Aralıklı talep tahmin modellemesi

Abstract

Tahminleme ya da öngörüleme, bugünden geleceğe ışık tutarken bize en önemli yol göstericidir. Yüksek verimli bir öngörüleme aynı zamanda yüksek verimli bir fabrika anlamına gelmektedir. Bu noktada üretimi yapılacak olan ürün dikkate alınarak en uygun öngörüleme yöntemi seçilmedir. Bu çalışmada bu konu üzerinde gerçek talep değerleri ile tahmin planlaması çalışması yapılmıştır. Bu çalışmalar için elde edilen gerçek talep değerleri düzensiz ve aralıklı olup, hangi gün, hangi üründen, hangi müşteriye, ne kadar satış yapıldığı bilgisini bize sunar. Bu tip veriler için daha önceden belirlenmiş farklı tahmin yöntemlerinin ilgili ürünler için tahmin performansları ölçülmüştür. Performansı ölçülen yöntemler basit ortalama yöntemi, basit üstel düzeltme yöntemi ve croston yöntemidir. Bu yapılan modelleme ile hangi ürünün hangi yöntem ile uygun çalıştığı görülmüştür. Bu yapılan çalışma ile üretim planlaması alanında yeni ve alternatif bir metod geliştirilmek istenmiştir. Forecasting helps us by casting light on our projected path between today and the future. Efficient forecasting leads to a highly productive environment. Demand forecasting involves selecting a proper foresting methodology for each product. Our research focuses on selecting proper forecasting models by using historical demand data from a confectionary producer. The data is collected from sales vouchers which list product type, customer id, quantity and data for each sale transaction. The data is highly irregular, intermittent in nature. Preselected set of forecasting models are used to make demand projections. The model set includes simple moving averages, exponential smoothing, and Croston's method. The performance of each model is determined based on an error metric which measures the deviation between projected and actual values. This study is intended to present a new and alternative method that could be used in production planning.