Soru ve istekler için mail atarsanız en kısa sürede yanıtlarım. Mail adresim: adnankaba@makrohesap.com

Yönetici Kütüphanesi  

Satış Tahmini nasıl yapılır:
Yönetim destek panelinde   istenen satış tahminleri otomatik olarak yapılabilir.
 
Satış tahmini niçin yapılır

İşletme faaliyetlerinin planlanmasında önemli bir yere sahip olan satış tahmini işletmenin belirlenmiş bir gelecekteki satış miktarını önceden belirlemek amacıyla yapılır

 

Talep Tahmin yöntemleri

 

I ) Kalitatif Yöntemler

II) Kantitatif Yöntemleri

   1) Pazar Araştırması

   1) Zaman Serisi Analizi

   2) Uzman Görüşleri

   2) Karma Yöntemler

   3) Delphi tekniği

 

 

II)   Kantitatif Yöntemler

 

 1) Zaman Serisi Analizi

 2) Karma Yöntemler

    a) Basit yaklaşımlar

    a) Basit regresyon analizi

    b) Hareketli Ortalamalar

    b) Çoklu regresyon Analizi

    c) Üstel Düzeltme tekniği

    c) Ekonometrik modeller

    d) Trend analizi

    d) Yapay zeka ve sezgisel Algoritmalar

     e) Box-Jenkins Yönetimi

      -Yapay sinir Ağları

 

     -Genetik Algoritmalar

 

     -Destek Vektör Makineleri

 

 

 
Basit yaklaşımlar  
 
 
 
 
Yıl geçmiş değerlerin ortalamasına göre satış tahmini  
 
 
 
 
 
 
 
 
Seneler
Gerçekleşen satış
 
 
 
2003
227.000
 
 
 
2004
451.000
 
 
 
2005
438.000
 
 
 
2006
373.000
 
 
 
2007
357.000
 
 
 
2008
305.000
2003-2008 aritmetik ortalaması alınarak  
2009 tahmin
358.500
2009 Yılının tahmini 358.500 bulunur  

Basit hareketli ortalamaya göre satış tahmini      
         
Seneler Gerçekleşen satış Hareketli Ortalama    
2003 227.000      
2004 451.000      
2005 438.000      
2006 373.000 372.000    
2007 357.000 420.667    
2008 305.000 389.333    
2009 tahmin 345.000    
         
2006 senesini bulmak için 2003 2004 2005 aritmetik ortalaması alınarak 372000 bulunur
2007 senesini bulmak için 2004 2005 2006 aritmetik ortalaması alınarak 420667 bulunur
2008 senesini bulmak için 2005 2006 2007 aritmetik ortalaması alınarak 389333 bulunur
2009 senesi tahmini bulmak için 2006 2007 2008 aritmetik ortalaması alınarak 345000 bulunur  

 
Ağırlıklı hareketli ortalamalar        
         
Seneler Gerçekleşen satış Ağırlıklı Hareketli Ortalama   Ağırlıklar
2003 227.000 227.000   0,2
2004 451.000 451.000   0,3
2005 438.000 438.000   0,5
2006 373.000 399.700    
2007 357.000 408.100    
2008 305.000 378.000    
2009 tahmin   334.200    
         
         
2006 senesini bulmak için 227000 x 0,2 + 451000 x 0,3 + 438000 x 0,5 =399700  
2007 senesini bulmak için 451000 x 0,2 + 438000 x 0,3 + 373000 x 0,5 = 408100  
2008 senesini bulmak için 438000 x 0,2 + 399700 x 0,3 + 357000 x 0,5 = 378000  
2009 senesi tahminini bulmak için 399700 x 0,2 + 357000 x 0,3 + 305000 x 0,5 = 334200
 
 
Üstel Düzeltme Tekniği
 
 
 
 
 
 
 
 
Seneler
Gerçekleşen satış
Üstel düzeltilmiş veri
 
alfa
2003
227.000
220000
 
0,5
2004
451.000
223.500
 
 
2005
438.000
337.250
 
 
2006
373.000
387.625
 
 
2007
357.000
380.313
 
 
2008
305.000
368.656
 
 
2009 tahmin
 
336.828
 
 
 
 
 
 
 
2003 senesini   sabit bir değer alınıyor 220000
 
 
2004 senesini bulmak için   (1-0,5)*220000+(0,5*227000)=223500
 
2005 senesini bulmak için (1-0,5)*223500+(0,5*451000)=337250
 
2006 senesini bulmak için (1-0,5)*337250+(0,5*438000)=387625
 
2007 senesini bulmak için (1-0,5)*387625+(0,5*373000)=380313
 
2008 senesini bulmak için (1-0,5)*380313+(0,5*357000)=368656
 
2009 senesi tahmini bulmak için    (1-0,5)*3686576+(0,5*305000)=336828
 
 
Bina İlişkiler

Müşteri-Tedarikçi İlişkileri
Müşteri-tedarikçi ilişkileri kesme maliyetlerinizi
Ortaklıklar bir kaza vardır. Onlar planlanmalıdır

Örnek: Tedarikçiler, iç bölümleri gibi olur
Bailey Kontrolleri İki distribütörler Bailey takılı olan
Altı ay tahminleri her hafta gönderilir
Lazer okuyucu, düşük stok uyarısı tedarikçileri
Fabrika içinde Nakliyeci depo hakkı
İşlem maliyetleri aşağı gitmek
İlişkiler inşa edilir

Rekabetçi yükümlülük doğuran ve uzlaşmaz alıcı-satıcı ilişkileri ritüelleri Damping maliyetlerini düşürmek
Pazarlık ve ortak performansı geçer Odak



Giriş
Şirketin satış tahmini birçok önemli kararlar için temel oluşturur
Satış tahmini yapmak için birçok yolu vardır



Neden Satış Tahmini?
Tüm planlama için başlangıç ​​noktası


Tahmin ve Terminoloji
Altındaki tüm koşulları belli bir ürünün, ürün veya hizmet için vardır
Pazar potansiyeliMaksimum olası satış
Tüm satıcıları tarafından
Belirli bir bölgede
Belirli bir süre

Satış potansiyeli
Maksimum olası satış
Bir şirket tarafından
Belirli bir bölgede
Belirli bir süre

Satış tahmini
Gerçek Satış Tahmini (dolar veya birimlerinde)
Bir şirket tarafından
Belirli bir bölgede
Belirli bir süre
Önerilen bir pazarlama planı altında
Belirtilen pazarlama çevre varsayımlar altında

Satış kotasıSatış Gol (dolar veya birimlerinde)
bir birey veya gruba atanan
Belirli bir bölgede
Belirli bir süre

Piyasa endeksiBir veya birden fazla talebinin belirleyicileri Matematiksel İfadesi
Bu etkisi pazar potansiyeli
Belirli bir bölgede
Belirli bir süre


Doğru Pazar Potansiyeli Tahmin Önemi
Tüm tahmin süreci için temel sağlar
Varsayımlar teknikleri daha önemli
Pazarlama ortamında değişiklikler dikkate alınmalıdır
Ikame ürünlerin etkisi dikkate alınmalıdır
Tüm pazarlarda yok olabilir


Tahmini Satış Non-Kantitatif Teknikler
Satış Kompozit Kuvvet
ÖzellikleriSatış görevlileri her biri kendi topraklarında tahmin
Danışman danışabilirler
Bireysel tahminleri kombine ve her ofis için ayarlanır
Tüm şirketlerin% 60-70 el

AvantajlarıSatış görevlileri kendi topraklarında gerçek satış potansiyeli biliyor
Satış elemanlarının kaynağı en yakın edilir.
Onlar yaptılar, çünkü satış elemanlarının durumu kabul
Bunu sağlamak becerebilenler elinde tahmin sorumluluğunu koyun
İstatistik ve teknik hatalar en aza indirilmektedir
Ayrıntılı nihai tahmini ürün, müşteri, piyasa tarafından yapılır
Az ya da hiç veri veya geçmişi ile yapılabilir

Dezavantajları
Satış görevlileri forecasters eğitim değildir
Şimdiki satış elemanlarının odağı. Bunlar çevresel değişim beklemiyorum
Satış görevlileri çok iyimser olabilir
Onlar daha kolay bir zaman isabet kotası var ki Onlar düşük gidebilir
Uzaklıkta satarak zaman alır
Satış elemanlarının bu ilgi olmayabilir. Onlar gerçek bir özensiz iş yapabileceğini

Uygulama: Sanayi ürünleri
En iyi şirketler için kullanılanBirkaç müşteriler
Deneyimli, yetenekli satış insanlar

Yönetici Görüş Jüri
ÖzellikleriYöneticileri bir grup görüşleri bir araya getirilmiştir
Veriler, her yönetici veya pazarlama araştırma tarafından derlenen olabilir
Bireysel tahminleri veya bir uzman tarafından kombine edilebilir
Bireysel tahminleri bir grup olarak müzakere ile kombine edilebilir
Bu yöntem, pazarlama yöneticileri için en önemli olarak değerlendirilir

AvantajlarıKolay, hızlı, çok değil matematik
Firma her yerinden Görüşler entegre edilmiştir
Genellikle ucuz

Dezavantajları Fikir değil temel veri (gerçeği) dayalı
Uzakta işlerinden yöneticileri Alır
Hiçbir pazarlama bilgisi olan kişiler, Pazarlama 370 başarısız muhasebeciler gibi, piyasa tahmini yapıyoruz
Bölgelere yıkmak zor
Görevler için yıkmak zor

UygulamaKüçük bir grup kullanılması gerektiğini
Onlar çok iyi haberdar edilmelidir
Bu verilere erişmeniz gerekir

Faktör Listeleme Satış etkileyebilecek her exec listeleri faktörler
bir varyasyonuPozitif ve negatif faktörler iki gruba ayrılır
Her bir faktörün satış etkisinin büyüklüğü konusunda fikir birliğine ulaşılana
Her büyüklüğü bu yılki satış (çıkarılır) eklenir

Delphi Tekniği Jüri üyeleri yüz yüze karşılamak asla
bir varyasyonuUzman Kapsamlı ve temsilcisi jüri
Jüri üyeleri anonim tahmini yapmak
Lider ortalamaları ve jüri üyeleri geri gönderir
Jüri üyeleri daha sonra yeniden
Bir uzlaşma ulaşılana kadar işlemi tekrarlamaya devam edin

Alıcı Intentions Anketi
ÖzellikleriÖrnek veya alıcı sayımına onların satın alma niyetlerini söyle
Yanıtları bir tahmin için eklendi ve pazar uygulanır

Dayandığı Önceden tahmin etmek yeteneğine sahip
Varsayımlar Da planlarını aracılığıyla aşağıdaki bir sicili var
müşteriler hakkındaPlanları ile takip etmek mali kapasiteye sahip
Planlarını ifşa etmek veya paylaşmak isteyen

AvantajlarıGerçek alıcılar tahmini yapmak
Az müşteri varsa o zaman bu, hızlı, ucuz, kolay
Öyküsü olmayan ürünler için geçerli tek yöntem olabilir

DezavantajlarıAlıcılar yapacağız bilmiyorum
Arzu ve gerçeklik arasındaki fark
Alıcılar bilgileri gizli düşünebilirsiniz
Anketler pahalı, zaman alıcı
Türetilmiş talep, çarpan etkisi de tekme olabilir

UygulamaEn az bir başka yöntemi ile kullanmak
Birçok müşteri yokken kullanın
Başka bir şey kullanamazsınız zaman kullanın


Tahmini Satış İçin Nicel Teknikleri
Trend Projeksiyonları
ÖzellikleriBasit eğilimleri tahmin
Geçen yıl aynı
Geçen yıl ile aynı oranda

AvantajlarıKolay, hızlı, ucuz
Olgun ürünler için güvenilir

DezavantajlarıOrtamda değişim varsayılmaktadır hiçbir

UygulamaOlgun, Kararlı ürünler ve şirketler

Bir Trend-Line takılması
VarsayımlarSatış etkiler dört kategoriye ayrılır
Eğilimler (uzun vadeli değişimler)
Konjonktürel değişiklikler
Mevsimsel değişiklikler
Düzensiz değişiklikleri

Özellikleri Eğimi belirlemek ve düz bir çizgi yakalamak için en küçük kareler kullanır

AvantajlarıDahili veri almak kolay
Hızlı ve kolay (kullanımı excel)
Uzun bir tarihsel dönem kullanabilir miyim

DezavantajlarıOrtamda değişiklikler varsayılmaktadır hiçbir
Tarihin çok ihtiyacımız var
Kısa dönem Kullanılamaz

UygulamaKararlı sanayi

Hareketli Ortalamalar
ÖzellikleriKısa vadeli örneğe bakın

Avantajları Mevsimsel kaldırır
Kısa vadeli olası değişiklikler
Şeyler stabil olduğunda İyi

DezavantajlarıHızlı bir değişim yanıt vermiyor
Çevresel değişiklikler varsayar yok
Veri depolama maliyetlerini
Serideki tüm aylık eşit ağırlık

Uygulamakısa vadeli envanter kontrolü

Üstel Düzleştirme
Özellikleribir başka kısa vadeli
Örnek bak

Avantajları Uzun serisi ihtiyacım yok
Daha fazla kilo, son aylarda verilebilir
Kolay

Dezavantajları Yine hızlı bir değişime yanıt vermeyebilir
Çevresel değişiklikler varsayar yok

Uygulama Kısa vadeli stok kontrolü

Korelasyon-regresyon
ÖzellikleriNedensellik Düşünüyor

Birinci adım Bağımsız değişken (ler) belirleyin

Adım ikiTedbir korelasyon

Adım üçeğimi hesaplamak ve müdahale
Bağımsız değişkenlerin tahmini elde
Tahmin

AvantajlarıNedensellik belirleyebilir
çevresel değişim açıklayabiliriz
Aslında öncü göstergeler gelişebilir

Dezavantajları bağımsız değişkenlerin tahmini bağlı
Zaman pahalı, alıcı olabilir ve acele sofistike alabilir miyim
Eğer gerçek dünyaya bakmak unutmak yapabilir miyim

UygulamaUzun vadeli tahminler

Ekonometrik Modeller
Özellikleriİki veya daha fazla bağımlı ve bağımsız değişkenler
Bir bağımlı değişkenin Tahmin diğer değişkenleri de etkileyebilir
Aynı adımları izleyin

Avantajları Sıkı ilişkiler ve ortaya çıkan ilişkileri
Büyük değişiklikler tahmin edilebilir
Simülasyon için bir model olarak kullanılabilir

Dezavantajları Pahalı, uzmanlar gerektirir
Sürekli izlenmesi gerekir
Gereken çok sayıda veri
Veri kalitesi kontrol edilmelidir

Uygulama Uzun süre
sanayi veya büyük firma

Amaç karşı Öznel Analizi
kantitatif tekniklerin varsayımları azaltır
Tamamen yapmayın

Tahmin ve Sınırlamalar
İyi bir satış masraf tahmin
Satış forecasters nadiren gerekli gördükleri her zaman var
Satış tahminleri tahminler
Temel şartlarından değişiklikler tahmini gerçek sonuçlar farklılık neden olabilir



Bazı Tahmin Linkler
A3 Tahmin Çözümler satış tahmin yazılımı, System A3 üretir
Alpine Analytics zaman serileri ve öngörü modellerinde güçlü bir yeteneği vardır STATGRAPHICS yazılımı satıyor. Ayrıca Endüstriyel İstatistik dersler veriyorum.
Alt-C Sistemleri A.Ş.
Alyuda Meteorologyapay sinir ağları teknolojisi tabanlı bir tahmin aracı - işlevselliği üzerindeki kısıtlamalar ile ücretsiz bir demo sürümü mevcut
APTECH Sistemleri A.Ş.
Otomatik Tahmin SistemiDavid Reilly en autobox.
İş Tahmin Systems, IncRobert Goodrich en Tahmin Pro.
Decisioneering, Inc CB Predictor ve Crystal Ball, zaman serisi tahmin ve risk analizi Excel için eklentileri.
Delphus A.Ş.Hans Levenbach en Akran planlayıcısı ve diğer planlama yazılım.
Talep Solutions IncTahmin Yönetimi.
FIC Inc
Tahmin XWindows ve Unix için John Galt Kullanıcı planlama yazılım.
Fourcastpuan ve trend değişiklikleri için dönüm.
Gelecek Tool KitHaftalık satış tahmini aracı ve seçilen Avustralyalı ekonomik göstergeler üzerindeki tahminler sunan bir Avustralya firması.
Logility A.Ş.
Minitab .
NCSS .Kapsamlı, kolay kullanımlı istatistiksel paket parçası olan tahmin çeşitli araçlar
NeuralWare .
OxmetricsSTAMP (v.6) Yapısal Zaman serileri Analyser, Modelci ve Predictor, yapısal zaman serisi modelleri kullanan bir program sunmaktadır.
ParkerSoftezForecaster , Excel ve ActiveX DLL zaman serisi tahmin eklenti.
Problem Çözme Araçlarıaktüeryal tahminler.
Profiwareekstrapolasyon yöntemleri konusunda uzmanlaşmış bir Romen yazılım şirketi.
Kehanetbüyük bir müşteri iş tahmin ve planlama için tasarlanmış yazılım paketi Birleşik Krallık-geliştirdi; bu yargılayıcı tahmini yanı sıra istatistiksel tahmini destekler.
Kantitatif Mikro Yazılım .
Bölgesel Ekonomik Research, IncMetrixND programı forecasters ve diğer planlama yazılım.
Yol Haritası Teknolojileri .
SAS Institutekapsamlı bir istatistik paket parçası olan tahmin çeşitli araçlar.
Bilimsel Hesaplama Associates .Uzman sistem ve kullanıcı-merkezli araştırma, büyük ölçekli kurumsal uygulamalar için modelleme / tahmin
Şirketi ÖTV .
Akıllı Software, Inc .Charles Smart SmartForecasts Windows 95/98/NT/2000 için
Spredgar YazılımExcel eklentisi 30 standart finansal oranları ve Menkul Kıymetler ve Borsa Komisyonu EDGAR veritabanında saklanan 10-K ve 10-Q Filings nakit akışı hesaplamaları ve grafik izin vermek.
SPSS IncDecisionTime & WhatIf? - Otomatik interaktif ve konuşlandırılabilir zaman serisi tahmin yazılımı, istemci ve sunucu sürümleri.
StatPoint.com .
StatSoft A.Ş. ,STATISTICA ürünleri doğrusal ve doğrusal olmayan modelleme, tahmin, ve daha fazlası için kapsamlı araçlar sunuyoruz.
TIA GmbHtarafından dağıtılan yazılım, sistem A3, satış tahmini üreten bir firma Münih TI-BAS .
Kullanıcı Solutions Inc
Vanguard Yazılım .
Sanal Business Systems, LLCÜretim kontrolü ve finansal öngörü
Web İstatistik Kaynakları
 
Tahminin Temelleri
Geçmiş: projeksiyon (:geçmişin geleceğe iz düşümü) teknikleri
Nedensel ilişkiler: regresyon
Görüşler: Örneğin; idareciler, birleşik satış ekibi, tüketici anketleri, örneklem grubu, uzman görüşleri (Delphi metodu)
Tahminlerin Kullanım Alanları
Muhasebe Maliyet/kar kestirimi
Finans Fon ve nakit akışı
İnsan Kaynakları İşe alma/eğitim
Pazarlama Fiyatlandırma, promosyon, strateji
Yönetim Bilgi Sistemleri Bilgi Teknolojileri ve Sistemleri, Hizmetleri
Operasyonlar Çizelgeleme, Malzeme İhtiyaç Planlaması (MRP), İş yükü
Ürün/Hizmet Tasarımı Yeni ürünler ve hizmetler
 
Tahminin Özellikleri
Genellikle gelecek=geçmiş gibi kuvvetli varsayımlara bağlıdır.
Değişiklikler ve rassallık nedeni ile nadiren hatasızdır.
Zaman ekseninde ilerledikçe doğruluk azalır.
Prça grupları için yapılan tahminler bir parça için yapılanlardan daha doğrudur
 
Tahmin Tipleri
 
Yargısal Tahmin- öznel girdileri (yönetici görüşleri, kuruluş anket çalışmaları vb.) kullanır
Zaman Serileri- geleceğin de geçmişteki gibi olacağı göz önüne alınarak, geçmiş deneyimleri kullanarak geleceği tahmin etmek
İlişkilendiren modeller – Tahmin edileni açıklayan değişkenler kullanarak geleceği tahmin eder
Yargısal Tahminler
 
Yönetici Görüşü
Satış ekibinin görüşü
Tüketici anketleri
Firma dışından görüşler
Delphi metodu
 Personel ve yöneticilerin görüşleri
 Tahminde görüş birliğini sağlar
Zaman Serileri Tahminleri
 
Trend – datanın uzun dönemli davranışı
Sezonsallık – Datada kısa dönemli düzenli değişimler
Döngü – Dalga tipi süresi bir yılı gecen değişimler
Düzensiz değişimler – olağan dışı şartlar nedeniyle oluşan değişimler
Rassal değişimler – şans faktörünün etkisi
 
Naif Tahmin
Kullanımı kolay
Hemen hemen hiç maliyeti yok
Hazırlanması kolay ve çabuk
Veri analizi gerektirmez
Kolay anlaşılır
Yüksek doğruluk sağlamayabilir
Doğruluk için bir standart olabilir
Herhangi bir metot en az naif metot kadar iyi olmalı
Durağan zaman serileri için kullanılır
Basit ortalama
Hareketli ortalamalar
Ağırlıklı hareketli ortalama
Üssel düzeltme
 
Basit Ortalama
Tüm verileri kullan
Potansiyel Problemler:
Çok eski verilerin yanlış etkileri olabilir
Hareketli Ortalamalar
Basit hareketli ortalama – Son birkaç verinin ortalamasının hesaplanmasına dayalı bir tekniktir ve yeni veriler geldikçe güncellenir.
Ağırlıklı Hareketli ortalama – Bir serideki daha yeni verilerin daha fazla etkili olduğu göz önüne alınarak bu verilerin ağırlıklandırılması ile hesaplanır.
Ağırlıklı Hareketli Ortalama
Son m dönemlik veriyi kullanır
Ağırlıklar öneme göre atanır.
Üstsel düzeltme (ortalama)
 
Tüm datayı kullanır
En yakın dataya en fazla ağırlık verir
Yinelemeli, başlangıç tahmini ve α gerekir .
Adapteli; geçmiş hatalara göre devamlı düzeltmeler yapar
 
Eğilim (Trend)
Doğrusal Eğilim Denklemi
Eğilimi Ayarlanmış Tahmin Modeli
Üssel Ortalama Temelli
2 li Üssel Ortalama Modeli
Biri şimdiki seviye için şimdiki temel talep seviyesinin tahmininde kullanılır.
Diğeri de talep seviyesindeki artışın (eğim) tahmini için kullanılır.
Doğrusal Eğilim Denklemi
Kullanımı kolay: Excel de hazır fonksiyonu var.
En küçük kareler metodu kullanarak parametreler hesaplanır
Hataların karelerinin toplamını minimize eder
Her periyot için aynı ağırlığı kullanır
Her yeni data elde edildiğinde a ve b tekrar hesaplanmalıdır.
Doğrusal eğilim varsayımları
 
Doğru etrafındaki değişimler rassal ve normal dağılmıştır
Tahminler bağımsız değişkenin gözlenen değerleri arasında geçerlidir aslında
Doğru kullanım için:
Doğrusallığı datanın grafiğinden kontrol et
Datanın zamana bağımlı olup olmadığını kontrol et.
Zaman ile data arasındaki korelasyonun karesini (formul3 -11) hesapla; Datadaki değişimin zamana bağıntısını gösterir (>0.8 ise bağıntı kuvvetli demektir)
Trend düzeltmeli üstsel düzeltme
İki üstsel düzeltme, birisi talebin temel seviyesi için (Sn), diğeri talepteki bir periyotluk artış için (Tn)
aha yakın data daha önemli (üstsel azalan ağırlıklar)
Adapta olur, her periyot geçmiş data ve gerçekleşene göre kolayca güncellenir
excel İstatistik TAHMİN Bir doğrusal eğilim boyunca bir değer verir 
excel İstatistik BÜYÜME Üstel bir eğilim boyunca değerler verir 
excel İstatistik DOT Doğrusal bir eğilimin parametrelerini verir 
excel İstatistik LOT Üstel bir eğilimin parametrelerini verir
excel İstatistik EĞİLİM Doğrusal bir eğilim boyunca değerler verir
 
Eğilimli Talep için Tahmin Modelleri
Eğilimi Ayarlanmış Tahmin & Doğrusal Eğilim Denklemi: Her ikisi de geleceği doğrusal olarak tahmin eder
Eğilimi Ayarlanmış Tahmin: §Son dönemden yola çıkar (t)
Sadece güncellemeler olduğunda aşamalı olarak yeniden hesaplamalar gerektirir
Daha yeni dönemleri vurgular
Doğrusal Eğilim Denklemi: §Zaman 0 daki sabit değerden bir projeksiyon yapar
Güncellemeler olduğunda tümüyle yeniden hesaplama gerektirir.
Mevsimsellik İçin Teknikler
Mevsimlik Değişkenlikler
Tekrar eden olaylara bağlı olan serilerde düzenli tekrar eden hareketler
Zaman serilerinde mevsimsellik, gerçek değerlerin serinin ortalama değerinden sapma miktarı cinsinden ifade edilir.
2 tür mevsimsellikten söz edilebilir.
1.Toplanabilir model
2.Çarpılabilir model
Toplanabilir Model : Mevsimselliği dahil etmek için mevsimsel seri ortalamasına ekleme veya çıkarma yapılan miktar kullanılır.,
Çarpılabilir Model : Mevsimsellik mevsimsel ortalamanın yüzdesi olarak ifade edilir. Bu yüzdeler daha sonradan, mevsimselliği mevsimlik bağıntısı dahil etmek için, seri değerleri ile çarpılır. Uygulamalarda daha çok çarpılabilir model kullanılmaktadır.

Tüm dönemlerin ağırlığı eşittir.
Trendli ve mevsimsel (sezonsal) data için adımlar
CMA kullanarak sezonsal indeksleri hesapla
Talebi sezon indekslerine bölerek sezon etkisini kaldır
Trend modelini sezon etkisi arındırılmış data kullanarak bul. Bunun için doğrusal trend yada ikili üstsel düzeltme kullan
Gelecek için tahmin et
Sezon indeksleriyle bu tahminleri çarparak son tahminleri bul
Sezonsal data
Kısa-dönem tekrarlı rastsal olmayan talep değişimleri
Ölçümler:
Temel seviyeye oranla sezon etkisi sezon endeksi olarak hesaplanır
Merkezileştirilmiş hareketli ortalama (CMA) temel seviyeyi verir.
Trend model parametreleri: Excel çıktısı
Data ve sezonsal etkisi kalkmış data
Hata=Gerçekleşen – tahmin
Tahmin hataları gözlenerek
Farklı metotların karşılaştırılması
Kullanılan metodun ne kadar yansız ve kontrol altında olduğunun takibi yapılır
Yanlılık ; hataların rastsallıklarını kaybedip genelde pozitif yada negatif olarak çıkmaları
Tahminin doğruluğu; Kriterler
1. Ortalama mutlak sapma (MAD)
Ortalama “aralık” hata
2. Hata karelerinin ortalaması
3. Ortalama mutlak yüzde hata (MAPE)
Tahmin edilen miktara oranla hata
Takip göstergesi
Takip Göstergesi (tacking signal)
Kümülatif hataların MAD’e oranı
Yanlılık– Tahminlerin gerçek değerlerinden büyük veya küçük olma eğilimini gösterir. Takip göstergesi idealde sıfır olmalı .+/- 4 ya da +/-5 Kabul edilebilir limitlerdir. Aksi takdirde yanlılık var denir
Tahminin Kontrolü
 
Kontrol Grafiği
Tahmin hatalarının izlenmesinde görsel bir araçtır.
Rassal olmayan hataların belirlenmesinde kullanılır.
Tahmin hataları kontrol altındadır, eğer
Tüm hatalar kontrol sınırları içinde ise
Herhangi bir veri, eğilim veya döngüsel bir yapı izlemiyorsa
Tahminin doğruluğu; Takip
Kontrol grafikleri;
Hataların ortalamaları 0 rastsal normal değişken olduğu varsayılırsa, +/-2 aralığında olma ihtimalleri %95,5 +/-3 aralığında olma ihtimali %99,7 dir.
Bu alt/üst kontrol limitleri kullanılarak mevcut modelin performansı takip edilebilir. Bu sınırlar dışında hatalar oluşuyorsa metot ve modele tekrar bakılmalıdır
Tahmin Hatalarının Kaynakları
Model yetersiz olabilir
Olağan dışı etkiler (aşırı kötü hava koşulları, geçici bozulmalar, grevler v.b.)
Tahmin tekniklerinin kullanımı yanlışsa
Her zaman için rassal bir hata olacaktır
 
Bir Tahmin Tekniğinin Seçilmesi
Her durumda iyi tek bir teknik yoktur.
En önemli iki faktör arasında denge kurmak
Maliyet (data toplama maliyeti)
Doğruluk
Diğer faktörler
Geçmiş verilerin olup olmadığı
Bilgisayarlar
Verilerin oluşturulması ve analizi için kullanılabilecek zaman.
Datanın grafiğinin kontrol edilmesi.
Tahmin dönemi
Kısa dönem; kantitatif modeller
Uzun dönem; Yargısal modeller
Operasyonlar Stratejisi
 
Tahminler bir çok karara temel oluşturur.
Kısa dönemli tahminleri iyileştirmeye çalış
Doğru kısa dönemli tahminleri iyileştir
Karlar
Düşük stok seviyesi
Yoksatmaları azalt
Müşteri hizmet seviyelerini iyileştir
Tahminlerin güvenilirliğini arttır
Tedarik Zinciri Tahminleri
Tahminleri tedarikçilerle paylaşmak
Tedarik zincirinde tahmin kalitesini iyileştirmek
Düşük maliyetler
Daha kısa tedarik temin zamanları
Tahmin Sürecinin Adımları
1 Tahminin amacını belirle
2 Bir zaman dönemi ve zaman ufku oluştur
3 Verileri oluştur ve analiz et
4 Bir teknik seç & parametreleri kestir
5 Tahmin yap
6 İzle ve güncelle
 
Excel de istatistik fonksiyonları
 
AVEDEV ORTSAP İstatistik Veri noktalarının mutlak sapmalarının ortalamasını verir Returns the average of the absolute deviations of data points from their mean AVERAGE ORTALAMA İstatistik Bağımsız değişkenlerinin ortalamasını verir Returns the average of its arguments
AVERAGEA ORTALAMAA İstatistik Bağımsız değişkenlerinin, sayılar, metin ve mantıksal değerleri içermek üzere ortalamasını verir Returns the average of its arguments, including numbers, text, and logical values
BETADIST BETADAĞ İstatistik Birikimli beta olasılık yoğunluğu işlevini verir Returns the beta cumulative distribution function
BETAINV BETATERS İstatistik Birikimli beta olasılık yoğunluğunun tersini verir Returns the inverse of the cumulative distribution function for a specified beta distribution
BINOMDIST BİNOMDAĞ İstatistik Tek terim binom dağılımı olasılığını verir Returns the individual term binomial distribution probability
CHIDIST KİKAREDAĞ İstatistik Kikare dağılımın tek kuyruklu olasılığını verir Returns the one-tailed probability of the chi-squared distribution
CHIINV KİKARETERS İstatistik Kikare dağılımın tek kuyruklu olasılığının tersini verir Returns the inverse of the one-tailed probability of the chi-squared distribution
CHITEST KİKARETEST İstatistik Bağımsızlık sınamalarını verir Returns the test for independence
CONFIDENCE GÜVENİRLİK İstatistik Bir popülasyon ortalaması için güvenirlik aralığını verir Returns the confidence interval for a population mean
CORREL KORELASYON İstatistik İki veri kümesi arasındaki bağlantı katsayısını verir Returns the correlation coefficient between two data sets
COUNT BAĞ_DEĞ_SAY İstatistik Bağımsız değişkenler listesinde kaç tane sayı bulunduğunu sayar Counts how many numbers are in the list of arguments
COUNTA BAĞ_DEĞ_DOLU_SAY İstatistik Bağımsız değişkenler listesinde kaç tane değer bulunduğunu sayar Counts how many values are in the list of arguments
COUNTBLANK BOŞLUKSAY İstatistik Bir aralık içindeki boş hücreleri sayar Counts the number of blank cells within a range
COUNTIF EĞERSAY İstatistik Bir aralık içindeki, belli bir ölçütü karşılayan, boş olmayan hücreleri sayar Counts the number of nonblank cells within a range that meet the given criteria
COVAR KOVARYANS İstatistik Eşleştirilmiş sapmaların ortalaması olan, kovaryansı verir Returns covariance, the average of the products of paired deviations
CRITBINOM KRİTİKBİNOM İstatistik Birikimli binom dağılımının bir ölçüt değerinden küçük veya ölçüt değerine eşit olduğu en küçük değeri verir Returns the smallest value for which the cumulative binomial distribution is less than or equal to a criterion value
DEVSQ SAPKARE İstatistik Sapmaların karelerinin toplamını verir Returns the sum of squares of deviations
EXPONDIST ÜSTELDAĞ İstatistik Üstel dağılımı verir Returns the exponential distribution
FDIST FDAĞ İstatistik F olasılık dağılımını verir Returns the F probability distribution
FINV FTERS İstatistik F olasılık dağılımının tersini verir Returns the inverse of the F probability distribution
FISHER FISHER İstatistik Fisher dönüşümünü verir Returns the Fisher transformation
FISHERINV FISHERTERS İstatistik Fisher dönüşümünün tersini verir Returns the inverse of the Fisher transformation
FORECAST TAHMİN İstatistik Bir doğrusal eğilim boyunca bir değer verir Returns a value along a linear trend
FREQUENCY SIKLIK İstatistik Bir sıklık dağılımını, dikey bir dizi olarak verir Returns a frequency distribution as a vertical array
FTEST FTEST İstatistik Bir F-test'in sonucunu verir Returns the result of an F-test
GAMMADIST GAMADAĞ İstatistik Gama dağılımını verir Returns the gamma distribution
GAMMAINV GAMATERS İstatistik Gama birikimli dağılımının tersini verir Returns the inverse of the gamma cumulative distribution
GAMMALN GAMALN İstatistik Gama işlevinin doğal logaritmasını, Γ(x) verir Returns the natural logarithm of the gamma function, Γ(x)
GEOMEAN GEOORT İstatistik Geometrik ortayı verir Returns the geometric mean
GROWTH BÜYÜME İstatistik Üstel bir eğilim boyunca değerler verir Returns values along an exponential trend
HARMEAN HARORT İstatistik Harmonik ortayı verir Returns the harmonic mean
HYPGEOMDIST HİPERGEOMDAĞ İstatistik Hipergeometrik dağılımı verir Returns the hypergeometric distribution
INTERCEPT KESMENOKTASI İstatistik Doğrusal çakıştırma çizgisinin kesişme noktasını verir Returns the intercept of the linear regression line
KURT BASIKLIK İstatistik Bir veri kümesinin basıklığını verir Returns the kurtosis of a data set
LARGE BÜYÜK İstatistik Bir veri kümesindeki k. en büyük değeri verir Returns the k-th largest value in a data set
LINEST DOT İstatistik Doğrusal bir eğilimin parametrelerini verir Returns the parameters of a linear trend
LOGEST LOT İstatistik Üstel bir eğilimin parametrelerini verir Returns the parameters of an exponential trend
LOGINV LOGTERS İstatistik Bir lognormal dağılımının tersini verir Returns the inverse of the lognormal distribution
LOGNORMDIST LOGNORMDAĞ İstatistik Birikimli lognormal dağılımını verir Returns the cumulative lognormal distribution
MAX MAK İstatistik Bir bağımsız değişkenler listesindeki en büyük değeri verir Returns the maximum value in a list of arguments
MAXA MAKA İstatistik Bir bağımsız değişkenler listesindeki, sayılar, metin ve mantıksal değerleri içermek üzere, en büyük değeri verir Returns the maximum value in a list of arguments, including numbers, text, and logical values
MEDIAN ORTANCA İstatistik Verilen sayıların ortancasını verir Returns the median of the given numbers
MIN MİN İstatistik Bir bağımsız değişkenler listesindeki en küçük değeri verir Returns the minimum value in a list of arguments
MINA MİNA İstatistik Bir bağımsız değişkenler listesindeki, sayılar, metin ve mantıksal değerleri de içermek üzere, en küçük değeri verir Returns the smallest value in a list of arguments, including numbers, text, and logical values
MODE ENÇOK_OLAN İstatistik Bir veri kümesindeki en sık rastlanan değeri verir Returns the most common value in a data set
NEGBINOMDIST NEGBINOMDAĞ İstatistik Negatif binom dağılımını verir Returns the negative binomial distribution
NORMDIST NORMDAĞ İstatistik Normal birikimli dağılımı verir Returns the normal cumulative distribution
NORMINV NORMTERS İstatistik Normal birikimli dağılımın tersini verir Returns the inverse of the normal cumulative distribution
NORMSDIST NORMSDAĞ İstatistik Standart normal birikimli dağılımı verir Returns the standard normal cumulative distribution
NORMSINV NORMSTERS İstatistik Standart normal birikimli dağılımın tersini verir Returns the inverse of the standard normal cumulative distribution
PEARSON PEARSON İstatistik Pearson çarpım moment korelasyon katsayısını verir Returns the Pearson product moment correlation coefficient
PERCENTILE YÜZDEBİRLİK İstatistik Bir aralıktaki değerlerin k. frekans toplamını verir Returns the k-th percentile of values in a range
PERCENTRANK YÜZDERANK İstatistik Bir veri kümesindeki bir değerin yüzde mertebesini verir Returns the percentage rank of a value in a data set
PERMUT PERMÜTASYON İstatistik Verilen sayıda nesne için, permütasyon sayısını verir Returns the number of permutations for a given number of objects
POISSON POISSON İstatistik Poisson dağılımını verir Returns the Poisson distribution
PROB OLASILIK İstatistik Bir aralıktaki değerlerin iki limit arasında olma olasılığını verir Returns the probability that values in a range are between two limits
QUARTILE DÖRTTEBİRLİK İstatistik Bir veri kümesinin kartil değerini verir Returns the quartile of a data set
RANK RANK İstatistik Bir sayılar listesindeki bir sayının mertebesini verir Returns the rank of a number in a list of numbers
RSQ RKARE İstatistik Pearson çarpım moment korelasyon katsayısının karesini verir Returns the square of the Pearson product moment correlation coefficient
SKEW ÇARPIKLIK İstatistik Bir dağılımın çarpıklığını verir Returns the skewness of a distribution
SLOPE EĞİM İstatistik Doğrusal çakışma çizgisinin eğimini verir Returns the slope of the linear regression line
SMALL KÜÇÜK İstatistik Bir veri kümesindeki k. en küçük değeri verir Returns the k-th smallest value in a data set
STANDARDIZE STANDARTLAŞTIRMA İstatistik Normalleştirilmiş bir değer verir Returns a normalized value
STDEV STDSAPMA İstatistik Standart sapmayı, bir örneğe bağlı olarak tahmin eder Estimates standard deviation based on a sample
STDEVA STDSAPMAA İstatistik Standart sapmayı, sayılar, metin ve mantıksal değerleri içermek üzere, bir örneğe bağlı olarak tahmin eder Estimates standard deviation based on a sample, including numbers, text, and logical values
STDEVP STDSAPMAS İstatistik Standart sapmayı, tüm popülasyona bağlı olarak hesaplar Calculates standard deviation based on the entire population
STDEVPA STDSAPMASA İstatistik Standart sapmayı, sayılar, metin ve mantıksal değerleri içermek üzere, tüm popülasyona bağlı olarak hesaplar Calculates standard deviation based on the entire population, including numbers, text, and logical values
STEYX STHYX İstatistik Öngörülen bir y değerinin standart hatasını, çakışmadaki her bir x için verir Returns the standard error of the predicted y-value for each x in the regression
TDIST TDAĞ İstatistik T-dağılımını verir Returns the Student's t-distribution
TINV TTERS İstatistik T-dağılımının tersini verir Returns the inverse of the Student's t-distribution
TREND EĞİLİM İstatistik Doğrusal bir eğilim boyunca değerler verir Returns values along a linear trend
TRIMMEAN KIRPORTALAMA İstatistik Bir veri kümesinin iç ortasını verir Returns the mean of the interior of a data set
TTEST TTEST İstatistik T-test'le ilişkilendirilmiş olasılığı verir Returns the probability associated with a Student's t-test
VAR VAR İstatistik Varyansı, bir örneğe bağlı olarak tahmin eder Estimates variance based on a sample
VARA VARA İstatistik Varyansı, sayılar, metin ve mantıksal değerleri içermek üzere, bir örneğe bağlı olarak tahmin eder Estimates variance based on a sample, including numbers, text, and logical values
VARP VARS İstatistik Varyansı, tüm popülasyona bağlı olarak hesaplar Calculates variance based on the entire population
VARPA VARSA İstatistik Varyansı, sayılar, metin ve mantıksal değerleri içermek üzere, tüm popülasyona bağlı olarak hesaplar Calculates variance based on the entire population, including numbers, text, and logical values
WEIBULL WEIBULL İstatistik Weibull dağılımını hesaplar Returns the Weibull distribution
ZTEST ZTEST İstatistik Bir z-testinin iki kuyruklu P-değerini hesaplar Returns the one-tailed probability-value of a z-test
Loading