The Blog

Forecast Yöntemleri (Regression Analysis)
Ocak 21st, 2014-Tedarik Zinciri, Yalın YönetimLütfi Apilioğulları 0 Comments

Bütçe yapılırken ki en kritik kararlar hangi ürünlerden, ne miktarda satılacağın tahminlendiği süreçlerde alınır. Bir çok işletme genelde satış & pazarlama sorumlularınn geçmiş yıllardaki satış öngörülerine, bölüm müdürlerinin sektörel büyüme beklentisi yorumlarına ya da her ikisine bakarak genel bir tahmin yönteminde bulunurlar. Bu tahminlere göre kapasite, iş gücü, satınalma ve hatta büyüme konularında stratejik planlar yapılır ve uygulamaya başlanır. Eğer tahminlemeniz gerçeğe yakın değilse (forecast sapması : İster pozitif/ ister negatif) oldukça olumsuz sonuçlar ile karşı karşıya kalmanız içten bile değildir.

Eğer “forecast > gerçekleşen” olur ise aşırı stok ve envanter problemleri ile karşı karşıya kalır ve break-even nokasında zarar bile edebilirsiniz. Bunun aksi olur ise, yani “forecast < gerçekleşen” – kapasite, iş gücü gibi kaynaklarınız yetersiz olacağı için piyasaya mal verememe, bunun sonucu olarak reputasyon ve ciro kayıpları yaşayabilirsiniz.

Peki, bu denli önemli olan tahminleme yöntemini nasıl bilimsel yöntemlere dayandırıp, forecast hatalarının minimume indirgeyebiliriz.

Bunu bir örnek ile açıklamaya çalışalım.

Örnek: Yaklaşık 11 yıldır üretim yapan bir firmanın geçmiş 11 yıl içinde gerçekleştirdiği satışlar (gerçekleşen üretim) aşağıdaki gibi olsun. Şimdi bu sonuçlara göre önce ;

A) 12. Yıl için toplam satış forecast’i ne olmalıdır ?

B) Sonra da bu forecast’in quarter bazında nasıl dağılacağını hesaplayalım.

Çözüm.

A) Öncelikli olarak geçmiş verilerden yola çıkarak, satışın y=a + bx modeli ile trendsel olarak nasıl bir gelişim gösterdiğini bulmalıyız. Bir başka ifade ile geçmiş 11 yılın matematiksel modellemesini bularak, bu modeli 12.yıl için uygulayacağız.

Regsession analizine göre yapılan hesaplamalar sonucunda” y= 401,2 + 1655,2 x ” şeklinde bir formül elde ediyoruz. Bu formulde x=12 yerleştiriesek , y=20.144 sonucun elde ederiz. Aynı şekilde x yerine 13,14,15 rakamları koyarak da daha sonraki yıllarda nasıl bir satış trendi olacağını hesaplayabiliriz.

 

B) Şimdi ise bu tahminlemenin quarter bazında (sezonsal olarak) nasıl olacağını hesaplayalım.

Aşağıdaki tablo bize son 11 yılın aynı quater’larındaki satış rakamlarını vermektedir. İlk satır Q1 (quarter-1) için, ikinci satır ise Q2 için vermektedir.

Her yılki quarter satışını, o yılki toplam satış rakamına böldüğümüz zaman elde edilen oran (ratio) bize o quarter’ın sezondal indeksini (SI: Seasonal Index) vermektedir. Bu işlemi her bir quarter dilimi ve son 11 yıl için yapar ve aritmetik ortalmasını alırsak, her bir quater için SI değerinin trendini hesaplayabiliriz.

Bu sonuca göre her bir quarter için SI aşağıdaki gibi çıkmıştır. Her bir quater için bulunan SI değerini , 12.YIL için bulunan tahmin ile (y) çarparsak, tahmin yıl içindeki toplam rakamı quarter bazında hesaplamış oluruz.

 

İstatistik bilimi bu gibi alanlarda oldukça işimize yaramaktadır. Öngörü ve deneyim elbette çok önemlidir ancak, sonuçların gerçeğe yakın olmasını kısmen de olsa garanti altına almak ve olası sorunları analitik yaklaşımlar ile bertaraf edebilmek için bu gibi analizleri kullanmanızı tavsiye ederim.

Leave a Reply


üç × 3 =

Affiliates

Follow Me On The Web!

Join Lean Ofis | Turkey

Yalın Yönetim

Lean Ofis | Blog üyelik için

Tesekkürler