AI Summary & Key Takeaways
AI InsightThe results facilitate more effective management of food demand, particularly during the pandemic and in scenarios where seasonal effects are considered.
📌 3 Key Takeaways
Abstract
Predicting food demand is of great importance, especially for optimizing business processes and achieving sustainable development in the e-commerce sector. This study presents a demand forecasting system developed using learning-based algorithms and time series analysis. The system aims to accurately predict customer demands and provide strategic recommendations to retail companies. Numerical applications have been conducted using data from the past seven years of a food retail company in Turkey. Specifically, methods such as isolation forest, agglomerative and spectral clustering, Long Short-Term Memory (LSTM), and Extreme Gradient Boosting (XGBoost) have been utilized. The developed models significantly contribute to accurate prediction of sales data and critical business processes like inventory management. The results facilitate more effective management of food demand, particularly during the pandemic and in scenarios where seasonal effects are considered.
Özet
Gıda talebinin tahmin edilmesi, özellikle e-ticaret alanında iş süreçlerinin optimizasyonu ve sürdürülebilir kalkınma için büyük önem taşımaktadır. Bu çalışmada, öğrenme tabanlı algoritmalar ve zaman serisi analizlerini kullanarak geliştirilen bir talep tahmin sistemi sunulmuştur. Bu sistem, müşteri taleplerini daha doğru bir şekilde öngörmeyi ve perakende şirketlerine stratejik öneriler sunmayı amaçlamaktadır. Yapılan sayısal uygulamalar, Türkiye'deki bir gıda perakende şirketinin son yedi yıllık verileri üzerinde gerçekleştirilmiştir. Çalışmada, özellikle izolasyon ormanı, aglomeratif ve spektral kümeleme, Uzun Kısa Süreli Bellek ve Ekstrem Gradyan Arttırma gibi yöntemler kullanılmıştır. Geliştirilen modeller, satış verilerinin doğru tahmin edilmesine ve stok yönetimi gibi kritik iş süreçlerine önemli katkılar sağlamaktadır. Sonuçlar, özellikle pandemi sürecinde ve mevsimsel etkilerin dikkate alındığı durumlarda gıda talebinin daha etkin bir şekilde yönetilmesine olanak tanımaktadır.