmin edilmesidir. Önerdiğimiz yöntem ilk olarak satış noktasıaralıklarını çeşitli ikame senaryolarına karşılık gelecek şekilde gruplamaktadır. Dahasonra her bir duruma ait satış noktası verileri konsolide edilmekte ve elde edilen bukonsolide veriler de ikame oranlarının tahmin edilmesinde kullanılmaktadır. Öncelikleyöntemimizin deterministik durumdaki akışkan modeli incelenmekte, daha sonrakapsamlı bir sayısal analizi sunulmaktadır. Yazında sunulan bir başka yöntemle yapılankarşılaştırma ve benzetim tabanlı bir vaka çalışması önerdiğimiz yöntemin kısıtlıveriyle oldukça iyi sonuçlar verdiğini göstermektedir.

Empirical studies in retailing suggest that stock-out rates are considerably large formany product categories. Stock-outs result in demand spill-over, or substitution, amongitems within a product category. Product assortment and inventory managementdecisions can be improved when the substitution rates are known. In this thesis,we study the problem of estimating product substitution rates using Point-of-Sale(POS) data only. We propose a practical approach that clusters POS intervals into stateswhere each state corresponds to a specific substitution scenario. We then consolidateavailable POS data for each state, and estimate the substitution rates usingthe consolidated information. We first analyze the properties of the estimation methodunder a deterministic setting. We then provide an extensive computational analysis ofthe proposed substitution rate estimation method. A comparison with another estimationmethod from the literature and a simulation-based case study show that the estimationmethod we propose performs quite well with limited information.