AN INTEGRATED PERFORMANCE MEASUREMENT FRAMEWORK FOR RESTAURANT CHAINS: A CASE STUDY IN ISTANBUL

Authors : Ayşe PINARBAŞI, Umut AYDIN, Melis Almula KARADAYI, Hakan TOZAN

Pages : 484-499

Doi:10.46465/endustrimuhendisligi.1087736

View : 18 | Download : 14

Publication Date : 2022-12-31

Article Type : Research Paper

Abstract :Rekabetçi bir piyasada faaliyet göstermeye devam eden şirketler, rekabetçi kalabilmek için kaynaklarını en verimli şekilde kullanmaya çalışırlar. Artan müşteri geri bildirimleri ile birlikte, aynı pazarda rekabet eden çok sayıda firma nedeniyle, müşteri ihtiyaç ve isteklerini doğru analiz etmek ve beklentilere uygun hizmet üretmek giderek daha önemli hale geldi ve bu durum özellikle gıda hizmetleri endüstrisinde rekabette ön planda olmak için önemlidir. Yiyecek hizmeti işletmelerine yönelik sürekli değişen talep, faiz ve karşılaştırılabilir ücretlerin düzenlenmesindeki zorluk, rekabet ortamı ve kur artışları nedeniyle bu sektörde riskler ve belirsizlikler bulunmaktadır. Tüm bu koşullar ışığında restoranlar, performanslarını etkin bir şekilde ölçmek ve analiz etmek için çok yönlü bir araca ihtiyaç duyarlar. Bu nedenle, bu çalışma, İstanbul\`da et lokantası, kebap ve köfte-döner olmak üzere üç kategoriye ayrılmış 15 bayinin performansını analiz etmek için Temel Bileşen Analizi insert ignore into journalissuearticles values(PCA); ve Kategorik Veri Zarflama Analizini insert ignore into journalissuearticles values(CAT-DEA); birleştirmektedir. Sonuçlar, her bir kategorinin yalnızca bir verimli restorana sahip olduğunu ve on beş bayiden toplamda üç bayinin verimli olduğunu göstermektedir. Önerilen CAT-DEA tabanlı yaklaşıma ek olarak, yemek hizmeti endüstrisinde restoran performansı ile çeşitli çevresel faktörler insert ignore into journalissuearticles values(veya ilgili göstergeler); arasındaki bağlantıyı araştırmak için üç araştırma hipotezi oluşturulmuş ve analiz edilmiştir.
Keywords : Kategorik VZA, Boyut İndirgeme, Temel Bileşenler Analizi, Performans Ölçme, Restaurantlar, Categorical DEA, Dimension Reduction, Principal Component Analysis PCA, Performance Measurement, Restaurants