DSS for UniLever Forecasting Activities

... konulu sunumlar: "DSS for UniLever Forecasting Activities"— 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 1930 150 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 Veri Toplama ve Analizi
Regresyon Modelinin Kurulması Excel ve VBA kullanarak Karar Destek Sisteminin Kurulması

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

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= β0 + β1 Fiyat + β2 Promosyon+ β3 Reklam Giderleri βk Rakip Fiyatı+ ε β1 , , βk = Bağımsız Değişkenlerin Etkileri β1 = Fiyatın etkisinin negatif olması beklenir. βk = Rakip Fiyatının etkisinin positif olması beklenir.

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

11 Çoklu Modelin Sonuçlarının Ölçülmesi
“ 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
Unilever’in Fiyatı GRP Promosyon Bütçesi Satış ? Rakip Fiyatı Pazar Payı Promosyon Çeşitleri Tüketici Fiyat Endeksi

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
R kare Ayarlanmış R kare 0.98 0.95 Değişken Katsayı Unilever Fiyatı -111,885 Vernel Fiyatı 126,028 Bingo Fiyatı 115,646 Haftasonu Promosyonu 203,515 TÜFE 58,182 Promosyon Bütçesi -9

15 Çoklu Regresyon Modeli
Sonuçlar: Değişkenler Oranlar Price of Unilever 18.18% Vernel Price 20.48% Bingo Price 18.80% Haftasonu Promotion 33.08% Consumer Index 9.46% Promotional Budget 0.01%

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 datası
Önceki Tahminlerin Satışla olan ilişkisi

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

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

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...