Tahmin : P rensipler ve Uygulamalar

2. Tahmin: Prensipler ve Uygulamalar Stok Planlaması ve Yönetimi Latin Amerika Lojistik Merkezi Lojistik Yönetimi Serileri

3. Giriş Tahmin hatalarının nedenleri Tahmin Sürecinin Kilit Performans Göstergeleri Prensipler, Methodlar ve en iyi uygulamalar Tahmin Sistemlerini gözden geçirme İçerik

4. 300 $120,000.00 $108,000 Güvenlik Stoğu 250 $100,000.00 Stok Taşıma Maliyeti $88,000 200 $80,000.00 $70,000 Güvenlik Stoğu 150 $60,000.00 $58,000 Stok Taşıma Maliyeti 100 $40,000 $40,000.00 $28,000 50 $20,000.00 $14,000 $2,800 0 $- 10% 20% 30% 40% 50% 60% 70% 80% Ortalama hata oranı Tahmin ve Güvenlik Stoğu

5. Akıllı Tahmin Tahmin Türleri Tahmin Methodları Teslimat Süresi içinde Talep Tahmini Tipik Tahmin Örnekleri Tahmine Giriş

6. Tahmin bir hata içerecektir. % 50 hata % 100’den iyidir. Tahmin doğruluğu sürekli olarak gelişebilir. Rakiplerden daha iyi tahminler yapabiliriz. Tahmin için yakın tarihli veriler eski verilerden daha faydalıdır. Akıllık Tahmin

7. Uzun Dönem (3-5 yıllık dönemler) Fabrika kapasitesinin artırılması Orta Vadeli (1-2 yıllık dönemler) Uzun teslim süreli malzemeler MEvsimsel ürünler Kısa Vadeli (3-6 ay) Ekonomik sipariş miktarı Üretim Planlama Yakın tarihli (Günler veya haftalar) Montaj Bitmiş ürün stoğu Tahmin Tipleri

8. Tahmin projeksiyonları

9. İstatiksel tekniklerRegresyon, Zaman Serileri, etc. Pazar araştırmaları Konsept Modeller Uzman yargıları Tahmin teknikleri Complementarios … no mutualmente exclusivos

10. Nitel Nicel Yargılar Sayılar Nitel Methodlar Nicel Methodlar • Belirsizliklerde ve yeterli veri oladığında kullanın • Yeni ürünler • Yeni tenoloji • Sezgiler, deneyim • Örnek: internet satışları • Eski verilerin bulunduğu durağan durumlarda kullanın. • Mevcut ürünler • Mevcut teknoloji • Matemetiksel/İstatiksel teknikler • Örnek: renkli televizyon

11. İstatiksel Methodlar Trent analizi Zaman serileri Yuvarlama Teknikleri Nicel Methodlar Makro&Mikro ekonomik tahminler Pazar stratejisi Rakipler Pazar araştırmaları Tahmin Teknikleri

12. Makro ekonomik araştırmalar enflasyon, işsizlik göstergeleri, GSMH’daki artış ve faiz oranları gibi değişkenleri içerir. Ekonomide birbirinden bağımsız bir çok değişken vardır. Makroekonomik tahminler

13. Ortalama haftalık çalışma saati (+) İşsizlik hakları ile ilgili haftalık ortalama giderler (-) Ekipman ve materyallerle ilgili yeni siparişler (+) Tedarikçilerin teslimar sürelerindeki performansları (-) Yeni kontratlar ve dayanıklı tüketim malları siparişleri (+) Yapı endüstrisi endeksleri (+) Hammadde fiyatlarındaki değişiklikler (+) Borsa endeksi (+) İş hayatının ekonomik göstergeleri

14. Mikroekonomik tahminler yeni ürünlerin, yedek ürünleri, pazarın ve rakiplerin sektördeki etkilerini dikkate almaktadır. Mikroekonomik göstergeler makroekonomik tahminlere göre daha az karmaşıktır ve daha doğru tahmin yapmak daha kolaydır. Mikroekonomik Gösterge Tahminleri

15. Anketler yöneticilerin , tüketicilerin ve hükümetlerin gelecek planlarını şekillendirmek için kullandıkları bir araçtır. Anketlerin Amerika’daki iki temel kaynağı Ticaret Bakanlığı ve Conference Board’dır. (özel bir organizasyon) Pazar Araştırma Teknikleri

16. Nitel tahminler ekonomik eğilimleri anlamak için kişilerin deneyimlerinden faydalanılan bir araştırma tekniğidir. Uzman görüşleri odak grupları aracılığıyla toplanır. Odak grupları psikolojik önyargılar içerebilir. Deplhi Methodu sınırlı verinin bulunduğu durumlarda kullanılan bir nitel tahmin tekniğidir. Nitel Tahminleri

17. Tahmin teknikleri Yargılar Sayılar Nitel Nitel Parçalara ayırmak Model Aşağıdan yukarıyaYukardan aşağıya Yukarıya doğru birleştirmek Eldeki verilerle ileriyi tahmin etmek

18. Tahmin teknikleri Yargılar Sayılar Nitel Nitel Parçalara ayırmak Model Aşağıdan yukarıyaYukardan aşağıya Yukarıya doğru birleştirmek Eldeki verilerle ileriyi tahmin etmek

19. Endüstri Şirket Ürün Parça Yukardan aşağı parçalara ayırma

20. “100’ün zorbalığı” Hisse artışı rakiplerin spesifik harcamalarından sonra gelmelidir. (misilleme yapmaya yakın olanlara) Hangi rakipler? Neden? Nasıl

21. Tahmin teknikleri Yargılar Sayılar Nitel Nitel Parçalara ayırmak Model Aşağıdan yukarıyaYukardan aşağıya Yukarıya doğru birleştirmek Eldeki verilerle ileriyi tahmin etmek

22. Parça Parça Aşağıdan yukarıya birleştirme Pazar Müşteri 1 Müşteri 2 Müşteri 3 Parça

23. Tahmin teknikleri Yargılar Sayılar Nitel Nitel Parçalara ayırmak Model Aşağıdan yukarıyaYukardan aşağıya Yukarıya doğru birleştirmek Eldeki verilerle ileriyi tahmin etmek

24. Zaman serileri analizi 80 70 60 50 40 30 20 10 Mevcut Projelendirilen Giriş % 0 1 2 3 4 5 6 7 8 9 10 Years

25. Zaman Serileri AnaliziBenzer ürünler 80 70 60 50 40 30 20 10 Yeni ürün Giriş % Benzer ürün 0 1 2 3 4 5 6 7 8 9 10 Yıllar

26. Tahmin teknikleri Yargılar Sayılar Nitel Nitel Parçalara ayırmak Model Aşağıdan yukarıyaYukardan aşağıya Yukarıya doğru birleştirmek Eldeki verilerle ileriyi tahmin etmek

27. Amaca Yönelik Modellerin Çevirisi AÇIKLAYICI ÇEVİRİ OLASILIKLARALICILARIN AĞIRLIĞIPROFİLİORANI Kesinlikle olumlu 9 0 % 1 0% 9% Muhtemelen olumlu 4 0 % 2 0% 8% Olabilirde olmayabilirde 10 % 2 0% 2% Muhtemelen olumsuz 0 1 5% 0 Kesinlikle olumsuz 0 3 5% 0 19%

28. Bağımlı ve açıklayıcı değişkenler arasındaki doğrusal ilişkiyi gösterir. Örnek: Çocuk bezi & Çocuk #(zamana bağlı değil) Doğrusal Regresyon Modelleri Y-ekseni eğim ^ Y = a + b X i i Bağımlı(oluşan) değişken Bağımsız (açıklayıcı) değişken

29. Yanlış korelasyonlar Neden sonuç ilişkisi olmayan Anlamsız katsayılar Açıklanamayan değişkenler Regresyonla ilgili Problemler

30. Sıralı Faktörler Evlerdeki toplam TV Kablo TV abonesi ev sayısı Kablo TV Aboneleri Kablo TV / Beyzbol populasyonu Beyzbol Ödemesi Beyzbol fanatikleri Büyük hizmet alıcıları * A.K.A. “Factor Decomposition”, “Factor Analysis”

31. Amerika’da yılda ne kadar köpek maması satılır? $$$$ olarak hızlı cevap???? Örneğin........

32. Ne kadar insan? Ne kadar ev? Köpekli ev sayısı? Her evdeki köpek sayısı? Küçük/büyük köpek oranı? Günlük tüketim? (ons –2 gr.) Her kutu içindeki ağırlık? Her kutu fiyatı Sıralı Faktör AnaliziNe kadar köpek maması?

33. Ne kadar köpek maması ? Büyük yiyecekler Küçük yiyecekler Büyük/ küçük oranı Köpek maması # büyük Ev başına düşen Köpek # Nüfus # küçük Ev sayısı # Köpek Köpekli ev sayısı Her evdeki kişi sayısı % Köpek

34. Pazar potansiyeli Pazar büyüklüğü Pazar giriş hızı Satışlar Pazar payı Talep tahmini Pazar çarpanlarına ayırma

35. Pazar Fırsatları Tahmini Alıcıların sayısı Pazar fırsatları Pazar giriş Fikir Zaman Lansman Pazar Tahmini Zaman Boyutu

36. Eğilim, değişimi gösteren uzun dönemli bir göstergeler bütünüdür. Eğilim analizi geçmişteki ve şimdiki örneklerin ileride de tekrar edeceği temeline dayanır. Eğilim analizi zaman serilerindeki verileri kullanır ve değişkenlerinin zaman içindeki değişimlerini inceler. Zaman serisi verileri dış etkenlerden kaynaklanan beklenmeyen şoklara ve kalıtsal dalgalanmalara maruz kalır. Mevsimsellik ve iş çevrimleri kalıtsal dalgalanmalara örnektir. Trent(Eğilim) Analizi

37. Tahmin ve yerine koyma süresi Source: Plossl, page 66

38. Rastsal dalgalanmalı Doğrusal Talep Rastsal dalgalanmalı Eğilim İçeren Talepler Rastsal Dalgalanmalı Mevsimsel Talep Rastsal Dalgalanmalı Eğilim içeren Mevsimsel Talep Tipik Talep Örnekleri

39. Tipik Talep Örnekleri Talep Talep Talep Zaman Zaman Zaman Talep örnekleri Temel Eğilim Eğilim ve mevsimsel

40. Rastsal Dalgalanmalı Doğrusal Talep

41. Rastsal dalgalanmalı Eğilim İçeren Talepler

42. Mevcut Talep Hareketli ortalama Mevsimsel Talep

43. Her ülkedeki ısı değişimleri, yağmur ve mevsimler nedeniyle oluşan çevrimlerdir. Soğu Havalı Alanları vs. Yapı Endüstrisi çevrimleri Cold weather areas vs. Construction clycles Yılbaşı döneminin yiyecek, oyuncak ve elektrikli ev aletleri üzerindeki etkisi Coca Cola gibi şirketler hava tahmin raporlarını tahmin süreçlerinde kullanırlar. Mevsimsellik

44. Rastsal Dalgalanmalı Mevsimsel Talep

45. Rastsal Dalgalanmalı Eğilim içeren Mevsimsel Talep

46. Önyargılar Satış hedefleri ile tahminler arasındaki karışıklık Tahmin ile satış hedefleri arasındaki ilişki eksikliği, satış hedeflerini tahmin olarak kullanma Lack of connection between forecast and sales targets, making the forecast a target itself Bilgisizlik Uygun veri hakkında bilgi eksikliği, ticari bilgiler, pazarın durumu, müşteriler vb. “Başkalarının bildiği bir şey hakkında tahminde bulunma” Yetersiz Veri Entegrasyonı Verilerin güncel olmaması, Aynı kalem için bir çok isim, K Mart = Kmart = KMRT Hatalı veri kaydı Tahmin Hatalarının Nedenleri

47. Kamçı Etkisi (Bullwhip Effect) Geçmil tahminlere dayanan tahminlerdeki hata tedarik zincirinde giderek büyür. Uzun teslimat süreleri Uzun teslimat süreleri tahmin hatalarını artırır. Promosyonlar Fiyat dalgalanmaları ve promosyonlar talepte beklenmedik değişikliklere neden olur. Kıtlık Oyunu (Shortage Gaming) Müşteriler ihtiyaçlarından daha fazlasını sipariş verirler ve stoklarından gereğinden fazla ürün biriktiğinde siparişleri iptal ederler. Tahmin Hatalarının Nedenleri

48. Domino Efekti

49. Kamçı Etkisi (Bullwhip Effect) Barilla Fabrikası Barilla Dağıtım Merkezi Son Kullanıcı Dağıtıcı Satıcır Gerçek Talep Satıcının Talep tahmini Satıcının Dağıtıcıya Talebi Dağıtıcının Barilla Dağıtım Merkezine talebi Barilla Dağıtım Merkezinin fabrikaya talebi

50. Tahmin ve Parça Kalite Bilgisi Satış Bilgisi Satış Bilgisi Kalite Bilgisi Talep Typical Retail Supply Chain Tipik Perakende Tedarik Zinciri Bitmiş ürün Parça Üretimi Dağıtıcı PC Montaj Parçalar Bitmiş Ürün Satıcı Tüketici Bitmiş ürün