1 / 43

Sistem Tasarım 2 Fiyatlandırmaya Ba ğlı Talep Tahmin Analizi

Sistem Tasarım 2 Fiyatlandırmaya Ba ğlı Talep Tahmin Analizi. Grup: BigM Proje Danışmanları M. Gökhan ATALIK Çağlar GÜVEN Serhat BAŞKAYA Serhan DURAN Koray GÜL Sadullah İMAT Şirket Danışmanları

lamis
Download Presentation

Sistem Tasarım 2 Fiyatlandırmaya Ba ğlı Talep Tahmin Analizi

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Sistem Tasarım 2 Fiyatlandırmaya Bağlı Talep Tahmin Analizi Grup: BigMProje Danışmanları M. Gökhan ATALIK Çağlar GÜVEN Serhat BAŞKAYA Serhan DURAN Koray GÜL Sadullah İMAT Şirket Danışmanları Nida Benan ÖZER Seden EFE

  2. Sunum İçeriği • Firma Tanıtımı ve Proje İçeriği • Mevcut Sistemin Analizi • Problem Tanımı ve Formülasyonu • Çözüm Yaklaşımı ve Model Formülasyonu • Model Çıktıları • Uygulama Planı

  3. Sunum İçeriği • Firma Tanıtımı ve Proje İçeriği • Mevcut Sistemin Analizi • Problem Tanımı ve Formülasyonu • Çözüm Yaklaşımı ve Model Formülasyonu • Model Çıktıları • Uygulama Planı

  4. Firmanın Tanıtımı: 6 kategoride 24 Marka 973 Kalem ürün • Kategoriye özel • Pazarlama • Satış • Talep Planlama • Finans

  5. 5 Firmanın fiyatlandırma politikaları, Rakiplerin fiyat değişiklikleri göz önüne alınarak; Aylık toplaşık talep tahminlerini haftalara ve ürün kalemlerine dağıtmak

  6. Sunum İçeriği • Firma Tanıtımı ve Proje İçeriği • Mevcut Sistemin Analizi • Problem Tanımı ve Formülasyonu • Çözüm Yaklaşımı ve Model Formülasyonu • Model Çıktıları • Uygulama Planı

  7. Mevcut Sistem

  8. Mevcut Sistem Sku-4 Sku-2 Aylık Yalın Talep Tahmini 3 Yıllık Gönderi Bilgisi Düzeltme GDF Düzeltme Düzeltilmiş Aylık Talep Tahmini Sku-1 Haftalık Dağılım Haftalık Dağılım Haftalık Dağılım Sku-3 Haftalık Marka Bazlı Talep Tahmini Kalem Bazlı Dağılım Kalem Bazlı Dağılım Haftalık Kalem Bazlı Talep Tahmini

  9. Problem ile İlgili Analizler Aylık talep tahminleri ve gerçekleşen sevkiyatların karşılaştırılması: Saç Bakım-Blendax

  10. Haftalık Dağılım Oranları Saç Bakım-Blendax

  11. 11 11 Fiyatlandırma dönemlerinde kalem bazlı haftalık talep tahmin hatalarının fazla olması Tahmin edilen dağılım % – Gerçekleşen dağılım %

  12. Problem ile İlgili Analizler 5 6 7 8 1 2 3 4 Fiyat artışı Son iki hafta da talepte düşüş 0 9 Haftalar Ayın ilk iki haftasındatalepte artış t = 6’da fiyat artışı bildirilmesi

  13. Sunum İçeriği • Firma Tanıtımı ve Proje İçeriği • Mevcut Sistemin Analizi • Problem Tanımı ve Formülasyonu • Çözüm Yaklaşımı ve Model Formülasyonu • Model Çıktıları • Uygulama Planı

  14. Problem Tanımı Ürün kalemlerinin haftalık tahminlerinde hedefler tutturulamıyor Belirti NEDEN ? Aylık tahmin haftalara doğru dağıtılmıyor. NEDEN ? Fiyat değişimleri haftalık talep tahminlerine yansıtılamıyor. NEDEN ? Aylık talebi, haftalara ve ürün kalemlerine doğru bir şekilde dağıtacak bir karar mekanizmasının olmaması Problem

  15. Problem FormülasyonuKarar verici:Talep yöneticisiKarar vericinin amacı: Düşük tahmin hatasıKarar kriteri: Ortalama mutlak yüzde hatasını (MAPE) düşürmek Başarı ölçütü: MAPE (Ortalama mutlak yüzde hatası)

  16. Sunum İçeriği • Firma Tanıtımı ve Proje İçeriği • Mevcut Sistemin Analizi • Problem Tanımı ve Formülasyonu • Çözüm Yaklaşımı ve Model Formülasyonu • Model Çıktıları • Uygulama Planı

  17. Çözüm Yaklaşımları • Marka Bazlı • Regresyon • Zaman Serileri • Hata Azaltıcı Lineer Olmayan Modeller • Kalem Bazlı • Regresyon • Zaman Serileri • Hafta Bazlı Tahminin Ürün Kalemlerine Dağıtılması

  18. 1. Regresyon Analizi • Saç-bakım kategorisi için istatistiksel veri analizi • Haftalık talep tahminlerinde etkili olan değişkenleri (fiyat, geçinme endeksi…) belirlemek ve bunların etkisini ölçmek

  19. Fiyat değişimi Model Formülasyonu Geçen ay W-1 W0 W1 W2 W3 W4 W-2 Haftalar W3= β0 + β1 * W2 + β2 * W0 + β3 * fiyat endeksi+ β4 * geçinme endeksi LOG(W2) = β0 + β1 * LOG(W1) + β2 * LOG(geçinme endeksi) + β3 * LOG(ELIDOR) LOG(W1) = β0 * LOG(W0) + β1 * LOG(W-1) + β2 * LOG(fiyat endeksi) LOG(W4) = β1 * LOG(W3) + β2 * LOG(fiyat endeksi) + β3 * LOG(geçinme endeksi)

  20. LOG(W1) = β0 * LOG(W0) + β1 * LOG(W-1) + β2 * LOG(fiyat endeksi) Hafta 1 tahmin (Düzeltmeden Önce) LOG(W2) = β0 + β1 * LOG(W1) + β2 * LOG(geçinme endeksi) + β3 * LOG(ELIDOR) Hafta 2 tahmin (Düzeltmeden Önce) W3 = β0 + β1 * W2 + β2 * W0 + β3 * fiyat endeksi + β4 * geçinme endeksi Hafta 3 tahmin (Düzeltmeden Önce) LOG(W4) = β1 * LOG(W3) + β2 * LOG(fiyat endeksi) + β3 * LOG(geçinme endeksi) Hafta 4 tahmin (Düzeltmeden Önce)

  21. Hafta Bazlı Tahmin Modelden çıkan 2. Hafta Talep Tahmini Modelden çıkan 3. Hafta Talep Tahmini Modelden çıkan 4. Hafta Talep Tahmini Modelden çıkan 1. Hafta Talep Tahmini Doğru Kabul Edilen Aylık Talep Tahmini ile Kıyaslanır Normalleştirme Faktörü (k) Nihai Haftalık Tahminler NWi = k*Wi

  22. FİYATIN ETKİSİ GÖRÜLEMİYOR Durağan bir veri için kullanılan başlıca iki tahminleme metodu 2. Zaman Serileri Hareketli Ortalamalar Metodu veya Üstel Düzeltme Geçmiş Gönderi miktarı Talep Tahmini

  23. Geçmiş Gönderi Hareketli Ortalamalar Metodu veya Üstel Düzeltme Fiyat Fiyat Talep Tahmini

  24. Karar Değişkenleri • 3. Hata Azaltıcı Lineer Olmayan Modeller • FLN fj : j haftası için talep tahmini ki : faktör i’nin talep tahminindeki etkisi (ağırlığı) i = 1  Blendax’ın fiyatı, i = 2  Rakibin fiyatı, i = 3  Geçinme endeksi i = 4  Geçmiş gerçekleşen haftalık gönderi

  25. Parametreler gj : j haftası için gönderi miktarı bj : j haftasında Blendax markasının fiyatı ej : j haftasında rakip markanın fiyatı lj : j haftasında sağlık ve kişisel bakım harcamaları için geçinme endeksi j = 1, 2, 3, 4

  26. FLN Min (fj– gj)2 s.to fj = k1*log(bj)+ k2*log(ej)+ k3*log(lj)+ k4* log(gj) + k5* log(gj-1) + k6* log(gj-2) k1 <= 0 k2 >= 0 k3 <= 0

  27. Kalem Bazlı Tahmin • Regresyon • Gönderi verisi eksikliği • Gönderi verisindeki yüksek varyasyon • Zaman Serileri • Hafta Bazlı Tahmin

  28. Sunum İçeriği • Firma Tanıtımı ve Proje İçeriği • Mevcut Sistemin Analizi • Problem Tanımı ve Formülasyonu • Çözüm Yaklaşımı ve Model Formülasyonu • Model Çıktıları • Uygulama Planı

  29. Marka Bazında Sonuçlar

  30. Blendax Ortalama Mutlak Hata Grafiği

  31. Ağırlıklı Mutlak Tahmin HatasıBlendax Ağrılıklı Mutlak Tahmin Hatası

  32. Marka Bazında Sonuçlar

  33. Pantene Ortalama Mutlak Hatası Ortalama Mutlak Tahmin Hatası (%)

  34. Ağırlıklı Mutlak Tahmin HatasıPantene Ağırlıklı Mutlak Tahmin Hatası %

  35. Kalem Bazında Sonuçlar- Blendax

  36. Kalem Bazında Sonuçlar- Pantene

  37. Model Girdi ve Çıktıları Haftalık Kalem Bazlı Talep Tahmini • Haftalık • Gönderi Bilgisi • Fiyat Endeksi • Rakip Ürün Fiyatı • Kendi Ürün Fiyatı • Geçinme Endeksi Regresyon Modeli SKU dağılım oranları ile çarpım Marka Bazında Haftalık Talep Tahmini

  38. Sunum İçeriği • Firma Tanıtımı ve Proje İçeriği • Mevcut Sistemin Analizi • Problem Tanımı ve Formülasyonu • Çözüm Yaklaşımı ve Model Formülasyonu • Model Çıktıları • Uygulama Planı

  39. Uygulama Planı Verilerin Güncellenmesi Kalem veya Marka Seçimi Regresyon

  40. Dinlediğiniz için teşekkürler... Sorularınız ve tavsiyeleriniz...

  41. SKU Regresyon Sonuçları Blendax A sınıf Ürünü Pantene A sınıf Ürünü

More Related