Forecasting!

Tedarik Zinciri Yönetimi, ortak bir hedefe - müşteri memnuniyeti - hedefine uyacak şekilde düzenlenmiş geniş kapsamlı karmaşık fonksiyonlar şemsiyesidir. Bir müşteri ürünlerinizi satın almak için firmanızla iletişime geçebilir. Eğer ürününüz stokta yoksa ne olur? Müşterinin siparişi “backorder” olarak bekleyebilir ya da daha kötüsü, başka bir firmadan tedarik etmeyi seçebilir ki bu da sizin satış kaybetmenize neden olur. Her iki durumda da müşteri mutsuzdur ve bu durum firmanız için zarar getirir. Müşteri memnuniyetini sağlamak ve kar elde etmek için arzın talebi karşılamasını sağlayacak şekilde planlama yapılmasına “forecasting” diyoruz. Forecasting, arz talep denkleminin tahmini sonucu olarak açıklanabilir. Forecasting, geçmiş ve şimdiki verilere dayanarak geleceği tahmin etme sürecidir. Forecasting, önümüzdeki aylarda doğru miktarda envanteri taşımanızı sağlamaya yarayan bir “öngörü” sürecidir ve çeşitli şekillerde yapılabilir.

İki yaygın tahmin yöntemi vardır: Kalitatif ve kalitatif. Tarihsel yan geçmişe yönelik verilerin bulunmadığı durumlarda, kalitatif yöntem uygulanabilir. Bu yöntem genellikle satış gücü tahminlerini gözden geçirme, pazar araştırması ve uzman görüşünden oluşur. Bu yöntem çok güvenilir değildir, ancak elinizde yeterli veri olmadığında başka da çareniz yok. Ancak, tutarlı bir doğruluk arıyorsanız ve yeterli veriye sahipseniz kantitatif yöntemi seçmeniz yerinde olacaktır. Kantitatif tahmin güvenilir ve doğru olmanın yanında acil siparişlerle uğraşma eforunuzu minimize ederek, müşteri memnuniyetini arttırmanıza yardımcı olur. Kantitatif yöntemde mevcut geçmiş verilere dayanarak ve trend analizine göre bir model oluşturulur.

Kantitatif yöntemi kullanmak isteyen Çokuluslu ya da büyük ölçekli firmalar tahminleri için çeşitli ERP sistemleri kullanırlar. Talebin eksik öngörülüp planlamanın buna göre yapıldığı durumlar, şirketin tüm müşterilerini tatmin edecek yeterli stok bulundurmadığı anlamına gelir. Bu gibi durumlarda, sadık müşteriler ürünün tekrar piyasaya çıkmasını beklemeye karar verebilirler, ancak ürüne hemen ihtiyacı olan yeni müşteriler hemen rakiplerinize yönelecektir. Şirketler genellikle tedarikçilerinin müşterilerini çekip gitmelerini engellemek için acil sipariş alma eğiliminde olurlar, ancak buda, maliyeti arttıran dolayısıyla kar ve net gelirde düşüşe yol açan sonuca götürür.

Yukarıda yazılanları okuduktan sonra, acil sipariş sıkıntısını önlemek için elinizde fazla envanter bulundurmanın daha iyi olacağını düşünebilirsiniz, ancak talebin fazla tahmin edilmesi de sizi yukarıda bahsedilen kar ve net gelirde düşüş sonucuna götürür. Yani maalesef iki opsiyonun sonucu da birbirinden çok farklı değildir. Neden mi? Fazla envanter tutmanın da bir maliyeti vardır, işçilik maliyetleri, elde tutma maliyetleri ve depolama maliyetleri gibi. Hatta bazen elinizde çöp olması ihtimaline karşı bazı ürünleri DC’ye geri göndermek durumunda kalabilirsiniz (ki biz buna “Reverse Logistics” diyoruz.)

Fazla stok, özellikle bozulabilir mallar söz konusu olduğunda durum daha da vahim olabilir. Kısaca; talebi karşılamak için yeterli (optimum) stok taşımak için forecasting doğruluğunu sağlamak ve geliştirmek aslında en uygun çözümdür.

Forecasting sürecinizi iyileştirebilmeniz için işte size 6 küçük ip ucu:

1. Müşteri seviyesinde forecasting yapın: Tedarik zincirinin geniş bir insan ve süreç sistemi içerdiğini biliyoruz. Bu yüzden tedarik zincirinde tedarikçiler ile son tüketiciler arasında çeşitli seviyeler olduğunu da biliyoruz. Çok sayıda insanın ve sürecin bulunduğu bir ortamda verilerin bozulma olasılığı yüksektir, aynı kulaktan kulağa oynamak gibi. Bu, tedarik zinciri seviyelerinde tahmin ve stokta verimsizliğe yol açar. Bu fenomen Bullwhip Etkisi (Türkçe’ye Kamçı Etkisi olarak geçmiştir) olarak adlandırılır. Perakendecinin üreticiye ve üreticinin de tedarikçiye gönderdiği siparişleri gerçek satışlara göre değil abartılı rakamlarla vermesi sonucu gerçekleşir ve firmanızın talepten çok daha fazla stok tutmasına sebep olur. Bu durumun önüne geçmek için tavsiyem mümkünse forecasting modelinizi müşteri seviyesinde oluşturun.

2. Forecast yaparken istisnaları dışarda tutun: Forecast database artık bulunmayan veya bir seferlik değişkenlerin bulunduğu önceki talep verilerini de arşivler. Öncelikle veriyi basitleştirerek istisnalardan kurtulmak ve verileri ABC analizi ile (yüksek talepten az talebe doğru sıralayarak) incelemek hem işinizi kolaylaştıracak hem de tahmininizin doğruluğunu arttıracaktır. Burada dikkat edilmesi gereken bir nokta veri analizinizi çok da komplike bir hale getirmeden mümkün olduğu kadar basit tutulmasıdır. Unutmayın, data karmaşıklaştıkça, içinden çıkmanız zorlaşır.

3. Satış tahminine değil, talep tahminine bağlı kalın: Forecast doğruluğunu iyileştirmenin anahtarı, satış ve talep tahminlerini ayrı değişkenler olarak ele almaktır. Şöyle ki, bir ürün tükendiğinde, satış yapılmamıştır. Talep, ürün tekrar yerine konana kadar karşılanamaz dolayısıyla geçmiş satış verilerinde de yer almaz. Talep tarafı size daha gerçek data sunacaktır. Veri tiplerindeki bu fark, forecasting sürecinizde çok önemli olabilir.

4. Yanlış talep verilerini belirleme: Firmalar bazen arzu ettikleri satış noktasına ulaşmak için siparişlerde minimum miktar koyabilirler. Parti büyüklüğü, minimum sipariş miktarı, satış teşvikleri gibi parametreler forecasting verilerini çarpıtır, çünkü müşteriler sadece siparişlerini yerine getirmek için minimum siparişi verir. Bu, gerçek talebi ifade etmediğinden sizi de yanıltabilir ve sonuç olarak tahmin doğruluğunu azaltabilir. Şuna değinmeden de edemeyeceğim, elinizdeki datayı bu şekilde ayıklamak her zaman çok da mümkün olmayacaktır, dolayısıyla, aynı durumun yani yukarıda belirttiğim teşvik, minimum sipariş miktarı vs devam etmesi durumunda bu şekilde bir ayıklama yapmak durumunda tabiiki değilsiniz. Ama varsa bu durumun farkında olarak planlama yapmanız forecast doğruluk oranınızı kesinlikle arttıracaktır.

5. Forecast doğruluğunu değerlendirin: İlerlemenin belirlenmesine yardımcı olacak ve raporlamanızı sağlayacak olan forecast doğruluğunu değerlendirmek için kullanılabilecek araçlar mevcut. Bu değerlendirmenin yapılması, planlama ekibinin zaman içindeki performanslarına bir genel bakış sağlayacaktır. İyi performans gösteren planlamacılar için bu daha da iyi planlama yapmaları için motivasyon arttırıcı unsur olacaktır. Bununla beraber, forecast doğruluğu düşük olan planlamacıları ise gelişim sağlamak için uyandırma çağrısı görevi görür. Tahmin doğruluğunu değerlendirmek, tahmin doğruluğunu iyileştirmek için kesinlikle en önemli adımdır.

6. Son olarak bunun bir süreç olduğu konusunda hemfikir olduğumuzu düşünüyorum. Forecast yılda bir kez yapılıp kenara kaldırılacak bir araç değildir. Minimum ayda bir kez gözden geçirip revize etmek yerinde olacaktır.

Forecasting sürecinin neden bu kadar önemli olduğunu ve tahmin doğruluğunu iyileştirmek için neler yapabileceğimiz konusunda fikirlerimi paylaştım. Şimdi sıra sizde Forecast (Tahmin) doğruluğunu iyileştirmek için başka ipucunuz ya da yorumunuz varsa, yorumlarınızı bekliyorum.