Changing shopping habits in supermarket during COVID-19

Abstract

31 Aralık 2019'da Dünya, Çin'in Hubei eyaletine baglı Wuhan kentinde gözlemlenenyeni bir virüs haberiyle sarsıldı. Covid-19, perakende sektörü basta olmaküzere tüm sektörleri etkiledi. Süpermarketlerde stok biriktirme ve panik satınalma davranısları görüldü. Perakendecilerin çogu, tedarik planlarıyla temel taleplerikarsılayamadı. Bu arastırmanın temel amacı, COVID-19'un etkisiyle degisenalıskanlıkları ve tüketici davranıslarını ortaya çıkarmaktır. Analizler, CRISP-DMmodel adımları kullanılarak yapılmıstır. Veri seti, Türkiye'deki büyük perakendecilerdenbirinden saglanmıstır. Öncelikle, ürünleri alısveris davranısları açısından benzerliklerinegöre gruplandırmak için küme analizi yapılmıstır. Daha sonra tüketicialısveris davranısı ile Covid vakaları arasındaki iliskiyi analiz etmek için her bir kümeyeStepwise regresyon, En iyi alt küme seçimi ve Lasso modelleri uygulanmıstır.Her küme için en iyi regresyon modeli, Cp ve Adjusted R2'nin yanı sıra 10 kat çaprazdogrulama kullanılarak seçilmistir. Bu analizler, fiziksel pazardan çevrimiçi pazarageçisi vurgulamak için hem fiziksel hem de çevrimiçi pazar verilerine uygulanmıstır.Sonuç olarak, bu arastırma, Covid-19 sırasında fiziksel pazardan çevrimiçi pazaraönemli bir geçis oldugunu , panik satın almanın etkisiyle birçok ürün grubunda2019'a kıyasla satıslarında önemli bir artıs görüldügünü, ve satıs rakamlarındakidegisimlerin istatistiksel olarak Covid-19 vaka sayıları ve sokaga çıkma yasakları ileiliskili oldugunu ortaya çıkarmıstır.

On December 31, 2019, the world was shaken by the news of a new virus observedin Wuhan city, Hubei, China. Covid-19 affected all the industries but mostly theretail industry. Stock-pilling and panic buying behaviors were seen in supermarkets.Most of the retailers could not satisfied the basic demands with their supply plans.Therefore, the main aim of this research is to find out the changing habits andconsumer behaviors due to the effect of COVID-19. The analysis was conductedusing the CRISP-DM model steps. The data set was revealed from one of the largeretailers in Turkey. Initially, cluster analysis was conducted to group the productsaccording to their similarity in terms of shopping behaviors. Subsequently, stepwiseregression, best subset selection and Lasso models were applied to each cluster inorder to analyze the relation between consumer shopping behavior and Covid cases.The best regression model for each cluster is selected using 10-fold cross-validationas well as Cp and adjusted R2. These analyses were applied both to the physical andonline market data to highlight the shift from physical to online market. Eventually,this research found out that there is a significant shift from physical to online marketduring Covid-19. Many of the product groups have seen a significant increase insales compared to 2019 with the effect of panic-buying. The shifts in sales levels arestatistically related with the Covid-19 case numbers and curfews.