Isletme Butcesinin Hazirlanmasi Ve Satis Tahmini Yontemleri

8/2/2019 Isletme Butcesinin Hazirlanmasi Ve Satis Tahmini Yontemleri

1/33

ULUDA NVERSTESSOSYAL BLMLER ENSTTSLETME Y. LSANS (TEZSZ)

2002 DNEM PROJES28/06/2002

LETME BTELERNN HAZIRLANMASIVE SATI TAHMN YNTEMLER

ELF YETER1.SINIFU2003206


2/33

1

NDEKLER

A- LETME BTELERNN ZELLKLER VE HAZIRLANMASI

1. BTELEME VE BTE KAVRAMLARI2. LETME BTELER

2.1. letme Btelerinin zellikleri2.2. Ynetim Srecinde Btelerin Ama ve Yararlar2.3. letme Bte Sistemi ve Kapsam2.4. letme Btelerinin Hazrlanmas

2.4.1.

Bte Amacnn Saptanmas2.4.2. Planlama Varsaymlarnn Belirlenmesi2.4.3. Sat ngrlerinin Yaplmas2.4.4. Btelerin Hazrlanmasndaki Dier Evreler

2.5. Ticari letmelerde Bteleme

B-SATI TAHMNLER TEKNKLER

1.GR2.TAHMN SSTEM

2.1. Problemin Tanmlanmas2.2. Problemin Anlalmas

2.2.1. Problemin zellikleri2.2.2. Data

2.3. Modelin Gelitirilmesi2.4. Modelin zlmesi2.5. zmn Yorumlanmas ve Gerekletirilmesi2.6. Boluklar

3- SATI TAHMN YNTEMLER

3.1. Nitel Tahmin Yntemleri (Qualitative Forecasting)

3.1.1. Pazar Aratrmas3.1.2. Uzman Fikirleri ve Delphi Teknii

3.2. Nicel Tahmin Yntemleri (Quantitative Methods)3.2.1. Rastlantsal Tahmin Metodlar (Causal Forecasting Methods)


3/33

2

3.2.1.1. Basit Lineer Regresyon (Simple Linear Regression)3.2.1.2. Regresyon zerine Yorumlar

3.2.2. Zaman Serileri Metodlar (Time Series Methods)3.2.2.1.Sabit lemler

3.2.2.1.1. Basit Ortalama3.2.2.1.2. Basit Hareketli Ortalama3.2.2.1.3. Arlkl Hareketli Ortalama3.2.2.1.4. Birinci Derece ssel Dzeltme (First-Order

Exponential Smoothing)

3.2.2.2.Trend lemi ve ift ssel Dzeltme3.2.2.3.

Talep Tahmini3.2.2.4.zet

4.TAHMN METODUNUN SELMES

5.TAHMN KONTROL5.1. Mean Absolute Deviation (MAD)5.2. Bias

C. KAYNAKLAR


4/33

3

A-LETME BTELERNN ZELLKLER VE HAZIRLANMASI

1. BTELEME VE BTE KAVRAMLARIada iletmelerde ynetimin ve alanlarn birlikte tam bir baarya

ulaabilmesi, iletme hedeflerinin belirlenmesi ve planlama, rgtlenme ve

kontrol olmak zere temel ynetim ilevine baldr. Ekonomik gelime

srecine bal olarak gerekleen teknolojik gelime ve pazarlarn byyp

genilemesi, iletmelerin karmak bir yapya brnmesi gibi gelimeler

dorultusunda, iletmeler iin rgt yaplarn tekrar gzden geirmek ve etkin

bir planlama ve ynetim kontrol zorunlu hale gelmitir.

Gnmzde etkin bir ynetim teknii olarak bteleme de tm ynetim

sisteminin temel aralarndan biridir. Planlama, belirlenen amalaraulaabilmek iin belirlenen yntem, kii, ara ve olanaklarn saptanmas, seimi

ve zamanlamaya bal olarak uygulamann gelitirilmesi srecidir. Bteleme

sreci de bu esaslar erevesinde planlamann bir tr olmaktadr. Bylelikle

bteleme sreci, ynetimin planlama sreci erevesinde faaliyetlerin ve

ulalmas amalanan hedeflerin saysallatrlmas suretiyle, gelecekteki

iletme faaliyetlerine sistemli bir temel oluturacak belgeleme sreci

olmaktadr. Genellikle bteler, ksa sreli planlar olarak kabul edilmektedir.

Orta ve uzun sreli planlar da saysallatrldnda bte olarak

adlandrlmaktadr. Yatrm bteleri buna rnektir. Ancak, yatrm planlamas

belirli koullarda szkonusu olduundan, sermaye btelemesi olarak da

adlandrlan ayr bir konu olarak incelenmesi uygun olmaktadr.

2. LETME BTELER2.1. letme Btelerinin zellikleriletme btesi; nceden ortaya konan bir hedefe ulaabilmek iin, iletmenin

gelecee ait bir dnemde izleyecei politikay ve yapaca ileri parasal vesaysal terimlerle aklayan bir rapor veya raporlar dizisidir.1letme bteleri,

genellikle ksa sreli planlar olarak kabul edilmekte ve birbirine bal rakamlar

dizisi eklinde, kendi iinde aylk devrelere blnm 4 ya da 12 dnemden

oluan 1 yllk sreler iin dzenlenmektedir. Son yllarda, iletme yaznnda

geni lde kullanlan kar planlamas ve kontrol, ynetsel bteleme;

iletme bteleri ve kontrol terimleri, ayn temel anlay aklamak iin

kullanlmaktadr.

letme btelerinin zellikleri aadaki ekilde sralanabilmektedir:

- letme btesi basit bir ngr deil, bir plandr. Belirli zaman sresi iin

gelecekteki uralarn nceden hazrlanm plandr.

- Uygulamada gerekleen sonular ile nceden hesaplanm sonularn


5/33

4

karlatrlp llmesinde kullanlan bir aratr.

- letme btesinin bir deere sahip olmas iin, olduka deimez olmas

gerekirse de, deitirlmez bir ara deildir. Periyodik olarak incelenir, gzden

geirilir ve deien iletme hedeflerine gre planlamada dzeltme yaplabilir.

- letme btesi uyguland alanda iletmenin politikasn belirtir.

2.2. Ynetim Srecinde Btelerin Ama ve Yararlarletme bteleri, ynetim srecinde salad katklar lsnde nemli bir

yere sahip bulunmaktadr. Bir btn olarak planlama, rgtlenme,

koorodinasyon, yneltme ve kontrol evrelerinden oluan ynetim srecinde

btelerin amalar balca 3 ana grupta toplanr:2

- Planlama

- Koordinasyon- Kontrol

a) PlanlamaAslnda kendisi zel bir plan tr olan btenin bu yndeki amac,

deerlendirilebilen seenekler iin en uygun sonular verecek biimde

gelecein hedeflerini ve o hedeflere ulama yollarn saptanaktr.

letmenin sahip olduu kaynaklarn en etkin biimde kullanlmasnn

salanmas, yakn gelecekteki veya bte dnemindaki iletme karll,

verimlilii ve likiditesi ile uzun dnemdeki iletme srekliliii ve gelime

arasnda en uygun bir dengenin kurulmas, planlama ilevinin temel amalar

olarak iletme bte sisteminin de amalarn oluturmaktadr.

b) KoordinasyonBir iletmede, yrtlen faaliyetler ve personel arasnda bir uyum olduu

oranda, iletme dzeyinde en uygunluk (optimizasyon) salanmas olana elde

edilebilir. te bte, iletmenin eitli blm ve ilevleri arasndakoordinasyon salayarak, iletme optimizasyonunu ykseltebilir.

c) KontrolBte, elde bir l, bir standart oluturaca iin, tedarijten sata kadar konu

edindii her alanda ve bu alanlar arasnda koordinasyonu, aklc almay ve

unsurlarn tam kullanln salayc bir ara olabilmektedir. Bte yoluyla

iletmenin eitli ilevleri ve tm iletme iin birer hedef ve alma dzeni

saptandktan sonra, fiili sonular ile bu ller karlatrlarak kontrol edilir.

Sapma varsa dzeltici nlemler alnr ve faaliyetler bu ekilde srdrlr.


6/33

5

2.3. letme Bte Sistemi ve Kapsamletme bte sistemi kapsaml bir sistem olup, ynetim srecinin tm ynlerini

koordine edilmi bir btn haline getirebilmetkte ve ynetim karar ve

faaliyetlerinin g yanlarn zemle bir araya toplayabilmektedir.

Bte kavram, rgtn tamamna uygulanr ve belirlenmi amalara hizmet

edecek biimde eitli ekillerde dzenlenir. letme bte sistemi 3 bte

grubundan olumaktadr:

- Faaliyet btesi- Nakit btesi- Sermaye (yatrm) btesiFaaliyet btesi, gelecek dnemin planlanm faaliyetlerini; nakit btesi, ayn

dnemdeki beklenen nakit girilerini ve klarn; sermaye btesi ise

iletmenin duran varlklarnda planlanm deimeleri ierir.

2.4. letme Btelerinin HazrlanmasBteleme yaplrken iletmenin tm ilevleri ve faaliyetleri birbirleriyle ilgili

olarak ele alnr. letme bteleri, birok kiinin gayretleri bir araya

getirilerek hazrlanr. letmenin alt kademelerinden en st kademesine kadar

tm alanlarn byk bir blmnn bte hazrlanmasndaki katlm,

faaliyetlerin etkin bir ekilde yrtlmesinde byk neme sahip

bulunmaktadr.

Bte hazrlama almalarnda, orta kademe ve alt kademe yneticilerini

grevlendirmek katlmal bteleme olarak adlandrlmakta ve bu katlma,

planlamada olduu kadar, kontrol almalarnda da yararl olmakta, bte

hedeflerine uyum salayan yneticiler, bu hedeflere erimede etkin biimde

almaktadr.

Btelerin hazrlanmas, uygulama ve gzetim sorumluluu baz iletmelerde

dorudan doruya Mali ler Mdr (Muhasebe Mdr), baz iletmelerde iseBte Komitesi tarafndan yrtlmektedir. Bte Komitesi genellikle mdr

ve yardmclarndan biri bakanlk eder. Bte komitesinde, iletmenin

ynetim, finansman ve teknik blmlerinden grevlendirilen yeler bulunur.

Bteler, iletmenin eitli blmlerinin banda bulunanlar tarafndan

hazrlanmaktadr. Btelerin gzden geirilmesi ve koorodinasyonu ise

komitece yaplmaktadr.

Bu dorultuda bte hazrl ile ilgili evreler aadaki ekilde

sralanabilmektedir:3

-Bte amacnn saptanmas-Planlama varsaymlarnn belirlenmesi


7/33

6

-Sat ngrlerinin yaplmas-Btenin blmlerine ait ilk taslaklarn hazrlanmas- lk taslaklarda yer alan bte ngrlerin tartlmas ve uzlama-Koordinasyon ve gzden geirme-Btenin onaya sunulmas

2.4.1.Bte Amacnn SaptanmasAmalar, faaliyetin yneldii sonu noktalar ise de, ayn zamanda planlarn

k noktasdr. Genel olarak, amalar daha ayrntl planlarn yaplmasna bir

at olutururlar. Buna gre, iletmenin amalar dorultusunda btenin

kapsam belirlenecektir.

2.4.2.Planlama Varsaymlarnn BelirlenmesiBteler, iletmenin mevcut yaps ve zellikleri erevesinda hazrlanr. Bu

dorultuda btelerin hazrlanmasnda ayrntl planlama varsaymlarnn nemi

byktr.

Btelerin hazrlanmasnda bte dneminde beklenen piyasa koullar, maml

karmnda tasarlana deiiklikler, retim giderlerinin fiyatlarnda beklenen

deiiklikler, beklenen verimlilik artlar ve ok eitli dir beklentiler gibi

konularda varsaymlar yaplmas gerekmektedir. Tm bu varsaymlar, bte

ngrlerinin yaplmasnda temel olutururlar.

2.4.3.Sat ngrlerinin YaplmasSat btesi, iletme bte sisteminin balang noktasn oluturur. Bu

nedenle, kapsaml bte sisteminin baars, sat btesinin hazrlanmasndaki

baar lsnde artacaktr. Bteleme srasnda yaplmas gereken eitli

ngrlerin en zor olan da sat ngrleridir.

Nfstaki gelimeler, belirli mallarn satlar ve gelir ve satnalma gcndekigelimeler gibi ekonomik gstergeler ile iletmenin atlar arasnda

istatistiksel ilikiler saptanr ve buna gre gelecek bte dnemindeki satlar

konusunda ngrde bulunulur. Bunun yansra, sat yneticilerinin iletme ii

gemi dnemlere ait sat rakamlarndan hareketle ve kiisel deneyimlere

gre de sat ngrlerinde bulunmalar sz konusudur. Olanaklarn

elverdiince istatistiksel ngr ve iletme ii ngr yntemlerinin birlikte

kullanlmas, sat btesinin hazrlanmasnda etkinlii arttracaktr.

2.4.4.Btelerin Hazrlanmasndaki Dier EvrelerYksek kademece belirlenen ve btelemede rehber olabilecek temel

varsaymlar, iletmenin alt kademelerine iletilir. Bu varsaymlar ve dier


8/33

7

bilgilerden hareketle yneticiler bte ngrlerini yaparlar ve blmleriyle

ilgili ilk bte taslaklar oluur.

Her blmn ortaya koyduu bte taslaklarndaki ngrler tartlarak, belirli

bir ynde uzlama salanr.

Hazrlanm bte taslaklar, son bir kez daha gzden geirilerek koordinasyon

salanr ve ilgili dneme ait iletme bte nerisi olarak st kademeye sunulur.

nceleme sonucubte tasla, temel varsaymlara bal kalnarak hazrland

ve ngrlerin tutarl olduu saptandnda onaylanr.

2.5. Ticari letmelerde BtelemeTicari bte retici olmayan kurulularn yapt bteleme faaliyetini ifade

etmektedir. Bu bte genellikle, satlarn, stoklarn, fiyat indirimlerinin, satn

almalarn, nakit giri ve klarnn, gayrisafi karn planlamas ve kontrolniermektedir.

retici olmayan iletmelerde bte devresinin mevsimsel olarak dnlmesi

uygun olmaktadr. Birok ticari iletme, btelerini aylk blmler halinde,

toplam 6 aylk devreler iin dzenlemektedir. rnein; tekstil mamllerinin

toptan ve perakende satn yapan bir ilrtm iin bte devrelerinin Eyll-

ubat ve Mart-Austos aylar olarak saptanmas uygun olmaktadr. Ancak

iletmenin, satn yapt mamllerin zelliklerine gre bu devrelerin farkl

ekilde saptanabilecei doaldr.

retim iletmelerinde olduu gibi ticari iletmelerde de btelenecek ilk temel

konu sat hacmi olmakta ve sat btesi ticari btelemenin de temel

noktasn oluturmaktadr.

Bu tr iletmelerde sat ngrlerinin yaplmasnda iki genel yaklam sz

konusudur. Birincisi, fiyat dzeylerine gre satlarn ngrlmesidir ki bu

yaklam, salt belli sayda deerli kalemler szkonusu olduunda uygun

olmaktadr. Dier yaklam ise, satlarn sat tutarlar itibariyle toplam olarak

ngrlmesidir ki, geni lde uygulana bir yaklamdr.

Bu illetmelerde, sat ve satn alma faaliyetleri temel faaliyeti oluturmakta vebu konularda bteleme, planlamann etkinliini arttrma amcna ynelik

olmaktadr. Yine, iletme faaliyetlerinin srekliliinin salanmasnda byk

neme sahip bulunan nakit planlamas ticari iletmelerde btelemenin temel

amalarndandr. Eer iletme, perakende satlarnda taksitli uygulamaya

ynelmise, bunun nemi daha da belirginlemektedir.

Btelemenin kontrol amac da ticariiletmelerde nem tamaktadr. zellikle

maml stoklarnn kontrol ve finansal kontrol konularnda bteleme, nemli

katklar salamaktadr.


9/33

8

B. SATI TAHMN TEKNKLER

1. GRForecast (tahmin), gelecekte yaanacak olaylarn oluumunu, meydana gelme

zamann ve nemini nceden belirlemek, tahmin etmek eklinde tanmlanabilir.

Bir iletmede, gelecekteki talep hibir zaman kesin olarak bilinemese de

tahmin, retimden sorumlu yneticilere aktivitelerini planlama konusunda

olduka nemli bir temel tekil eder.

Baz iletmeler tahmine ihtiyalar olmadan da aktivitelerini srdrebildiklerini

iddia ederken dierleri olduka sofistike teknikler kullanarak tahminden

faydalanmaktadrlar. Tahmine nem vermeyen iletmeler, gemite meydana

gelen olaylarn gelecekte de benzer ekilde devam edeceini varsayarlar.Gelecekte gereklemesi muhtemel olan olaylar tahmin edilebildii srece bu,

mantk d bir yaklam saylmayabilir.

ekil 1de, iletmelerin tahminden ne ekilde faydalanabildiklerini ksaca

zetlenmitir.4Gelecekteki aktivitelerin doru bir ekilde tahmin edilebilmesi,

retimdeki ksa dnem dalgalanmalar minimize ederken ayn zamanda i

yknn dengeli bir ekilde dalmna ve kaynaklarn verimli bir ekilde

kullanmna da olanak verir. Salkl bir tahmin ayrca yneticilerin ihtiya

duyulduunda hemen temin edilebilecek uygun miktarda stok tutmalarn da

kolaylatrr. Baka bir deyile, gelecekteki igc ve malzeme miktarnn

nceden doru bir ekilde tahmin edilebilmesi, yneticilerin iletme

aktivitelerini verimli bir ekilde organize edip, mterilere kaliteli hizmet

verme imkan tanr.

ekil 1. DoruBir Tahminin Salad Avantajlar

alanlarla ilikilerin salkl bir ekilde yrtlmesi Malzeme ynetiminin gelitirilmesi letme sermayesinin ve olanaklarn daha verimli kullanmnn

salanmas Mteri hizmetlerinin gelitirilmesi


10/33

9

letmelerde, tahminle ilgili aktivitelerin gerekletirilmesi maliyetli olabilecei

iin, tahminin iletme kazandraca faydalar ile maliyeti nceden

kyaslanmaldr. Teoride, marjinal fayda ile marjinal maliyetin birbirine eit

olduu bir optimum seviyenin varolduu kabul edilir (Bkz. ekil 2). Fakat

pratikte bu seviyeyi tespit etmek olduka zordur.

Maliyet$

Toplam Maliyet

Artan almalarn

Maliyeti

Azalan almalarn Maliyeti

Tahmin Aktiviteleriekil 2. Tahmin almalar

2. TAHMN SSTEMTahmin sistemi, problem zme yntemleriyle ele alnarak, problemin

tanmlanmas, problemin anlalmas, zm modelinin gelitirilmesi, modelin

zlmesi ve zmn yorumlanarak gerekletirilmesi balklar altnda

incelenebilir.

2.1. Problemin TanmlanmasTahminler, iletmenin daha iyi kararlar almasn salar. letmede bir karar

alndnda, ilk nce bu kararn ayrntlaryla tanmlanmas gerekir. Bylelikle

alnan kararn, iletmenin herhangi bir tahmin yapmasn zorunlu klp, klmad

tespit edilir. Ayrca, alnan kararn nemi, iletmenin konuyla ilgili yapaca

tahmin iin sarfedecei eforu da belirler. rnein, tek bir zaman diliminde

geerli olacak bir karar iin sadece bir tahmin yeterli olacakken, eitli

dnemleri ieren bir kararda, her sefer iin ayr bir tahmin yapmak

gerekecektir. Her iki durumda da alnan karar, ne konuda tahmin yaplacan,


11/33

10

ihtiya duyulacak ayrntlarn seviyesini ve tahminin ne sklkta tekrar

edileceini belirler.

Problem zme sistematiiyle konuya yaklaldnda, belirli bir konuda tahmin

yapmay problem olarak tanmlarsak, tahmin sisteminin oluturulmasnda

izlenen algoritma ekil 3de gsterildii gibi olacaktr.5

2.2. Problemin AnlalmasTahmin probleminin anlalmasndaki en nemli nokta, altta yatan sebebin iyi

belirlenmesini gerektirir. rnein, bir rn iin talep tahmini yaparken,

ncelikle bu talebi douran sebepleri bulmak byk neme sahiptir. Asl sebep

hibir zaman tam olarak anlalamayaca iin, bir konuda tahmin yaparken,

sezgi ve tecrbelerin kullanlmas ve gerekli bir takm varsaymlardan yola

klarak, eldeki datann analiz edilmesi esastr.

2.2.1. Problemin zelliklerinin Tespit Edilmesiretici iletmelerde, bir mamlden ne kadar retim yaplacann belirlenmesi

iin, o mamlle ilgili talep tahminine ihtiya duyulur. Yeni bir tesis kurmak,

kapasiteyi geniletmek gibi uzun dnemli kararlar alnrken, talep tahmini

gznnde bulundurulur. Bu tr kararlar genellikle 3-5 yllk bir zaman dilimini

kapsar. Uzun dnemli planlar, kesin ve titiz bir tahmin yapmay zorunlu klmaz.

nk, yeni bir tesis ilave etmek gibi uzun vadeli bir karar, tek bir talep

tahmininden ok, uzun yllar baarl bir trend izleyen tahminlere dayanr. Bu

yzden, geree ok yakn bir tahmin yapmak gereksizdir.

Genellikle, uzun dnem tahminler tek bir maml iin yaplr. Nedensel ve Nitel

metodlar, bu tr tahminlerde ska kullanlan metodlardr.

Orta derece kararlar, iletme kapasitesini rn gruplarna tahsis etmek

amacyla alnan kararlara rnek verilebilir. Yine, her bir rn iin olan talep

yerine, bahsi geen rn gruplarnn talebini bilmek yeterlidir. rnein,

otomobil lastii reten bir iletmede aylk tahmin yaplrken, brt kapasiteyitespit etmek iin her eit lastii tek bir rn grubu olarak dnmek

yeterlidir. Orta derece kararlar tipik olarak sadece birka maml iin tahmin

yapmay gerektirir. Nedensel ve zaman serileri gibi nitel metodlar, orta derece

tahminler iin kullanlan metodlardr.

Genellikle en sk karlalan ksa dnem kararlar, belli bir rnden ne kadar

retilmesi gerektiini kapsar. Bu karar, haftalk, aylk veya aylk (quarter)

dnemleri kapsayabilir. Bu yzden, olduka kesin ve geree yakn tahminlere

ihtiya duyulur. Ksa dnemli tahminlerde en ok zaman serileri yntemi

kullanlr fakat, baz durumlarda nedensel ve nitel metodlar da kullanl

olabilir. Ksa dnemli kararlar, yzlerce hatta binlerce rn iin tahmin

yapmay gerektirebilir.


12/33

11

No

Yes

Yes

No

No

Yes

No

Yes

ekil 3. Tahmin Sisteminin Dizayn Edilmesi

Forecast Need

Analyze Data

Data

Available

?

Quantitative

?

Causal

Factors

Collect

Data

Time series approach

Select model

Choose method

Estimate parameters

Model validation

Causal approach

Select model

Choose method

Estimate parameters

Model validation

Qualitative approach

Choose method

Validation


13/33

12

2.2.2. Dataletmenin mevcut datay toplayp incelemesi, ona salkl bir tahmin yapma

konusunda gerekli olan nseziyi salar. letme bu datay kendi bnyesindeki

sat ve satnalma kaytlarndan temin edebilecei gibi, deiik konularda

aratrma yapan ve istatistiksel bilgilere sahip olan baz devlet kurulular veya

ticari kurululardan da salayabilir.

Eer konuyla ilgili bilgi mevcut deilse veya bunun toplanmas olduka

maliyetliyse iletme, data gerektirmeyen bir tahmin sistemine ynelmelidir.

rnein, konuyla ilgili datann mevcut olmamas durumunda Nitel Tahmin

yaklamn tercih etmeli.6

Tahmin iin gerekli olan data, iletme iinde veya dnda yeralan faktrlerin

etkisine aktr. letme d faktrler iletmenin kontrol dndadr. Fakat,iletme ii faktrlere dorudan mdahale edilebilir. Ekonomi, iletme d

faktrlere gzel bir rnektir. Ekonomide bir d meydana geldiinde

piyasadaki rn ve hizmetlere kar olan talepte de genellikle d yaanr.

Dier iletme d faktrler arasnda rakip faaliyetleri, tamamlayc rnler ve

tketici tercihleri de saylabilir.

Temin edilecek datay etkileyen iletme ii faktrler arasnda, rn kalitesi ve

fiyat, rnn mteriye ulatrlma sresi, reklem ve iskontolar yer alr.

rnein, rnlerle ilgili yaplan youn reklam, genellikle rne kar olan talebi

de arttrr. Ayn ekilde rn satlarnda yaplan iskontolar da talebi arttrmaya

yneliktir.

letme, talep tahmini yapmak iin toplad datay analiz ederek, datay

etkileyen herhangi bir nedensen faktrn mevcut olup olmadna bakmaldr.

Nedensel faktrlerin datay ne ekilde etkileyecei bilindii iin, bu faktrlerin

tespiti doru bir tamin yaplmasnda iletmeye yol gsterici olur. rnein,

otomobil lastii reten bir iletme, rnlerinin byk bir ounluunu otomobil

reticilerine satyorsa, retilmesi dnlen otomobil saysn bilmesi, kendi

rnne doacak talebi tahmin etmesinde yol gsterici olacaktr. retilenotomobil says ile satlan lastik saysn karlatran bir grafik izerek, bu

varsaymn ne derece doru olduunu aka grmek mmkn olacaktr.

Bir rne kar olan talep ile ilgili datay yorumlarken, talep miktar ile zaman

karlatran bir grafik oluturarak, bu iki deiken arasnda bir balant olup

olmad incelenebilir. Oluturulan grafikte eer kk spmalar dnda belli bir

seviyede younlama varsa, sabit bir ilemden bahsedilebilir. rnein,

dimacunu, st, ekmek gibi olgunluk dneminde olan ve dzenli olarak

kullanlan rnlerin deiik zaman dilimlerindeki talep miktarlarnn aa

yukar ayn seviyede olduu gzlemlenebilir. Baz rnlerde bu eit bir sabit

talebe rastlanmaz. rn hayat dnm srasnda satlarn hzla artt

ykselme dnemi grlebilecei gibi, satlarda srekli bir dn


14/33

13

gzlemlenebilmesi de mmkndr. Byle bir grafik sz konusu olduunda,

trend prosesten bahsedilir. rnein, kiisel bilgisayar ve ilgili ekipmanlarn

talebi, srekli ykselen bir trende sahiptir. Artan veya azalan trend, lineer

veya nonlineer olabilir.

Son olarak, mevsimlik deiim gsteren talebe sahip rnlerden de

bahsedilebilir. Fakat, eldeki data ile bir grafik oluturulurken l birimi yanl

seildiinde, bir sabit talep grafii, sahip olduu rastlantsal dalgalanmalardan

dolay mevsimlik bir talep olarak yorumlanabilir. Bu yzden, datann

toplanmas kadar, matematiksel olarak ifade edilmesi de ortaya kacak sonu

asndan byk neme sahiptir.

Btn bu data analizinin sonunda, talebi oluturan sebepler tespit edilir. Yine

de her zaman, aklanamayan noktalar kalacaktr. Fakat, data analizi sonunda

vardmz sonu, zm iin nasl bir model oluturulacanda temel tekileder.

Talep (birim) lineer trend

mevsimsel

sabit

zamanekil 4.a Talep eitleri

Talep (birim)

Trend ve mevsimselzellik gsteren talep

formu

low noiseZaman x high noise

ekil 4.b Talepte Parazit


15/33

14

2.3. Modelin GelitirilmesiTalebin, data analizi ile ortaya konan zellikleri dorultusunda bir zm

modeli oluturulur. rnein, nedensel talebe ait bir model genellikle aadaki

formdadr:

dt= f(xt-k) + t

d t= baml deiken (r. Talep),

x t= bamsz deiken veya nedensel faktr,

t = parazit komponent

tzamanndaki baml deiken, ideal olarak t - kzamanda (k 1) bamsz

deikenin bir fonksiyonudur. k zaman periyodu, baml deikeni tahminetmeden nce, bamsz deikenin sahip olduu deeri bilmemize olanak tanr.

Aksi taktirde, ncelikle bamsz deiken tahmin edilir.

Zaman serileri yaklamyla ile tahmin ynteminde sabit, lineer trend ve

mevsimlik talep modellerinden bahsedilir. Matematiksel olarak bunlar;

dt= a + t (sabit)

dt= a + bt + t ( lineer trend)

dt= act+ t (mevsimlik)

eklinde gsterilir.

a = sabit

b = trend

c t= t periyodu iin mevsimlik faktr

t = parazit komponent

2.4. Modelin zlmesiOluturulan modelin zlmesinde ilk adm uygun metodun seilmesi oluturur.

rnein, nedensel model iin regresyon metodu; zaman serileri modeli iin

eitli metodlar kullanlr. Modelin zmnde yerine konmas gereken

katsaylar bilinmediinden, bu parametreler seilen zm metoduna uygun bir

ekilde tahmin edilirler. Bu parametrelerin modelde yerine konmasyla,

istenilen tahmin deeri elde edilmi olur.

2.5. zmn Yorumlanmas ve GerekletirilmesiTahmin sisteminde en nemli basamak elde edilen sonularn yorumlanmasdr

(ekil 5te tahmin sisteminin ileyiinde yer alan basamaklar grlmektedir).


16/33

15

Yeni data elde edildiinde tahmin revize edilir ve gelitirilir. Bununla birlikte,

elde edilen sonularla bir nceki tahmin karlatrlarak, tahmin sisteminin

doruluu da test edilir. Eer tahmin sistemi kabul edilebilir sonular

vermemise, ya tahmin modeli tamamen deitirilir veya mevcut modeldeki

parametreler yeniden dzenlenmeye allr.

Eer talep tahmini gerek deerin altnda kalrsa, beklenenin zerinde

seyreden talepten dolay stok sknts yaanr. Aksi durumda ise iletme fazla

stokla almak zorunda kalr. letmede fazla stok maliyeti, rn yokluundan

kaynaklanan maliyete eit deilse, talep tahmini duruma uygun ekilde

dzenlenmelidir. rnein, stoksuzluk maliyeti fazla stok maliyetinden

yksekse,talep tahmini yksek tutulabilir. Fazla stok, rn yokluundan daha

maliyetli ise bu durumda talep tahminini dk tutmak gerekecektir.

Hayr

Evet

ekil 5. Tahmin Sisteminin leyii

Mevcut Veri Bir ncekiTahmin

Tahmin Kontrol

Kontrol

Altndam?

DizaynAamasnaGeri Dn

Modifiye Tahmin

pheli Tahmin

Tahmin Prosedr

Ynetici


17/33

16

2.6. BoluklarTahmin yaplrken gznnde bulundurulmas gereken nemli noktalar vardr:

Tahminler, hibir zaman gerek deerleri vermez. zellikle, tahmin yaplan

zaman dilimi ne kadar ileri tarihliyse, yaplan tahminin doruluu da o lde

azalacaktr. Her ne kadar gerek deerlere ulalamasa da, yaplan tahminde

gerek rakamlara yaklamak, iletme iin zaten yeterli olacaktr. Bu yzden,

tek bir rakam belirlemek yerine makul bir deer aral tespit etmek, daha

salkl sonular elde etmeyi kolaylatracaktr.

3. SATI TAHMN YNTEMLER

3.1. Nitel Tahmin Yntemleri (Qualitative Forecasting)Nitel tahmin metodlar, ynetimsel hkmler, tecrbe ve konu ile ilgili eitli

bilgilerin kullanld, tartmaya kapal matemetiksel modellerden oluur.

Model zellik olarak kapal (tartmasz) olduundan, iki farkl ynetici bu

metodlar kullanarak olduka farkl tahminlere ulaabilirler.7

Baz iletmeciler tarafndan bu ynteme son are olarak bavurulmas gerektii

dnlse de bunun kesin bir ekilde doru olduu kabul edilemez. Nitel

tahminler, konuyla ilgili eski bilgilere ulalamadnda veya ilgili data gelecek

iin gvenilir ve yol gsterici nitelikte olmadnda kullanlmaldr. Bunu

yaparken eski data, yneticilerin yorum ve kiisel katklaryla gelecek iin

kullanlabilir hale getirilir. Nitel yntemler ayrca yeni bir rn piyasaya

srerken, konuyla ilgili gemie ait data olmadnda da kullanlmaldr.

3.1.1. Pazar AratrmasBir pazar aratrmas deiik basamaklardan oluur. lk olarak, tahmin yapmakiin gerekli bilgiyi salayacak sorular ieren bir form hazrlanr. Bu form, faks,

internet, posta, telefon gibi aralar yardmyla veya bu i iin grevlendirilmi

kiiler araclyla ilgili kiilere ulatrlr. Pazar aratrmas tamamlandktan

sonra, cevaplar dzenlenir ve analiz edilir. Bu yntemin dezavantajlar olarak,

sorularn istenen kalitede cevaplanmam olmas, yeterli sayda kiiden yant

alnamamas, sorularn bilinli olarak yanltc bir ekilde yantlanmas veya

istene bilgiyi salayabilecek ierikte hazrlanmam olmas gibi durumlar

saylabilir. Bu yzden, Pazar aratrmas yaparken almann titizlikle

yrtlmesi ve sonularn dikkatli bir ekilde yorumlanmas gerekmektedir.


18/33

17

3.1.2. Uzman Fikirleri ve Delphi TekniiDelphi Teknii, bir konuda oybirlii ile tahmin oluturmak amacyla bir araya

gelmi eitli konularda uzman kiiler tarafndan yrtlen bir grup

almasdr.8 letme ii veya dndan katlan bir grup uzman, kendilerine

yneltilen bir soru hakknda kiisel dncelerini yazl olarak bildirirler.

Soruyu ynelten koordinatr, bu yazl cevaplar biraraya getirerek zet

halinde dzenler. Bu zet dorultusunda koordinatr, her bir uzmana yeni birer

soru yneltir. Tekrar cevaplar toplanr ve koordinatr tarafndan dzenlenir.

Bu ilem, kordinatr tatmin edecek bir sentez elde edilene kadar devam

ettirilir. Uzmanlar, ok deiik alanlardan seilebilirler ve koordinatr olarak

grev yapan kiinin btn bu farkl alanlardaki grleri sentezleyip, tatmin

edici bir sonuca ulaabilecek bilgi seviyesinde olmasna dikkat edilmelidir.

Kiileraras tartmalarn sebep olaca atma ve ynlendirmelerin devre d

braklabilmesi bu tekniin bir avantaj olarak gsterilebilir. Fakat, olduka

yksek cretlerle deiik alanlarda uzman kiileri biraraya getirmenin zorluu

ve maliyeti ile kiilerin olaylara tek tarafl yaklamalarna olanak veren

tartmaya kapal ortam, bu tekniin dezavantajlar olarak sralanabilir.9

3.2. Nicel Tahmin Metodlar (Quantitative Forecasting)Nicel tahmin metodlar, bir matematiksel ifade veya model kullanarak, talep ve

baz bamsz deiken veya deikenler arasndaki ilikiyi ortaya koymak

amacyla kullanlrlar. Nicel tahmin modelleri balca iki gruptan oluur: Zaman

Serileri ve Nedensel Modeller. Zaman Serileri Modelleri, zaman bamsz

deiken olarak kabul ederek gelecekteki talebi tahmin etmek iin, zaman-

talep ilikisine ait gemi datay kullanmay esas alr. Nedensel Modeller ise,

zaman yerine veya zamanla birlikte, gemite zaman parametresi ile tutarl bir

ilikisi olduu tespit edilen baz bamsz deikenleri de kullanarak tahmin

yapma temeline dayanr.

3.2.1. Rastlantsal Tahmin Metodlar (Causal Forecasting Methods)3.2.1.1. Basit Lineer Regresyon (Simple Linear Regression)Regresyon analizi, gemi data dorultusunda, baz deikenler arasnda iliki

kurarak bunu, baml deikenlerin tahmininde kullanmaya dayanan bir analiz

tekniidir. Bu balk altnda, durum basite indirgenerek, aralarnda lineer iliki

olan sadece iki deiken ele alnacaktr.

Basit regresyon analizinde, bilinen veya deeri tahmin edilen bir deiken

kullanlarak, baka bir deiken tahmin edilmeye allr. Tahmin edilmeye

allan, belli bir dneme ait talep deeri F t ile gsterilirse;


19/33

18

F t = a + bX t

eklinde tanmlanabilir.10

F t = t periyodundaki tahmini talep

X = t periyodundaki deeri bilinen deiken

a , b = sabit katsay

a ve b katsaylarn bulmak iin, eski talep deeri (D t) kullanlr:

b = [ n (XtDt) (Xt)(Dt) ] / [ n (Xt2) (Xt)

2 ]

a = [ DtbXt ] / n

D = a + bX

n = periyod says

3.2.1.2. Regresyon zerine YorumlarRegresyon modelleri, baml deiken ile bamsz deiken(ler) arasnda sk

bir iliki ve zaman aral bulunduunda ok kullanl olan bir tahmin

metodudur.11Eer baml deiken ve bamsz deiken(ler) arasnda zaman

aral yoksa; baka bir deyile, ikisi ayn periyotta meydana geliyorsa,

bamsz deiken iin tahmini bir deer kullanmadka baml deikenin

gelecekteki tahmini deeri hesaplanamaz. Bamsz deiken iin tahmini bir

deer kullanmak da baml deikenin hesaplanan tahmini deerinde

sapmalara neden olacaktr.

Baml ve bamsz deikenler arasndaki ilikiyi geersiz klacak bir gelime

olduunda (r. ekonomideki beklenmedik bir deiim), regresyon tekniini

kullanmak iletmeyi yanl sonulara sevk edecektir.

3.2.2. Zaman Serileri Metodlar (Time Series Methods)Zaman serileri metodlar daha ok ksa dnemli tahminlerde kullanlan

yntemlerdir. Burada temelprensip olarak eski data kullanlarak ortalama bir

talep miktar tespit edilir ve bu ortalama deer, gelecekteki talep deerinin

hesaplanmasnda temel alnr. Gemie ait ortalama talep deerinin

hesaplanmasnda deiik yntemler kullanlabilir.


20/33

19

3.2.2.1. Sabit lemler3.2.2.1.1. Basit OrtalamaBasit ortalama (BO), gemi dnemlere ait btn talep deerlerinin aritmetik

ortalamasdr.

BO = (gemi periyodlardaki tm talep deerlerinin toplam) / (periyod says)

= ( D1 + D2 + ... + Dn ) / n

n = periyod says,

Di= i periyodundaki talep deeri

Gemiteki tm talep deerlerinin ortalamas alnarak, belli bir dnemdeki

ortalamann ok stnde yeralan talebin, baka bir dnemde ortalamann

altnda seyreden talep ile dengelenmesi salanr. Bylece, talepteki

ortalamadan sapmalar minimuma indirilmi olur. Fakat, zamanla ortalama

deerde meydana gelen herhangi bir deiiklik bu yntemle tespit edilemez.

3.2.2.1.2. Basit Hareketli OrtalamaBasit hareketli ortalama (BHO) ynteminde, en son birka periyoda ait talep

deerleri toplanarak, kullanlan periyod saysna blnr.

BHO = (seilen periyodlardaki talep toplam) / (seilen periyod says)

BHO = (1/n) (D1 + D2 + ... +Dn)

n = seilen periyod says

t = 1, kullanlan en eski periyod

t = n, kullanlan en yeni (yakn zamanl) periyod

d = talep deeri

Elde edilen ortalama deer, bir sonraki dnemin talep tahmini olarak

hesaplanr. Ortalama alnrken, ok eski data hesap d braklp iinde

bulunulan zaman dilimine en yakn periyodlar dikkate alnd iin, gerek

deerine daha yakn bir talep tahmini elde edilir.

3.2.2.1.3. Arlkl Hareketli OrtalamaBu yntemde, en eski periyottan en yeni periyoda doru artacak ekilde

ayarlanan katsaylar araclyla, ortalama hesaplanrken, yeni talep

deerlerinin daha arlkl olarak hesaba katlmalar salanr. Bylelikle,


21/33

20

kullanlan talep deerlerine eit arlk vermek yerine, en eski talep

deerinden en yenisine doru artacak ekilde her bir talebe farkl arlk

verilmi olur.

AHO = C1D

1 +C

2D

2+ ... + C

nD

n

0 Ct 1,

C1 + C2 + ... + Cn = 1

Talep tahmini yaplan rnn talebinde sadece belli bir periyotta grlen trend

veya mevsimlik bir deiiklik kompanse edilmek istendiinde, katsaylar buna

olanak verecek ekilde belirlemek yeterli olacaktr. Fakat, katsaylarn

belirlenmesinde kesin bir kural olmadndan, olduka hatal sonular elde

etme riski de her zaman gznnde bulundurulmaldr.

3.2.2.1.4. Birinci Derece ssel Dzeltme (First-Order Exponential Smoothing)ssel dzeltme modelleri, en iyi bilinen ve en sk kullanlan modellerdir.

nk, standart bilgisayar software paketlerinde hazr bir program olarak

bulunur ve kullanmak iin ok fazla data ve bilgisayar bilgisi gerektirmez. Bir

iletmedeki her bir rn iin ayr ayr tahmin yapmak gerektiinde, bu zellii

sayesinde ilemlerin ksa srede, pratik bir ekilde yaplmasna olanak verir.

Birinci derece ssel dzeltme metodunda yeni bir periyot iin talep tahmini

yaparken, sadece iki bilgiye ihtiya vardr: Bir nceki dnemde gerekleen

talep ile o periyot iin yaplan talep tahmini. Her bir zaman periyodu sona

erdiinde, gerekleen talep ile tahmin edilen talep deerleri kullanlarak, bir

sonraki periyot iin talep tahmini hesaplanr.

Bir sonraki dnemin = en son periyotta + (1- ) en son periyot

talep tahmini gerekleen talep iin yaplan

talep tahmini

0 1,t = periyod olmak zere;

F T = d T-1+ (1 ) F T-1F T-1= d T-2 + (1 ) F T-2F T-2= d T-3 + (1 ) F T-3eklinde devam ettirilebilir. Yukarda koyu renkle yazlan Ft-n deerleri, bir

stteki denklemde yerlerine yazldnda, denklem aadaki gibi ifade

edilebilir:

F t= (1- )0 d t-1+ (1 )

1 d t-2+ (1- )2 d t-3 + (1 )

3 F T-3


22/33

21

0 1 olduundan, katsaylar (1- )0 , (1- )1 , (1- )2 eklinde

ilerledike, deer olarak klrler. Bylece, en son periyodun talebi olan D t-1

deerine en byk arlk verilirken, daha eski talep deerlerine gittike azalan

arlklar verilir.

Bu yntemde deerini belirlerken titiz davranlmas gerekmektedir. Her ne

kadar bunun iin somut bir yntem yoksa da, deerini belirlerken baz

konular dikkate almak yol gsterici olabilir. rnein, yeni rnler iin tahmin

yaplrken deerinin yksek tutulmas uygundur. Byle durumlar iin deeri

0.7, 0.8 veya 0.9 seilebilir. Eer talep istikrarl bir ekilde stabil seyrediyorsa

ve gelecek dnemlerde de benzer bir gelime izleyecei dnlyorsa,

deerini dk tutmak faydal olacaktr. iin 0.1, 0.2 veya 0.3 gibi dk bir

deer vererek, belli bir dnemde meydana gelen ani bir dalgalanmann etkisi

yumuatlm olur. Son olarak, talepte hafif bir dalgalanma varsa, deerini

0.4, 0.5 veya 0.6 olarak belirlemek, geree yakn bir tahmin yapmaya olanaktanyacaktr.

3.2.2.2. Trend lemi Ve ift ssel DzeltmeBelirli periyodlarda gerekleen talepler, dzenli olarak artan veya azalan bir

gidiat izliyorsa, talepte artan veya azalan bir trendden bahsedilebilir. Bu

durumda, gelecek periyodlar iin talep tahmini yaparken bu trendi de

gznnde bulundurmak gerekmektedir. Bu amala, iinde bulunulan

periyottaki dzeltilmi ortalama talep deerine (^FT), trend dzeltme deeri

olarak TT eklenir ve ift ssel Dzeltme Yntemi kullanlarak aadaki

denklemler oluturulur:

Talep

T t

T F t +1

F t F tF t-1

t -1 t t +1 Zamanekil 6. Trend Ayarlamas Yaplan Bir Tahminin Bileenleri


23/33

22

^FT+1 = ^FT + TT

ekil 6da trend ayarl tahmin olan ^FT+1 deerinin bileenleri grlyor.

Burada ^ iareti, talebin trende gre ayarlanm olduunu ifade etmektedir.

iinde bulunulan T periyodundaki trend deerinin, T+1 periyodunda da ayn

deere sahip olduu ekilde grlyor.12

^FT = Dt-1 + (1-)(^FT-1 + TT-1)

TT= (^FT - ^FT-1) + (1-)TT-1

3.2.2.3. Mevsimlik Talep Tahminiekil 7deki gibi artan bir trende ve mevsimsel deiikliklere sahip olan bir

talep iin tahmin yaparken, talebin sabit ksm, trendi ve mevsimseldeiikliklerin n de dikkate alacak bir modele ihtiya vardr. Bu amala

kullanlan modellerden biri de Winter tarafndan gelitirilen popler bir

modeldir ve aadaki gibi tanmlanmaktadr:

swings350

300

250

200

150

100

500 2 4 6 8 10 12 quarters

ekil 7. Trend le Birlikte Mevsimsel VeriDT = (a+bT)cT+ T

Burada;

a = sabit ksm,

b = trendin eimi,

cT= T periyodu iin mevsimsel faktr,

T= kontrol edilemeyen rastlantsallk

kavramlarn ifade etmektedir.


24/33

23

Buradaki sabit ksmolan a iin, trend ve mevsimsel faktrlerden bamsz

olarak yaklak bir deer belirlenir. Benzer ekilde trend iin de mevsimsel

faktrlerden bamsz bir deer belirlenir. T periyodu iin mevsimsel faktr,

sabit ve trend komponentlerinin bir yzdesi olarak ortaya kar. Eer

mevsimsel periyodun herhangi bir yerinde talep, sabit ve trend

komponentlerinin altnda bir deere sahip oluyorsa, mevsimsel faktr 1den

kktr. Talebin byk olmas durumunda ise mevsimsel faktr 1den byk

kabul edilir.

3.2.2.4 zetTahmin metodlarnn uygulanmasyla ilgili zet bilgiler aada yer

almaktadr:13

* TanmBasit nesnel fikirlerden gemi datann detayl analizine kadar uzanr.

ounlukla st dzey ynetimin yargs ve sat ngrlerini ierir. Kendi

erevesi iinde dier metodolojilerle de birletirilebili

* Zaman ve UygulamaFikir ve YargDar aralktan, uzun arala kadar:

Modellemesi zor fakat iyi bir ynetsel yargyla stesinden gelinebilecek

durumlar.

* rnekGelecek sene hkmetten ne kadar kontrakt aratrmas elde edebiliriz?

* Bal MaliyetKullanlan data ve analiz teknikleri ok kapsaml olmad srece dk.

* TanmKyaslanabilir rnlerin hayat dngs aamalarnn karlatrlmas (rnein;

k, byme, olgunluk, k)

* Zaman ve UygulamaTarihsel BenzerlikDar aralk: (rnein yeni rnler)

* rnekYeni ampuanmzn satlarn nasl tahmin edebiliriz?


25/33

24

* Bal MaliyetOrta dzeyde.

* TanmPanel ortamnda bir takm sorulara uzmanlar tarafndan verilen cevaplar ierir.

Verilen cevaplar zet halde panelistlere sunulur ve bunlar bir sonraki panelin

soru grubunun oluturulmasnda kullanlr. Uzmanlara her konuda bilgi verilir.

Uzmanlarn bilgili olduu varsaylr.

* Zaman ve UygulamaDelphiUzun aralk: (rnein; imkanlar ve yeni rnler iin)

* rnekBankamz gelecek sene evde nakit ynetim sistemini kurmal m?

* Bal MaliyetOrta dzey: zerinde snrl zaman harcand durumlarda dk olabilir.

* TanmTketici davran hakkndaki hipotezleri test etmek ve veri toplamak iin soru,

aratrma ve Pazar panellerinin kullanlmas. Aratrmalarn gvenilir ve

sunulabilir olduu varsaylr.

* Zaman ve UygulamaMarket AratrmasGenellikle uzun aralkl: (rnein; yeni rnler), fakat ksa dnemli tahminler

iin de kullanl.

* rnekKent sakinleri ne seviyedeki hizmetler iin para harcamaya istekli?

* Bal MaliyetYksek: aratrma ve analiz maliyetinden dolay.

* TanmTalep (T), mevsimsel faktrler (S) ve rastlantsal faktrlerin (R) ortaya

karlmas amacyla gemi talep verileri analiz edilir. Trend, hareketli

ortalama veya regresyon metoduyla dierlerinden ayrtrlr.


26/33

25

* Zaman ve UygulamaZaman SerilerKsa dnemli: (rnein, stok ve yakn zaman planlama kararlar iin). Ayrca,

ekonomik deikenlerin uzun dnem analizleri iin de kullanldr.

* rnekAluminyum merubat kutular iin talep modeli nedir?

* Bal MaliyetDk: sadece kolay komptarize edilen, gemi verilere dayal olarak.

* TanmYeni talep tahmininin, bir nceki tahmin ile en son gerekleen talep arasnda

yer ald durumlarda, ssel arlkl hareketli ortalamann kullanm. zellikle

ok sayda rn iin uygun. nk bilgisayarn depolama yk azalyor. Gemi

verilerin gelecein iaretisiolduu varsaylr.

* Zaman ve Uygulamassel DzeltmeKsa dnemli: (rnein; stok ve yakn dnem programlama kararlar iin)

* rnekDevletin likr depolarnda ne kadar likr stouna ihtiya var?

* Bal MaliyetDk: basitlii ve bilgisayar tarafndan gncellenebilmesinden dolay.

* TanmBir ya da daha fazla birbirine bal deikenin kullanlarak, regresyon veya

korelasyon yntemleri araclyla talep tahmininin yaplmas.deikenler

arasnda mantkl ilikiler olduu varsaylr.

* Zaman ve UygulamaRegresyon & KorelasyonKsa ve orta vadeli uygulamalar iin uygun (rnein; mevcut rnler).

* rnekOdun sobas satlarmzla, fuel-oil fiyatlar arasnda nasl bir iliki var.


27/33

26

* Bal MaliyetDk-orta: ihtiya duyulan verilere ve kullanlanmetoda bal.

4. TAHMN METODUNUN SELMESTahmin metodu seilirken metodun maliyeti ve doruluu dikkate alnmaldr.

Olduka sofistike bir tahmin metodu iletmeye byk bir mali yk getirir.

Fakat, byle bir metodla oluturulan tahmin, iletme iin geree olduka yakn

sonular verecektir. ekil 8de kabaca tahmin metodunun maliyeti ve

doruluu arasndaki iliki grlmektedir. Dikkat edilecek olursa her tahmin

durumu iin, kabul edilebilir bir maliyet ve dorulua sahip optimal bir blge

mevcut olduu grlecektir. Bu nedenle, tahmin yaparken iletmenin amac bu

optimum blge iinde hareket etmek olmaldr.

Artan MaliyetToplam Maliyet

Optimal blge Doru olmayantahminden kaynaklanan

Rastlantsal operasyonel maliyetModeller

Sofistike istatistikselTalep bazlmodeller

Basit istatistiksel

Talep bazl model

Sezgisel

Yaklam Tahmin maliyeti

Azalan Dorulukekil 8. Maliyet/Doruluk likisi

Yaplan tahminin doruluu, MAD (Mean Absolute Deviation)ve Biasyntemleriile llebilir. Bu ekilde elde edilen doruluk derecesi, maliyet cinsinden de

ifade edilebilir. Burada maliyet, gerekletirme maliyeti, sistem maliyeti ve

hatal tahmin maliyeti olarak ayr ekilde ele alnmaldr. Bu maliyet

arasnda hatal tahmin maliyeti hesaplanmas en zor olan maliyettir.

Deiik tahmin metodlarnn performansn lmek amacyla eitli almalaryaplmtr. Genel olarak, deiik tahmin yntemleri, talep modeline, sapmalara

ve tahmin periyodunun uzunluuna bal olarak ne kmaktadr. Sadece


28/33

27

27

tahminin doruluu baz alnarak, her bir talep modeli iin birden fazla iyi

tahmin metodu seilebilir. ift ssel dzeltme metodu, bu metodlar arasnda en

iyi model olarak birok almada n plana kmaktadr.

Wheelwright ve Clarke (1976) tarafndan yrtlen alma sonucu tahmin

metodunun seilmesinde nemli saylabilecek faktrler aada yer almaktadr:

Kullanc ve Sistem DzeyiSeilecek olan tahmin metodu, kullanacak ynetici ve alanlarn bilgi

seviyesini aacak kadar sofistike olmamaldr. nk yneticiler anlamakta

zorlandklar teknikleri kullanmaktan ekinmektedirler. Benzer ekilde,

seilecek olan tahmin metodu, iletmede halihazrda kullanlmakta olan metoda

kyasla ileri dzeyde kompleks ve sofistike olmamaldr. Bazen daha basitmetodlar ileri dzey metodlardan daha iyi performans gsterebilmektedirler.

Zaman ve Mevcut KaynaklarTahmin metodunun seilmesinde, gerekli verilerin toplanmas ve hazrlklarn

yaplmas iin gerekli sre de nem tamaktadr. Bu zaman periyodu

kullanclarn, veri toplayacak olanlarn ve tahmin yapacak kiilerin ihtiya

duyduklar srelerin hepsini kapsamaktadr. Geni kapsaml veri toplamay

gerektiren sofistike metodlar, bazen birka ay gibi uzun zaman periyodu

gerektirebildii gibi, iletmeye binlerce dolara malolabilmektedir. Buna karlk

kompterize rutin tahmin metodlar, hem maliyet,hem de gerektirdii zaman

asndan ok daha makul olabilmektedir.

Kullanma veya Karar Verme KarakteristikleriKullanlacak olan tahmin metodu, iletmenin kullanm amac veya verecei

kararlarla balantl olmaldr. Metodun kullanm amac gereken dorulukdzeyi, tahmin periyodunun uzunluu ve tahmin edilecek rn says gibi

faktrlerle yakndan ilikilidir. rnein, stok ve planlama ile ilgili kararlar, ok

sayda rn iin ksa sreli, olduka hassas bir tahmin metodu gerektirir.

Zaman serileri metodu bu tr bir tahmin iin uygun bir metoddur. Dier

taraftan, proses planlamas uzun vadeli bir tahmin gerektirirken, btn bir talep

iin dk hassasiyete sahip tek bir tahmin yeterli olabilmektedir. Kualitatif ve

rastlantsal metodlar bu gibi durumlar iin uygundur. Bunun gibi, bte

planlamas iin gerekletirilen orta vadeli tahminlerde zaman serileri ve

rastlantsal metodlarn kullanm mevcuttur.


29/33

28

28

Mevcut DataTahmin ynteminin seilmesi ou zaman mevcut verilerle snrldr. Bununla

birlikte, eldeki verinin kalitesi de neme sahiptir. yle ki, yetersiz veri,

benzer ekilde yetersiz tahminlere yol aacaktr.

Veri FormuEldeki modelin formu da seilecek olan tahmin metodunu etkileyecektir. Eer

zaman serileri dz bir forma sahipse, birinci derece metodlar kullanlabilir.

Fakat, veri trend ve mevsimsel zellik gsteriyorsa, daha ileri dzeyde

metodlara ihtiya duyulacaktr. Ayn zamanda datann formu zaman serileri

metodlarnn yeterli olup, olmayaca; rastlantsal metodlara ihtiya duyulup,

duyulmayacana karar vermede de rol oynamaktadr. Veri formunu tespitetmenin bir yolu, datay bir grafie dkmektir. Tahmin yaparken ilk yaplmas

gereken bu grafikleme ilemi olmaldr.

Tahmin metodu seiminde dikkate alnmas gereken bir baka nokta da rnn

hayat dnm aamalardr. Bu aamalarn, kullanlacak olan tahmin metodunu

ne ekilde etkiledii aada zet olarak verilmitir:14

Sunu Veri: Henz data mevcut deildir. Kualitatif metodlara dayanr. Zaman: Uzun zaman gerektirir Metodlar: Yarg, Delphi, Historical Analogy kullanldr.Pazar aratrmalarnemlidir.

Byme Veri: Analiz iin biraz veri mevcuttur. Zaman: Hala uzun zaman periyoduna gereksinim vardr. Metodlar: Historical Analogy ve Pazar aratrmas hala kullanldr. Regresyon ve bilgisayar simlasyon modelleri kabul edilir. rnle ilgili gemi verilerin takibi nem kazanr.

Olgunluk Veri: Talep ve stok seviyeleri gibi birok konuda epey veri toplanmtr. Zaman: ou iletme ksa dnemli tahminleri kullanr. Hala uzun vadelitahminlere ihtiya vardr fakat trend, aamal olarak yava bir deiim izler.

Metodlar: statistiksel ve Kuantitatif metodlar daha kullanldr. Zamanserileri trend ve mevsimsel zellikler sz konusu olduunda kullanl


30/33

29

29

olabilmektedir. ssel dzeltmeler ok kullanldr. Ekonometrik metodlar

uygundur.

D Veri: ok fazla veri mevcuttur. Zaman: Daha ksa zaman periyodu. Metodlar: Olgunluk dnemi metodlar kullanlmaya devam edilir.Yarg,Historical Analogy ve Pazar aratrmas, nemli deiiklikler gsterebilir.

Birim adedi

olgunluk

d

byme

sunu

Zamanekil 9. rn Hayat Dnmnn Tahmin Metoduna Etkileri


31/33

30

30

5. TAHMN KONTROLDeiik tahmin metodlarn deerlendirirken, etkinliklerini kyaslamak amacyla

bir lm metoduna ihtiya vardr. Bu amala tahmin hatas kullanlmaktadr.

Tahmin hatas, tahmin edilen talep ile gerekleen talep arasndaki saysal fark

olarak tanmlanmaktadr.15 Bu sebeple, kk hata oranna sahip tahmin

metodlar, byk tahmin hatalar veren metodlara tercih edilmektedir.

5.1. MADMAD (Mean Absolute Value), tahmin hata orannn hesaplanmasnda kullanlan

en nemli metodlardan biri olarak kabul edilir ve aadaki gibi formlize

edilmektedir:

Her periyot iin hesaplanan tahmin hatas orannn mutlak deerleri toplam

MAD =

Periyot says

n tahmin hatasi

=

i=1 n

n tahmin edilen talepi - gerekleen talep i=

i=1 n

n = periyot says

Her i periyodu iin, tahmin edilen ve gerekleen talep arasndaki fark

hesaplanr. Eer yaplan tahminde mkemmellik salanmsa, tahmin edilen ve

gerekleen talepler birbirine eit olacaktr. Bu durumda, tahmin hatas da sfr

olarak hesaplanr. Her periyotta tahminler devam ettike, tahmin hatas da

hesaplanr ve birbirine eklenerek oalr. n sayda periyottan sonra,

yukardaki eitlik kullanlarak ortalama tahmin hatas bulunur. Dikkat edilecek

olursa, bu yolla tahmin hatalarnn mutlak deerleri ortalamas

hesaplanmaktadr. Baka bir ifadeyle, MAD bize tahmin hatalarnn sadece

bykln vermektedir; yn hakknda fikir vermez. Sz geen mutlak

deerlerin lm Mutlak Sapma (Absolute Deviation) olarak ifadeedilmektedir.

MAD ile tahmin hatas dalmnn klasik lm arasnda biri ilikiden sz

edilebilir. Bu iliki ksaca Standart Sapma (Standart Deviation,) olarak


32/33

31

31

tanmlanmaktadr. Eer tahmin doru yaplmsa tahmin hatalar normal bir

dalma sahiptir. Bu durumda, standart sapmay tahmin etmek iin SMAD(Smoothed Mean Absolute Deviation) kullanlmaktadr. Standart sapma ileSMAD arasndaki iliki aadaki gibidir:

1.25 SMAD

5.2. BiasBias, hata lmnde daha seyrek kullanlan baka bir yntemdir. areti (yn)dikkate alnarak hesaplanan tahmin hatalarnn toplamnn periyot saysna

blmyle elde edilir.

Tm periyotlar iin tahmin hatas toplamBias =

Periyot says

n ( tahmin edilen talepi - gerekleen talep i )

=

i=1 n

n = periyot says

MAD eitliinden farkl olarak, Bias tahmin hatalarnn ynl eilimini verir.

Baka bir deyile, eer tahmin srekli olarak gerekleen talebin zerinde

seyrediyorsa, Bias pozitif deere sahip olacaktr. Aksi durumunda ise negatif

deer alacaktr.

deal bir tahmin durumunda MAD ve Bias sfr deerini alrlar. Fakat pratikte,

genel olarak MAD ile Bias arasnda ters orantl olacak ekilde seim yapmak

durumunda kalnr. Baz durumlarda, bu lmlerden biri dk tutularak dierlmn deerce yksek klmas gze alnr. bu lmlerden biri, dierine

karlk dk tutulmak zorundaysa, MAD lm zerinde odaklanmak faydal

olacaktr. nk, MAD deeri sfra yaklatrldka, otomatik olarak Bias

deeri de dk olacaktr.


33/33

32

C. KAYNAKLAR1. SEVGENER, A. Sait; HACIRSTEMOLU, Rstem; Ynetim Muhasebesi; Alfa

Yaynevi; stanbul; 1998, s.274.2. SEVGENER, A. Sait; HACIRSTEMOLU, Rstem; 1998, a.g.k., s.275.3. SEVGENER, A. Sait; HACIRSTEMOLU, Rstem; 1998, a.g.k., s.279.4. MONKS, Joseph G. ; Operations Management ; McGraw-Hill International Edition,

1987, s.262.

5. SIPPER, Daniel; BULFIN, Robert L.; Production: Planning, Control and Integration,The McGraw-Hill Comp., Inc., 1997, s.90.

6. SIPPER, Daniel; BULFIN, Robert L.; 1997, a.g.k., s.91.7. SCHROEDER, Roger G.; Operations Management: Decision Making In The

Operations Function; 4th

Edition; McGraw-Hill; Inc.; USA; 1981, s.357.

8. DILWORTH, James B.; Operations Management; McGraw-Hill Book Co.; 1992, s.26.9. ADAM, Everett E.; EBERT, Ronald J.; Production and Operations Managment;

Prencite-Hall Int. Editions, s.90.10.ADAM, Everett E.; EBERT, Ronald J.; a.g.k., s.100.11.SIPPER, Daniel; BULFIN, Robert L.; 1997, a.g.k., s.110.12.ADAM, Everett E.; EBERT, Ronald J.; a.g.k., s.100.13.MONKS, Joseph G. ,1987, a.g.k., s.266,267.14.MONKS, Joseph G. ,1987, a.g.k., s.290,291.15.CHASE, Richard B. ; AQULANO, Nicholas J. ; Production and Operations

Management ; Richard D. Irwin, Inc., 1981, USA

Documents

Isletme Butcesinin Hazirlanmasi Ve Satis Tahmini Yontemleri