Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

DSS for UniLever Forecasting Activities Supervisor: Dr. Murat Kaya Adnan Emre Işık Arif Berk Bağatur Oğuz Özden Uğur Akın Eren.

Benzer bir sunumlar


... konulu sunumlar: "DSS for UniLever Forecasting Activities Supervisor: Dr. Murat Kaya Adnan Emre Işık Arif Berk Bağatur Oğuz Özden Uğur Akın Eren."— Sunum transkripti:

1 DSS for UniLever Forecasting Activities Supervisor: Dr. Murat Kaya Adnan Emre Işık Arif Berk Bağatur Oğuz Özden Uğur Akın Eren

2 Unilever Kuruluş Tarihi ülke  150 milyon tüketici 1953 Türkiye Yiyecek, Dondurma, Kişisel ve Ev Bakım Ürünleri Omo, Rinso, Yumoş, Domestos, Cif, Elidor, Dove, Knorr, Lipton, Algida

3 FMCG Sektörü Hızlı Tüketim Malları  yüksek rekabet Yüksek Rekabet  Promosyon Artırımı  Talep tahmini zorluğu Satış tahmin hata oranı (Türkiye Pazarı Ortalama) : 30% Unilever satış tahmin hata oranı: 26% Sektördeki en iyi satış tahmin oranı: 20%

4 Projenin Tanımı Yeni bir karar destek sistemi kurarak Unilever’in talep tahmini sürecine destek olarak, tahminlerdeki doğruluğu arttırmak Karar destek sistemleri yönetimsel karar alma süreçlerini destekleyen ara- yüz oluşumudur.

5 2 Projenin Aşamaları Excel ve VBA kullanarak Karar Destek Sisteminin Kurulması Regresyon Modelinin Kurulması Veri Toplama ve Analizi

6 Talep Tahmini – Regresyon Modelleri Zamana Bağlı Yöntemler Fiyatlar, promosyonlar, pazar payı, ve ekonomik göstergeler gibi etkenleri göz önüne almaz Sadece verinin zamana bağlı değişimi ve sezonsallık

7 Talep Tahmini Modelini Seçerken Düşünülenler Şirketin tolere edebileceği hata oranı Şirketin bulunduğu sektör ve durumu Verinin özellikleri

8 Çoklu Regresyon Analizi Çoklu Regresyon çeşitli değişkenlerin, tahmin edilmek istenilen tek bir değişken üzerindeki etkisini ölçmek için kullanılır. Tahmin edilecek değişken (Bağımlı Değişkenler) - Satış Miktarı Talep Tahmini üzerinde etkili olan diğer değişkenler (Bağımsız Değişkenler) - Fiyat, Promosyon Tipleri, Reklam Harcamaları...

9 Çoklu Regresyon Analizi Modelin Gösterimi; Satış= β 0 + β 1 Fiyat + β 2 Promosyon+ β 3 Reklam Giderleri β k Rakip Fiyatı+ ε β 1, , β k = Bağımsız Değişkenlerin Etkileri β 1 = Fiyatın etkisinin negatif olması beklenir. β k = Rakip Fiyatının etkisinin positif olması beklenir.

10 Analiz Sırasında Yaşanılan Problemler 1. Veri Yetersizliği Düşünülen Değişkenlerdeki Veri EksikliğiÜrünlerin Yeni Olması 2.Kullanılacak Değişkenlerin Belirlenmesi 3.Verilerde ki Karmaşıklık

11 “ Çoklu Modelin Sonuçlarının Ölçülmesi Basit Kontroller - Değişkenin katsayısının işareti mantıklı mı? İstatistiksel Testler - Adjusted R-squared – Modelin Doğruluğunu ölçmede kullanılan ana faktör - F-test, t-test – Regresyon modelinde kullanılan değişkenlerin anlamlılığını ölçmek için

12 Bağımsız Değişken Seçimi Satış ? Unilever’in Fiyatı Rakip Fiyatı Promosyon Bütçesi GRP Tüketici Fiyat EndeksiPromosyon Çeşitleri Pazar Payı

13 İstatistiksel Yazılım Bağımsız değişkenlerin modele etkisi SPSS adlı istatistiksel yazılım ile hesaplandı. SPSS, çoklu regresyon modelini Excel’den çok daha etkili hazırladığı için kullanıldı.

14 Yumoş 6000 için Çoklu Regresyon Örneği DeğişkenKatsayı Unilever Fiyatı-111,885 Vernel Fiyatı126,028 Bingo Fiyatı115,646 Haftasonu Promosyonu203,515 TÜFE58,182 Promosyon Bütçesi-9 R kare Ayarlanmış R kare

15 Çoklu Regresyon Modeli Sonuçlar: Değişkenler Oranlar Price of Unilever18.18% Vernel Price20.48% Bingo Price18.80% Haftasonu Promotion33.08% Consumer Index9.46% Promotional Budget0.01%

16 Modeldeki Engeller Tutarsızlık? - Şirketten alınabilen data limitli  doğruluğu azaltıyor -Açıklanamayan sonuçlar yaratabilir -Çoklu-bağlanımlılık, normalite analizlerinin yapılmasını zorlaştırıyor.

17 Karar Destek Sistemi Kullanıcı Ara-Yüzü VBA MS Excel veri tabanı üzerinde kullanıcının Grafiksel Kullanıcı Ara-Yüzü yaratmasına ve model hazırlamasına olanak sağlıyor. Ara-Yüz Bölümleri:  Karşılama Sayfası  Ürün Seçimi  Önceki Tahminler  Yeni Data Girişi  Yeni Tahmin Sonuçları  Grafik Görüntüleme  Senaryolar

18 Karşılama Sayfası Kullanıcı Programı butona basarak başlatır

19 Ürün Seçimi Kullanıcının istediği tahmin birimini seçmesini sağlar Bir önceki tahminleri gösterir Kullanıcının yeni datayı kullanarak yeni bir tahmin yapmasını sağlar Yardım Butonu

20 Önceki Tahminler Önceki Tahminlerin Satışla olan ilişkisi Önceki tahminlerin datası

21 Yeni Data Girişi Promosyondan kaç gün yapıldığı Promosyon Seçimi Yeni tahmin yaratılması

22 Yeni Tahmin Sonuçları Grafiklerin Görüntüler Alternatif Senaryolar Sayfasını açar Yeni Tahmin Yaratır Programdan Çıkış Son ay Değerlerinin Siler

23 Grafikler Satış vs Fiyat Grafiği Satış vs Tahmin Grafiği Rakip Firma Fiyatı vs Tahmin

24 Alternatif Senaryo Yaratımı Yeni Değerleri Kullanarak Yeni Tahmin Yaratımı

25 Teşekkürler...


"DSS for UniLever Forecasting Activities Supervisor: Dr. Murat Kaya Adnan Emre Işık Arif Berk Bağatur Oğuz Özden Uğur Akın Eren." indir ppt

Benzer bir sunumlar


Google Reklamları