Tractor sales forecast using machine learning

Abstract

This study presents a machine learning model to forecast tractor sales using four years of number of tractor sales based on year, month, city, town, brand and model provided by Turkey Statistical Institute. Tractor sales can vary depending on many different factors. Therefore, it is a challenging task for any company to estimate number of tractor sales that will be sold next year. Having the ability to predict that accurately will contribute companies in many distinct ways. Foreseeing market trends, keeping pace with the competition, delivering the right product to the right customer at the right time, reducing inventory costs, better production planning and cash flow management are major advantages of accurate forecasting. Within the scope of this study, models were developed to predict tractor sales using different statistical and machine learning methods. In further steps of the study, meaningful variables can be added to the dataset in order to reach a better result. Also, market share can be estimated by using different simulation methods which take into consideration those variables.

Bu çalışma, Türkiye İstatistik Kurumu’ndan sağlanan yıl, ay, şehir, ilçe, marka ve model bazında dört yıllık traktör satışı verilerini kullanarak traktör satışlarını tahminleyebilecek bir makine öğrenmesi modeli geliştirmesini ele almaktadır. Traktör satışları bir çok etkene bağlı olarak değişkenlik gösterebilmektedir. Bu yüzden, her firmanın bir sonraki yıl satacakları traktör adedini tahmin edebilmeleri zorlu bir görev haline gelmektedir. Bir firmanın hangi model traktörden ne kadar satacağını doğru bir şekilde tahminleyebilmesi, firmaya bir çok farklı konuda katkı sağlayacaktır. Pazar trendlerini önceden öngörmek, rekabete ayak uydurmak, doğru zamanda doğru ürünü müşteriye ulaştırabilmek, stok maliyetlerinin azaltılması, daha doğru bir üretim planı ve nakit akışı yönetimi bu avantajların başlıcalarıdır. Çalışma kapsamında, traktör satışlarını farklı istatistiksel ve makine öğrenmesi metodları kullanılarak tahmin edecek modeler geliştirilmiştir. Çalışmanın daha ileri adımlarında, traktör satışlarını etkilemesi muhtemel farklı değişkenlerin de modele eklenmesi ve farklı simülasyon yöntemleri ile bu değişkenlerin alabileceği değerler göz önüne alınarak pazar payının tahminlenmesi sağlanabilir.