Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

Talep Yönetimi Demand Management MPC 5 th Edition Chapter 2-3 30.05.2016Prof. Dr. Tijen Ertay 1.

Benzer bir sunumlar


... konulu sunumlar: "Talep Yönetimi Demand Management MPC 5 th Edition Chapter 2-3 30.05.2016Prof. Dr. Tijen Ertay 1."— Sunum transkripti:

1 Talep Yönetimi Demand Management MPC 5 th Edition Chapter Prof. Dr. Tijen Ertay 1

2 TALEP YÖNETİMİ Genel Tanım : Müşteriler hakkında ve müşterilerden gelen bilgilerin, imalat planlama ve kontrol (MPC)sürecine dahil edilmesi işlemidir. Talep tahmini, tüketicilerin gelecekte ne miktar mal ve hizmet talep edeceklerinin kestirilmesi işlevidir. Bu tahmin işletmenin üretim seviyesi­ nin saptanmasında temel oluşturur. Hangi ürünün üretileceği, tüketicile­rin bu üründen ne miktar talep edecekleri ve bu talebin çoğunlukla hangi tarihlerde gerçekleşme olasılığının bulunduğu talep tahminleri ile yorum­lanır Prof. Dr. Tijen Ertay 2

3 Talep Yönetimi ve Tahmin Planları Talep Yönetimi bölümünde, müşteri talebinin miktarı ve zamanı hakkında tahminler geliştirilir. Bunun için uygun bir tekniğin belirlenmesi önemlidir. Bu tekniğin seçimi, ürünün yaşam döngüsü (life cycle) içersinde nerede bulunduğuna son derece bağlıdır. Müşterimize sevk etmeyi planladığımız her ne varsa bu süreç sonucu elde edilir. Bu miktar sadece kantitatif tahminlerin aynısı olmak zorunda değildir. Ancak tahminler, plan yapılması konusunda yardımcı olurlar. Tahminlerle planlar arasındaki sapmaların diğer bir değişle hata paylarının minimize edilmesi önemlidir Prof. Dr. Tijen Ertay 3

4 Tahmin Çeşitleri: Pazar tahmini: Bu tahmin bir yıldan yirmi yıla kadar uzun döne­min firmanın genişleme planları ile (R&D) araştırma ve geliştirme faaliyetlerine rehberlik eder. Şirketin izleyeceği yolu belirleyen bu tahmin oldukça önemlidir. Bu nedenle büyük bir titizlikle hazırlanmalıdır. Özellikle, ürünün life cycle üzerinde hangi aşamada olduğuna bağlı olarak, kullanılacak tekniklerde de farklılaşmalar olması söz konusudur Prof. Dr. Tijen Ertay 4

5 Mamul Hayat Eğrisi Best period to increase market share R&D engineering is critical Practical to change price or quality image Strengthen niche Poor time to change image, price, or quality Competitive costs become critical Defend market position Cost control critical Pazara girişBüyümeOlgunlukDüşüş Company Strategy/Issues Internet Flat-screen monitors Sales DVD CD-ROM Drive-through restaurants Fax machines 3 1/2” Floppy disks Color printers Figure Prof. Dr. Tijen Ertay 5

6 Yaşam döngüsünün ilk aşaması, pazara giriş evresidir. Bu aşamada arge maliyetleri ve Pazar hedeflerinin belirlenmesi son derece kritik öneme sahiptir. Ürün üzerinde tasarım değişikliklerine bağlı olarak süreç tasarımında değişikliklere gidilmesi sık rastlanan durumlardır. Pazar belirsizliğini koruduğu için, ürün tasarımı ve geliştirilmesi kritik faktördür. Ürün ve proses tasarımı değişikliğine gidilebilir. Yüksek protipleme ve imalat maliyetleri söz konusudur. Sınırlı sayıda model, kaliteye odaklanma söz konusudur. Ürünün Pazar içindeki payının artmayı sürdürdüğü, büyüme aşamasında, Ürünün geliştirilmesi ve çeşitlendirilmesi için dizaynındaki detay seviyesi, çoklu disiplinler arası mühendislik seviyesi arttıkça, ürünün prototip imalinden sürekli üretime geçişteki, kalite maliyetlerinin düzeyinin de artabileceği aşamadır. Zira rekabetçi ürün yaratma ve bunun pazarda konumlandırılmasının önem taşıdığı bir aşamadır. Bu aşamada, ayrıca ürün süreç güvenirliliği, kapasite artırımına gidilmesi, ürün odaklı yapıya kayma, dağıtım ağının kurulması ve geliştirilmesinin önemli olduğu aşamadır Prof. Dr. Tijen Ertay 6

7 Ürün ömrünün olgunluk aşamasında olduğu evrede, firmanın mevcut Pazar payını koruması ve sürdürebilmesi için, maliyet düşürme çalışmalarına hız verdiği aşamadır.Bu aşamada, ürünün üretiminde sağlanan yüksek standardizasyon ve ürünün tasarımında değişikliklerin sınırlı olduğu istikrarın korunduğu bir evredir. Rekabet yaratacı fiyatlama politikalarının önemli olduğu bir aşamadır. Bu nedenle promosyon ve reklam çalışmalarının ön plana çıktığı evredir. Firma optimum kapasite ile çalışır Prof. Dr. Tijen Ertay 7

8 Ürünün yaşam çevrimi içinde düşüşe geçtiği evre, maliyet kontrolü bu evrede son derece önemlidir. Ürün farklılaşmasının son derece azaldığı, bu evrede, kapasite fazlalığı durumu, ürünün satışlarındaki düşüşe bağlı olarak ortaya çıkar. İyi kar getirmeyen ürünlerin, üretim hattından kaldırıldığı, bu durumda ortaya çıkan kapasite fazlalıklarının farklı ürün alternatiflerinin üretimine tahsis edildiği yada kapasite daraltmalarına gidildiği aşamadır Prof. Dr. Tijen Ertay 8

9 Pazara Giriş,Gelişme, Olgunluk Aşamasında Kullanılan Teknikler Kalitatif Teknikler: Pazara giriş zamanı, ürünün yaşam döngüsü anlamında uzun ve belirsizliğini koruyan eldeki dataların yetersizliğini yada kesin olmayışlarını sürdürdüğü bir evreye işaret ettiği için daha ziyade, kalitatif tekniklerin kullanıldığı aşamadır.Bu teknikler, daha ziyade subjectif değer yargısına bağlı olarak geliştirilen tekniklerdir. Delphi, Anolojiler (benzer ürünler ve sistemlerle ilişkilendirerek bağlantı kurma), Pazar araştırması teknikleri daha ziyade alan çalışmalarına dayalı anket araştırmaları Prof. Dr. Tijen Ertay 9

10 Kantitatif Teknikler: Pazarda büyüme evresinde, kaynak artırımı, Pazar payını artırma stratejileri dolayısı ile üretim hacminin artırılmasına bağlı olarak, kullanılacak tahminleme teknikleri daha kantitatif bir yapıya bürünmeye başlar. Çoklu regresyon modelleri, zaman serileri analizleri en çok kullanılan tekniklerdir. Ürün yaşam döngüsünde, olgunluk yada durağan aşamasına geldiği evrede, pazara giren yeni rakipler sebebiyle, hem kalitatif hemde kantitatif tekniklerin kullanılabildiği aşamadır. Ekonometrik modeller,Delphi tekniği,korelasyon analizleri Prof. Dr. Tijen Ertay 10

11 Tahminler ve Planlar neden önemlidir? Bir imalat yöneticisi, doğruya en yakın talep tahmininde bulunabilmek için en uygun tekniği seçmesi gerekir. Bir imalat yöneticisi, üretim planı bilgilerini, daima talep tahmin bilgileri ile satış ve operasyon plan bilgilerini doğru tekniklerle birleştirerek gerçekleştirmeden ve oluşturmadan sorumludur Prof. Dr. Tijen Ertay 11

12 MPC çalışanlarının sorumluluğu Uygulanabilirliği en yüksek planların oluşturulmasına yardımcı olmak Bu planların uygulanması için gerekli bilgi ve veri akışının sağlayacak program girişlerini yapmak. Kısa ve orta vadede, gerekli olabilecek değişikliklere göre 1) Planları zamanında değiştirmek yada güncellemekten 2)Değiştirilmiş yada güncellenmiş planların uygulamaya koymaktan sorumlu kişilerdir Prof. Dr. Tijen Ertay 12

13 Bağımlı – Bağımsız Talep Üzerinde kontrolümüzün olmadığı talep: bağımsız talep Müşterinin bir ürünü satın alma kararı, imalatçının tasarrufunda değildir Bir imalat planı yaptıysak, o plana uygun son ürünleri üretebilmemiz için gerekli alt parçalara olan ihtiyaç: bağımlı talep Prof. Dr. Tijen Ertay 13

14 Plan / Talep karşılaştırması Müşteri talebi genellikle bağımsız taleptir (kontrol edilmesi güç, tahminleme teknikleriyle elde edilmesi gerekli) Bir ürünün oluşturulması ile ilgili parçalara olan talep bağımlı taleptir ve hesaplaması güncellenen veriye göre MPC tarafından otomatik olarak gerçekleştirilen bilgilerdir. (Böylece, planların değişme ihtimali sözkonusu olabilecektir.) Prof. Dr. Tijen Ertay 14

15 Müşteri Siparişi Ayrılma Noktası (Siparişin Giriş Noktası) Talebin bağımsızdan bağımlı hale dönüştüğü nokta olarak tarif edilebilir. Müşterinin değil, firmanın satın alınacak, proses edilecek veya üretilecek miktarı tayin ettiği noktadaki talep bağımlı taleptir. Engineered to order Tedarikçiler Made to order Hammadde Assemble to orderWIP Made to stockHazır Mamul Prof. Dr. Tijen Ertay 15

16 Farklı imalat ortamlarında, Müşteri Siparişi Ayrılma Noktası (Sipariş Giriş Noktası) Buna göre talebin karşılanmasındaki, yada müşteriye cevap vermedeki süre yukarıdaki sıralamaya göre, sola doğru gidildikçe, uzayacaktır. Talep Tahmin doğruluğuna, kesinliğine duyarlılık, ise sağa doğru gidildikçe artacaktır Prof. Dr. Tijen Ertay 16

17 MPC Environments Suppliers Raw materials Work-in- process Finished goods Make- to-Stock Assemble- to-Order Make- to-Order Engineer- to-Order Independent Dependent Independent Dependent Independent Dependent IndependentDependent Decoupling Points MPC Environment Inventory Location

18 Stoğa üretimde (Make to stock-MTS) müşteriye cevap verme düzeyi (customer service level) ürünün bitmiş mal stoğunda olup olmamasına bağlı olarak belirlenir. Sipariş ve operasyonun başlatılması, malın stoktan çekilmesi halinde gerçekleştirilir. Talep yönetiminin tahminlemeyi yaparken, bitmiş mamullerin üretim sisteminin bitmiş ürünler stoğundamı, yoksa dağıtım merkezlerindeki depolardamı konumlandıracağı kararına bağlı olarak hem zaman hem coğrafi konum planlamasının yapılması gerekir. Siparişe göre son işlemlerde (Assemble to Order-ATO) önemli olan, hangi konfigürasyonların imal edileceğinin karar verilmesidir. Talep Tahmini, konfigürasyonlar için yapılmakla beraber, şipariş ve operasyon planları siparişteki ana bileşenler ve komponentler için gerçekleştirilir. Sipariş Tipi üretimde (Make to Order MTO) ise, spesifik bir ürüne olan talep bilgisine göre ürün ile ilgili şartnameler müşteriden alınıp ya mühendislik bölümüne yada ürün hammadde deposuna iletilmedir. Üründeki spesifikasyon, tasarım ve mühendislik işlevi artıkça tedarikleme birimleriyle olan iş birliği gereksinimide artacaktır. Talep Yönetiminin, farklı imalat ortamlarındaki katkısı Prof. Dr. Tijen Ertay 18

19 Talep Yönetim Sisteminin, farklı imalat sistemlerine olan katkısı Katkı MTSATOMTO BilgiTalep hazırlamaKonfigürasyonların belirlenmesi Ürün spesifikasyonlarının alınması PlanlamaStok seviyelerinin öngörülmesi Teslim tarihlerinin belirlenmesi Yeterli mühendislik kapasitesinin sağlanması Kontrol Noktası Müşteri memnuniyetini elde etme ve servis verme seviyesi Teslim tarihlerinin tutturulması ve bağlı kalınması Kapasitenin müşteri ihtiyaçlarına göre ayarlanması Prof. Dr. Tijen Ertay 19

20 Talep / Satış Tahminleri Tanım: Gelecekteki belirli bir zaman aralığı (uzun dönem, orta dönem, kısa dönem) için, ürüne olacak talebin öngörülmesi işi. Kısa Dönem: iş çizelgeleme, iş gücü düzeyleri belirleme, üretim seviyelerini dengeleme için kullanılır. Operasyonel seviyede çalışanlarca gerçekleştirilir. Orta Dönem : Ürün gruplarına karar verme, iş gücü, malzeme ve stok planlamsı amacına hizmet eder. Orta düzey yöneticilerce gerçekleştirilir. Uzun Dönem Planlama: Tesis genişletme, yeni ürün planlama, sermaye fonlarının planlamsı gibi konularda veri sağlama üst düzey yöneticilerce gerçekleştirilir. MPC, etkinliğini ortaya koyan ön aşamaya ilişkin bir kavramdır Prof. Dr. Tijen Ertay 20

21 Tahmin Şeması Uzun Dönem / Stratejik İş planlama Orta Dönem /Satış ve Opr. Planlama Kısa Dönem / AÜP Tahmin konusuToplam satış veya çıktı (Nakit) Ürün ailesine olan talep Bireysel ürünler Üst yöneticilerin katılımı YoğunSeyrekÇok düşük Tahmin sıklığıYıllıkÇeyrek Yıl veya Aylık Sürekli Tahmin KapsamıYıllar üzerine, yıllık1 seneye kadar aylık Birkaç haftaya kadar günlük YatırımYüksekOrtaDüşük TekniklerSezgi, deneyim ve sağduyuya dayalı teknikler, ekonomik büyüme modelleri Detaylı tahminlerin toplanması, müşteri planları, CRM Sayısal Teknikler Prof. Dr. Tijen Ertay 21

22 Talebi Etkileyen Faktörler Dış Faktörler: Genel ekonomik durum Uygulanan Kanunlar, şartnamelerdeki değişmeler Ekonomik göstergeler Müşterinin beğenisinin değişmesi İç faktörler: Ürün tasarımı, fiyat, reklam, paketleme, Firma genişleme/daralma politikaları Prof. Dr. Tijen Ertay 22

23 Talep Tahmininde Yedi Adım  Tahmin yapılacak alanın belirlenmesi  Tahmin yapılacak ürünlerin belirlenmesi  Tahmin-zaman periyodunun belirlenmesi  Tahmin modelinin seçimi  Verilerin toplanması  Tahminin yapılması  Sonuçların sağlaması ve irdelenmesi Prof. Dr. Tijen Ertay 23

24 Realiteler!  Tahminler çok nadir olarak kusursuzdur. Bu nedenle, hata hesaplamalarını ihtiva etmesi gerekir.  Birçok teknik istikrar varsayımı ile işlem yapar  Ürün aileleri ve bütünleşik veriler bireysel verilerden daha iyi sonuç verir.  Ürün aileleri ve bütünleşik veriler bireysel verilerden daha iyi sonuç verir.Yani, Tahminler, miktar veya çeşit bakımından büyük olan bir ürün grubu için daha doğru olur Prof. Dr. Tijen Ertay 24

25 Devam Tahminlerin yapılacağı zaman aralığı, kısaldıkça yapılacak tahminlerin duyarlılığı artacaktır. Tahminleme yapmak için, toplanan veriler bir trend, mevsimlik veya devresel hareketler veya rasgele dağınık bir yapı gösterebilir.Veriler izledikleri yollara göre uygun yöntemlerin seçilmesini gerektirir Prof. Dr. Tijen Ertay 25

26 Tahminler Mevsimsel TepelerTrend Gerçek Talep 4 sene için ortalama talep Talep Talepte rasgele bir değişim Yıl Prof. Dr. Tijen Ertay 26

27 Devri Değişim (C): Makro düzeyde konjüktürel dalgalanmaların söz konusu olduğu uzun bir zaman periodunda etkin olan değişim Örneğin, petrol fiatlarındaki artışın araba satışlarına olan etkisini analiz etmek istiyor isek,C>1 ise petrol fiatlarındaki artıştan talebin etkilenmediği söylenebilir. C<1ise durum tersinedir. %C=(Gerçekleşen talep değeri/Tahminlenen (trend) talep değeri)*100 Devri değişim ölçüsü Prof. Dr. Tijen Ertay 27

28 Mevsimsel Değişim (S): Satışların yılın belirli dönemlerinde aynı eğilimi (artış/azalış) göstermesi durumudur. Bu değişimin ölçüsü, mevsimlik indeks olarak ifade edilir. Kullanılan tekniklere göre farklı şekillerde hesaplanır. Devri değişime göre daha kısa dönemi kapsar.Yine talebin trende göre % nekadarlık artış yada azalış eğilimi içinde olduğunu gösterir Prof. Dr. Tijen Ertay 28

29 Rasgele Değişim (R): Talepteki değişimleri nedeni belli olaylarla izah edemediğimiz durumlarda, elimizde somut bir gösterge olmamasına bağlı olarak ortaya çıkan durumu gösterir. Burada diğer iki değişim durumu için, yapılan hesaplamalara benzer bir parametre hesabı yoktur, bu tahmin modeline yansıtılamaz. Bu durumda yapılan tahmin hatalarının bir ölçüsüyle R ilişkilendirilmeye çalışılır Prof. Dr. Tijen Ertay 29

30 Tahmin Metodları Niteliksel Teknikler Satış yetkilileri tahminleri Üst düzey tahminleri Piyasa araştırması Delphi Yöntemi Niceliksel Teknikler Çok etmenli analizler Zaman serisi analizleri(Trend, mevsimlik değişim, devri değişim, rassal değişimin etkilerini hesaba katarak daha kesin sonuçlar bulmaya çalışır Prof. Dr. Tijen Ertay 30

31 Prof. Dr. Tijen Ertay 31

32 Çok etmenli analizler Talebin, ekonomik göstergelere göre olan değişiminin saptanması Ekonomik göstergeler: ulusal gelir, enflasyon oranı, inşa edilen konut sayısı, vb. Başlıca teknikler: Regresyon ve Korelasyon Prof. Dr. Tijen Ertay 32

33 Regresyon Analizi Bağımsız ve bağımlı değişkenler arasında lineer bir bağıntı kurar Tahmin değeri ile gerçek değer arasındaki fark karesini minimum yapacak lineer bağıntı hesaplanır (en küçük kareler yöntemi) Prof. Dr. Tijen Ertay 33

34 En küçük kareler hata Bağımlı değişken değeri (Talep) Gerçek değer Bağımsız değişken (Ekonomik gösterge) Prof. Dr. Tijen Ertay 34

35 Lineer Regresyon Denklemleri Tahmin (Kestirim)Denklemi: En küçük karelere göre hesaplanan a ve b değerleri Prof. Dr. Tijen Ertay 35

36 Regresyon, hesap tablosu Prof. Dr. Tijen Ertay 36

37 Korelasyon Değişkenler arasındaki lineer bağıntı ne kadar güçlü? Korelasyon katsayısı r -1 ile +1 arasında değer alır İki değişken arasındaki bağımlılığı ölçer Tahminin güvenilirliği ile ilgili fikir sahibi olmak için kullanılır Prof. Dr. Tijen Ertay 37

38 Korelasyon: r değeri Mükemmel pozitif korelasyon Artan negatif korelasyon derecesi Mükemmel negatif korelasyon Korelasyon yok Artan pozitif korelasyon derecesi Prof. Dr. Tijen Ertay 38

39 Prof. Dr. Tijen Ertay Tahmin Hataları Mean Absolute Deviation (MAD) MAD = ∑ |Actual - Forecast| n Mean Squared Error (MSE) MSE = ∑ (Forecast Errors) 2 n

40 Prof. Dr. Tijen Ertay Tahmin Hataları Mean Absolute Percent Error (MAPE) MAPE = ∑ 100|Actual i - Forecast i |/Actual i n i =

41 Örnek SenePeriyotEnerji Talebi x2x2 xy  x=28  y=692  x 2 =140  xy=3, Prof. Dr. Tijen Ertay 41

42 Regresyon Prof. Dr. Tijen Ertay 42

43 Sonuç Prof. Dr. Tijen Ertay 43

44 Excel Aracılığı ile Regresyon Analizi Prof. Dr. Tijen Ertay 44

45 y= x Prof. Dr. Tijen Ertay 45

46 Prof. Dr. Tijen Ertay 46

47 Prof. Dr. Tijen Ertay 47

48 Prof. Dr. Tijen Ertay 48

49 y= x Bağımsız değişkenin Bağımlı değişkeni açıklama yüzdesi Karekök(MSE*7/5) Prof. Dr. Tijen Ertay 49

50 Regresyon – Birden fazla değişken olması durumu Birden fazla değişken için de aynı yöntem ile hataların kareleri toplamını en en küçük yapan katsayılar hesaplanır. Y=a+b1x1+b2x bnxn (Bu ders programına dahil edilmemiştir.) Prof. Dr. Tijen Ertay 50

51 Zaman Serisi Analizleri Zamana göre talep 5 şekilde değişebilir Ortalama: Faaliyetler, belirli bir ortalama değer çerçevesinde gerçekleşir (yatay/horizontal) Trend (Eğilim): Regresyon modelleri (sistematik artma veya azalma) Döngüsel: Uzun yıllarda, tahmin edilmesi güç talep değişikliklerinin tekrarlanması (örn. 3 yılda bir) Mevsimlik Değişim: Satış değerlerinin belirli dönemlerde, trend çerçevesinde artması/azalması Rastgele olaylar: Düzensiz gerçekleşen değişimler Prof. Dr. Tijen Ertay 51

52 Zaman Serisi Analizleri Mevsimsel TepelerTrend Gerçek Talep 4 sene için ortalama talep Talep Talepte rasgele bir değişim Yıl Prof. Dr. Tijen Ertay 52

53 Ortalama bazlı teknikler Son dönem talebi (Naive forecast) Basit ortalama yöntemi Hareketli ortalama yöntemi Ağırlıklı ortalama yöntemi Ağırlıklı hareketli ortalama yöntemi Üstel ağırlıklı hareketli ortalama yöntemi Prof. Dr. Tijen Ertay 53

54 Son dönem (Naive) talebi tahmini  Gelecek dönemin talebi bir önceki dönemin talebine eşittir  Misal olarak; Mayıs ayı satışı 48 adet gerçekleşmiş ise Haziran ayı satış tahmini 48 olarak belirlenir.  Ucuz ve anlaşılabilir bir yöntem Talep yatay civarında seyredip, sürekli küçük bir artma/azalma eğilimi varsa kullanılabilir Kolay uygulanan bir yöntem, düşük maliyetli Artma/azalma ‘nın yüksek olması durumunda hata payı yüksek olur Direkt veya talep değişimi göz önüne alınarak uygulanabilir Prof. Dr. Tijen Ertay 54

55 o HOM bir aritmetik ortalama serisidir. o Çok az veya trendin olmadığı durumlarda kullanılır o Genellikle düzgünleştirme için kullanılır o Baştan itibaren gerçekleşen taleplerin ortalaması, yeni talep tahmini olur o Yatay karakterli talepler için kullanılabilir. o Satışlar, önceki ay satışlarına bağlı olarak değişiyorsa uygun sonuçlar verir Basit hareketli ortalama methodu Hareketli ortalama= ∑ geçmiş n periyodun toplam talebi n Prof. Dr. Tijen Ertay 55

56 Örnek: Yıllara göre satış aşağıdaki gibidir yıl satışı hareketli ortalamalar yöntemine göre hesaplayınız Hareketli Ortalama Prof. Dr. Tijen Ertay 56

57 Hareketli Ortalama Prof. Dr. Tijen Ertay 57

58 Hareketli Ortalama Prof. Dr. Tijen Ertay 58

59 Hareketli Ortalama Prof. Dr. Tijen Ertay 59

60 Ağırlıklı Hareketli Ortalama D * : Tahmin talep değeri D i : i. Dönemde gerçekleşen satış W i : ağırlık katsayısı (0 ile 1 arasında) Ağırlıkların verilmesi kuralı, yakın geçmişteki verilerin tahminlemedeki etkisinin daha yüksek olmasını istiyor isek, giderek bir önceki döneme göre daha yüksek ağırlı değerleri göz önüne alınarak hesaplama yaptırılır. Ağırlıklar tecrübe ve sezgiye dayalıdır. Eski datalara verilen önem daha azdır Prof. Dr. Tijen Ertay 60

61 January10 February12 March13 April16 May19 June23 July26 [(3 x 16) + (2 x 13) + (12)]/6 = 14 1 / 3 [(3 x 19) + (2 x 16) + (13)]/6 = 17 [(3 x 23) + (2 x 19) + (16)]/6 = 20 1 / 2 Ağırlıklı Hareketli Ortalama [(3 x 13) + (2 x 12) + (10)]/6 = 12 1 / 6 AğırlıklarPeriyot 3Geçen ay 2iki ay önce 1üç ay önce 6ağırlıklar toplamı Gerçek3-aylık AylarSatışlarHO Prof. Dr. Tijen Ertay 61

62 Prof. Dr. Tijen Ertay ||||||||||||JFMAMJJASOND||||||||||||JFMAMJJASOND Shed Sales 30 – 28 – 26 – 24 – 22 – 20 – 18 – 16 – 14 – 12 – 10 – Gerçek Satış Rakamları Hareketli Ort. Öngörüsü Hareketli Ort. Grafiksel Karşılaştırma

63 Prof. Dr. Tijen Ertay Hareketli Ortalamalar ile Ağırlıklı Hareketli Ortalamalar Grafiklerinin Karşılaştırılması 30 – 25 – 20 – 15 – 10 – 5 – Sales demand ||||||||||||JFMAMJJASOND||||||||||||JFMAMJJASOND Mevcut Satışlar Hareketli Ortalamalar Ağırlıklı Hareketli Ortalamalar Figure 4.2

64  n periyot sayısını arttırmak tahmini düzgünleştirir fakat değişikliklere tepki vermez  Trend bileşenini iyi tahmin edemez  Çok yoğun geçmiş verilere ihtiyaç duyar HO’nın zayıf tarafları Prof. Dr. Tijen Ertay 64

65 Ağırlıklı hareketli ortalama kullanılır Ağırlıklar, üstel olarak azalır En son data en çok ağırlığa sahip olur. Ağırlık: (  ) 0 ile 1 arasında değişir. Subjektif olarak seçilebilir Avantajı: Geçmiş verilere olan bağımlılık düşük olduğu için, daha az işlemle sonuca gidilebilir. Üstel Ağırlıklı Hareketli Ortalama Prof. Dr. Tijen Ertay 65

66 F t =  A t  (1-  )A t  (1-  ) 2 ·A t  (1-  ) 3 A t  (1-  ) t-1 ·A 0 F t = Forecast value – Talep Tahmini A t = Actual value – Gerçek Talep  = Smoothing constant – Düzgünleştirme Sabiti F t = F t-1 +  (A t-1 - F t-1 ) Üstel Ağırlıklı Hareketli Ort Prof. Dr. Tijen Ertay 66

67 During the past 8 quarters, the Port of Baltimore has unloaded large quantities of grain. (  =.10). The first quarter forecast was QuarterActual ? Exponential Smoothing Example Find the forecast for the 9 th quarter Prof. Dr. Tijen Ertay 67

68 F t = F t ( A t -1 - F t -1 ) QuarterActual Forecast, F t ( α =.10) (Given) Exponential Smoothing Solution Prof. Dr. Tijen Ertay 68

69 Quarter Actua Actual Forecast, F t ( α =.10) (Given) ( F t = F t ( A t -1 - F t -1 ) Prof. Dr. Tijen Ertay 69

70 QuarterActual Forecast,F t ( α =.10) (Given) ( F t = F t ( A t -1 - F t -1 ) Prof. Dr. Tijen Ertay 70

71 QuarterActual Forecast,F t ( α =.10) (Given) ( ) F t = F t ( A t -1 - F t -1 ) Prof. Dr. Tijen Ertay 71

72 QuarterActual Forecast,F t ( αααα =.10) (Given) ( ) = F t = F t ( A t -1 - F t -1 ) Prof. Dr. Tijen Ertay 72

73 F t = F t ( A t -1 - F t -1 ) QuarterActual Forecast, F t ( α =.10) (Given) ( ) = ( ) = Prof. Dr. Tijen Ertay 73

74 F t = F t ( A t -1 - F t -1 ) Quarter Actual Forecast, F t ( α =.10) (Given) ( ) = ( ) = ( )= Prof. Dr. Tijen Ertay 74

75 F t = F t ( A t -1 - F t -1 ) QuarterActual Forecast, F t ( α =.10) (Given) ( ) = ( ) = ( ) = ( ) = Prof. Dr. Tijen Ertay 75

76 F t = F t ( A t -1 - F t -1 ) QuarterActual Forecast, F t ( α =.10) (Given) ( ) = ( ) = ( ) = ( ) = ( ) = Prof. Dr. Tijen Ertay 76

77 F t = F t ( A t -1 - F t -1 ) TimeActual Forecast, F t ( α =.10) ( ) = ( ) = ( ) = ( ) = Prof. Dr. Tijen Ertay 77

78 F t = F t ( A t -1 - F t -1 ) TimeActual Forecast, F t ( α =.10) ( ) = ( ) = ( ) = ( ) = ( ) = ( ) = ? Prof. Dr. Tijen Ertay 78

79  nın seçilmesi Ortalama Mutlak Sapma (Mean Absolute Deviation MAD)’yı en az yapan değer, en uygun değerdir. If:Forecast error = demand - forecast Then: Prof. Dr. Tijen Ertay 79

80 Trend bazlı Regresyon Analizi Zamana göre regresyon analizinin yapılması Formüller aynı Prof. Dr. Tijen Ertay 80

81 Mevsimsel Değişim bazlı Teknik Geçmiş satış dönemlerinde periyodik dalgalanmaların bulunması durumunda kullanılan yöntem Bir tahmin yöntemi ile hesaplanan tahmin değeri, mevsimlik düzeltme faktörleri ile çarpılarak yeni değer elde edilir Prof. Dr. Tijen Ertay 81

82 Mevsimsel Değişim: Örnek Mevsim1. Yıl2. Yıl3. Yıl4.Yıl Toplam Yıllara göre ortalama: 1 : 1000/4=250 2: 1200/ 4 = : 1800 /4=450 4: 2200/ 4 = Prof. Dr. Tijen Ertay 82

83 Mevsimsel Değişim: Örnek Mevsim1. Yıl2. Yıl3. Yıl4.YılOrt 145/250=0,1870/300=0,23100/450=0,22100/550=0,180, /250=1,34370/300=1,23585/450=1,30725/550=1,321, /250=2,08590/300=1,97830/450=1,841160/550=2, /250=0,4170/300=0,57285/450=0,63215 /550=0,390, Prof. Dr. Tijen Ertay 83

84 Mevsimsel Değişim: Örnek MevsimTahmin 1650 x 0,2 = x 1,3 = x 2 = x 0,5 = 325 Senelik artışın 400 olması göz önüne alınarak beklenen toplam 5. Yıl satışı 2600, ve ortalama mevsimlik değer 650 olacaktır. Buna göre mevsimlik düzeltmeler : Prof. Dr. Tijen Ertay 84

85 Pyramid Forecasting


"Talep Yönetimi Demand Management MPC 5 th Edition Chapter 2-3 30.05.2016Prof. Dr. Tijen Ertay 1." indir ppt

Benzer bir sunumlar


Google Reklamları