Türk hazır giyim sanayi için veri madenciliği tabanlı bir kalıcı indirim yönetim sistemi prototipi

Abstract

Tekstil sektörünün önemli bir alt-sektörü olan hazır giyim sanayindeki eğilim, üretici firmaların aynı zamanda perakendeci olarak da faaliyet göstermeleridir (LC Waikiki, Mavi Jeans, v.b.). Son yıllarda özellikle A.B.D’de perakende sektöründeki karar vericilere yardımcı olmak amacı ile geliştirilen perakende analitiği yazılımları yaygın olarak kullanılmaya başlanmıştır (Lightship Partners, 2009). Yerli hazır giyim perakendecilerimizin yabancı rakipleri ile rekabet edebilmek ve onların önüne geçebilmek için benzer perakende yönetimi karar destek sistemlerine ihtiyaç duymaktadır. Perakende analitiği yazılımların yerine getirdiği en önemli işlevlerden birisi kalıcı indirim eniyilemesidir (markdown optimization). Kalıcı indirim, satış miktarları azalan veya azalmaya yüz tutmuş olan ürünlerin satışlarını arttırmak için yapılan ve ürün fiyatı bir kez indirildikten sonra tekrar indirimli fiyatın üzerine çıkılamayan bir indirim biçimidir. Kalıcı indirimlerin en sık kullanıldığı sektörlerden başında hazır giyim sektörü gelmektedir. Kalıcı indirim eniyilemesi literatüründe yer alan çalışmalar ve pazarda bulunan ticari yazılımlar, kalıcı indirim eniyilemesinde ürünlerin taleplerinin birbirinden bağımsız olduğunu varsaymakta ve ürün talepleri arasındaki fiyata bağlı tamamlayıcı ve ikame etkilerini (çapraz fiyat esneklikleri) göz ardı etmektedir. Oysa ürünler arası ilişkiler ve etkileşimler de kalıcı indirim en iyilenmesinde dikkate alınması gereken önemli bir noktadır. Bu projede, Türkiye’nin en büyük hazır giyim perakendecisi olan LC Waikiki tarafından sağlanan ürün satış bilgileri kullanılarak, veri madenciliği yardımı ile, arasında ikame ve tamamlayıcı etkiler olması muhtemel ürün gruplarını bulan, aynı grupta yer alan ürünlerin fiyatlarına bağlı olarak ürün taleplerini tahmin eden ve yaklaşık dinamik programlama yardımı ile ürün kalıcı indirim oranlarını ve bu oranların zamanlamasını belirleyen bir kalıcı indirim karar destek sistemi prototipi geliştirilmektedir.

A major trend in the apparel sector, which is a sub-sector of textile industry, is the entrance of apparel producers into the consumer market as retailers (LC Waikiki, Mavi Jeans, etc.). In recent years, especially in the USA, retails analytics software have gained increased popularity for helping decision makers. Turkish apparel retailers need similar decision support systems to be able to compete with international apparel chains. One of the most significant functions of retail analytics software is markdown optimization, which decides on the level of markdown price for items throughout a season. Markdown is a special type of discount, where the price is monotonically non-decreasing throughout the season. Existing academic research on markdown optimization and business software for retail analytics assume independence between the demands of items, ignoring the complementarity and substitute effects between them. However, such associations and interactions between items are important, and should be taken into account during markdown optimization. In this project, the goal is to construct a methodology and a prototype system for markdown optimization. The developed methodology starts with finding the complementary and substitute products through positive and negative association mining, respectively. Then the demand of each item is forecasted based on the set of items it is associated with. Finally, approximate dynamic programming is used to compute markdown ratios and their timing. The methodology is tested with real world data from LC Waikiki, the largest apparel retail chain in Turkey.