1 / 28

İçerik

İçerik. Projenin Amacı Veri (toplama & işleme) Tahmine Giriş Dünya Çeşitler Kullanıcılar için Sistem Üçlü Üstel Yumuşatma (Winter Metodu) Kontrol Sistemi ve Örnek Grup Seçimi Yeni Yaklaşım. Projenin Amacı.

silver
Download Presentation

İçerik

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. İçerik • Projenin Amacı • Veri (toplama & işleme) • Tahmine Giriş • Dünya • Çeşitler • Kullanıcılar için Sistem • Üçlü Üstel Yumuşatma (Winter Metodu) • Kontrol Sistemi ve Örnek Grup Seçimi • Yeni Yaklaşım

  2. Projenin Amacı Brisa’nın stok seviyelerini daha iyi kontrol edebilmesi için nicel metodların (zaman serileri) ve pazar büyümesi, ekonomik durum, sıcaklık gibi nitel metodların kombinasyonu ile bayiler tarafından yapılan satışların tahmini için yeni bir yaklaşım geliştirmek

  3. Veri Toplama • BOS (Bayi Otomasyon Sistemi) • 2006 yılından bugüne günlük satışlar • Fatura Tarihi • Satılan Lastik • Ürün Kodu • Bayi Kodu • Ürün Ana Grubu • Ürün Grubu • Ürün Alt-grubu • Satış Fiyatı

  4. Veri İşleme • Microsoft Office Access • MS Query • Microsoft Office Excel

  5. Tahmin Dünyası • Uzun Vadeli • 3-5yıl • ARGE, yatırım, fabrika mevkiplanlama, tedarik ağ tasarımı • Genellikle karar odaklı • Orta Vadeli • 1 sezondan 2 yıla kadar • Kapasite planlama, satış tahmin • Nicel yöntemlerle karar odaklılık bir arada • Kısa Vadeli • 1 sezondan daha az • Personel alım seviyeleri, satın alma, operasyonel planlama • Nicel yöntemler

  6. Tahmin Modeli Çeşitleri • Tahmin Çeşitleri: • Nitel: tecrübe ve karara dayalı... • Nicel: veri ve istatistiğe dayalı... • Tahmin Yöntemleri: • Naifyöntemler: Rakamları değerlendirmek • Formal yöntemler: sistematik olarak tahmin hatalarını düşürmek • Zaman Serileri Modelleri (örnek:üstel yumuşatma) • Nedensel Modeller (örnek:Regresyon)

  7. Yeni Yaklaşım • Hibrid Model (2 aşamalı tahmin) • Üçlü üstel yumuşatma (Winter metodu) • nesnel bileşen • Büyüme oranı çarpanı • öznel bileşen • Yeni yaklaşım; bireysel müşterilere satılan binek araç lastiklerinin tahmini için kullanıldı  tutarlı veri • Bu lastikler yaz ve kış lastikleri olmak üzere ayrıldı, kış lastikleri için üçlü üstel yumuşatmada değişiklik yapıldı

  8. Kullanıcılar için Sistem Büyüme oranı katsayısına göre değişiklik yapılabilir Nesnel tahmin sonuçlarınıBrisasatış ekibi inceler Sistem gerekli veriyi BOS’tan çeker Üçlü üstel yumuşatma ile tahmin otomatik hesaplanır Brisa satış ekibi değişiklik talebini değerlendirir İhtiyaç halinde bayiler öznel değişiklikler isteyebilir Bayiler tahmin sonuçlarını inceler Brisa yönetimi son talep hakkında bilgilendirilir Lastikler bayilere gönderilir 9

  9. Üçlü Üstel Yumuşatma(Winter Metodu) • Nasıl?level’i trend ve sezonsallık etkilerinden ayırarak Yumuşatılmış trend değerlerini level’e ekle Sezonsallık endeksinitopla (Toplamayla sezonsallık) veyaçarp(Çarpmayla sezonsallık) • Ne zaman kullanılır?Eğer veride trend ve sezonsallık varsa

  10. Trend ve Sezonsallık İstanbul

  11. Sezonsallık Endeksi Çarpanla sezonsal düzeltme: • Nasıl?Zaman serisinin her değerini sezonsal endekse bölerek • o sezonda tipik gözlenen normalin yüzdesini temsil eder • Ne zaman kullanılır?dalgalanma ölçüsü level ile orantılı olduğunda 12

  12. Tahmin Tutarlılığı • Forecast Error (e): • Mean Forecast Error (MFE or Bias): • Mean Absolute Deviation (MAD): • Mean Absolute Percentage Error (MAPE): • Mean Square Error (MSE): et  = At  -  Ft • At: t zamanındaki gerçek talep • Ft: t zamanındaki tahmin • n: period sayısı 13

  13. Kontrol Sistemimiz • Tedarik zinciri uygulamalarında tahmin tutarlılığı için1:MAPE (Mean Absolute Percentage Error) geçerli bir ölçümdür • MAPE değeri ≈ 10% ise kabul edilebilir2 (Şirket tarafından onaylandı)

  14. Örnek Grup Seçimi • Yıllık ciro (2009) • Bayi Cirosu_2009 / Toplam Ciro_2009 • Örnek Büyüklüğü: En başarılı 20% bayi = 100 Bayi

  15. Örnek Grup Seçimi 16

  16. Örnek Grup Seçimi 17

  17. İstanbul(MAPE 10,4% ) 1 Reference ? 18

  18. TÜRKİYE(MAPE 5,52%) 1 Reference ? 19

  19. Daha Fazla Tahmin • Lastik ebatlarına göre incelendi • 175-65-R14 / 175-70-R13 / 185-65-R14 • 195-60-R15 / 195-65-R15 / 205-55-R16 • Her ebat 2 gruba bölündü • Yaz lastikleri (yıl boyu satılan) • Kış lastikleri (6 aylık satışlar incelendi) 20

  20. 185-65-R14 (YAZ)(MAPE 10,82%) 1 Reference ? 21

  21. 185-65-R14 (KIŞ) (MAPE 38,01%) 1 Reference ? 22

  22. Hibrid Model Doğu Akdeniz-1 Bölgesi // Standart Model 1 Reference ? 23

  23. Hibrid Model Doğu Akdeniz-1 Bölgesi // Büyüme Oranlı 1 Reference ? 24

  24. Katma Değer • Brisa için bir “Karar Destek Aracı” • Eski Sistem: • Yukarıdan aşağıya planlama “ Yönetim ne kadar satılacağını söyler, satış ekibi bu miktarı bayilerin taleplerine göre dağıtır” • Yeni Sistem: • Aşağıdan yukarı planlama “ Bayiler ve satış ekibi ne kadar satılacağına birlikte karar verir ve yönetime bildirir” • Müşteri talebini daha iyi anlayabilmek • Daha etkin planlama sistemi • Envanter tutma masraflarında düşüş 25

  25. Sonuçlar • “Bütün tahminler YANLIŞTIR!!!” • En iyi sonuç için: Hibrid Model (2 Aşamalı Tahmin) • Üçlü Üstel Yumuşatma • Büyüme Oranı Çarpanı • Şu an için sınırlı veri • Gelecekte daha tutarlı tahmin beklentisi 26

  26. Teşekkürler..Sorular?

  27. Metodoloji St: t periyod için sezonsal çarpan endeksi m: sezon sayısı (aylık veri için m=12) γ : 0 ile 1 arasında yumuşatma katsayısı γmetodun sezonsallıkta algılanan değişikliklere ne kadar çabuk tepki verebildiğini ölçer • Level tahmini yumuşatma Lt: Lt=α*(Dt/St-m) + (1- α)(Lt-1+Tt-1) • Trend tahmini yumuşatma Tt: Tt=β*(Bt-Bt-1) + (1- β)*Tt-1 • Sezonsal tahmini yumuşatma St: St= γ*(Dt/Bt) + (1- γ)*St-m k period ilerisi için tahmin: Ft+k=(Lt-1 + kTt-1)*St+k-m 28

More Related