Makine öğrenmesi algoritmaları ile hazır giyim perakendeciliğinde satış tahmini

Abstract

Günümüzde müşteriye doğru ürünü doğru zamanda ulaştırmak hem satış yapan firmalar için hem de müşteriler için önemli bir kazanımdır. Bununla birlikte yapılan çalışmalar veri biliminin önemini göstermektedir. Şirket içindeki verinin işlenip yararlı hale gelmesi de verinin ne kadar önemli olduğunu gösterecek ve rakipler karşısında daha verimli ve hızlı kararların alınmasını sağlayacaktır. Yapacağımız bu çalışma ile de doğru bir stok optimizasyonu sağlamış olacağımızdan dolayı, stoklama/depolama maliyetlerinin azaltılması amaçlanmaktadır. İlgili haftada satılma olasılığı yüksek olan ürünlerin yine ilgili mağazada yani ürünün hitap ettiği müşteri kesimi bakımından da en iyi satış oranını yakalayacağımız mağazaya gönderilmesi sağlanarak maksimum kar ve maksimum müşteri memnuniyeti elde edilmesi sağlanacaktır. Aynı zamanda şirk et içerisinde şu anda mağaza ürün yöneticisi olarak çalışanlar tarafından yönetilen bu manuel ve tecrübeye dayalı yöntem, daha otomatize bir sistem ve veriye dayalı, insandan bağımsız bir iş süreci otomasyonunun oluşmasına büyük katkı sağlayacaktır. Oluşturacağı etki sayesinde diğer tecrübeye dayalı iş süreçleri de zamanla veri bilimi yaklaşımlarından etkilenecektir. Aynı zamanda yeni üretilmiş, henüz satış davranışı hakkında bilgisine sahip olmadığımız ürünler içinde, en iyi satışı yapacağı mağaza ve hafta önerisi yaparak en iyi verim elde edilmiş olacak. Regresyon ve sınıflandırma problemlerini barındıran bu proje, gelecek projeler içinde temel oluşturacak olup departmanın tecrübesini yükseltecek etkiye de sahiptir.

The delivery of the correct product to the customer at the appropriate time is of great significance for both the sales companies and the customers. Additionally, studies have demonstrated the importance of data intelligence. Processing the data within a company to make it useful highlights the significance of data and allows for quicker and more efficient decision making compared to competitors. Through this study, we will attain accurate stock optimization, leading to reduced storage and storage costs. By sending the products with the highest likelihood of selling to the store with the highest sales rate that caters to the target customer segment, we can achieve maximum profits and customer satisfaction. Furthermore, replacing the current manual and experience-based process managed by store product managers with a more automated and data-driven system will greatly contribute to the company's efficiency. This automation will have a ripple effect on other processes within the company, leading to a gradual shift towards data science based approaches. Additionally, for new products with limited sales information, we will provide recommendations for the best store and week for maximum sales, thus ensuring the best outcome. This project, which deals with regression and classification problems, will lay the foundation for future projects and enhance the department's expertise.