| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Fiyatlama ve Gelir Analitiği | MIS 313 | | 1 | 3 + 0 | 3 | 5,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Farklı iş bağlamlarında fiyat optimizasyonu ve gelir yönetimi fırsatlarını belirleyip modelleyebilir. |
| 2. Fiyat optimizasyonu ve gelir yönetimi problemlerini formüle edip çözebilir ve bunların potansiyel faydalarını değerlendirebilir. |
| 3. Talep tepkileri bilinen birden fazla pazar segmenti için fiyatlandırma stratejilerini değerlendirebilir ve modeller geliştirebilir. |
| 4. Fazla rezervasyon (overbooking) ve indirimli fiyatlandırma (markdown pricing) stratejilerini ve modellerini formüle edip analiz edebilir. |
| 5. Fiyat-tepki tahmini ve modellemesi ile gelir yönetimi optimizasyonunun kuramsal ilkelerini açıklayabilir ve uygulayabilir. |
| 6. R programını kullanarak fiyat-tepki fonksiyonlarını tahmin edebilir ve gelir yönetimi problemlerini çözebilir. |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Fiyatlama ve gelir analitiği, işletmelerin tüketici tercihlerini niceliksel olarak modellemek, pazarlarını bölümlere ayırmak ve ürün çeşitliliği, fiyatlandırma ve kapasite tahsisi kararlarını stratejik biçimde optimize etmek için kullandıkları yöntem ve araçlar bütünüdür. Bu ders, fiyat optimizasyonu ve gelir yönetiminin temel ilkelerini ve analitik modellerini tanıtır. Öğrencilere, farklı endüstriyel ve ticari bağlamlarda kâr maksimizasyonu fırsatlarını tanımlayıp değerlendirebilmeleri için gerekli kuramsal altyapı ve veri temelli modelleme becerilerini kazandırır. Ders süresince öğrenciler ayrıca R programlama dilini kullanarak fiyat-tepki fonksiyonlarını tahmin edecek ve gelir yönetimi problemlerini çözeceklerdir. |
| |
Üretken Yapay Zeka Kullanımı:
ChatGPT, Copilot, Claude ve Gemini gibi üretken yapay zeka araçları, öğrencilerin fiyatlama ve gelir analitiği konusundaki anlayışlarını geliştirmek amacıyla bu derste tamamlayıcı öğrenme araçları olarak kullanılacaktır. Öğrencilerin, karmaşık kavramları açıklığa kavuşturmak, kendi çözümlerini yapay zeka tarafından üretilen yanıtlarla karşılaştırmak, adım adım çözümleri analiz ederek hataları veya daha verimli yaklaşımları belirlemek ve farklı problem çözme yöntemlerini incelemek için bu yapay zeka araçlarını kullanmaları teşvik edilecektir. Bu uygulama, öğrencilerin fiyat optimizasyonu ve gelir yönetimi tekniklerine dair bilgilerini derinleştirirken, veri odaklı karar alma, eleştirel düşünme ve problem çözme becerilerini geliştirmelerine yardımcı olacaktır. Yapay zeka araçları değerli bir destek mekanizması olarak hizmet edecek olsa da, öğrenciler yapay zeka tarafından üretilen çıktıları eleştirel bir bakış açısıyla değerlendirmeye ve bağımsız problem çözme stratejileri geliştirmeye yönlendirilecektir. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Giriş. |
| 2 | Geleneksel Fiyat Teorisinin Tekrarı. |
| 3 | Segmentasyon ve Fiyat Farklılaştırması. |
| 4 | Başabaş Noktası Analizi. |
| 5 | Fiyat Duyarlılığı ve Ödemeye İsteklilik. |
| 6 | Fiyat-Tepki Fonksiyonları. |
| 7 | Fiyat-Tepki Fonksiyonlarının Ampirik Tahminleri. |
| 8 | Fiyat Optimizasyonu. |
| 9 | Kısıtlı Kapasite Altında Fiyatlandırma. |
| 10 | Fazla Rezervasyon. |
| 11 | İndirim Optimizasyonu. |
| 12 | Hedonik Fiyatlama Modeli. |
| 13 | Gelir Yönetimi. |
| 14 | Özelleştirilmiş Fiyatlandırma. |
| |
| Kaynaklar: |
| Haugom, E. (2021), Essentials of Pricing Analytics. Routledge. (ISBN: 9780367363222). |
| |
| Diğer Kaynaklar: |
| (1) Phillips, R. L. (2021), Pricing and Revenue Optimization, 2nd edition. Stanford University Press. (ISBN: 9781503610002).
(2) Bodea, T. and Ferguson, M. (2014), Segmentation, Revenue Management and Pricing Analytics. Routledge. (ISBN: 9780415898324).
(3) Gallego, G. and Topaloglu, H. (2019), Revenue Management and Pricing Analytics. Springer. (ISBN: 9781493996063).
(4) Vohra, R. V. and Krishnamurthi, K. (2012), Principles of Pricing: An Analytical Approach. Cambridge University Press. (ISBN: 9781107010659). |
| |
| Öğretim Yöntem ve Teknikleri: |
| Öğretim stratejisi çoğunlukla derslere ve problem çözmeye dayanmaktadır. Sınıf için tartışmalara katılmaları beklenen öğrenciler soru sorma ve düşüncelerini paylaşma konularında teşvik edilirler. Ders sorumlusu, öğrencilerin ders materyali hakkındaki sorularını cevaplamak ve onlara yardımcı olmak için düzenli görüşme saatlerine sahiptir. |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Midterm Exam | 1 | %40 |
| Final Sınavı | 1 | %40 |
| Ödev | 1 | %20 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |
| |
Dersin AKTS İş Yükü:
|
| # | Aktivite | Adet | Süre (Saat) | İş Yükü |
| 1 | Derslere Katılım (haftalık bazda) | 14 | 3,00 | 42,00 |
| 2 | Laboratuvarlara/Derslere Katılım (haftalık bazda) | 0 | 0,00 | 0,00 |
| 3 | Notların önceden hazırlanması ve son haline getirilmesi (haftalık bazda) | 14 | 1,00 | 14,00 |
| 4 | İlgili materyalin toplanması ve seçilmesi (bir kez) | 1 | 1,00 | 1,00 |
| 5 | İlgili materyalin kendi kendine incelenmesi (haftalık bazda) | 14 | 2,00 | 28,00 |
| 6 | Ev ödevleri | 1 | 10,00 | 10,00 |
| 7 | Sınavlara Hazırlık | 0 | 0,00 | 0,00 |
| 8 | Ara Sınavlara Hazırlık (Sınavların süresi dahil) | 1 | 15,00 | 15,00 |
| 9 | Dönem Ödevi/Vaka Çalışması Raporunun Hazırlanması (sözlü sunum dahil) | 0 | 0,00 | 0,00 |
| 10 | Dönem Projesi/Saha Çalışması Raporunun Hazırlanması (sözlü sunum dahil) | 0 | 0,00 | 0,00 |
| 11 | Final Sınavına Hazırlık (sınav süresi dahil) | 1 | 15,00 | 15,00 |
| |
Dersin Program Yeterlilikleri vs. Öğrenme Kazanımları:
|
| # | Program Yeterlilikleri | Katkı (0-4) |
| 1 | Bilişim teknolojileri altyapısını öğrenmek ve gelişmeleri takip etmek. | 0 |
| 2 | Örgüt yapısına uygun bilişim sistemleri tasarlamak. | 0 |
| 3 | Yazılım bilgileri edinmek ve etkin bir şekilde kullanabilmek. | 4 |
| 4 | Veri toplama, temizleme ve saklama yöntemlerini öğrenmek. | 3 |
| 5 | Gelecekteki veri ve yazılım gereksinimlerini tahmin edebilmek. | 3 |
| 6 | Firma içindeki veri odaklı yönetim süreçlerini takip etmek. | 4 |
| 7 | "Büyük Veri" kullanarak bilgi elde etme yöntemlerini öğrenmek. | 0 |
| 8 | Bilgi teknolojilerindeki gelişmeleri takip etmek. | 2 |
| 9 | Bir kuruluşun bilgi teknolojileri ve veri problemlerini anlamak ve değerlendirmek. | 2 |
| 10 | Veri toplama, yorumlama, analiz etme ve yayma süreçlerinde bilimsel, sosyal ve etik standartları korumak. | 4 |
| 11 | Bilgi sistemleri arasındaki birlikte çalışabilirliği anlamak. | 0 |
| 12 | İş ortamını anlamak ve değerlendirmek. | 4 |