Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightAncak mevcut iş zekası uygulamalarının teorik temelleri ve ampirik bulguları yeterince dikkate almamaları, yükselen piyasa ekonomilerinin özel koşullarını göz ardı etmeleri eleştirilmektedir.
📌 3 Maddede Bu Makale
Özet
Rakiplerine göre yenilikçi perakende zincirleri değişen tüketici davranışlarına uygun şekilde daha yüksek değer, dolayısıyla yaşam kalitesi sunabilen girişimlerdir. Bir ülkede yayılabilmek için öncelikle rekabetçi bir konuma yerleşmeli ve rakiplere göre ürün ve hizmet kalitesi ile tüketici açısından uygun maliyetler sunarak değer yaratmalıdırlar. Tüketiciler yaşam standartlarını korumak için alışveriş sepetleri ve ziyaretlerinin yapısı, maliyeti ve sıklıklarını değişen mekânsal koşullara, kültürel normlara ve zaman maliyetlerine göre uyarlamaktadırlar. Mekânsal olarak ayrışmış tüketici gruplarının zamansal davranış değişimlerinin iyi anlaşılması, yeni mağaza formatlarının başarıyla geliştirilmesi ve yaygınlaşmasına dair stratejik kararları besleyecek ekonometrik çalışmaların da önünü açmaktadır. Mekânsal verilerin bol olduğu günümüz koşullarında, yeni perakende potansiyellerini incelemek veya mevcut performansı analiz etmek daha kolay hale gelmiştir. Ancak mevcut iş zekası uygulamalarının teorik temelleri ve ampirik bulguları yeterince dikkate almamaları, yükselen piyasa ekonomilerinin özel koşullarını göz ardı etmeleri eleştirilmektedir. Bir diğer kısıt ise veri gizliliğinden kaynaklanmaktadır. Oysa gösterdiğimiz üzere, açık kaynaklı verilerin ve sahadan toplanacak verilerin çeşitli mekansal ya da mekansal olmayan yeni değişkenlerin üretilmesinde ya da bazı parametrelerin hesaplanmasında kullanılması mümkündür. Bu çerçevede İstanbul’daki konut alanları kaynaklı orta ve alt gelir gruplarına dair hızlı tüketim malları talebindeki yıllık değişim, mekansal ve mekansal olmayan veriler yoluyla alışveriş havzaları bütününde incelenmiş, planlı ve plansız alışveriş ziyaret sayılarındaki değişim deterministik bir şekilde hesaplanmıştır. Bu sayede indirim marketlere dair yerel potansiyeller ortaya konulmuştur. Gerçek veriler ile kıyaslandığında yöntemin başarılı olduğu görülmüştür. Çalışma bulgularının Türkiye ve benzer ülkelerde yenilikçi perakende formatları geliştirmeye yönelik yapılacak istatistiksel veya ekonometrik iş zekâsı uygulamalarına yön vermesi beklenmektedir.
Abstract
In response to changing consumer behaviors, innovative retail chains have begun offering consumers higher value and a higher quality experience than competitors. For successful diffusion in a country, innovators must establish a competitive position by creating better value for consumers offering a more appropriate product and quality of service compared to competitors. Consumers adapt the structure, cost, and frequency of their shopping baskets and visits to the changing spatial conditions, cultural norms, and time costs in order to maintain their living standards. A better understanding of the temporal behavioral changes of spatially segregated consumer groups opens the way for econometric studies that can inform what strategic decisions will help the successful development and diffusion of innovative store formats. Spatial data exist in abundance, and examining new retail potentials and analyzing current performance have become easier. However, the literature has thoroughly criticized the insufficiency of existing business intelligence applications regarding their theoretical foundations and empirical findings, as well as their ignorance of the exceptional conditions of emerging market economies. Another limitation concerns data confidentiality. This article demonstrates how open-source secondary and primary data collected through surveys are helpful in generating new spatial and non-spatial variables for further use in econometric and statistical studies. Within this scope, the study analyzes the annual change in demand for fast-moving consumer goods in terms of middle- and lower-income groups originating from residential areas in Istanbul within shopping basins using geographic information systems. The study then identifies the changes in the number of planned and unplanned shopping visits and the local potential for discount markets. These comparisons using officially announced data reveal the method to be successful. The study’s findings have the potential to guide statistical and econometric business intelligence applications in developing innovative retail formats in Türkiye and similar countries.