Küresel Tedarik Zincirlerinde Son Adım Teslimat Optimizasyonu İçin Coğrafi Bilgi Sistemleri (CBS) ve Karar Destek Sistemleri (KDS) Kullanımı

Year 2025, Volume: 2 Issue: 1, 1 - 9, 30.05.2025

Furkan Tatlı , Mustafa Ergün

Abstract

Günümüz rekabetçi iş ortamında, son adım teslimat optimizasyonu, tedarik zinciri yönetiminde önemli bir alan olarak öne çıkmaktadır. Bu çalışmada, Coğrafi Bilgi Sistemleri (CBS) ve Karar Destek Sistemleri'nin (KDS) kullanımıyla küresel tedarik zincirlerinde son adım teslimat süreçlerinin nasıl iyileştirilebileceğini araştırılımıştır. Özellikle, bu teknolojilerin lojistik maliyetleri düşürme, teslimat süresini azaltma ve sürdürülebilirlik sağlama konularındaki katkıları incelenmiştir. Araştırma kapsamında, Amazon Teslimat Veri Seti kullanılarak betimsel istatistikler, korelasyon analizi, coğrafi analiz ve veri görselleştirme yöntemleri uygulanmıştır. Bulgular, hava durumu gibi çevresel faktörlerin teslimat süreleri ve kurye performansı üzerinde önemli etkiler yarattığını göstermektedir. Güneşli hava koşullarının teslimat sürelerini kısalttığı ve kurye puanlarını artırdığı; fırtınalı ve kum fırtınası gibi zorlu koşulların ise bu parametreleri olumsuz etkilediği tespit edilmiştir. Ayrıca, CBS ve KDS’nin rotalama, dağıtım noktalarının belirlenmesi ve lojistik süreç optimizasyonundaki katkıları ortaya konmuştur. Çalışmada, son adım teslimat süreçlerinin verimliliğini artırmaya yönelik olarak CBS ve KDS teknolojilerinin kullanımını artırma ve gelecekte yapılacak araştırmalar için veri işleme ve makine öğrenimi modellerinin entegrasyonu öneri olarak sunulmuştur.

Keywords

Son Adım Teslimat Optimizasyonu , Lojistik , Lojistikte Çevresel Faktörler , Coğrafi Bilgi Sistemleri , Karar Destek Sistemleri

UTILIZING GEOGRAPHIC INFORMATION SYSTEMS (GIS) AND DECISION SUPPORT SYSTEMS (DSS) FOR LAST-MILE DELIVERY OPTIMIZATION IN GLOBAL SUPPLY CHAINS

Abstract

In today’s competitive business environment, last mile delivery optimization stands out as an important area in supply chain management. This study investigates how last mile delivery processes in global supply chains can be improved through the use of Geographic Information Systems (GIS) and Decision Support Systems (DSS). In particular, the contributions of these technologies in reducing logistics costs, reducing delivery times, and ensuring sustainability are examined. Within the scope of the research, descriptive statistics, correlation analysis, geographic analysis, and data visualization methods were applied using the Amazon Delivery Dataset. The findings show that environmental factors such as weather conditions have significant effects on delivery times and courier performance. It was determined that sunny weather conditions shorten delivery times and increase courier scores; while difficult conditions such as storms and sandstorms negatively affect these metrics. In addition, the contributions of GIS and DSS in routing, determining distribution points, and logistics process optimization are revealed. The study encourages the use of GIS and DSS technologies to increase the efficiency of last mile delivery processes and recommends the integration of data processing and machine learning models for future research.

Keywords

Last-Mile Delivery Optimization , Logistic , Environmental Factors in Logistics , Geographic Information Systems , Decision Support Systems

References

• Aiello, G., Enea, G. ve Galati, M. (2021). Optimization of urban delivery systems based on electric assisted cargo bikes with modular battery size, taking into account the service requirements and the specific operational context. Energies, 14(15), 4672. https://doi.org/10.3390/en14154672
• Akçetin, E. ve Yurtay, Y. (2015). Karar destek sistemlerinin (KDS) lojistik süreçlerde kullanımı ve verimlilik analizi üzerine bir uygulama. Pamukkale İşletme ve Bilişim Yönetimi Dergisi, (1), 39-58.
• Alagöz, İ. (2021). Rüzgâr Elektrik Santrallerinin Kontrolü İçin Kullanılabilecek Doğrulamalı Kod Kütüphanesi Geliştirilmesi. In El-Cezeri Fen ve Mühendislik Dergisi. Tüm Bilim İnsanları ve Akademisyenler Derneği. https://doi.org/10.31202/ecjse.881359
• Altunok, C. ve Ünver, M. (2020). Medikal endüstride yapay zeka ve uzman sistemlerin sürekli iyileştirmeye etkisi. Academic Perspective Procedia 3,(1), 482-490. https://doi.org/10.33793/acperpro.03.01.95 ArcGIS StoryMaps. (n.d.). ArcGIS StoryMaps. ArcGIS. https://storymaps.arcgis.com
• Arslan, İ. (2024). Son mil teslimat faaliyetlerinde bulunun motorlu kuryelerde iş motivasyonu, iş tatmini ve örgütsel bağlılık ilişkisi (Master's thesis) Hasan Kalyoncu Üniversitesi Lisansüstü Eğitim Enstitüsü Uluslararası Ticaret ve Lojistik Ana Bilim Dalı.
• Bülte, H. (2024). Küresel tedarik zincirlerinde risk yönetimi: jeopolitik, doğal ve ekonomik faktörlerin etkisi, R&S - Research Studies Anatolia Journal, 7(3), 186-204. https://doi.org/10.33723/rs.1462072
• Cluett, C., Kitchener, F. M., Osborne, L. ve Conger, S. (2006). Weather integration in transportation management centers. Transportation research record, 1978(1), 201-208.
• Demir, E., Syntetos, A. ve Van Woensel, T. (2022). Last mile logistics: Research trends and needs. IMA Journal of Management Mathematics, 33(4), 549-561.
• Görçün, Ö. F. (2020). Gemi türü seçimini etkileyen faktörlerin analitik hiyerarşi süreci (AHP) yöntemi kullanılarak değerlendirilmesi. Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, 36- 50. https://doi.org/10.18026/cbayarsos.486826
• Gürder, F. ve Yılmaz, Y. (2012). Geographic information systems in strategic decision making in logistics companies. Int J Bus Soc Res, 2(4), 76-86.
• Ha, N. T., Akbari, M. ve Au, B. (2023). Last mile delivery in logistics and supply chain management: a bibliometric analysis and future directions. Benchmarking: An International Journal, 30(4), 1137- 1170.
• Ho, W., Zheng, T., Yildiz, H. ve Talluri, S. (2015). Supply chain risk management: a literature review. International journal of production research, 53(16), 5031-5069.
• Kaggle, (2024). Amazon delivery dataset. Kaggle. https://www.kaggle.com/datasets/sujalsuthar/amazon-delivery-dataset
• Kazancı, A. G. D. U., ve Tanyaş, M. (2024). E-ticarette son aşama teslimatlarının kentsel lojistiğe olan etkileri. Tedarik zinciri ve lojistik yönetiminde dijitalleşme ve güncel uygulamalar, 53-79.
• Khawka, Z. M. H., Abd Rahman, A., Sidek, S. B., Ahmed, S. A. B., Al-Hadeethi, R. H. F., & Al- Dabbagh, T. (2024). Effect of lean supply chain on competitive advantage: a systematic literaturereview. Cogent Business & Management, 11(1), 2370445.
• Kumar, S. ve Agrawal, S. (2011, January). GIS as a decision support for supply chain management. In Geospatial World Forum (Vol. 11).
• Küçükoğlu, M. T. (2020). Tedarik zincirinde risk değerlendirme: Risklerin tanımlanması, gruplandırılması ve önceliklendirilmesi üzerine bir çalışma. İşletme Araştırmaları Dergisi, 12(2), 2126-2141.
• Li, S., Ragu-Nathan, B., Ragu-Nathan, T. S. ve Rao, S. S. (2006). The impact of supply chain management practices on competitive advantage and organizational performance. Omega, 34(2), 107-124.
• Önden, İ., Deveci, M., Çancı, M., Çal, M. ve Önden, A. (2023). A spatial analytics decision support system for analyzing the role of sea transport in public transportation. DecisionAnalytics Journal, 6, 100149.
• Özçetin, N. (2020). Tedarik zinciri risk yönetimi: Bir araştırma. Ankara: İksad Yayınevi.
• Reefke, H., & Sundaram, D. (2021). Decision support for sustainable supply chain management. pursuing sustainability: OR/MS applications in sustainable design, Manufacturing, Logistics, and Resource Management, 43-70.
• Sevim, Ş. ve Koç, K. (2021). Çağdaş Risk Yönetimi Standartları Çerçevesinde Sanayi İşletmelerinde Risk Yönetimi AlCBSı Üzerine Bir Araştırma (A Research on Risk Management Perception in Industrial Enterprises within the Framework of Contemporary Risk Management Standards). In Journal of Business Research – Turk (Vol. 13, Issue 1, p. 591). Isarder. https://doi.org/10.20491/isarder.2021.1154
• Taieb, N. H. ve Affès, H. (2013). Approaches to improve the performance of the collaborative supply chain management: Literature review, Literature review, International Conference on Advanced Logistics and Transport, Sousse, Tunisia, 2013, pp. 440-445 https://doi.org/10.1109/icadlt.2013.6568499
• Tawfik, M. (2017). Decision support system in supply chain management: Literature review. Eur J Logist Purchas Supply Chain Manage, 5(5), 40-51.
• Tatlıdil, H.(1992). Uygulamalı çok değişkenli istatistiksel analiz, Ankara
• Tsakiridi, A. (2021). Applications of geographic ınformation systems (GIS) in supply chain management: systematic literature. Int. J Sup. Chain. Mgt Vol, 10(5).
• Yıldırım, I. G. ve Tanrıöven, C. (2021). Banka opaklığının hisse senedi fiyat gecikmesine etkisi: Bist te işlem gören bankalar üzerine bir araştırma (The Effect of Bank Opacity on Stock Price Delay: A Research on Banks Traded on BIST). In Journal of Business Research - Turk (Vol. 13, Issue 1, p. 622). Isarder. https://doi.org/10.20491/isarder.2021.1156
• Yılmazer, F. D., Yazgan, H. R. ve Cömert, S. E. (2024). Bir e-ticaret firmasındaki son adım teslimat probleminin farklı senaryolar altında incelenmesi. Journal of Intelligent Systems: Theory and Applications, 7(1), 30-42.
• Zawawi, N. F. M., Wahab, S. A., Yaacob, A. S., Samy, N. K. ve Fazal, S. A. (2016). Measuring the effectiveness of road transportation locbstics performance in east malaysia: a conceptual model. In International Journal of Business and Management (Vol. 11, Issue 4, p. 110). Canadian Center of Science and Education. https://doi.org/10.5539/ijbm.v11n4p110
• Zeydan, M., Bostancı, B., Oralhan, B., Eroğlu, D. ve Aydıner, U. (2020). Mekânsal bulanık karar destek sisteminin geliştirilmesi. In European Journal of Science and Technology (p. 418). European Journal of Science and Technology. https://doi.org/10.31590/ejosat.araconf55
• Zou, B. ve Kafle, N. (2023). Designing mechanisms for crowdsourced urban parcel delivery. Transportation Letters, 15(1), 1-7. https://doi.org/10.1080/19427867.2022.2121013