Talep Tahminleme Nedir? Yöntemleri ve Uygulanışı

Talep tahmini, gelecekteki bir dönemde ne kadar satış yapacağınızı tahmin ederek ne kadar satın almanız ve stoklamanız gerektiğine karar vermenizi sağlar.

Her işletme bunu yapar. Çoğu bunu örtük bir şekilde gerçekleştirir; birisi rafa bakar, geçen ayı düşünür ve bir sipariş verir. Resmi tahminleme ise bunun yerini incelenebilir, ölçülebilir ve iyileştirilebilir bir yöntemle değiştirir.

Bunun önemli olmasının nedeni, doğru tahminlerin elde edilebilir olması değildir. Tahminler hiçbir zaman tam olarak doğru çıkmaz ve aksi yönde varsayımlarda bulunan her süreç hayal kırıklığı yaratır. Bu konu önemlidir çünkü hata payının boyutu ne kadar emniyet stoğuna ihtiyacınız olduğunu belirler ve emniyet stoğu maliyetlidir. Daha iyi tahminleme, bulunabilirliği azaltmadan daha az stok tutmanın tek yoludur.

Talep tahmini nedir

Bir tahmin üç bölümden oluşur ve yanlış sonuçlanan tahminler genellikle bunların ikisini göz ardı eder.

Bir sayı. Belirli bir dönemde beklenen birim miktarı.

Bir dönem. Gelecek hafta, gelecek ay, gelecek çeyrek. Ufuk çizgisi uzadıkça doğruluk payı düşer, bu nedenle ufuk çizgisi ihtiyacınız olan şeye uygun olmalıdır; sipariş verme amaçlı bir tahminin yalnızca tedarik süreniz artı inceleme döneminiz kadar ileriye gitmesi yeterlidir.

Bir güven aralığı. Sayının ne kadar hatalı olabileceği. Makul bir şekilde 400 ile 600 arasında olabilecek 500 birimlik bir tahmin, her ikisi de aynı merkezi rakama sahip olsa bile, 200 ile 800 arasında olabilecek bir tahminden çok farklı bir planlama girdisidir. Aralığı belirleyen şey tampon stoğunuzun boyutudur ve aralığı olmayan bir tahmin, ne kadar koruma tutacağınıza karar vermeniz için size hiçbir temel sağlamaz.

Tahminler ayrıca seviyeye göre de farklılık gösterir. Toplam kategori talebine yönelik bir tahmin, bireysel bir renkteki tek bir SKU için yapılan tahminden çok daha güvenilirdir, çünkü verileri toplulaştırdığınızda değişkenlikler birbirini dengeler. Bunu bilmek önemlidir çünkü üst düzey rakamlarınızın doğru görünürken bireysel ürün tahminlerinin neden sürekli yanlış çıktığını açıklar.

Temel tahminleme yöntemleri

Naif tahminleme. Gelecek dönem, geçen döneme eşittir. Temel bir referans noktası olarak gerçekten yararlıdır; eğer gelişmiş yönteminiz bunu geçemiyorsa, o gelişmişlik seviyesi harcadığınız çabaya değmiyor demektir.

Hareketli ortalama. Rastgele değişkenlikleri düzelten, son birkaç dönemin ortalamasıdır. İstikrarlı ürünler için basit ve etkilidir, ancak eski dönemler de yakın dönemler kadar ağırlık taşıdığı için gerçek değişimlere yanıt vermekte yavaştır.

Ağırlıklı hareketli ortalama. Yukarıdakiyle aynıdır, ancak yakın dönemler daha fazla ağırlığa sahiptir. Bazı düzeltme özelliklerini korurken değişimlere daha hızlı yanıt verir.

Üstel düzeltme. Ağırlıklar, tek bir düzeltme faktörü tarafından kontrol edilerek geçmişe doğru geometrik olarak azalır. Daha yüksek bir faktör değişime daha hızlı yanıt verir ancak daha gürültülüdür; daha düşük bir faktör ise istikrarlı ve yavaştır. Bu, pratik tahminlemenin temel taşıdır ve varyantları trend ve mevsimselliği açıkça ele alır.

Trend ve mevsimsel ayrıştırma. Geçmişi temel bir seviyeye, bir trende ve tekrarlayan bir mevsimsel kalıba ayırır, her birini projelendirir ve yeniden birleştirir. Çoğu tüketim malı için geçerli olan, gerçekten mevsimsel olan her şey için gereklidir.

Regresyon. Talebi onu yönlendiren değişkenlerle (fiyat, pazarlama harcaması, hava durumu, öncü ekonomik gösterge) ilişkilendirir. Gerçek bir nedensellik ilişkisinin olduğu durumlarda güçlü, tesadüfi bir korelasyonun nedensellik sanıldığı durumlarda ise yanıltıcıdır.

Nitel yöntemler. Satış ekibi girdisi, müşteri niyetleri, uzman görüşü. Geçmişin olmadığı durumlarda (yeni ürünler, yeni pazarlar, yeni açtığınız bir kanal) vazgeçilmezdir. Aynı zamanda iyimserliğe en yatkın yöntemdir, bu yüzden tahminleri kaydetmek ve sonrasında puanlamak önemlidir.

Makine öğrenmesi yaklaşımları. Planlama yazılımlarında giderek daha fazla kullanılmaktadır ve birçok ürününüzün, uzun geçmiş verilerinizin ve birden fazla etkileyici değişkeninizin olduğu durumlarda gerçekten daha iyidir. Çoğu operasyonun sahip olduğundan çok daha fazla veriye ihtiyaç duyarlar ve kötü girdileri düzeltmezler.

Talep tahmini türleri

Tahminler çeşitli şekillerde kategorize edilir ve bu etiketleri bilmek önemlidir çünkü insanlar bunları planlama görüşmelerinde kısayol olarak kullanırlar.

Zaman ufkuna göre.

• Kısa vadeli — günlerden birkaç aya kadar. İkmal, yeniden sipariş noktaları ve personel planlamasını yönlendirir. Burada doğruluk elde edilebilir ve getirisi anlıktır.
• Orta vadeli — bir çeyrekten bir yıla kadar. Satın alma taahhütlerini, tedarikçi anlaşmalarını ve mevsimsel alımları yönlendirir.
• Uzun vadeli — bir yıl veya daha fazlası. Kapasite kararlarını yönlendirir: depo alanı, ekipman, personel sayısı. Bu aralıkta hassasiyet ne beklenir ne de yararlıdır; yön ve büyüklük önemlidir.

Kapsama göre.

• Makro düzeyde tahminleme, talebinizin içinde bulunduğu koşullara (ekonomi, kategori, pazar) dışarıdan bakar. Bağlam oluşturmak için yararlıdır ve tek başına nadiren eyleme dönüştürülebilir.
• Mikro düzeyde tahminleme, belirli bir ürüne, kanala veya müşteriye bakar. Operasyonel kararların fiilen alındığı yer burasıdır.

Yaklaşıma göre.

• Pasif tahminleme sürekliliği varsayar: trend ve mevsimsellik için düzeltilmiş olarak, ne olduysa olmaya devam edecektir. İstikrarlı işletmeler için uygundur ve çoğu stok planlaması için doğru varsayılan yöntemdir, çünkü kahramanca varsayımlarda bulunmaz.
• Aktif tahminleme değiştirmeyi amaçladığınız şeyleri (bir promosyon, yeni bir kanal, fiyat artışı, ürün lansmanı) dahil eder. Geçmişin zayıf bir rehber olduğu her durumda gereklidir ve aynı zamanda iyimserliğin en çok zarar verdiği yerdir, çünkü plan bir tahminle karıştırılır.

Yönteme göre.

• Nitel — yargı, satış girdisi, uzman görüşü. Geçmişi olmayan yeni ürünler için gereklidir ve verinin olduğu durumlarda en az güvenilir olanıdır.
• Nicel — hareketli ortalamalar, üstel düzeltme, regresyon, mevsimsel ayrıştırma. Geçmiş verilerin mevcut olduğu ve talebin makul ölçüde istikrarlı olduğu durumlarda güvenilirdir.
• Yapay zeka tabanlı ve makine öğrenmesi — birçok değişkeni aynı anda değerlendiren ve basit bir zaman serisinin gözden kaçıracağı kalıpları bulan modeller: hava durumu, fiyatlandırma, rakip davranışı, web trafiği, promosyon çakışmaları. Büyük ölçekte, bol geçmiş verisine sahip çok sayıda SKU üzerinde değerlerini kanıtlarlar ve temiz verinin yerini tutmazlar. İşaretlenmemiş stoksuzluk dönemlerini içeren satış geçmişiyle eğitilmiş bir model, yanlış şeyi bir elektronik tablodan daha hızlı ve daha güvenle öğrenir.

Pratik nokta: Çoğu işletme, ürün yelpazesinin büyük bir kısmı için kısa vadeli, mikro düzeyde, pasif nicel tahminlemeye ihtiyaç duyar; bir şeylerin kasıtlı olarak değiştiği az sayıdaki ürün grubu için ise aktif tahminleme katmanı eklenir. Temel yöntem çalışmadan gelişmiş yöntemlere yönelmek, bu alandaki en yaygın ve en maliyetli sıralama hatasıdır.

Uygulamada talep tahmini nasıl yapılır

1. Önce geçmişi temizleyin. Bu adım, sonrasındaki her şeyin yapmaya değer olup olmadığını belirler.

Kritik düzeltme stoksuzluk durumlarıdır. Satış geçmişi müşterilerin ne istediğini değil, ne sattığınızı kaydeder. Stokta olmadığınız bir dönem düşük satış gösterir ve bunu bir tahmine beslemek, modele talebin olduğundan daha düşük olduğunu söyler; hem de tam olarak sizi yarı yolda bırakan ürün için. Stoksuzluk dönemlerini işaretleyin ve bunları ya hariç tutun ya da kayıp talebi tahmin edin.

Ayrıca tek seferlik olayları da ayıklayın: tekrarlanmayacak tek bir toplu sipariş, bir tasfiye, bir veri hatası. Promosyonlar gibi gerçek tekrarlayan kalıpları bırakın, ancak bunları temel veri olarak değil, promosyon olarak anlaşılmaları için işaretleyin.

2. Seviyeyi seçin. Eyleme geçeceğiniz seviyede tahmin yapın. Eğer SKU bazında sipariş veriyorsanız, SKU düzeyinde tahminlere ihtiyacınız vardır; ancak bunları kategoriyi tahmin edip son paya göre bölerek oluşturabilirsiniz ki bu genellikle her SKU’yu bağımsız tahmin etmekten daha istikrarlıdır.

3. Ürün grubu başına bir yöntem seçin. İstikrarlı yüksek hacimli ürünler üstel düzeltmeye uygundur. Mevsimsel ürünler mevsimsel ayrıştırmaya ihtiyaç duyar. Düzensiz, yavaş hareket eden ürünler için genellikle basit bir ortalama ve cömert bir tampon stok en iyisidir, çünkü gelişmiş yöntemler gürültüye uyum sağlar.

4. Yargınızı uygulayın ve kaydedin. Geçmişin bilemeyeceği şeyler için ayarlama yapın: bir listeleme başarısı, bir rakibin piyasadan çekilmesi, bir fiyat değişikliği, bir promosyon. Müdahalelerinizin işe yarayıp yaramadığını daha sonra gözden geçirebilmek için ayarlamayı istatistiksel tahminden ayrı olarak kaydedin. Çoğu kişi bunu yapmaz.

5. Hatayı ölçün. Bu olmadan süreç değil, alışkanlık olur.

6. Düzenli olarak gözden geçirin ve ayarlayın. Çoğu operasyon için aylık olarak. Amaç, iyi olan rakamları iyileştirmek değil, kalıbı değişen ürünleri yakalamaktır.

Tahmin doğruluğunu ölçmek

Üç ölçüm çoğu ihtiyacı karşılar.

MAPE — ortalama mutlak yüzde hatası. Gerçek talebin yüzdesi olarak ortalama hata. Sezgiseldir ve yaygın olarak kullanılır. Zayıf yönü, düşük hacimlerde ciddi şekilde yanıltıcı olmasıdır: üç birimlik bir tahminde iki birim sapma %67’lik bir hata anlamına gelir ki bu da hiçbir şey ifade etmez.

MAD — ortalama mutlak sapma. Yönü göz ardı ederek birim cinsinden ortalama hata. Güvenlik stoğu hesaplamasına doğrudan veri sağladığı için kullanışlıdır.

Sapma (Bias). Yönü korunan ortalama hata. En sık atlanan ancak genellikle en bilgilendirici olan ölçümdür. Hatalarınız ortalamada sıfıra yakınsa, tahminleriniz bazen yüksek bazen düşüktür; bu, tampon stokların yönetebileceği bir gürültüdür. Eğer hatalar sürekli pozitif veya negatifse, sistematik bir sorununuz var demektir ve hiçbir güvenlik stoğu miktarı, sürekli düşük kalan bir tahmini düzeltemez.

Ölçümleri toplamda değil, ürün grubu bazında yapın; çünkü iyi bir genel rakam, genellikle gerçek hasara yol açan birkaç kötü tahmin edilmiş ürün grubunu gizler.

Naif temel değerle karşılaştırın. Eğer yönteminiz “geçen ayla aynı” tahmininden daha iyi sonuç vermiyorsa, basitleştirin.

Neden hiçbir zaman mükemmel değildir (ve bu sorun değildir)

Tahminler yanlıştır. Önemli olan sorular; ne kadar yanlış olduğu, hangi yönde olduğu ve hatanın planlama yapacak kadar istikrarlı olup olmadığıdır.

Tahminleme ve güvenlik stoğunun aynı konuşmanın parçası olmasının nedeni budur. Tahmin size beklenen talebi verir; tahmin hatası ise güvenlik stoğunun absorbe etmek için var olduğu değişkenliği sağlar. Tahmini iyileştirin, aynı hizmet seviyesi için gereken tampon stok düşecektir. Tahminlemeye yatırım yapmanın tüm ticari gerekçesi budur ve ölçülebilirdir.

Bazı ürünlerin gerçekten tahmin edilemez olduğunu da kabul edin. Çok yavaş hareket eden ürünler, tek seferlik proje kalemleri, kimsenin öngöremediği dış olaylardan etkilenen her şey. Bunlar için dürüst cevap, daha iyi bir modelden ziyade farklı bir stratejidir; sipariş üzerine üretim yapmak, tedarikçi stoğu tutmak veya daha uzun tedarik sürelerini kabul etmek gibi.

Mevsimsel ve promosyonel talebi tahminleme

İki model zorlukların çoğuna neden olur ve her ikisi de genel bir yöntemin bunları absorbe etmesini ummak yerine açıkça ele alınmalıdır.

Mevsimsellik, takvime bağlı tekrarlayan bir modeldir. Hata, mevsimsel bir zirveyi büyüme olarak değerlendirmektir. Aralık ayında dört kat daha fazla satış yapan bir ürüne uygulanan hareketli ortalama, Ocak ayında zirveyi yukarı doğru takip edecek, çok fazla sipariş verecek ve ardından bahar boyunca tekrar aşağı doğru takip edecektir.

Bunu düzgün bir şekilde ele almak, mevsimsel faktörü temel seviyeden ayırmak anlamına gelir. Birkaç yıl boyunca her dönemin talebinin yıllık ortalamaya oranını hesaplayın; böylece bir dizi mevsimsel endekse sahip olursunuz (Aralık 2.4, Ocak 0.6 vb.). Temel seviyeyi tahmin edin ve ardından tahmin ettiğiniz dönem için endeksi uygulayın.

İki uyarı. Mevsimsel endekslerin bir anlam ifade etmesi için en az iki tam geçmiş döngüsüne ihtiyacınız vardır, üç yıl daha iyidir. Ayrıca mevsimsellik kayar; Paskalya tarihleri değişir, satın alma alışkanlıkları değiştikçe yoğun ticaret haftaları kayar ve beş yıllık verilerden hesaplanan bir endeks artık var olmayan bir modeli tanımlıyor olabilir.

Promosyonlar çoğu işletmede daha büyük bir sorundur çünkü hem önemli boyuttadırlar hem de kendi yarattığınız durumlardır. Bir promosyon, talebi bir hafta boyunca birkaç katına çıkarabilir ve bu ani artış geçmiş verilerinizde kalarak takip eden tüm tahminleri bozar.

Yardımcı olacak disiplinler:

• Verilerdeki promosyon dönemlerini işaretleyin, böylece istatistiksel tahmin bunları hariç tutabilir veya bunlara göre ayarlama yapabilir.
• Promosyonel artışı, temel talepten ayrı olarak tahmin edin; birinin doğru olduğunu hissettiği bir yüzde yerine, benzer geçmiş promosyonların sonuçlarını kullanın.
• Sonrasındaki düşüşü hesaba katın. Promosyonlar genellikle talebi yaratmak yerine öne çeker, bu nedenle takip eden haftalar temel seviyenin altında kalır. Zirveyi tahmin edip düşüşü görmezden gelmek, sizi iki kez stok fazlası durumuna düşürür.
• Promosyon takvimini erkenden alın. Promosyonel stoksuzluğun en yaygın nedeni, deponun promosyondan müşterilerle aynı anda haberdar olmasıdır.

Tahminin sahibi kimdir

Tahminleme teknik olarak başarısız olduğundan daha sık organizasyonel olarak başarısız olur ve bu model tutarlıdır.

Satış departmanı iyimser tahmin yapar, çünkü hedefler ve tahminler birbirine karıştırılır ve kimse hedefin altında tahmin yapmak istemez. Operasyon departmanı muhafazakar tahmin yapar, çünkü stok fazlasının maliyetini ve stoksuzluğun suçunu onlar taşır. Finans ise planla eşleşen bir rakam ister. Her biri farklı bir rakam üretir ve işletme, en çok tartışan kişinin rakamıyla yönetilmeye başlar.

Daha iyi çalışan yöntem:

Tek bir fonksiyonun sahip olduğu tek bir rakam. Genellikle planlama veya operasyon; satıştan gelen yapılandırılmış girdilerle, ancak paralel yürütülen ayrı bir satış tahmini olmadan.

Tahmini hedeften ayırın. Hedef, ulaşmayı amaçladığınız şeydir. Tahmin ise gerçekleşmesini beklediğiniz şeydir. Bunları karıştırmak, tahminin yukarı yönlü sapmasına ve stokların da buna göre şekillenmesine neden olur.

Düzeltmeleri puanlayın. Birisi istatistiksel tahmini değiştirdiğinde, bunu kaydedin ve sonrasında bu değişikliğin doğruluğu artırıp artırmadığını gözden geçirin. Bu rahatsız edicidir ancak kimin yargısının uygulanmaya değer olduğunu, kiminkinin olmadığını anlamanın en hızlı yoludur.

Maliyeti görünür kılın. Tahmin hatasının bir bedeli vardır; stok fazlası, silinen stoklar, hızlandırılmış nakliye, kaybedilen satışlar. Bu rakamı sürece dahil etmek, genellikle tahminlemeyi idari bir angaryadan insanların ciddiye aldığı bir sürece dönüştüren şeydir.

Tahminleme diğer süreçlerle nasıl bağlantılıdır

• Yeniden sipariş noktaları, tedarik süresi boyunca tahmin edilen talebi kullanır.
• Güvenlik stoğu, tahmin hatasına göre boyutlandırılır.
• Satın alma, sermayeyi tahmin üzerinden taahhüt eder; hataların pahalıya mal olduğu yer burasıdır.
• Depo kapasitesi planlaması beklenen hacme bağlıdır ve bunu yanlış hesaplamak Kasım ayında yer kalmaması olarak kendini gösterir.
• İş gücü planlaması, birimlerden ziyade beklenen sipariş hacmini takip eder.
• Tedarikçi ilişkileri, tahminleri paylaştığınızda iyileşir, çünkü onlar da üretimi planlayabilir ve uygun stok tutabilirler.

Sonuncusu yeterince kullanılmıyor. Beklenen ihtiyaçlarınızın görünürlüğüne sahip bir tedarikçi, genellikle tedarik süresini kısaltabilir ve istikrara kavuşturabilir; bu da güvenlik stoğu ihtiyacınızı daha iyi bir modelden daha fazla azaltır.

Uygulamalı bir örnek

On iki aylık geçmişi olan bir ürün alın ve bir tahminin neleri içerdiğini adım adım inceleyin.

Aylık satışlar yaklaşık olarak şöyledir: 210, 195, 230, 240, 215, 225, 260, 250, 245, 280, 520, 310.

İlk gözlem, 520 ile Kasım ayının temel modelin bir parçası olmadığı, mevsimsel bir zirve olduğudur. Aralık ayını Eylül, Ekim ve Kasım’ın üç aylık hareketli ortalamasından tahmin etmek (245 + 280 + 520) ÷ 3 = 348 sonucunu verir ki bu, zirveyi yeni normal olarak kabul ettiği için ciddi oranda fazla sipariş verilmesine neden olur.

Düzgün bir şekilde ele almak için:

Mevsimsel ayı ayırın. Kasım ayını hariç tuttuğumuzda, kalan on bir ay ortalama 241 birim civarındadır ve hafif bir yukarı yönlü eğilim vardır. Bu 241, temel seviyenizdir.

Mevsimsel endeksi hesaplayın. 241’lik bir baz değerine karşı 520’lik Kasım ayı, yaklaşık 2.2’lik bir endeks verir. Önceki bir yıl benzer bir oran gösterdiyse buna güvenebilirsiniz; sadece bir yıllık geçmişle, bunu geçici olarak kabul edin.

Seviyeyi ileriye doğru tahmin edin. Yıl boyunca eğilim hafifçe yukarı doğrudur (başlangıçta yaklaşık 200, zirve hariç sonbaharda 260), bu nedenle gelecek ay için makul bir seviye tahmini 265 civarıdır.

İlgiliyse endeksi uygulayın. Aralık burada zirve ayı değildir, bu nedenle tahmin 265 civarında kalır.

Hatayı tahmin edin. Temel eğilimden aydan aya sapma 20 birim civarındadır, bu nedenle 20’ye yakın bir standart sapma makul bir çalışma rakamıdır. %95 hizmet seviyesinde, güvenlik stoğu yaklaşık 1.65 × 20 × ay cinsinden tedarik süresinin kareköküdür.

Bunu adım adım incelemenin amacı, işin çoğunun aritmetik değil, geçmişin ne anlama geldiğine dair yargı olmasıdır. Kasım ayının büyüme değil mevsimsel olduğuna karar vermek, bir sonraki siparişin doğru olup olmayacağını belirleyen karardır ve hiçbir yöntem bir yıllık veriyle bu kararı sizin yerinize veremez.

Daha derinlemesine bilgi

• Emniyet stoğu nedir — doğrudan tahmin hatasına göre boyutlandırılır.
• Yeniden sipariş noktası nedir — tahminin uygulandığı yerdir.
• Envanter yönetimi teknikleri — daha geniş kapsamlı araç seti.
• Stok tükenmesi nedir — tahminlemenin azaltmayı hedeflediği başarısızlık durumu.
• Envanter devir hızı nedir — daha iyi tahminlemenin iyileştirdiği metrik.
• Envanter nasıl yönetilir — bu sürecin içinde yer aldığı genel işleyiş.

Tek cümlelik özet

Talep tahminleme, ne satın alacağınıza karar verebilmeniz için gelecekteki satışları öngörür; tahminler her zaman yanılma payı içerdiğinden, en önemli sayı hatanın boyutu ve yönüdür; çünkü ne kadar emniyet stoğu bulundurmanız gerektiğini bu belirler.

Sıkça sorulan sorular

Talep tahminleme nedir? Ne kadar stok satın alıp elde tutacağınıza karar vermek amacıyla, belirli bir dönem boyunca bir ürüne yönelik gelecekteki talebi tahmin etmektir.

Temel talep tahminleme yöntemleri nelerdir? Hareketli ortalamalar, ağırlıklı hareketli ortalamalar, üstel düzeltme, trend ve mevsimsel ayrıştırma, nedensel değişkenlere karşı regresyon ve nitel değerlendirme. Çoğu operasyon, istikrarlı ürün grupları için üstel düzeltmeyi, tekrarlayan bir desene sahip olanlar için ise mevsimsel ayrıştırmayı kullanır.

Bir talep tahmini ne kadar doğru olmalıdır? Evrensel bir rakam yoktur, çünkü doğruluk talebinizin değişkenliğine bağlıdır. Faydalı test, yönteminizin “geçen dönemle aynı” şeklindeki saf bir tahminden daha iyi sonuç verip vermediği ve hatanızın sürekli yüksek veya düşük olmaktan ziyade tarafsız olup olmadığıdır.

MAPE ve sapma (bias) arasındaki fark nedir? MAPE, yönüne bakılmaksızın hatanın ortalama boyutunu ölçer. Sapma ise hataların sürekli olarak bir yöne eğilimli olup olmadığını ölçer. Bir tahmin kabul edilebilir bir MAPE değerine sahipken ciddi bir sapma içerebilir; bu daha zararlı bir sorundur çünkü emniyet stoğu sistematik bir sapmayı düzeltmez.

Yeni bir ürün için talebi nasıl tahmin ederim? Geçmiş veri bulunmadığından, benzer ürünlerin lansman dönemlerindeki veriler gibi analoglara ve satış ekibinden gelen nitel girdilere, ayrıca varsa ön sipariş veya talep verilerine güvenirsiniz. Başlangıçta büyük hatalar bekleyin ve bir desen ortaya çıkana kadar aylık yerine haftalık gözden geçirmeler yapın.

Stok tükenme dönemlerini geçmiş verilerden neden çıkarmalıyım? Çünkü stok tükenmesi sırasındaki satışlar talebi değil, ürünün bulunabilirliğini yansıtır. Bunları dahil etmek, tahmin modeline talebin gerçekte olduğundan daha düşük olduğunu öğretir; üstelik bu durum tam da zaten tükenmiş olan ürünlerde gerçekleşir.

Ne kadar ileriye dönük tahmin yapmalıyım? Sipariş verme amacıyla, tedarik sürenizi ve gözden geçirme periyodunuzu kapsayacak kadar ileriye gitmeniz yeterlidir. Kapasite, bütçe ve tedarikçi planlaması için daha uzun vadeli ufuklar gerekir ancak bunların, sipariş verdiğiniz rakamdan ziyade daha geniş toleranslara sahip ayrı çalışmalar olarak değerlendirilmesi gerekir.

Daha iyi tahminleme envanteri azaltır mı? Evet, dolaylı ve ölçülebilir bir şekilde. Emniyet stoğu tahmin hatasına göre boyutlandırıldığından, hatayı azaltmak aynı hizmet seviyesi için gereken tampon stoğu azaltır. Bu, tahminleme sürecine yatırım yapmanın en net finansal gerekçesidir.

Yazan

↑ Başa dön

Warehouse Wise

Warehouse Wise; envanter yönetimi, depolama ve sipariş karşılama konularında rehberler sunan ücretsiz ve bağımsız bir kütüphanedir. Bu içerikler, işin mutfağında olanlar; yani yeni depo ve envanter personeli, küçük veya büyümekte olan perakende ve e-ticaret işletmeleri ve stok yönetimi konusunda uzmanlaşmak isteyen herkes için hazırlanmıştır. Her rehber bir terimi açıklar, gerektiğinde gerçek verilerle örneklendirir ve lafı uzatmadan sonuca ulaşır. Tamamen bağımsızız: Yazılım veya ekipman satmıyor, yönlendirmelerden komisyon almıyor ve rehberlerimizi reklam verenlere göre sıralamıyoruz.