Özkan Yılmaz

Konular / Operasyon / Talep tahmini

Talep tahmini

Kapasite planı, stok ve kadro kararlarının tamamı bir tahminle başlar. Bu sayfa tahminin nasıl yapıldığını değil, ne kadar isabetli olduğunun nasıl ölçüldüğünü anlatıyor.

Neden ölçmek gerekiyor

Kapasite planlaması, kadro hesabı ve stok kararlarının hepsi bir talep tahminine dayanıyor. Tahminin kendisi bu sayfaların girdisi olduğu için kalitesi doğrudan kararların kalitesini belirliyor.

Buna karşılık çoğu kuruluşta tahminin isabeti ölçülmüyor. Tahmin yapılıyor, karar veriliyor, ay geçiyor ve gerçekleşen sayı ile tahmin bir daha karşılaştırılmıyor. Bu ölçüm yapılmadığında iki şey birden bilinmez kalıyor: tahmin ne kadar sapıyor ve hangi yönde sapıyor.

İkinci soru birincisinden daha önemli. Rastgele sapan bir tahmin kapasiteyi bazen fazla bazen az planlar; sistematik olarak düşük tahmin eden bir yöntem ise her ay yetersiz kapasiteyle çalışmaya yol açar. Bu ayrımı yalnızca yanlılık ölçüsü gösteriyor.

Üç temel yöntem

YöntemFormülüNe zaman uygun
NaifGelecek dönem = bu dönemKısa vadeli, trendin zayıf olduğu seriler; ayrıca diğer yöntemlerin kıyaslandığı taban
Hareketli ortalamaSon n dönemin ortalamasıRastgele dalgalanmanın yüksek, trendin düşük olduğu seriler
Üstel düzeltmeFt+1 = α × At + (1 − α) × FtSon dönemlere daha fazla ağırlık verilmesi gerektiğinde

Üstel düzeltmedeki α katsayısı 0 ile 1 arasında seçilir ve tepkiselliği belirler. Yüksek α son gözleme hızlı tepki verir ama gürültüyü de takip eder; düşük α daha yumuşak bir eğri üretir ama gerçek değişimleri geç fark eder.

Naif yöntemin listede olması şaşırtıcı görünebilir. Kullanım amacı tahmin üretmek değil, karşılaştırma tabanı kurmak: geliştirilen hiçbir yöntem naif tahminden daha kötü olmamalıdır. Bu basit ölçüt, karmaşık modellerin gerçekten değer kattığını sınamanın en hızlı yolu.

Hata ölçüleri

ÖlçüHesabıNe söylerZayıf yanı
MADMutlak hataların ortalamasıOrtalama sapma, veri birimindeFarklı ölçekler karşılaştırılamaz
MAPEMutlak yüzde hataların ortalamasıBirimsiz, ölçekten bağımsızGerçek değer sıfıra yakınsa patlar
BIASHataların işaretli ortalamasıSistematik sapmanın yönüTek başına büyüklüğü göstermez
RMSEKare hataların ortalamasının kareköküBüyük sapmaları daha çok cezalandırırUç değerlere duyarlı

Dördü birlikte okunur, çünkü her biri farklı bir soruya cevap veriyor. MAD ve MAPE büyüklüğü, BIAS yönü, RMSE ise büyük sapmaların ağırlığını gösteriyor. Yalnızca MAPE raporlanan bir tahmin sistemi, sürekli aynı yöne sapıyor olsa bile bunu fark etmiyor.

Çözümlü örnek

Aylık gönderi hacmi — üç yöntemin karşılaştırması

Gerçekleşen hacim (milyon gönderi) ve üç yöntemin aynı dönem için ürettiği tahminler. Üstel düzeltmede α = 0,30 alındı.

AyGerçekNaif3 aylık HOÜstel düzeltme
110,20
29,4010,2010,20
310,809,409,96
410,1010,8010,1310,21
510,6010,1010,1010,18
69,9010,6010,5010,30
710,309,9010,2010,18
810,7010,3010,2710,22
911,4010,7010,3010,36
1013,8011,4010,8010,67
1117,2013,8011,9711,61
1215,6017,2014,1313,29

Aynı dönem üzerinden karşılaştırma (4–12. ay)

YöntemMADMAPEBIAS
Naif1,200%8,88−0,533
3 aylık hareketli ortalama1,385%9,70−1,244
Üstel düzeltme (α = 0,30)1,511%10,43−1,396
Karşılaştırma 4–12. aylar üzerinden yapıldı, çünkü hareketli ortalama ilk üç ay için tahmin üretmiyor. Farklı dönem sayılarıyla kıyaslamak yanıltıcı olurdu.

Sonuç ne söylüyor

Üç yöntemden en iyisi naif tahmin çıktı. Bu şaşırtıcı görünüyor ama sebebi verinin yapısında: son üç ayda güçlü bir yükseliş var ve geçmişin ortalamasını alan yöntemler bu yükselişi takip edemiyor. Naif tahmin ise yalnızca son aya baktığı için trendi otomatik olarak izliyor.

Buradaki ders yöntemle değil yöntem seçimiyle ilgili: hareketli ortalama ve üstel düzeltme, trendi olmayan seriler için tasarlanmış yöntemler. Trendli veya mevsimsel bir seride kullanıldıklarında sistematik olarak geride kalıyorlar.

Naif yöntemin MAPE'si %8,88  ·  üstel düzeltmeye göre %1,55 puan daha iyi
Üç yöntemin BIAS değeri de negatif: hepsi sistematik olarak düşük tahmin ediyor

Yanlılık

Örnekteki en önemli bulgu MAPE değerlerinde değil, BIAS sütununda. Üç yöntemin üçü de negatif yanlılık gösteriyor; yani hepsi gerçekleşenin altında tahmin ediyor.

Yanlılık (bias), tahmin hatalarının işaretli ortalamasıdır. Sıfıra yakın bir değer, sapmaların iki yöne dengeli dağıldığını gösterir. Sürekli aynı işareti taşıyan bir yanlılık ise yöntemin sistematik olarak yanıldığı anlamına gelir.

Sistematik yanlılığın pratik sonucu şu: her ay kapasite ihtiyacı eksik planlanır, her ay ek mesaiyle telafi edilir ve bu, tahmin sisteminin bir zaafı olarak değil operasyonun doğal bir özelliği olarak görülmeye başlanır. Oysa aynı yöntemin çıktısına sabit bir düzeltme eklemek sorunun büyük kısmını çözüyor.

Yanlılığın izlenmesi de ayrı bir yöntem gerektirmiyor. Aylık hata değerlerinin bir kontrol grafiğinde izlenmesi, sapmanın rastgele mi yoksa sistematik mi olduğunu doğrudan gösteriyor: merkez çizgisinin bir tarafında dizilen noktalar yanlılığın işareti.

Mevsimsellik ve ufuk

Kapasite planlaması sayfasında hesaplanan mevsim endeksleri, aynı verinin mevsimsel bileşenini gösteriyordu; Kasım ayı endeksi 1,474 çıkmıştı. Örnekteki üç yöntemin son üç ayda geride kalmasının sebebi de bu bileşeni hiç modellememeleri.

Mevsimsel düzeltme uygulamak yöntemi değiştirmeyi gerektirmiyor. Sıra şöyle işliyor: seri mevsim endeksine bölünerek mevsimsellikten arındırılır, tahmin arındırılmış seri üzerinde yapılır ve sonuç yeniden endeksle çarpılır. Aynı naif ya da üstel düzeltme yöntemi, bu adımlarla birlikte belirgin biçimde daha isabetli hale geliyor.

Tahmin ufkunun yöntem seçimine etkisi.
UfukKullanımUygun yaklaşım
1–7 günVardiya ve sefer planıNaif, günlük örüntü düzeltmesi
1–3 ayKadro ve taşeron planıMevsimsel düzeltmeli üstel düzeltme
6–18 ayYatırım ve tesis kararıTrend ve mevsim ayrıştırması, senaryo analizi

Ufuk uzadıkça tahminin isabeti kaçınılmaz olarak düşüyor. Bu yüzden uzun ufuklu kararlarda tek bir tahmin yerine senaryo üretilmesi, kalite maliyeti sayfasındaki üç senaryolu sunumla aynı gerekçeye dayanıyor: varsayımı gizlemek yerine görünür kılmak.

Sık karşılaşılan hatalar

Tahmin isabetini hiç ölçmemek. Gerçekleşen ile tahmin karşılaştırılmadığında yöntemin işe yarayıp yaramadığı bilinmiyor; iyileştirme de mümkün olmuyor.

Yalnızca MAPE raporlamak. Büyüklüğü gösterir ama yönü göstermez. Sistematik yanlılık yalnızca BIAS ile fark ediliyor.

Yöntemleri farklı dönem sayılarıyla karşılaştırmak. Hareketli ortalama ilk dönemler için tahmin üretmiyor; karşılaştırma tüm yöntemlerin tahmin verdiği ortak dönem üzerinden yapılır.

Naif tahmini taban olarak kullanmamak. Geliştirilen bir yöntem naif tahminden kötüyse karmaşıklığı boşa gidiyor demektir. Bu kontrol en hızlı ve en ucuz sınamadır.

Trendli veya mevsimsel seride trendsiz yöntem kullanmak. Hareketli ortalama ve basit üstel düzeltme bu seriler için tasarlanmadı; örnekte üçü birden geride kaldı.

Ufka göre yöntem seçmemek. Yedi günlük bir plan ile on sekiz aylık bir yatırım kararı aynı yöntemle beslenemez.