Talep tahmini, bir hizmet veya ürün için gelecekte oluşacak olan talebin, en doğru ve hatasız şekilde hesaplanması işlemidir. Talep tahmini, imalat sektöründe ve iş planlamada kendine geniş bir uygulama alanı edinmiştir.
Karakteristik özellikleri
- 1. Tahminler, hemen hemen her zaman yanlıştırlar.
- 2. İyi bir tahmin her zaman belli bir hata payı verir.
- 3. Kümelenmiş birimlerle ilgili tahmin yapmak, teker teker her birimi tahmin etmekten genellikle daha kolaydır.
- 4. Ne kadar uzak bir zamanı tahmin ediyorsak, elde ettiğimiz sonucun kesinliği o kadar az olacaktır.
- 5. Bilinen bazı bilgiler hariç tutularak tahmin yapılmamalıdır. Her bilgi yapılacak tahminde kendine yer edinmelidir.
Tahminlerin sınıflandırılması
Tahminler, kalitatif ve kantitatif olmak üzere iki kısma ayrılırlar.
Kalitatif (nitel) tahminleme
Belli bir topluluğun ya da kişinin kararına göre tahmin yapılırsa bu tahmin kalitatif olur. Birkaç çeşidi vardır. Bunlar şöyle sıralanabilir:
- 1. Satış ekibinin tahminlerinin toplanması
- 2. Müşteri anketleri
- 3. Yönetici grubunun fikri
- 4. Delphi metodu
Kantitatif (nicel) tahminleme
Verileri analiz ederek yapılan tahminler kantitatif tahminlerdir. Daha çok matematiksel ve istatistiksel yöntemler kullanılır ve sonuçları kişiden kişiye değişmez. Kantitatif tahminleme de kendi içinde iki ana bölüme ayrılır. Bunlardan birincisi zaman serisi metotları, diğeri ise nedensel metotlardır.
Zaman serisi metotları
Tahmin edilecek değişken ile ilgili geçmiş verileri kullanarak tahmin yapar. Bu tahminlerde verilerin izlemiş olduğu yol önemlidir ve tahminin sonucuna etki eder. Dikkat edilmesi gereken başlıca şeyler:
- 1. Verilerin eğilimi: Geçmiş verilerin sabit mi, azalan mı, yoksa artan bir yön mü izlediğinin incelenmesidir.
- 2. Mevsime ya da sezona bağlılık: Eğer geçmiş verilerdeki artış ya da azalmalar sabit bir aralık boyunca birbirini tekrar ediyorsa, yapılan tahmin bu sezonluk değişimleri de göz önüne almalıdır. Örneğin dondurma, elektrik ve ısınma için yakıt kullanımı sezonluk ürünlerdir. (Elektrik gün içinde sezonluk bir davranış gösterir; öyle ki akşam vakitleri elektriğe olan talep artar.)
- 3. Çemberler: Sezonluk değişimlere benzer ama biraz daha geniş çapta anlaşılmalıdır. Daha çok ekonominin yükselişe geçip ardından duraklamaya girmesi veya duraklamadan çıkıp tekrar yükselişe geçmesi gibi durumlarda kullanılır.
- 4. Rastgelelik: Eğer veriler tanımlanabilir bir çizgide ilerlemiyorsa, rastgele dağılmışlar demektir. Bu da yapılacak tahmin ile ilgili hata payı daha az bir sonuç elde edilmesini engeller.
D1, D2,...,Dt'nin, 1,2,...,t periyotlarında gözlenen talepleri ifade ettiğini farzedelim. Ft ise t periyodu için t-1 zamanında yapmış olduğumuz tahmin olsun. et ise tahmin hatalarını ifade etsin. O zaman;
Kullanılan tahminleme metotları, yukarıda bahsedilen özelliklere bağlı olarak değişmektedir. Sabit izleyen (durağan) bir veri için kullanılan başlıca iki tahminleme metodu vardır. Bunlar ile 'dir. Eğer verilerde trend gözleniyorsa, regresyon analizi ve metotları kullanılabilir. Verilerin sezonluk bir özellik göstermesi durumunda ise trendin olup olmadığına bakılır. Eğer veriler bir trend gösteriyor ise kullanılır. Tüm bu metotlar bize matematiksel birtakım tahminler verecektir. Elbette her periyotta yapılan tahminler yeni gelen verilerle karşılaştırılır ve buna göre bundan sonraki aylar için yeniden tahmin yapılabilir. Burada yapılan tahminler ile gözlenen veriler arasındaki fark, yani hata payı, yapılan tahminlerin kesinliği ve başarısı ile ilgili fikir verir. Bu da, bundan sonra uygulanacak olan tahmin yönteminin seçiminde belirleyici bir rol oynayabilir.
Tahmin yapma süreci, günümüzde iş dünyasında ve endüstride çok hayati bir konuma sahip olabilmektedir. İyi bir talep tahmini ile bir şirket, gereğinden fazla üretim yapmak zorunda kalmayıp en aza indirebileceği gibi, gelecekte meydana gelebilecek olası bir talep artışında da kapasite kullanımını en uygun seviyeye getirmekte önceden hazırlıklı olacaktır. Dolayısı ile iyi bir talep tahmininin bir şirkete ya da herhangi bir kuruluşa getireceği mali avantajlar oldukça fazladır. Bu da sonuç olarak talep tahminini artık endüstri ve iş hayatı için zorunlu ve kaçınılmaz kılmaktadır.
Kaynakça
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Talep tahmini bir hizmet veya urun icin gelecekte olusacak olan talebin en dogru ve hatasiz sekilde hesaplanmasi islemidir Talep tahmini imalat sektorunde ve is planlamada kendine genis bir uygulama alani edinmistir Karakteristik ozellikleri1 Tahminler hemen hemen her zaman yanlistirlar 2 Iyi bir tahmin her zaman belli bir hata payi verir 3 Kumelenmis birimlerle ilgili tahmin yapmak teker teker her birimi tahmin etmekten genellikle daha kolaydir 4 Ne kadar uzak bir zamani tahmin ediyorsak elde ettigimiz sonucun kesinligi o kadar az olacaktir 5 Bilinen bazi bilgiler haric tutularak tahmin yapilmamalidir Her bilgi yapilacak tahminde kendine yer edinmelidir Tahminlerin siniflandirilmasiTahminler kalitatif ve kantitatif olmak uzere iki kisma ayrilirlar Kalitatif nitel tahminleme Belli bir toplulugun ya da kisinin kararina gore tahmin yapilirsa bu tahmin kalitatif olur Birkac cesidi vardir Bunlar soyle siralanabilir 1 Satis ekibinin tahminlerinin toplanmasi 2 Musteri anketleri 3 Yonetici grubunun fikri 4 Delphi metoduKantitatif nicel tahminleme Verileri analiz ederek yapilan tahminler kantitatif tahminlerdir Daha cok matematiksel ve istatistiksel yontemler kullanilir ve sonuclari kisiden kisiye degismez Kantitatif tahminleme de kendi icinde iki ana bolume ayrilir Bunlardan birincisi zaman serisi metotlari digeri ise nedensel metotlardir Zaman serisi metotlari Tahmin edilecek degisken ile ilgili gecmis verileri kullanarak tahmin yapar Bu tahminlerde verilerin izlemis oldugu yol onemlidir ve tahminin sonucuna etki eder Dikkat edilmesi gereken baslica seyler 1 Verilerin egilimi Gecmis verilerin sabit mi azalan mi yoksa artan bir yon mu izlediginin incelenmesidir 2 Mevsime ya da sezona baglilik Eger gecmis verilerdeki artis ya da azalmalar sabit bir aralik boyunca birbirini tekrar ediyorsa yapilan tahmin bu sezonluk degisimleri de goz onune almalidir Ornegin dondurma elektrik ve isinma icin yakit kullanimi sezonluk urunlerdir Elektrik gun icinde sezonluk bir davranis gosterir oyle ki aksam vakitleri elektrige olan talep artar 3 Cemberler Sezonluk degisimlere benzer ama biraz daha genis capta anlasilmalidir Daha cok ekonominin yukselise gecip ardindan duraklamaya girmesi veya duraklamadan cikip tekrar yukselise gecmesi gibi durumlarda kullanilir 4 Rastgelelik Eger veriler tanimlanabilir bir cizgide ilerlemiyorsa rastgele dagilmislar demektir Bu da yapilacak tahmin ile ilgili hata payi daha az bir sonuc elde edilmesini engeller D1 D2 Dt nin 1 2 t periyotlarinda gozlenen talepleri ifade ettigini farzedelim Ft ise t periyodu icin t 1 zamaninda yapmis oldugumuz tahmin olsun et ise tahmin hatalarini ifade etsin O zaman et Dt Ft displaystyle e t D t F t Kullanilan tahminleme metotlari yukarida bahsedilen ozelliklere bagli olarak degismektedir Sabit izleyen duragan bir veri icin kullanilan baslica iki tahminleme metodu vardir Bunlar ile dir Eger verilerde trend gozleniyorsa regresyon analizi ve metotlari kullanilabilir Verilerin sezonluk bir ozellik gostermesi durumunda ise trendin olup olmadigina bakilir Eger veriler bir trend gosteriyor ise kullanilir Tum bu metotlar bize matematiksel birtakim tahminler verecektir Elbette her periyotta yapilan tahminler yeni gelen verilerle karsilastirilir ve buna gore bundan sonraki aylar icin yeniden tahmin yapilabilir Burada yapilan tahminler ile gozlenen veriler arasindaki fark yani hata payi yapilan tahminlerin kesinligi ve basarisi ile ilgili fikir verir Bu da bundan sonra uygulanacak olan tahmin yonteminin seciminde belirleyici bir rol oynayabilir Tahmin yapma sureci gunumuzde is dunyasinda ve endustride cok hayati bir konuma sahip olabilmektedir Iyi bir talep tahmini ile bir sirket gereginden fazla uretim yapmak zorunda kalmayip en aza indirebilecegi gibi gelecekte meydana gelebilecek olasi bir talep artisinda da kapasite kullanimini en uygun seviyeye getirmekte onceden hazirlikli olacaktir Dolayisi ile iyi bir talep tahmininin bir sirkete ya da herhangi bir kurulusa getirecegi mali avantajlar oldukca fazladir Bu da sonuc olarak talep tahminini artik endustri ve is hayati icin zorunlu ve kacinilmaz kilmaktadir Kaynakca Isletmeye Giris Prof Dr A Argun KARACABEY Doc Dr Oben URU SANI Hiperlink Yayinlari 2019 s 126 Erisim tarihi 8 Ocak 2021 Isletmeye Giris Prof Dr A Argun KARACABEY Doc Dr Oben URU SANI Hiperlink Yayinlari 2019 ss 127 131 Erisim tarihi 8 Ocak 2021