Yapay sinir ağları yöntemi ile talep tahmini ve ayakkabı sektörüne uygulaması

Abstract

Perakende sektöründe hizmet veren işletmeler için geleceği öngörebilmek büyük önem arz etmektedir. Bu nedenle yapılacak olan tahmin çalışması işletmelere gelecek dönemleri hakkında önemli bilgiler vererek geleceği daha görebilmeleri ve atılımlarını bu yönde geliştirmelerinde kolaylık sağlayacaktır. Tersi durumlarda ise karşılaşacakları en ufak bir beklenmedik durumda büyük kayıplar yaşamalarına sebep olabilir. Bu nedenle amacına uygun olarak planlanan bir tahmin çalışması ile birlikte işletmeler verecekleri kararların ardından başarılı sonuçlar elde edecektir.Bu çalışmada ayakkabı sektöründe hizmet veren işletmeye ait geçmiş dönem satışları dikkate alınarak gelecek dönemde gerçekleşecek satış değerlerine ulaşılması amaçlanmıştır. Problemin çözümü için satışları etkileyen değişkenler belirlenip bir sonraki yılın satış değerlerine ulaşılmıştır Problemin çözüm de Matlab programının yapay sinir ağları algoritması kullanılmıştır. Sonuç olarak tahmini yapılan yıla ait değerlerin gerçek değerlere yakın olduğu gözlenmiştir.

For those businesses which serve in retail sector, it is very essential to predict the future. For this reason, the forecasting study will provide important information about the future periods to the enterprises so that they can see the future better and improve their breakthroughs in this direction. Otherwise, it may cause them to lose big under the unexpected situations. That's why, enterprises will achieve successful results after their decisions with a prediction study planned in accordance with their purpose. In this study, it is aimed to reach the sales values to be realized in the future by taking into consideration the past sales of the company serving in the shoe sector. In order to solve the problem, variables affecting sales were determined and the sales values of the following year were reached. In the solution of the problem, artificial neural network algorithm of Matlab program is used. As a result, it is observed that the values of the estimated year are close to the real values.