DP-22 Tahmin-Model Detayları

Bu eğitimde Arkhon’un oluşturduğu talep tahmin modellerinin teknik detaylarına bakacağız. Burada paylaşılan parametre ve diğer kriterler bilgi amaçlıdır. Modelin başka bir yerinde kullanılmaz.

Veri Girişi

Arkhon, talep planını hazırlamak için aşağıdaki tablolardan veri setine ihtiyaç duyar. Bunlardan herhangi birisinde eksik varsa, süreç çalışmaz. Bu tablolara nasıl veri girileceğini ilgili eğitim dökümanlarından bakabilirsiniz.

1. Master Data (Ana Veri)

   1. Ürün ve müşteri ikilisi

   2. Talep tahmin tipi ve parametreleri

   3. Tahmin model seçimi ve parametreleri

2. Actual Sales (Gerçekleşen Satışları)

   1. Ürün ve müşteri bazında gerçekleşmiş satışların listesi

Talep Planlama

Arkhon’da talep planlama profilimizi yarattıktan sonra “Arkhon Frcst Optima” ribbonunda “Optimize Forecast” grubunda “Forecast Run” tuşuna basıp bir talep planı hazırlayabiliriz. Bu esnada aynı menüde yer alan “Model Details” onay kutusunu işaretlersek aşağıdaki gibi bir tablo alırız.

Talep planının başlıklarının açıklamalarını aşağıda görebilirsiniz;

1. Data_Type: Tablonun ne tip veri içerdiğini gösterir. Benzer formata sahip tahmin tablosundan ayrılması için burada veri tipi “PARAMETERS” olarak geçer.

2. Product_Type: Talep tahminin ne bazında yapıldığını gösterir. Eğer tahmin ürün bazında yapıldıysa “PRODUCT”, grup bazında yapılıp ürün üzerine dağıtıldıysa “PROD BY GROUP” yazar.

3. Project: Ürünün bağlı bulunduğu projeyi gösterir.

4. Product_Code: Talep tahmini yapılan ürünün kodunu gösterir.

5. Product_Description: Ürünün açıklamasını gösterir.

6. Product_UoM: Ürünün temel birimi gösterilir.

7. Product_SubGroup: Ürünün bağlı olduğu altgrup gösterilir.

8. Customer: Ürünün müşterisi gösterilir.

9. Forecast_Model: Talep tahmin sürecinde ürüne uygulanan modeli gösterir.

10. SSQ: Talep tahmin modelinin sapmalarını karşılayabilmek için ne kadar stok tutulması gerektiğini belirtir.

11. AIC (Akaike Information Criteria): Talep tahmin modelinin performansını ölçen “Akaike ölçütü” değerini verir.

12. MSE (Mean Squarred Error): Talep tahmin modelinin performansını ölçen “Ortalama hata karesi” değerini verir.

13. Level: Tahmin modelinin seviye değeridir.

14. Trend: Tahmin modelinin trend değeridir.

15. Alpha: Tahmin modelinin alfa değeridir. (Level ile ilişkilidir)

16. Beta: Tahmin modelinin beta değeridir. (Trend ile ilişkilidir)

17. Gamma: Tahmin modelinin gama değeridir. (Sezonsallık ile ilişkilidir)

18. Phi: Tahmin modelinin fi değeridir. (Damped değer ile ilişkilidir)

Tablonun kalan kısmı aşağıda görülebilir.

• # Of Seasons: Modelde kaç periyotluk sezon olduğunu belirtir.

• Seasons: Bundan sonra gelen sezon parametreleridir.

<< Önceki Bölüm Sonraki Bölüm>>