Bu yazıdan aklınızda kalacaklar
- Girdiler: SKU bazlı satış, stok bitişi dönemleri, fiyat ve kampanya geçmişi, sezonluk, reklam, kanal, dış veri; veri kalitesi belirleyici.
- Ürün türüne göre: düzenli üründe haftalık öneri, sezonlukta sezon başı toplu, modada erken sell-through tahmini, yeni üründe benzer ürün ve hızlı güncelleme.
- Sipariş önerisi tahmin, tedarik süresi, güvenlik stoğu ve hedef stok günüyle; "30 günde bitecek" ve "90 günde elde kalacak" uyarıları.
- Kampanya tahmini ayrı (sıçrama katsayısı); doğruluk ürün grubu bazında ölçülür; öneri insan onayıyla uygulanır.
Stok kararları çoğu e-ticaret işletmesinde hisle verilir: "geçen ay iyi sattı, bu ay da satar", "Kasım'da iki katı alalım". Sonuç iki uçta: stok bitişi (satış kaybı, reklam israfı, müşteri kaybı) ya da elde kalan stok (bağlanan para, değer kaybı). Yapay zeka talep tahmini, geçmiş satış, sezonluk, kampanya takvimi, fiyat ve dış verilerden ürün bazlı tahmin üretir ve bu iki ucu daraltır. Ama tahmin sihir değil: veri kalitesi, ürün ömrü, kampanya etkisi ve insan yorumu olmadan çalışmaz. Bu yazı, yapay zeka ile talep tahmini ve stok optimizasyonunu anlatıyor: tahminin girdileri ve yöntemleri, ürün türüne göre farklar, yeni ürün sorunu, tahminden sipariş önerisine (güvenlik stoğu, tedarik süresi), kampanya ve sezon tahmini, "stoğu bitecek" ve "elde kalacak" uyarıları, doğruluk ölçümü, insan onayı, sık hatalar.
Kısaca
Tahmin, ürün bazlı 30, 60 ve 90 günlük satış öngörüsüdür; girdiler geçmiş satış (en az bir sezon, tercihen iki yıl), sezonluk ve haftalık örüntü, kampanya takvimi, fiyat değişimi, stok bitişi dönemleri (talep gizlenir), trend ve dış veri (hava, tatil). Tahmin, tedarik süresi ve güvenlik stoğuyla birleşip haftalık sipariş önerisi olur; "önümüzdeki 30 günde bitecek" ve "90 günde elde kalacak" listeleri karar aracı. Yeni ürünlerde benzer ürün ve kategori tahmini; kampanya için kampanya geçmişi. Doğruluk ürün grubu bazında ölçülür, tahmin insan onayıyla uygulanır.
Girdiler
| Girdi | Neden | Not |
|---|---|---|
| Geçmiş satış (SKU bazlı, günlük) | Temel | En az bir sezon, tercihen 2 yıl |
| Stok bitişi dönemleri | Bitince talep görünmez; düzeltme | Sistem stok bitişini kaydetmeli |
| Fiyat ve indirim geçmişi | Fiyat esnekliği | Kampanya satışı normal talep değil |
| Kampanya takvimi (geçmiş ve gelecek) | Sıçramalar | Kasım, özel günler |
| Sezonluk ve haftalık örüntü | Mevsim, hafta içi/sonu | Kategoriye göre |
| Reklam harcaması | Trafik etkisi | Bütçe artışı talebi büyütür |
| Kanal (site, pazaryeri) | Kanal bazlı tahmin | Pazaryeri kampanyası ayrı |
| Dış veri | Hava, tatil, ekonomik | Bazı kategorilerde belirgin |
| Ürün özellikleri | Yeni ürün benzerliği | Kategori, fiyat bandı, marka |
Veri kalitesi belirleyici: SKU bazlı, iade düşülmüş, kanal etiketli, stok bitişi kayıtlı satış verisi olmadan tahmin zayıf kalır.
Yöntemler (kaba hatlarıyla)
Basit: hareketli ortalama ve sezon katsayısı (küçük katalog, düzenli ürünler). Orta: zaman serisi modelleri (sezonluk, trend, tatil etkisi). İleri: makine öğrenmesi modelleri (fiyat, kampanya, reklam, ürün özellikleri gibi çok değişkenli; katalog genelinde öğrenme; yeni ürün için benzerlik). Sistem, ürün grubuna göre uygun yöntemi seçer; kullanıcı yöntemi değil sonucu görür: tahmin, güven aralığı, önerilen sipariş.
Ürün türüne göre
- Düzenli satan tüketim ürünü: Tahmin en güvenilir; haftalık sipariş önerisi
- Sezonluk ürün: Geçmiş sezon artı büyüme ve kampanya; sezon başı toplu, sezon içi düzeltme
- Moda ve kısa ömürlü: Tahmin zor; ilk 2 ile 4 haftanın satış hızından sezon sonu tahmini (sell-through), erken indirim uyarısı
- Uzun ömürlü ve pahalı: Düşük hacim, yüksek belirsizlik; güvenlik stoğu ve tedarik süresi belirleyici
- Yeni ürün: Veri yok; benzer ürün ve kategori tahmini, ilk haftalarda hızlı güncelleme
Yeni ürün sorunu
Yeni ürünün geçmişi yok; tahmin benzer ürünlerden (aynı kategori, fiyat bandı, marka, özellik) ve lansman planından (reklam, kampanya) çıkar; ilk 2 ile 4 haftanın gerçek satışıyla hızla güncellenir. Güvenlik stoğu yeni üründe yüksek tutulur (belirsizlik); ilk sipariş küçük, ikinci sipariş tahminle.
Tahminden sipariş önerisine
Sipariş önerisi = (tedarik süresi boyunca tahmini satış + güvenlik stoğu + hedef stok günü × günlük tahmin) eksi (eldeki + yoldaki). Güvenlik stoğu, tahminin güven aralığından (belirsizlik yüksekse büyük) ve tedarik süresi sapmasından. Tedarikçi minimum sipariş ve kademe fiyatları öneriye girer. Haftalık: yeniden sipariş noktasına düşen SKU'lar, önerilen adet, tedarikçi, tahmini teslim; tek tıkla sipariş taslağı.
Kampanya ve sezon tahmini
Kampanya tahmini ayrı: geçmiş kampanyaların sıçrama katsayısı (Kasım'da normalin kaç katı), planlanan indirim derinliği ve reklam bütçesi, kampanya ürün listesi. Kasım stoğu Eylül'de bu tahminle sipariş edilir; kampanya içinde günlük gerçek satışla "bitecek ürün" uyarısı. Sezon başı tahmini: sezon sonu sell-through hedefiyle (yüzde 80 ile 85) tedarik adedi.
Uyarılar: karar aracı
- 30 günde stoğu bitecek: Tedarik süresi hesaba katılmış; sipariş ver ya da reklamı azalt
- 90 günde elde kalacak: Stok günü 90 üstü; kampanya, set, indirim ya da tedarik azaltma
- Tahmin sapması: Gerçek satış tahminden belirgin sapıyor (ürün viral oldu ya da düştü); tahmin ve sipariş güncelle
- Kampanya stoğu yetersiz: Kampanya öncesi kontrol
Uyarılar panelde ve bildirimle; rapor okumayı beklemez.
Doğruluk ölçümü ve insan onayı
Tahmin doğruluğu ürün grubu bazında (ortalama mutlak yüzde hata); düzenli üründe yüzde 10 ile 20, sezonlukta yüzde 20 ile 35, modada daha yüksek normal. Doğruluk zamanla ve veriyle artar. Tahmin ve sipariş önerisi insan onayıyla uygulanır: tedarikçi bilgisi, nakit durumu, ürün kararı (çıkarma, yeni sezon) modelin bilmediği şeyler. Model öneriyi verir, işletme kararı verir.
Bir müşterimiz (kozmetik, 640 SKU) stok bitişi kaynaklı satış kaybını yüzde 8 ve elde kalan stok değerini cironun yüzde 14'ü olarak ölçüyordu. İki yıllık veriyle tahmin ve haftalık sipariş önerisi sonrası altı ayda stok bitişi kaybı yüzde 2, elde kalan stok yüzde 6; Kasım stoğu tahminle sipariş edildi, 3 üründe bitiş yalnızca son haftada.
Sık hatalar
- Stok bitişi dönemlerini kaydetmeden tahmin (talep düşük görünür)
- Kampanya satışını normal talep saymak
- Yeni ürünü geçmişsiz tahmin etmeye çalışmak
- Tahmini sipariş önerisine çevirmemek (rapor olarak kalır)
- Tedarik süresi ve minimum adedi sisteme girmemek
- Modelin önerisini onaysız uygulamak ya da hiç uygulamamak
- Doğruluğu ölçmemek
Başlangıç
Veri hazırlığı: SKU bazlı satış, iade, stok bitişi, kampanya ve fiyat geçmişi (en az 12 ay). Tedarik süresi ve minimum adet ürün kartında. Tahmini önce raporla izleyin (bir ay), sonra sipariş önerisini onaylı uygulayın, üç ay sonra doğruluk ve stok göstergelerini karşılaştırın.
Talep tahmini, sipariş önerisi ve uyarılar yapay zeka destekli e-ticaret sistemimizde hazır. İlgili: stok yönetimi rehberi, stok devir hızı ve tedarik, Kasım hazırlık. Terimler: stok yönetimi, yapay zeka destekli e-ticaret.
Sık sorulan sorular
Talep tahmini için ne kadar veri gerekir?
En az bir sezon, tercihen iki yıl SKU bazlı günlük satış; stok bitişi, kampanya ve fiyat geçmişiyle birlikte.
Yeni ürün için talep tahmini yapılabilir mi?
Benzer ürün ve kategori verisiyle başlangıç tahmini; ilk 2 ile 4 haftanın gerçek satışıyla hızla güncellenir; güvenlik stoğu yüksek tutulur.
Tahmin doğruluğu ne olmalı?
Düzenli üründe yüzde 10 ile 20 hata, sezonlukta 20 ile 35, modada daha yüksek normaldir; doğruluk veriyle zamanla artar.
Tahmin siparişe nasıl dönüşür?
Tedarik süresi boyunca tahmini satış artı güvenlik stoğu artı hedef stok günü, eksi eldeki ve yoldaki; tedarikçi minimum adet ve kademe fiyatıyla haftalık öneri.
Modelin önerisi otomatik uygulanmalı mı?
Hayır; tedarikçi, nakit ve ürün kararı modelin bilmediği şeylerdir. Öneri insan onayıyla uygulanır.
