BELİRSİZLİK KOŞULLARI ALTINDA MEDYA PLANLAMA: SİMÜLASYON TEMELLİ ALTERNATİF BİR OPTİMİZASYON MODELİ

Medya sektörünün her geçen gün büyümesi, medya planlama probleminin gittikçe daha zor ve karmaşık
niteliğe sahip olmasına yol açmaktadır. Özellikle rekabetin çok yoğun olduğu görsel ve yazılı medya sektöründe
izleyici ve okuyucu sayıları sürekli olarak değişkenlik göstermektedir.
Bu çalışmada belirsizliğin var olduğu koşullarda bütçenin en etkin şekilde kullanılarak hedef kitleye mümkün
olduğunca çok sayıda ulaşabilecek hipotetik bir medya planlama problemi tanımlanmış ve çözülmüştür. Söz konusu
çalışma daha önce medya planlama problemini genellikle doğrusal tamsayılı veya doğrusal hedef programlama
tekniklerini kullanarak çözen modellere alternatif olarak, izleyici ve okuyucu sayılarının değişkenlik gösterdiği
belirsizlik faktörünü de dikkate almaktadır. Oluşturulan model Monte Carlo simülasyonu temellidir. Problem, yeni
bir optimizasyon aracı olan ve genetik algoritma ile Monte Carlo simulasyonunu birleştirerek belirsizlik içeren karar
problemlerine optimum çözüm üreten “RISKOptimizer” aracı ile çözülmüş, elde edilen sonuçlar doğrusal tamsayılı
modelin ürettiği sonuçlar ile karşılaştırılmıştır. RISKOptimizer ile elde edilen sonuçların, doğrusal tamsayılı model
ile elde edilen sonuçlara göre daha etkin olduğu görülmüştür.