ÇEVRİMİÇİ TÜKETİCİ BÜTÜNLEŞMESİ VE ARAMA MOTORU VERİLERİ KULLANILARAK YAPAY SİNİR AĞLARI İLE OTOMOBİL SATIŞ TAHMİNİ

Satış miktarının tahmin edilmesi hammadde alımından reklam giderlerinin belirlenmesine kadar işletmelerde birçok bölüme etki etmektedir. Satış tahmininde kullanılmak üzere çok sayıda tüketici verisine ihtiyaç duyulmaktadır. Birçok tüketici verisinin kişisel olması nedeniyle kullanılması sorun oluşturmaktadır. Buna karşın, satın alma karar sürecinde etkili olan sosyal ağlar ve arama motorlarına ait veriler değerli olmanın yanında herkesin erişimine açıktır. İşletmeler için satış rakamlarının gerçeğe yakın tahmin edilmesi ve tüketiciler için ise kişisel verilerin korunması önemlidir. Bu bağlamda, çalışmada tüketicilerin satın alma karar sürecinde etkili ve halka açık olan Çevrimiçi Tüketici Bütünleşme ve arama motoru verileri kullanılarak bir otomobil markasının satış miktarının tahmin edilmesi amaçlanmıştır. Çevrimiçi Tüketici Bütünleşmesinin yoğun yaşandığı işletmeye ait Facebook marka sayfasından 2012-2017 yılları arasında oluşturulan 2267 adet gönderi ve bu gönderilere ait beğenme, yorum ve paylaşma verileri Facebook Graph API ile alınmıştır. Arama motoru verileri Google Trends, satış verileri Otomotiv Distribütörleri Derneği web sitesinden elde edilmiştir. Veriler Min-Max yöntemiyle normalleştirilmiş ve yapay sinir ağları, Bayesian Regülasyon geri yayılım yöntemiyle analiz edilmiştir. Facebook marka sayfası ve arama motoru verileriyle %74 korelasyon ve %1 ortalama hata değeriyle başarılı satış miktarı tahmini yapılmıştır. Ayrıca 6 yılı kapsayan detaylı veriler düzenlenerek tanımlayıcı bilgiler olarak sunulmuştur.  Çalışmada tüketicilerin özel bilgileri kullanılmadan başarılı satış tahminlemesi yapılmıştır. Bununla birlikte, çalışma gerçek verilere dayanması ve yapay sinir ağlarının işletme alanında kullanımıyla sektöre ve akademik yazına katkı sağlamaktadır.