Implementation of pricing strategies by using artificial neural networks in liner shipping industry

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Sosyal Bilimler Enstitüsü, İşletme Ana Bilim Dalı, Türkiye

Tezin Onay Tarihi: 2017

Tezin Dili: İngilizce

Öğrenci: CEREN AKMAN BIYIK

Danışman: MUSTAFA TANYERİ

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Fiyat pazarlama karmasının stratejik bir aracı ve gelir sağlayan tek elemanıdır. Bu nedenle, hem stratejik olarak hem de taktiksel olarak firmalar için çok önem arz etmektedir. Bilhassa, düzenli hat taşımacılığı sektörü gibi oligopolistik ve değişken (volatil) pazarlarda. Buna rağmen, fiyat ve fiyatlandırma hem pazarlama alanında hem de düzenli hat taşımacılığı alanında en çok ihmal edilen konudur. Özellikle, zaman isteyen ve dikkatli hesaplamalar gerektiren uzun dönem anlaşmaların ya da kontratların fiyatlandırma kararları firmaların kar marjlarını korumayabilmeleri için çok önemlidir. Fiyatı etkileyen çeşitli faktörler bulunduğu için öngörüye ihtiyaç vardır. Düzenli hat taşımacılığı (liner) sektörünün özellikleri düşülürse, öngörülemez dalgalanmaların, yüksek değişkenliğin ve çeşitli değişkenlerin fiyat üzerinde etkisinin olduğu bir ortamda fiyat tahmini firmalar için yararlı bir araç olabilir. Bu bağlamda, çalışmanın amacı düzenli hat taşımacılığı (liner) yapan şirketlerin gerçek zamanlı fiyatlandırma kararları için bir tahmin yöntemi olan yapay sinir ağı modellemektir. Çalışmanın analizi için öncelikle bir deniz taşımacılığı firmasının yöneticileri ile hem yapılandırılmış hem de yapılandırılmamış mülakatlar yapılmıştır. Ardından, analiz için firma kayıtlarından 62 aylık fiyat verisi temin edilmiştir. Fiyata etki eden diğer değişkenler de finansal veri tabanlarından indirilmiştir. Daha sonra, deneme yanılma yolu ile ağın tasarımı ileri beslemeli geri yayma algoritması kullanan ağ olarak seçilmiştir. Öğretmenli öğrenme uygulandığından ağa sunulan girdiler ve çıktı ile ağ eğitilip, test edilmiştir ve geçerlilik sınanmıştır. Son olarak, veri setindeki bir sonraki ay ağ tarafından başarıyla tahmin edilmiştir.