Sistem Tasarım 2 Fiyatlandırmaya Bağlı Talep Tahmin Analizi

... konulu sunumlar: "Sistem Tasarım 2 Fiyatlandırmaya Bağlı Talep Tahmin Analizi"— Sunum transkripti:

1 Sistem Tasarım 2 Fiyatlandırmaya Bağlı Talep Tahmin Analizi
Grup: BigM Proje Danışmanları M. Gökhan ATALIK Çağlar GÜVEN Serhat BAŞKAYA Serhan DURAN Koray GÜL Sadullah İMAT Şirket Danışmanları Nida Benan ÖZER Seden EFE

2 Sunum İçeriği Firma Tanıtımı ve Proje İçeriği Mevcut Sistemin Analizi
Problem Tanımı ve Formülasyonu Çözüm Yaklaşımı ve Model Formülasyonu Model Çıktıları Uygulama Planı

3 Sunum İçeriği Firma Tanıtımı ve Proje İçeriği Mevcut Sistemin Analizi
Problem Tanımı ve Formülasyonu Çözüm Yaklaşımı ve Model Formülasyonu Model Çıktıları Uygulama Planı

4 Firmanın Tanıtımı: Kategoriye özel 6 kategoride 24 Marka
973 Kalem ürün Kategoriye özel Pazarlama Satış Talep Planlama Finans 6 Kategoride, 24 Marka, 973 kalem ürün Kategori bazlı çalışıyorlar. Herbir kategoriye özel; pazarlama, satış, talep planlama, finans ve MS&P var.

5 5 Firmanın fiyatlandırma politikaları, Rakiplerin fiyat değişiklikleri göz önüne alınarak; Aylık toplaşık talep tahminlerini haftalara ve ürün kalemlerine dağıtmak Supply chain i hafifletmek falan da diyebiliriz.

6 Sunum İçeriği Firma Tanıtımı ve Proje İçeriği Mevcut Sistemin Analizi
Problem Tanımı ve Formülasyonu Çözüm Yaklaşımı ve Model Formülasyonu Model Çıktıları Uygulama Planı

7 Mevcut Sistem GDF Yazılımı GDF Tahmin Çıktısını Düzeltme
Düzeltilen Tahminin Haftalara ve Ürün Kalemlerine Dağıtımı GDF açıklaması Modelden neden bazı variable’lar çıkarıldı

8 Mevcut Sistem GDF Kalem Bazlı Dağılım Kalem Bazlı Dağılım Sku-4 Sku-2
Aylık Yalın Talep Tahmini 3 Yıllık Gönderi Bilgisi GDF Düzeltme Düzeltme Düzeltilmiş Aylık Talep Tahmini Sku-1 Haftalık Dağılım Haftalık Dağılım Haftalık Dağılım Sku-3 Haftalık Marka Bazlı Talep Tahmini Kalem Bazlı Dağılım Kalem Bazlı Dağılım Haftalık Kalem Bazlı Talep Tahmini

9 Problem ile İlgili Analizler
Aylık talep tahminleri ve gerçekleşen sevkiyatların karşılaştırılması: Saç Bakım-Blendax 9

10 Haftalık Dağılım Oranları
Mart 2008 den başlayıp ağustos 2008 in sonuna kadar. Saç Bakım-Blendax

11 11 11 Fiyatlandırma dönemlerinde kalem bazlı haftalık talep tahmin hatalarının fazla olması Tahmin edilen dağılım % – Gerçekleşen dağılım % Ocak 2008 den başlayıp ağustos 2008 in sonuna kadar.

12 Problem ile İlgili Analizler
Fiyat artışı İlk haftalarda talepte düşüş 1 2 3 4 5 6 7 8 9 Haftalar Son haftalarda talepte artış t = 4’te fiyat artışı bildirilmesi

13 Sunum İçeriği Firma Tanıtımı ve Proje İçeriği Mevcut Sistemin Analizi
Problem Tanımı ve Formülasyonu Çözüm Yaklaşımı ve Model Formülasyonu Model Çıktıları Uygulama Planı

14 Problem Tanımı Ürün kalemlerinin haftalık tahminlerinde hedefler tutturulamıyor Belirti NEDEN ? Aylık tahmin haftalara doğru dağıtılmıyor. NEDEN ? Fiyat değişimleri haftalık talep tahminlerine yansıtılamıyor. NEDEN ? Aylık talebi, haftalara ve ürün kalemlerine doğru bir şekilde dağıtacak bir karar mekanizmasının olmaması Problem

15 Problem Formülasyonu Karar verici: Talep yöneticisi Karar vericinin amacı: Düşük tahmin hatası Karar kriteri: Ortalama mutlak yüzde hatasını (MAPE) düşürmek Başarı ölçütü: MAPE (Ortalama mutlak yüzde hatası)

16 Sunum İçeriği Firma Tanıtımı ve Proje İçeriği Mevcut Sistemin Analizi
Problem Tanımı ve Formülasyonu Çözüm Yaklaşımı ve Model Formülasyonu Model Çıktıları Uygulama Planı

17 Çözüm Yaklaşımları Marka Bazlı Regresyon Zaman Serileri
Hata Azaltıcı Lineer Olmayan Modeller Kalem Bazlı Regresyon Zaman Serileri Hafta Bazlı Tahminin Ürün Kalemlerine Dağıtılması

18 1. Regresyon Analizi Saç-bakım kategorisi için istatistiksel veri analizi Haftalık talep tahminlerinde etkili olan değişkenleri (fiyat, geçinme endeksi…) belirlemek ve bunların etkisini ölçmek

19 Model Formülasyonu LOG(Shp(W3)) = β1*LOG(Shp(W2)) + β2*LOG(Shp(W1))
Fiyat değişimi Tahmin edilecek Geçen ay W-2 W-1 W0 W1 W2 W3 W4 Haftalar LOG(Shp(W3)) = β1*LOG(Shp(W2)) + β2*LOG(Shp(W1)) +β3*LOG(Fiyat endeks değişimi) LOG(Shp(W2)) = β1*LOG(Shp(W1)) + β2*LOG(Fiyat endeks değişimi)+β3*LOG(Geçinme endeksi) Shp(W1) = β0 +β1*Shp(W0) + β2*Shp(W-2) +β3*(Fiyat endeks değişimi)+β4*(Geçinme endeksi) LOG(Shp(W4)) = β0+β1*LOG(Shp(W3)) + β2*LOG(Geçinme endeksi) + β3*LOG(Rakip ürün fiyatı) Animasyon eklenecek…

20 Shp(W1) = β0 +β1*Shp(W0) + β2*Shp(W-2)+β3*(Fiyat endeks değişimi)
+β4*(Geçinme endeksi) Hafta 1 tahmin (Düzeltmeden Önce) LOG(Shp(W2)) = β1*LOG(Shp(W1)) + β2*LOG(Fiyat endeks değişimi) +β3*LOG(Geçinme endeksi) Hafta 2 tahmin (Düzeltmeden Önce) LOG(Shp(W3)) = β1*LOG(Shp(W2)) + β2*LOG(Shp(W1)) +β3*LOG(Fiyat endeks değişimi) Hafta 3 tahmin (Düzeltmeden Önce) LOG(Shp(W4)) = β0+β1*LOG(Shp(W3)) + β2*LOG(Geçinme endeksi) + β3*LOG(Rakip ürün fiyatı) Hafta 4 tahmin (Düzeltmeden Önce)

21 Hafta Bazlı Tahmin Modelden çıkan 2. Hafta Talep Tahmini Modelden çıkan 3. Hafta Talep Tahmini Modelden çıkan 1. Hafta Talep Tahmini Modelden çıkan 4. Hafta Talep Tahmini Doğru Kabul Edilen Aylık Talep Tahmini ile Kıyaslanır Normalleştirme Faktörü (k) Elde edilen haftalık talep tahminlerinin aylık talep tahmini baz alınarak normalize edilmesi Nihai Haftalık Tahminler NWi = k*Wi

22 2. Zaman Serileri FİYATIN ETKİSİ GÖRÜLEMİYOR
Durağan bir veri için kullanılan başlıca iki tahminleme metodu Hareketli Ortalamalar Metodu veya Üstel Düzeltme Geçmiş Gönderi miktarı Talep Tahmini

23 Hareketli Ortalamalar Metodu veya Üstel Düzeltme
Geçmiş Gönderi Hareketli Ortalamalar Metodu veya Üstel Düzeltme Fiyat Fiyat Talep Tahmini

24 3. Hata Azaltıcı Lineer Olmayan Modeller
FLN Karar Değişkenleri fj : j haftası için talep tahmini ki : faktör i’nin talep tahminindeki etkisi (ağırlığı) i = 1  Blendax’ın fiyatı, i = 2  Rakibin fiyatı, i = 3  Geçinme endeksi i = 4  Geçmiş gerçekleşen haftalık gönderi

25 Parametreler j = 1, 2, 3, 4 gj : j haftası için gönderi miktarı
bj : j haftasında Blendax markasının fiyatı ej : j haftasında rakip markanın fiyatı lj : j haftasında sağlık ve kişisel bakım harcamaları için geçinme endeksi j = 1, 2, 3, 4

26 FLN Min (fj – gj)2 s.to fj = k1*log(bj)+ k2*log(ej)+ k3*log(lj)+ k4* log(gj) + k5* log(gj-1) + k6* log(gj-2) k1 <= 0 k2 >= 0 k3 <= 0

27 Kalem Bazlı Tahmin Regresyon Zaman Serileri Hafta Bazlı Tahmin
Gönderi verisi eksikliği Gönderi verisindeki yüksek varyasyon Zaman Serileri Hafta Bazlı Tahmin

28 Sunum İçeriği Firma Tanıtımı ve Proje İçeriği Mevcut Sistemin Analizi
Problem Tanımı ve Formülasyonu Çözüm Yaklaşımı ve Model Formülasyonu Model Çıktıları Uygulama Planı

29 Marka Bazında Sonuçlar

30 Blendax Ortalama Mutlak Hata Grafiği

31 Ağırlıklı Mutlak Tahmin Hatası Blendax

32 Marka Bazında Sonuçlar

33 Pantene Ortalama Mutlak Hatası
Ortalama Mutlak Tahmin Hatası (%)

34 Ağırlıklı Mutlak Tahmin Hatası Pantene
%

35 Kalem Bazında Sonuçlar- Blendax

36 Kalem Bazında Sonuçlar- Pantene

37 Model Girdi ve Çıktıları
Haftalık Kalem Bazlı Talep Tahmini Haftalık Gönderi Bilgisi Fiyat Endeksi Rakip Ürün Fiyatı Kendi Ürün Fiyatı Geçinme Endeksi Regresyon Modeli Regresyon Modeli Varsayımları SKU dağılım oranları ile çarpım Marka Bazında Haftalık Talep Tahmini

38 Sunum İçeriği Firma Tanıtımı ve Proje İçeriği Mevcut Sistemin Analizi
Problem Tanımı ve Formülasyonu Çözüm Yaklaşımı ve Model Formülasyonu Model Çıktıları Uygulama Planı

39 Haftalık Talep Tahminleri
Uygulama Planı Verilerin Güncellenmesi Kalem veya Marka Seçimi Haftalık Talep Tahminleri Arayüz (MS Excel) Kullanıcı Regresyon

40 Dinlediğiniz için teşekkürler...
Sorularınız ve tavsiyeleriniz...

41 SKU Regresyon Sonuçları
Blendax A sınıf Ürünü Pantene A sınıf Ürünü

42

43