An application on demand forecasting in the Turkish tourism industry

Abstract

In this study, forecasting method which is an interdisciplinary tool, was taken from the viewpoint of production and operations management and a demand forecasting application has been undertaken in the Turkish tourism industry. The data set consists of total number of tourists (domestic and foreign) who stayed in tourism resorts licensed by the Ministry of Culture and Tourism between the period of 2000 and 2007 in Turkey. The purpose of this study is to find the most appropriate time series forecasting method for the data set in hand and to forecast the number of tourists who stayed in those resorts licensed by the Ministry for six months in 2008. To fulfill this aim, four types of time series forecasting method named as Moving Average, Exponential Smoothing, and Holf's and Winter's Methods' performances are compared with each other by using the monthly data set. As a result of the analyses, Winter's Method has been found to be the best method among the others due to its feature of containing seasonality and trend using this method, the total number of tourists (domestic and foreign) who stayed in those resorts licensed by the Ministry in Turkey for the first six months of 2008 has been forecasted.

Keywords

• tourism sector,Turkey,demand forecasting,production management,exponential smoothing method,tourism demand,moving average method,tourism planning,number of tourists,forecasting techniques,hospitality industry,holt method,winter method,operations manageme

Türk turizm sektöründe talep tahmini üzerine bir uygulama

Öz

Bu çalışmada, disiplinlerarası bir yöntem olarak kullanılan tahmin yöntemi üretim/işlemler yönetimi perspektifinden ele alınmış ve Türk turizm sektörü için bir talep tahmini yapılmıştır. Türkiye'de 2000 ile 2007 yılları arasında T. C. Kültür ve Turizm Bakanlığı'nca verilen turizm işletme belgesine sahip tesislerde konaklayan yerli ve yabancı olmak üzere toplam turist sayısının veri olarak kullanıldığı bu çalışmanın amacı, eldeki veri setine en uygun olan sayısal öngörü yöntemini bulmak ve bu yöntemi kullanarak 2008 yılında Türkiye'deki işletme belgeli tesislere gelen turist sayısına ilişkin altı aylık tahminde bulunmaktır. Bu amacı gerçekleştirmek için, önce zaman serisi yöntemlerinden Hareketli Ortalama, Basit Üstel Düzleştirme, Holt ve Winter yöntemleri sırasıyla eldeki veriye uygulanmış, daha sonra bu yöntemlerin performansları karşılaştırılmıştır. Yapılan değerlendirme sonucunda Winter yönteminin, mevsimselliği ve trendi ele alıyor olması sebebiyle eldeki veri setiyle tahmin yapılması için daha uygun düştüğü ve dolayısıyla diğer zaman serisi yöntemlerine göre daha iyi performans gösterdiği tespit edilmiştir. Winter yönteminin en uygun model olarak belirlenmesinden sonra, 2000 ile 2007 yılları arası aylık veriler kullanılarak 2008 yılının ilk altı ayı için Türkiye'deki işletme belgeli tesislerde konaklayan yerli ve yabancı toplam turist sayısına ilişkin tahminde bulunulmuştur.

Anahtar Kelimeler

• turizm sektörü,Türkiye,talep tahmini,üretim yönetimi,basit üstel düzleştirme yöntemi,turizm talebi,hareketli ortalama yöntemi,turizm planlaması,turist sayısı,öngörü teknikleri,konaklama sektörü,holt yöntemi,winter yöntemi,işlemler yönetimi

Kaynakça

1. Aghazadeh, S. M. (2007). Revenue Forecasting Models For Hotel Management, The Journal of Business Forecasting, Fall: 33-37
2. Chan, C. K., B. G. Kingsman ve H. Wong (1999). The Value of Combining Forecasts in Inventory Management - A Case Study in Banking, European Journal of Operational Resarch, 117 (2): 199-210
3. Cho, V. (2003). A Comparison of Three Different Approaches to Tourist Arrival Forecasting, Tourism Management, 24 (3): 323–330
4. Çımat, A. ve O. Bahar (2003). Turizm Sektörünün Türkiye Ekonomisi İçerisindeki Yeri ve Önemi Üzerine Bir Değerlendirme, Akdeniz Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6:1-18
5. Editorial (2000). Which Forecasting Model Should We Use? The Journal of Business Forecasting, Fall: 28-30
6. Editorial (2001). Forecasting Error: How to Deal With It, The Journal of Business Forecasting, Fall: 23-24
7. Goodwin, P. (2000). Correct or combine? Mechanically Integrating Judgmental Forecasts With Statistical Methods, International Journal of Forecasting, 16: 261-275
8. Güngör, İ. ve M. Çuhadar (2005). Antalya İline Yönelik Alman Turist Talebinin Yapay Sinir Ağları Yöntemiyle Tahmini, Gazi Üniversitesi Ticaret ve Turizm Eğitim Fakültesi Dergisi, 1: 84-98

9. Hanke, J. E. ve D. W. Wichern (2008). Business Forecasting. (8
10. Baskı), Pearson Education International
11. Heizer, J. ve B. Render (2007). Operations Management. (9.baskı), Pearson International Edition
12. Jain, C. L. (2007a). Benchmarking Forecasting Models, The Journal of Business Forecasting, Winter 2007-’08: 15-18
13. Jain, C. L. (2007b). Benchmarking Forecasting Errors, The Journal of Business Forecasting, Winter 2007-’08: 19-23
14. Kalchschmidt, M., R. Verganti ve G. Zotteri (2006). Forecasting Demand From Heterogeneous Customers, International Journal of Operations and Production Management, 26 (6): 619-638
15. Kar, M., E. Zorkirişçi ve M. Yıldırım (2004). Turizmin Ekonomiye Katkısı Üzerine Ampirik Bir Değerlendirme, Akdeniz Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 8: 87-112
16. Karmarkar, U. S. (1994). A Robust Forecasting Technique For Inventory and Leadtime Management, Journal of Operations Management, 12 (1): 45-54
17. Kültür ve Turizm Bakanlığı Resmi Web Sitesi (2008). 13 Aralık, http://www.kultur.gov.tr/TR/BelgeGoster.aspx?F6E10F8892- 433CFF3948C44161D1F3EAC33ECC96EA79FF5C Lawrence, M., P. Goodwin, M. O’Connor ve D. Önkal (2006)
18. Judgmental Forecasting: A Review of Progress Over The Last 25 Years, International Journal of Forecasting, 22 (3): 493-518
19. Lim, C. ve M. McAleerb (2002). Time Series Forecasts of International Travel Demand for Australia, Tourism Management, 23 (4): 389-396
20. Lim, C., C. Chang ve M. McAleer (2009). Forecasting H(m)otel Guest Nights in New Zealand, International Journal of Hospitality Management, 28 (2): 228-235
21. Makridakis, G. S., S. C. Wheelwright ve R. J. Hyndman (1998)
22. Forecasting: Methods and Applications. (3.baskı), John Willeys Sons
23. Mathews, B. P. ve A. Diamantopoulos (1989). Judgemental Revision of Sales Forecasts: A Longitudinal Extension, Journal of Forecasting, 8:129-140
24. Rajopadhye, M., M. B. Ghalia, P. P. Wang, T. Baker ve C. V. Eister (2001). Forecasting Uncertain Hotel Room Demand, Information Sciences, 132:1-11
25. Song, H. ve G. Li (2008). Tourism Demand Modelling and Forecasting: A Review of Recent Research, Tourism Management, 29 (2): 203–220
26. Song, H., K. F. Wong ve K.S. Chon (2003). Modelling and Forecasting the Demand for Hong Kong Tourism, Hospitality Management, 22 (4): 435–451
27. Sousa, R. ve C. A. Voss (2008). Contingency Research in Operations Management Practices, Journal of Operations Management, 26 (6): 697-713
28. Stekler, H. O. (2007). The Future of Macroeconomic Forecasting: Understanding the Forecasting Process, International Journal of Forecasting, 23 (2): 237–248
29. TURSAB, Türkiye Seyahat Acentaları Birliği (2009). 22 Ocak, http://www.tursab.org.tr/content/turkish/istatistikler/ gostergeler/gsmhIhr.asp Ulucan, A. (2004). Yöneylem Araştırması, İşletmecilik Uygulamalı Bilgisayar Destekli Modelleme, Ankara: Siyasal Kitabevi
30. Üner, M. M., N. Köse ve S. Gökten (2008). An Econometric Model of Tourism Demand and Room Rates: A Study in Belek, Antalya, Anatolia: An International Journal of Tourism and Hospitality Research, 19 (1): 41-50
31. Üreten, S. (2006). Üretim/İşlemler Yönetimi, Stratejik Kararlar ve Karar Modelleri. (5.baskı), Ankara: Gazi Kitabevi
32. Weatherford, L. R. ve S. E. Kimes (2003). A Comparison of Forecasting Methods for Hotel Revenue Management, International Journal of Forecasting, 19 (3): 401–415
33. Xu, W. (1999-2000). Long Range Planning For Call Centers At FeDex, The Journal of Business Forecasting, Winter: 7-11
34. Yüksel, S. (2007). An Integrated Forecasting Approach to Hotel Demand, Mathematical and Computer Modelling, 46 (7-8): 1063-1070
35. Zotteri, G. ve M. Kalchschmidt (2007). Forecasting Practices: Empirical Evidence and A Framework For Research, International Journal of Production Economics, 108 (1-2): 84–99.