Bankavitrini.com İçin Analiz Raporu
Talebi Tahmin Etmek Geçmişi Okumak Değil, Geleceği Anlamaktır
Şirketler uzun yıllar boyunca talep tahminlerini yalnızca geçmiş satış verilerine bakarak yapmaya çalıştı. Ancak günümüzün karmaşık ekonomik yapısında bu yaklaşım çoğu zaman yetersiz kalmaktadır.
Bir ürünün satışları artmış olabilir. Ancak bu artışın nedeni gerçekten talep artışı mıydı?
- Bir kampanya mı yapıldı?
- Rakip piyasadan çekildi mi?
- Hava sıcaklıkları mı yükseldi?
- Döviz kuru mu değişti?
- Faiz oranları mı düştü?
- Bayram veya tatil dönemi mi geldi?
İşte modern tahmin modelleri tam da bu noktada devreye giriyor.
Talep Tahmininde Kullanılan Modeller
1. Naive (Son Değer Modeli)
En basit yöntemdir: “Geçen ay 100 sattım, gelecek ay da 100 satarım.”
Avantajı:
Dezavantajı: Değişimleri yakalayamaz.
2. Hareketli Ortalama (Moving Average)
Geçmiş belirli dönemlerin ortalamasını alır.
Örneğin:
Ocak = 100
Şubat = 110
Mart = 90
Nisan Tahmini = (100+110+90)/3 = 100
Gürültüyü azaltır ancak ani değişimleri kaçırabilir.
3. Üstel Düzeltme (Exponential Smoothing)
Son verilere daha fazla ağırlık verir.
Perakende ve stok yönetiminde sık kullanılır.
4. Holt Modeli
Trend içeren serilerde kullanılır.
Örneğin:
- Nüfus artışı
- Elektrik tüketimi
- İnternet kullanıcı sayısı
5. Holt-Winters
Trend ve mevsimselliği birlikte analiz eder.
Özellikle:
- Turizm
- Giyim
- Tarım
- Perakende
gibi sektörlerde oldukça başarılıdır.
6. ARIMA
Uzun yıllar boyunca finans dünyasının en çok kullanılan tahmin modeli olmuştur.
Kullanım alanları:
- Döviz kuru
- Faiz oranları
- Hisse senedi hacimleri
- Makroekonomik göstergeler
7. SARIMA
ARIMA’nın mevsimsel versiyonudur.
Örneğin: Her Kurban Bayramı öncesi kurbanlık satışlarının artması gibi düzenli tekrar eden döngüleri yakalar.
8. Prophet
Prophet: Meta tarafından geliştirilen Prophet modeli son yılların en popüler tahmin araçlarından biri haline geldi.
Prophet şu unsurları birlikte değerlendirir:
- Trend
- Mevsimsellik
- Resmi tatiller
- Özel günler
- Kampanyalar
Örneğin:
Bir market zinciri için:
- Ramazan
- Kurban Bayramı
- Black Friday
- Okulların açılması
gibi olayların satışa etkisini analiz edebilir.
9. ARIMAX ve Regresyon Modelleri
Asıl oyun burada değişiyor.
Bu modeller dışsal değişkenleri sisteme dahil eder.
Örneğin klima satışı tahmin edilirken:
- Hava sıcaklığı
- Nem oranı
- Elektrik fiyatı
- Gelir seviyesi
aynı anda modele eklenebilir.
Bu nedenle birçok büyük şirket artık sadece satış verisine değil, çevresel verilere de bakmaktadır.
10. Yapay Zekâ Modelleri (XGBoost ve LSTM)
XGBoost ve Long Short-Term Memory karmaşık ilişkileri analiz edebilir.
Örneğin:
Bir otomobil satışını etkileyen;
- Faiz oranı
- Döviz kuru
- Tüketici güven endeksi
- Rakip kampanyaları
- Sosyal medya trendleri
aynı anda işlenebilir.
Türkiye’de Sektörlere Göre En Kritik Dışsal Değişkenler
Bankacılık
En kritik değişkenler:
- TCMB politika faizi
- Enflasyon
- Kredi büyüme sınırları
- Döviz kuru
- Takipteki alacak oranları
Bir faiz kararı milyonlarca kredi talebini etkileyebilir.
Otomotiv
En kritik değişkenler:
- Taşıt kredisi faizleri
- ÖTV düzenlemeleri
- Döviz kuru
- Akaryakıt fiyatları
Türkiye’de otomobil talebinin en güçlü belirleyicisi çoğu zaman kredi faizidir.
Perakende
En kritik değişkenler:
- Asgari ücret
- Enflasyon
- Kampanyalar
- Bayramlar
- Okula dönüş sezonu
Turizm
En kritik değişkenler:
- Döviz kuru
- Jeopolitik riskler
- Savaşlar
- Hava durumu
- Ulaşım maliyetleri
Son yıllarda Orta Doğu’daki gelişmeler turizm rezervasyonlarını doğrudan etkileyebilmektedir.
Tarım
En kritik değişkenler:
- Yağış miktarı
- Sıcaklık
- Gübre fiyatları
- Enerji maliyetleri
- Döviz kuru
Tarım sektöründe hava durumu çoğu zaman tüm finansal göstergelerden daha güçlü etki yaratmaktadır.
Sanayi
En kritik değişkenler:
- Krediye erişim
- Enerji maliyetleri
- Kur seviyesi
- İşçilik maliyetleri
- İhracat siparişleri
Bugün Türkiye’de birçok sanayici için en önemli tahmin değişkeni satış değil, krediye erişimdir.
Büyük Hata: Sadece Geçmişe Bakmak
Birçok şirket halen şu yanlışı yapıyor: “Geçen yıl bu ay 1.000 adet sattık, bu yıl da 1.000 adet satarız.”
Oysa:
- Yeni vergi gelmiş olabilir.
- Faizler yükselmiş olabilir.
- Rakip fiyat kırmış olabilir.
- Kur şoku yaşanmış olabilir.
- Savaş çıkmış olabilir.
Bu nedenle geçmiş veriler tek başına artık yeterli değildir.
Sonuç
Geleceği tahmin etmek için önce geçmişi değil, davranışı anlamak gerekir.
Başarılı tahmin yapan şirketler artık yalnızca satış rakamlarını değil;
- Faizleri,
- Döviz kurlarını,
- Enflasyonu,
- Hava durumunu,
- Kampanyaları,
- Sosyal eğilimleri,
- Jeopolitik riskleri
aynı anda analiz etmektedir.
Bugünün dünyasında en doğru soru: “Geçen yıl ne sattık?” değil, “Talebi hangi değişkenler yönlendiriyor?” sorusudur.
Çünkü talep tahmini aslında matematikten çok, ekonomik ve davranışsal bağlamı doğru okumaktır.