SERİNHİSAR BIÇAKÇILIK SEKTÖRÜ İÇİN VERİYE DAYALI İHRACAT STRATEJİSİ: CRITIC, EDAS VE COPRAS YÖNTEMLERİYLE HEDEF PAZAR SEÇİMİ

Öz

Denizli ili Serinhisar ilçesinde yoğunlaşan bıçakçılık sektörü, köklü üretim geleneği ve yüksek üretim kapasitesine rağmen dış pazarlara açılma anlamında veri temelli karar destek mekanizmalarından yeterince yararlanmamaktadır. Bu çalışmanın amacı, GTİP 82.11 kodu kapsamında yer alan kesici ağızlı bıçak ürünleri için Serinhisar üreticileri açısından en uygun hedef ihracat pazarlarını çok kriterli karar verme ve objektif bir model çerçevesinde belirlemektir. Araştırmada, Uluslararası Ticaret Merkezi (ITC) Trade Map veri tabanından elde edilen 2024 yılı verileri kullanılmış ve küresel ithalat hacmi bakımından öne çıkan ilk 20 ülke değerlendirmeye alınmıştır. Alternatif ülkeler; 2024 yılı ithalat değeri, 2020-2024 dönemi yıllık değer artışı, tedarikçi ülkelerin ortalama mesafesi ve uygulanan tahmini ortalama gümrük vergisi kriterleri temelinde analiz edilmiştir. Kriter ağırlıkları CRITIC yöntemiyle nesnel olarak hesaplanmış, alternatif ülkelerin sıralanmasında EDAS yöntemi kullanılmış, elde edilen sonuçların karşılaştırılması ve desteklenmesi amacıyla COPRAS yöntemine de başvurulmuştur. CRITIC bulgularına göre en yüksek ağırlığa sahip kriter yıllık değer artışı olurken, bunu ithalat değeri, gümrük vergisi ve mesafe kriterleri izlemiştir. EDAS sonuçlarına göre en uygun hedef pazarlar sırasıyla İtalya, Brezilya ve Belçika olarak belirlenmiştir. COPRAS sonuçlarında ise Brezilya, İtalya ve Belçika ilk üç sırada yer almıştır. Her iki yöntemde de aynı ülkelerin ilk sıralarda yer alması, bu pazarların Serinhisar bıçakçılık sektörü açısından güçlü ve istikrarlı hedefler olduğunu göstermektedir. Sonuç olarak çalışma, hedef pazar seçiminde yalnızca pazar büyüklüğüne değil, büyüme potansiyeli ile maliyet unsurlarına da birlikte odaklanan çok kriterli karar verme yaklaşımların daha dengeli ve stratejik kararlar ürettiğini ortaya koymaktadır. Bu anlamda çalışma, geleneksel üretim yapısına sahip yerel bir sektör için gerçek ticaret verileri kullanılarak objektif ağırlıklandırma ve çoklu sıralama yöntemleriyle hedef pazar önceliklendirmesi sunması bakımından literatüre katkı sağlaması hedeflenmektedir.

Anahtar Kelimeler

• Serinhisar bıçakçılığı
• Hedef pazar seçimi
• CRITIC
• EDAS

A Data-Drıven Export Strategy For The Serinhisar Knıfe-Makıng Sector: Target Market Selectıon Usıng The Crıtıc, Edas, And Copras Methods

Öz

The cutlery sector, which is concentrated in the Serinhisar district of Denizli Province, does not sufficiently utilize data-driven decision-support mechanisms for expanding into foreign markets, despite its long-standing production tradition and high production capacity. The objective of this study is to identify the most suitable target export markets for Serinhisar producers of cutting-edge knife products falling under HS Code 82.11, using a multi-criteria decision-making framework and an objective model. The study utilized 2024 data obtained from the International Trade Centre (ITC) Trade Map database, and the top 20 countries in terms of global import volume were included in the evaluation. Alternative countries were analyzed based on the following criteria: 2024 import value, annual value growth for the 2020–2024 period, average distance to supplier countries, and the estimated average customs duty applied. Criterion weights were objectively calculated using the CRITIC method; the EDAS method was used to rank the alternative countries; and the COPRAS method was also employed to compare and validate the results. According to the CRITIC findings, the criterion with the highest weight was annual value growth, followed by import value, customs duty, and distance. According to EDAS results, the most suitable target markets were identified as Italy, Brazil, and Belgium, in that order. In the COPRAS results, Brazil, Italy, and Belgium ranked in the top three. The fact that the same countries appear in the top ranks in both methods indicates that these markets represent strong and stable targets for the Serinhisar cutlery sector. In conclusion, the study demonstrates that multi-criteria decision-making approaches, which focus not only on market size but also on growth potential and cost factors, produce more balanced and strategic decisions in target market selection. In this regard, the study aims to contribute to the literature by presenting target market prioritization using objective weighting and multi-criteria ranking methods based on actual trade data for a local sector with a traditional production structure.

Anahtar Kelimeler

• Serinhisar Knife-Making
• Target Market Selection
• CRITIC
• EDAS
• COPRAS

Kaynakça

1. Aghdaie, M. H., & Alimardani, M. (2015). Target market selection based on market segment evaluation: A multiple attribute decision making approach. International Journal of Operational Research, 24(3), 262–278. https://doi.org/10.1504/IJOR.2015.072231
2. Aghdaie, M. H., Hashemkhani Zolfani, S., & Zavadskas, E. K. (2013). Market segment evaluation and selection based on application of fuzzy AHP and COPRAS-G methods. Journal of Business Economics and Management, 14(1), 213–233. https://doi.org/10.3846/16111699.2012.721392
3. Alinezhad, A., & Khalili, J. (2019). New methods and applications in multiple attribute decision making (MADM). Springer Nature. https://doi.org/10.1007/978-3-030-15009-9
4. Altın, H. (2022). The comparison of EDAS, COPRAS, and EFI methods in the decision-making process. International Journal of Operations Research and Information Systems, 13(1), 1–19. https://doi.org/10.4018/IJORIS.302910
5. Atlı, H. F. (2024). Target market selection for agricultural products in international markets using fuzzy AHP and fuzzy COPRAS MCDM techniques. Journal of Anatolian Environmental and Animal Sciences, 9(3), 369–382. https://doi.org/10.35229/jaes.1452490
6. Brouthers, L. E., Mukhopadhyay, S., Wilkinson, T. J., & Brouthers, K. D. (2009). International market selection and subsidiary performance: A neural network approach. Journal of World Business, 44(3), 262–273. https://doi.org/10.1016/j.jwb.2008.08.004
7. Davulcu, M. (2017). Antalya’da geleneksel gardıç bıçakçılığı ve yaşayan son ustaları. TÜRÜK Uluslararası Dil, Edebiyat ve Halkbilimi Araştırmaları Dergisi, (10), 22–37.
8. Diakoulaki, D., Mavrotas, G., & Papayannakis, L. (1995). Determining objective weights in multiple criteria problems: The CRITIC method. Computers & Operations Research, 22(7), 763–770. https://doi.org/10.1016/0305-0548(94)00059-H

9. Ecer, F. (2020). Çok kriterli karar verme: Geçmişten günümüze kapsamlı bir yaklaşım. Seçkin Yayıncılık.
10. Erdal, G. (2016). Bıçak ve bıçakta Bursa markası. Uluslararası İnsan ve Sanat Araştırmaları Dergisi, 1(1), 27–34.
11. Fidan, H. (2021). CRITIC ve MAIRCA çok kriterli karar verme yöntemi ile uluslararası hedef pazar seçimi. Karamanoğlu Mehmetbey Üniversitesi Sosyal ve Ekonomik Araştırmalar Dergisi, 23(41), 291-309.
12. Francioni, B., & Martín Martín, O. (2024). International market, network, and opportunity selection: A systematic review. Journal of International Management, 30(5), 101174. https://doi.org/10.1016/j.intman.2024.101174
13. He, X., Lin, Z., & Wei, Y. (2016). International market selection and export performance. European Journal of Marketing, 50(5/6), 916–941. https://doi.org/10.1108/EJM-02-2013-0083
14. Hwang, C. L., & Yoon, K. (1981). Multiple attribute decision making: Methods and applications a state-of-the-art survey. Springer Science & Business Media. https://doi.org/10.1007/978-3-642-48318-9
15. İrmiş, A., Çoban, H., & Başol, S. (2016). Kırsal girişimcilik: Tarihten günümüze Yatağan örneği. In International Conference on Eurasian Economies 2016 proceedings (pp. 170–180). Eurasian Economists Association.
16. Kaplanoğlu, E. (2018). ARAS ve COPRAS yöntemleriyle nakit akışına dayalı performans ölçümü: BIST kimya, petrol, kauçuk ve plastik ürünler sektöründe bir uygulama. Muhasebe ve Vergi Uygulamaları Dergisi, 11(2), 153–184. https://doi.org/10.29067/muvu.340614
17. Keshavarz Ghorabaee, M., Zavadskas, E. K., Olfat, L., & Turskis, Z. (2015). Multi-criteria inventory classification using EDAS. Informatica, 26(3), 435–451. https://doi.org/10.15388/Informatica.2015.57
18. Koca, H., & Çetin, B. (2005). Yatağan kasabasında ev tipi imalat sanayinin coğrafi özellikleri. Doğu Coğrafya Dergisi, 14, 179–208.
19. López-Cadavid, D. A., Vanegas-López, J. G., Restrepo-Morales, J. A., & Roldán-Sepúlveda, M. (2023). Systematic selection of international markets. Cogent Business & Management, 10(3), 2277555. https://doi.org/10.1080/23311975.2023.2277555
20. Mulliner, E., Smallbone, K., & Maliene, V. (2013). An assessment of sustainable housing affordability using a multiple criteria decision making method. Omega, 41(2), 270–279. https://doi.org/10.1016/j.omega.2012.05.002
21. OECD. (2008). Handbook on constructing composite indicators: Methodology and user guide. OECD Publishing. https://doi.org/10.1787/9789264043466-en
22. Öter, Z. (2010). Türk el sanatlarının kültür turizmi bağlamında değerlendirilmesi. Milli Folklor, 22(86), 174-185.
23. Papadopoulos, N., & Denis, J. E. (1988). International market selection methods. International Marketing Review, 5(3), 38–51. https://doi.org/10.1108/eb008357
24. Sałabun, W., Wątróbski, J., & Shekhovtsov, A. (2020). Are MCDA methods benchmarkable? Symmetry, 12(9), 1549. https://doi.org/10.3390/sym12091549
25. Triantaphyllou, E., & Mann, S. H. (1989). An examination of the effectiveness of multi-dimensional decision-making methods: A decision-making paradox. Decision Support Systems, 5(3), 303–312. https://doi.org/10.1016/0167-9236(89)90037-7
26. Trinkūnienė, E., Podvezko, V., Zavadskas, E. K., Jokšienė, I., Vinogradova, I., & Trinkūnas, V. (2017). Evaluation of quality assurance in contractor contracts by multi-attribute decision-making methods. Economic Research-Ekonomska Istraživanja, 30(1), 1152–1180. https://doi.org/10.1080/1331677X.2017.1325616
27. Tzeng, G.-H., & Huang, J.-J. (2011). Multiple attribute decision making: Methods and applications. CRC Press. https://doi.org/10.1201/b11032.
28. Ulutaş, A. (2017). EDAS yöntemi kullanılarak bir tekstil atölyesi için dikiş makinesi seçimi. İşletme Araştırmaları Dergisi, 9(2), 169–183. https://doi.org/10.20491/isarder.2017.266
29. Ünal, Z., & İpekçi Çetin, E. (2019). Gübre üreticisinin hedef pazar seçiminde bütünleşik AHP-TOPSIS yöntemi. Mediterranean Agricultural Sciences, 32(3), 357–364. https://doi.org/10.29136/mediterranean.584120
30. Zavadskas, E. K., Kaklauskas, A., & Šarka, V. (1994). The new method of multicriteria complex proportional assessment of projects. Technological and Economic Development of Economy, 1(3), 131–139.
31. Zavadskas, E. K., Kaklauskas, A., Banaitis, A., & Kvederytė, N. (2004). Housing credit access model: The case for Lithuania. European Journal of Operational Research, 155(2), 335–352. https://doi.org/10.1016/S0377-2217(03)00091-2