Bilişim teknolojilerinin gelişmesi sadece "veri" olarak adlandırdığımız nesnelerin çeşitliliğini artırmamış aynı zamanda büyük verilerin depolanmasını imkan sağlamıştır. Büyük veriler üzerinde, veri madenciliği yöntemleriyle tahmin, sınıflandırma, kümeleme, örüntü tanıma gibi problemlerin çözümü kolaylaştığını söyleyebiliriz. Bilimsel tahmin yöntemleri arasında istatistik ve ekonometrik analizlerin yoğun kullanıldığını görmekteyiz. Alan yazında anılan yöntemlere göre yeni sayılan veri madenciliği yöntemleri tahmin probleminin çözümüne, farklı bir bakış açısı getirmiştir. Bu çalışmada paslanmaz çelik ara mamulleri satan ithalatçı bir firmanın satış tahmini gerçekleştirilmiştir. Firma satış verileri, sektörlere göre düzenlenmiştir. Model Ağaç yöntemiyle sektörlere göre satışların etkilendiği makro ekonomik değişkenler belirlenmiş ve geçmiş, günümüz ve geleceğe dair bilgiler veren tahmin edici modeller oluşturulmuştur. Hiyerarşik kümeleme analiziyle sektör hareketleri incelenerek ve benzer sektörlerin gruplandırılmasıyla satış hareketlerini içeren hiyerarşik zaman serisi elde edilmiştir. Hiyerarşik zaman serisi satış tahmini ARIMA ve Üstel Düzgünleştirme yöntemleriyle gerçekleştirilmiştir. Toplam ve sektörlere göre satış tahminleri ise Destek Vektör Regresyon (DVR), Gauss Süreç Regresyon (GSR) ve Çok Katmanlı Algılayıcı (ÇKA) yöntemleri ile modellenmiştir. Daha az göster