01Sorun ve çözüm
Talep tahminleme sistemi, geçmiş satışları fiyat değişikliği, promosyon, resmî tatil, hava durumu ve stoksuz kalınan günler gibi açıklayıcı bilgilerle birlikte inceleyip ürün, mağaza ya da depo bazında ileriye dönük miktar öngörür. Bu öngörü tek bir sayı olarak değil, olası bir aralıkla birlikte sunulur; böylece emniyet stoğu ve sipariş miktarı belirsizliğe göre ayarlanabilir.
Devamını okuDaha az göster
Kurulumda ilk sorumuz modelin ne kadar akıllı olacağı değil, tahminin hangi kararı besleyeceğidir. Tedarikçiye ne sıklıkla sipariş verdiğiniz, tedarik süreniz ve kararın ürün mü kategori mi düzeyinde alındığı; tahmin ufkunu, ayrıntı düzeyini ve başarının nasıl ölçüleceğini belirler.
02Kimler için
Talep tahminleme sistemi hangi işletmelere uygun
Stok bağlamak ya da stoksuz kalmak doğrudan maliyete dönüşüyorsa bu yatırım ciddi biçimde değerlendirilmeye değer.
- Çok sayıda mağazaya merkezî depodan sevkiyat yapan ve her şubenin ihtiyacını ayrı hesaplamak isteyen perakende zincirleri
- İthal ürün satan, sipariş ile teslim arasında uzun bekleme yaşayan ve yanlış miktar siparişin bedelini uzun süre ödeyen dağıtıcılar
- Raf ömrü kısa ürünlerle çalışan, fazla üretimi fireye, eksik üretimi kayıp satışa dönen gıda üreticileri
- Hem kendi sitesinde hem pazaryerlerinde satış yapan ve kanal bazında stok ayırmak isteyen e-ticaret işletmeleri
- Hammadde satın almasını müşteri siparişlerinden önce planlamak zorunda kalan üretim firmaları
- Yedek parça stoklayan ve seyrek ama kritik talebi olan binlerce kalemi yönetmesi gereken servis organizasyonları
03İhtiyaçlar
Tahmin doğruluğunu bozan gerçek veri sorunları
Modelden önce verinin ne anlattığını doğru okumak gerekir; çoğu hata buradan doğar.
- 01
Satış ile talebin karışması
Ürün stokta yokken satış sıfır görünür, oysa talep vardı. Stoksuz günler işaretlenip modelin bu dönemleri düşük talep sanması engellenir; aksi halde sistem kendi yarattığı eksikliği her dönem tekrar eder.
- 02
Yer değiştiren bayramlar ve kampanyalar
Ramazan ve Kurban Bayramı her yıl takvimde kayar, okul dönemi ve büyük indirim günleri de satış eğrisini bozar. Bu olaylar ayrı birer etken olarak tanımlanır ki model geçen yılın tarihine değil, olayın kendisine bakabilsin.
- 03
Geçmişi olmayan yeni ürünler
Yeni giren bir ürünün satış verisi yoktur. Kategori, fiyat bandı ve benzer ürünlerin ilk dönem performansından yararlanan bir başlangıç tahmini kurulur, gerçek satış geldikçe ağırlık ürünün kendi verisine kayar.
- 04
Seyrek ve düzensiz talep
Bazı kalemler çoğu dönem hiç satmaz, sonra birden toplu sipariş alır. Bu tür ürünler için ortalama alan yöntemler yanıltıcıdır; seyrek talebe uygun yöntemler ayrıca değerlendirilir.
- 05
Farklı düzeylerin birbiriyle tutarlılığı
Mağaza bazında yapılan tahminlerin toplamı bölge ve şirket tahminine uymalıdır. Hiyerarşik uzlaştırma ile satın alma, lojistik ve finans aynı sayılara bakarak plan yapar.
04Özellikler
Talep tahminleme sisteminin planlama ekranındaki işlevleri
Tahmin, planlamacının günlük işinin içine yerleştiğinde değer üretir.
- 01
Planlamacı düzeltmesi ve iz kaydı
Planlamacı bildiği bir kampanyayı ya da tedarik sorununu tahmine elle yansıtabilir. Düzeltmenin kim tarafından, neden yapıldığı kaydedilir ve sonradan düzeltmenin isabeti modelle karşılaştırılır.
- 02
Tahminin gerekçesi
Bir ürünün beklenen satışı neden yükseldi sorusuna cevap verilir: mevsim etkisi mi, planlanan indirim mi, son dönem eğilimi mi. Gerekçesi görünen tahmine ekip daha kolay güvenir.
- 03
Sipariş önerisine dönüşüm
Tahmin, eldeki stok, yoldaki sipariş, asgari sipariş miktarı ve koli katları hesaba katılarak önerilen satın alma miktarına çevrilir. Öneri onaylanınca ERP'ye taslak sipariş olarak aktarılabilir.
- 04
Senaryo karşılaştırması
Fiyat artışı ya da daha geniş bir kampanya gibi varsayımlar girilerek talep üzerindeki olası etki önceden görülür.
- 05
Sapma uyarıları
Gerçekleşen satış tahmin aralığının dışına çıktığında ilgili ürün listelenir; planlamacı bütün kalemleri değil, yalnızca dikkat isteyenleri inceler.
05Entegrasyonlar
Talep tahminleme için beslenen veri kaynakları
Tahminin kalitesi, satış verisinin ne kadar eksiksiz ve zamanında geldiğine bağlıdır.
- 01
ERP ve stok kayıtları
Örneğin Logo, Mikro, Netsis ya da SAP Business One gibi sistemlerden satış, iade, stok ve açık sipariş bilgileri düzenli olarak çekilir.
- 02
Mağaza kasaları ve e-ticaret
Kasa satışları, kendi sitenizin siparişleri ve Trendyol ya da Hepsiburada gibi pazaryeri satışları kanal bilgisiyle birlikte birleştirilir.
- 03
Kampanya ve fiyat takvimi
Pazarlama ekibinin planladığı indirimler ve fiyat değişiklikleri sisteme önceden girilir; tahmin bu planı hesaba katar.
- 04
Dış veriler
Hava durumu, resmî tatil takvimi ve okul dönemleri gibi talebi etkileyen dış bilgiler, işinizle ilişkisi sınandıktan sonra modele eklenir.
- 05
Raporlama araçları
Tahminler Excel'e aktarılabilir ya da Power BI gibi raporlama araçlarına bağlanarak mevcut toplantı düzeninizde kullanılır.
06Süreç
Talep tahminleme sistemi yaptırmak istiyorum: süreç nasıl işler?
Adım 01
Analiz
İş akışınızı, kullanıcılarınızı ve mevcut sistemlerinizi dinleriz; kapsamı, öncelikleri ve kabul ölçütlerini yazılı hâle getiririz.
Adım 02
Tasarım
Ekran akışlarını ve veri modelini çıkarırız. Arayüzü sizinle gözden geçirip onay almadan geliştirmeye geçmeyiz.
Adım 03
Geliştirme
Kısa döngülerle çalışırız; her döngü sonunda çalışan bir sürümü test ortamında görürsünüz.
Adım 04
Test
İşlevsel testler, entegrasyon testleri ve temel güvenlik kontrolleriyle hataları yayından önce yakalarız.
Adım 05
Yayın
Sunucu, alan adı, yedekleme ve izleme ayarlarını yaparak canlıya alırız; ekibinize kısa bir kullanım eğitimi veririz.
Adım 06
Bakım
İsterseniz bakım ve destek anlaşmasıyla güncellemeleri, izlemeyi ve yeni geliştirmeleri sürdürürüz.
07Teknoloji
Model seçimi ve tahmin başarısının ölçülmesi
Her ürün grubu için aynı yöntemin işe yaradığını varsaymıyoruz. Düzenli ve mevsimsel satan ürünlerde üstel düzeltme ya da ARIMA gibi klasik istatistiksel modeller iyi bir başlangıçtır; çok sayıda açıklayıcı etkenin rol oynadığı yerlerde gradyan artırmalı karar ağaçları gibi makine öğrenmesi yöntemleri, bütün ürünlerden birlikte öğrenebildiği için genellikle daha iyi sonuç verir. Hangi yöntemin kullanılacağına, basit bir karşılaştırma modeline, örneğin geçen yılın aynı dönemine karşı yapılan geriye dönük testlerle karar verilir.
Devamını okuDaha az göster
Geriye dönük testte model geçmişin bir noktasında durdurulur, sonraki dönem tahmin ettirilir ve gerçekleşenle karşılaştırılır; bu işlem birçok kesim noktasında tekrarlanır. Başarı ölçütü işinize göre seçilir: ortalama hata tek başına yeterli değildir, sürekli fazla ya da sürekli eksik tahmin eğilimi de ayrıca izlenir. Az satan ürünlerde oransal hata ölçüleri yanıltıcı olabildiğinden ağırlıklı ölçüler tercih edilir.
Canlıya alındıktan sonra tahminler genellikle gece çalışan bir veri hattıyla yenilenir. Pazarda ani bir değişim olduğunda modelin performansı düşer; bu nedenle hata düzeyi sürekli izlenir, belirli bir eşiği aşınca yeniden eğitim tetiklenir. Satış verileriniz kendi sunucunuzda ya da tercih ettiğiniz bulut ortamında, erişimi rol bazında sınırlanmış biçimde tutulur.
08Çalışma modelleri
Bu hizmette çalışma modelleri
- 01
Proje bazlı
Sabit kapsam, sabit fiyat ve belirli teslim tarihi
Kapsamı belli, teslim tarihi olan işler için.
- Yazılı kapsam ve kabul ölçütleri
- Sabit fiyat ve belirli teslim tarihi
- Teslim ve kabul adımları sözleşmede
- 02
Bakım ve destek
Aylık sözleşmeli, SLA'lı bakım, destek ve geliştirme saati
Yayındaki bir sistemin sürekliliği için.
- Aylık sözleşme ve SLA
- İzleme, güncelleme ve hata düzeltme
- Aylık geliştirme saati
09Sık sorulan sorular
Talep tahminleme sistemi hakkında sık sorulan sorular
Talep tahminleme sistemi için ne kadar geçmiş veri gerekir?
Mevsimselliği yakalamak için en az iki tam sezonluk satış verisinin bulunması tercih edilir. Daha kısa geçmişle de başlanabilir; bu durumda model benzer ürünlerden ve kategori düzeyinden daha fazla yararlanır, tahmin aralığı da daha geniş olur.
ERP'mizdeki planlama modülü varken neden ayrı bir sistem kuralım?
Bazı ERP planlama modülleri hareketli ortalama gibi basit yöntemler kullanır ve kampanya, stoksuz gün ya da bayram etkisini ayrıştırmaz. Ayrı bir talep tahminleme sistemi tahmini üretir, sonucu yine ERP'nize geri yazar; mevcut sipariş akışınız değişmez.
Talep tahminleme sistemi fiyatları neye göre belirlenir?
Ürün ve lokasyon sayısı, bağlanacak veri kaynaklarının çeşitliliği, veri temizliğine harcanacak emek, planlama ekranının kapsamı ve ERP'ye geri yazma ihtiyacı belirleyicidir. Örnek verinizi inceledikten sonra kapsamı ve bedeli yazılı olarak sunuyoruz.
Tahmin tutmazsa ne olur?
Hiçbir tahmin her zaman tutmaz; amaç mevcut yönteminizden daha az ve daha öngörülebilir hata yapmaktır. Bu yüzden sistem tek sayı yerine aralık verir, sapmaları raporlar ve planlamacının bilgisini düzeltme olarak ekleyebilmesine izin verir.
Talep tahminleme sistemi yaptırmak ne kadar sürer?
Süreyi en çok verinin durumu belirler. Satış ve stok kayıtları temizse ilk geriye dönük test sonuçları kısa sürede görülür; birden fazla sistemden birleştirme ya da eksik kayıt tamamlama gerekiyorsa takvim uzar. Veri incelemesinden sonra yazılı bir plan paylaşıyoruz.
Pandemi ya da ani kur değişimi gibi olağan dışı dönemler modeli bozmaz mı?
Bozabilir. Bu dönemler veride işaretlenir; model ya bu aralığı dışarıda bırakarak ya da ayrı bir etken olarak öğrenerek eğitilir. Hangisinin daha doğru sonuç verdiği geriye dönük testle belirlenir.
10İlgili hizmetler