Cam sektöründe talep tahmin yöntemlerinin uygulanması ve değerlendirilmesi

Şirketler varlıklarını sürdürmek, kâr etmek ve büyüyebilmek için gelecekle ilgili sürekli araştırmalar yaparak ürünlerine olan talebi tahmin etmeye çalışırlar. Tahmin, geçmiş verilerden ve deneyimlerden yola çıkarak gelecekle ilgili öngörüde bulunabilmektir. Tahmin etme salt şirketler için değil ülkelerin ekonomilerini ayakta tutmaları açısından da oldukça önem taşımaktadır. Talep tahmini, gelecek dönemlerde tüketicilerin talep edecekleri ürün ya da hizmetin miktarını önceden kestirebilmektir. Üretim plânlama faaliyetlerinin başlangıç noktası olan talep tahmini sâyesinde şirketler, kapasiteyi optimum düzeyde kullanma, stok miktarlarını koruma, ürün bulunabilirliğini arttırarak yeğlenen şirket hâline gelme, müşteri hoşnutluğunu arttırma gibi birçok olanağı elde edebilmektedirler. Doğru tahmin girdileri ile üretim sistemleri plânlanır ve gerekli hammadde, malzeme, yarı ürün, makina-donanım, insan kaynağı ve finansman konularında kararlar verilir. Literatüre baktığımızda talep tahmini konusunda birçok yöntem geliştirilmiştir. Bu yöntemlerin doğruluk oranları; kullanılan verilerin yapısına, doğrusallık ya da karmaşıklığına, kapsadığı zaman aralığına göre değişim göstermektedir. Tahmin ediciler, geçmiş verinin oluştuğu koşullarda genellikle zaman serisi tahmin yöntemlerini yeğlemişlerdir. Bunun dışında son zamanlarda karmaşık problemlerde belirgin şekilde kullanılmaya başlayan yapay zekâ sistemlerinden yapay sinir ağı, simülasyon, genetik algoritma, bulanık mantık, gri teori, destek vektör makinaları gibi sezgisel yöntemler dikkate alınmaktadır. Amaç eldeki veri kümesine doğru tahmin yöntemini uygulayarak optimum sonuç elde edebilmektir. Bu çalışmanın amacı; ülke ekonomisine büyük ölçüde katkı sağlayan cam sektöründeki ürünlere olan talebi önümüzdeki dönem için doğru tahmin edebilmektir. Çalışmada öncelikle tahmin ve talep tahmini kavramlarından sözedilerek konuya giriş yapılmış, literatürde ele alınan yöntemler ve gelişimleri ile konu sürdürülmüştür. Sonrasında, uygulamada ele alınan sektör ve şirket tanıtılarak tahmin edilecek ürünlerin analizi yapılmıştır. Tahmin için ürün gruplarının seçimi ile ürünlerin hangi düzeyde tahmin edileceği önemlidir. Satış bölümündeki ekipler tarafından belirlenen talep tahmin birimlerine (DFU) göre ABC-XYZ analizi yapılarak, tahmin edilecek ürünlere karar verilmiştir. Tahmin yöntemlerini uygulamak için yurtiçi pazarda en büyük üretici olan cam şirketinin en fazla satış yoğunluğuna sahip olan bölgesi belirlenerek, müşteri tarafından en çok talep edilen (satılan) ürün ile ikincil işlem içeren katma değerli bir diğer ürün dikkate alınmıştır. Yöntemler uygulanmadan önce veri kümesi temizlik işlemine tâbi tutularak kampanya, fiyat zammı, indirimi, grev süreçleri gibi etkileyici etmenlerden arındırılmıştır. Uygulamada yöntem olarak zaman serisi analizlerinden hareketli ortalama, üstel düzeltme, Holt üstel düzeltme, Winter üstel düzeltme ve ARIMA yöntemleri ile, yapay zekâ ve sezgisel algoritmalardan yapay sinir ağları kullanılmıştır. Zaman serisi yöntemleri için Minitab 17 istatistik programından destek alınırken, yapay sinir ağları için Neurosolutions 5.05 Developer Excel ara yüzüyle birlikte çalışılmıştır. Her bir yöntem için kendi içinde belirlenen model tasarımlarıyla duyarlılık analizleri yapılarak hata oranlarına göre en uygun parametreler seçilmiştir. Doğruluk oranı yüksek parametreler ışığında belirlenen her bir yöntem ile iki ürün için 2015 yılı 12 aylık satış verisi tahmin edilmiştir. Literatürde kullanılan tahmin hata ölçümlerinden en yaygın olanı, ortalama mutlak yüzde hatadır (MAPE). Tahmin performansında MAPE hata ölçümünün yeğlenmesinin nedeni, farklı birimlerdeki modellerin karşılaştırılmasında yüzde ölçüm ile ortak bir nokta oluşturarak ortaya çıkabilecek dezavantajları yok etmesidir. Çalışmanın son aşamasında, ele alınan tüm yöntemlerin en yakın dönemdeki tahmin performansları, ortalama mutlak yüzde hata ölçümüne göre değerlendirilmiş ve geleceği tahmin etmek için optimum sonucu veren yöntem ortaya çıkarılmıştır. Temizlenen veriler üzerine yapılan tahmin sonrasında, konusunda uzman, deneyimli kişilerle bir araya gelerek tahmin sonuçları zenginleştirilebilir. Bu sâyede kişilerin öngördükleri farklı sonuçlar ya da birtakım ekonomik göstergeler, kampanya değişimleri gibi dış etmenler varsa bunlar yansıtılarak, satış ya da talep tahminleri son hâlini alır.