Otomobil satışlarının yapay sinir ağları ile tahmini ve regresyon analizine göre başarısının incelenmesi

Abstract

Müşteri ihtiyaçlarının zamanında karşılanması, müşteri memnuniyeti üzerinde büyük bir etkiye sahiptir ve bu sebeple planlama süreci, satış faaliyetlerinin başarısını doğrudan etkilemektedir. Satış tahminleri, planlama sürecinin satışlar üzerindeki başarısının en kritik unsurlarından biridir. Şirketlerin satışları tahmin etme becerisi, sektörlerindeki performanslarının üst düzeyde olmasına katkıda bulunur. Bu nedenle, şirketler rekabette öne geçmek için çeşitli stratejiler benimser. Satışların geleceğini başarılı bir şekilde tahmin etmek, sadece satış performansını artırmalarına yardımcı olmakla kalmaz, aynı zamanda işi etkin bir şekilde yönetmelerine de imkan tanır. Erken uyarı göstergelerini ve riskleri belirlemek, satış sürecinde büyük önem taşır. Satış tahminleri, müşterilerin talep ettiği miktarları öngörmeye çalışır. Kampanyalar, fiyatlandırma, marka ve ürün iletişimi ve dağıtım kanalları, satış tahminlerine göre şekillendirilerek hedeflerin gerçekleştirilmesine destek olur. Bu akademik çalışmada, Türkiye'deki otomobil satışlarını tahmin etmek amacıyla regresyon ve yapay sinir ağları (YSA) yöntemleri kullanılarak tahminler gerçekleştirilmiştir. Regresyon yöntemi, kapsamlı bir şekilde incelenmiş olup, geriye doğru eleme yöntemi ile en başarılı tahminler elde edilmiştir. Yapay sinir ağları yöntemi ise, çeşitli iterasyonlarla performansı optimize edilerek, en başarılı sonuçları verecek şekilde eğitilmiştir. İki farklı yöntemle elde edilen sonuçlar karşılaştırılmış ve en başarılı yöntem belirlenmiştir. Çalışmanın sonucunda, Türkiye'deki otomobil satışları tahmin edilmiş ve 2020 yılı gerçek satışlarıyla karşılaştırılarak değerlendirilmiştir. Bu analizler, otomobil sektörüne yönelik daha doğru ve etkili stratejiler geliştirilmesine katkıda bulunabilecek bilgilere ışık tutmaktadır.Meeting customer needs in a timely manner has a significant impact on customer satisfaction, and therefore, the planning process directly affects the success of sales activities. Sales forecasts are one of the most critical factors in the success of the planning process on sales. The ability of companies to predict sales contributes to their high-level performance within their industries. As a result, companies adopt various strategies to stay ahead in competition. Successfully predicting the future of sales not only helps to improve sales performance but also allows for effective management of the business. Identifying early warning indicators and risks is of great importance in the sales process. Sales forecasts attempt to anticipate the quantities demanded by customers. Campaigns, pricing, brand and product communication, and distribution channels are shaped according to sales forecasts, supporting the achievement of targets. In this academic study, regression and artificial neural networks (ANN) methods were used to make predictions for the purpose of estimating automobile sales in Turkey. The regression method has been thoroughly examined, and the most successful predictions have been obtained using the backward elimination method. The artificial neural networks method, on the other hand, has been trained to provide the most successful results by optimizing performance through various iterations. The results obtained from the two different methods were compared, and the most successful method was determined. As a result of the study, automobile sales in Turkey were predicted, and the estimations were evaluated by comparing them to the actual sales figures in 2020. These analyses shed light on information that can contribute to the development of more accurate and effective strategies for the automobile sector.