Bu çalışma, bir firmanın satış verilerini kullanarak geleceğe yönelik satış tahminlemesi yapmayı . Zaman serisi verilerinin analizinde kullanılan ARIMA (AutoRegressive Integrated Moving Average) ve Holt-Winters gibi yöntemler uygulanmıştır. Elde edilen sonuçlar, firmanın gelecekteki satış stratejilerini belirlemede önemli bir rol oynamaktadır. Çalışma, makine öğrenmesi yöntemlerinin geleneksel yöntemlere kıyasla daha doğru tahminler üretebileceğini göstermektedir. ARIMA modeli, verinin kendi gecikmeli değerleri, farkları ve hareketli ortalamalarını dikkate alarak tahmin yaparken, Holt-Winters modeli mevsimsel verilerde trend ve mevsimsellik bileşenlerini dikkate alarak tahmin yapmaktadır. Bu modellerin performansları, geçmiş satış verileri üzerinde test edilmiş ve en uygun model belirlenmiştir. Sonuçlar, işletmelerin stratejik kararlarında daha doğru tahminler yapmalarına yardımcı olabilir.
Eser Adı (dc.title) | Geçmiş Satış Analizi ile Gelecek Satış Tahmini |
Eser Sahibi (dc.contributor.author) | İzel NAZİK |
Yayıncı (dc.publisher) | İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü |
Esere Katkı Sağlayan (dc.contributor.other) | Sıla Övgü Korkut Uysal |
Tür (dc.type) | Diğer |
Açıklama (dc.description) | Tezsiz Yüksek Lisans Bitirme Projesi |
Özet (dc.description.abstract) | Bu çalışma, bir firmanın satış verilerini kullanarak geleceğe yönelik satış tahminlemesi yapmayı . Zaman serisi verilerinin analizinde kullanılan ARIMA (AutoRegressive Integrated Moving Average) ve Holt-Winters gibi yöntemler uygulanmıştır. Elde edilen sonuçlar, firmanın gelecekteki satış stratejilerini belirlemede önemli bir rol oynamaktadır. Çalışma, makine öğrenmesi yöntemlerinin geleneksel yöntemlere kıyasla daha doğru tahminler üretebileceğini göstermektedir. ARIMA modeli, verinin kendi gecikmeli değerleri, farkları ve hareketli ortalamalarını dikkate alarak tahmin yaparken, Holt-Winters modeli mevsimsel verilerde trend ve mevsimsellik bileşenlerini dikkate alarak tahmin yapmaktadır. Bu modellerin performansları, geçmiş satış verileri üzerinde test edilmiş ve en uygun model belirlenmiştir. Sonuçlar, işletmelerin stratejik kararlarında daha doğru tahminler yapmalarına yardımcı olabilir. |
Kayıt Giriş Tarihi (dc.date.accessioned) | 2024-07-05 |
Açık Erişim Tarihi (dc.date.available) | 2024-07-05 |
Yayın Tarihi (dc.date.issued) | 2024 |
Tek Biçim Adres (dc.identifier.uri) | https://hdl.handle.net/11469/4111 |
Yayın Dili (dc.language.iso) | tr |
Konu Başlıkları (dc.subject) | Satış |
Konu Başlıkları (dc.subject) | ARIMA |
Haklar (dc.rights) | Open access |