TALEP TAHMİNİ

TALEP
• Üretim faaliyetlerinin ilk hareket noktası üretilmesi
gereken veya istenen miktarın belirlenmesidir.

• Tüketicilerin bir mal veya hizmeti belirli bir fiyat

seviyesinden almaya hazır oldukları miktara talep
denir.
 TALEP TAHMİNİ
• İşletmenin üretmiş olduğu mal ve hizmetlere olan talebin
gelecek dönemler için tahmin edilmesi talep tahminidir.

• Talep tahmini pazarlama fonksiyonunun görevleri arasında

yer almaktadır. Ancak üretim fonksiyonunun ilk hareket
noktası talep olduğu için üretim yöneticileri talep
tahminlerinin nasıl, hangi varyasımlar altında yapıldığını,
kullanılan yöntemleri ve bu yöntemlerin varsayımları
hakkında bilgi sahibi olmaları sonuçları yorumlayabilmeleri
açısından önemlidir.
 TALEP TAHMİN SÜRECİ

1. Bilgi toplama

2. Dönem tespiti
3. Yöntem seçimi

4. Sonuçların geçerliliğinin araştırılması

 TALEP TAHMİN İLKELERİ
• Talep tahmini çalışmalarının başarıyla sonuçlanması için talep tahmini
yaparken tahmin ilkeleri dikkate alınmalıdır.
• Talep tahmin ilkeleri:
1. Talep tahminlerinin kapsadığı zaman aralığı kısaldıkça tahminlerin duyarlılığı artar.
2. Bir grup ürün için yapılan tahminler, tek tek ürünler için yapılan tahminlere kıyasla
daha doğru sonuç verir.
3. Tahminlerin hata taşıması beklendiğine göre, tahminin standart hata değeri
hesaplanmalı. Mümkünse çeşitli tahmin modelleri kullanılmalı ve her model için
standart hata değeri hesaplanıp, sapması en az olan model seçilmelidir.
4. Tahminlerde mükemmelliğe ulaşmak genellikle olanaksızdır. Gerçekleşen sonuçlar
ile tahmin edilen değerler arasında fark vardır. Bu farkın nedenlerinden biri tahmin
edilecek değişkeni etkileyen tüm faktörlerin dikkate alınmaması; bir diğeri de
öngörülemeyen tesadüfi olaylardır.
 TALEP TAHMİN DÖNEMLERİ

• Uzun dönemli talep tahmini

2 yıldan uzun
• Orta dönemli talep tahmini
6 ay ile 2 yıl arası
• Kısa dönemli talep tahmini
0- 6 ay arası
 TALEP TAHMİN YÖNTEMLERİ

• Talep tahmininde çok sayıda yöntem kullanılmaktadır.

• Talep tahmininde kullanılan yöntemler 2 ana grupta toplanmaktadır:

1. Yargıya dayalı (sayısal olmayan) tahmin yöntemleri

2. Kantitatif (sayısal) tahmin yöntemleri
 TALEP TAHMİN YÖNTEMLERİ
1. Yargıya dayalı tahmin yöntemleri

• Yargıya dayalı tahmin yöntemleri, geçmişe ait verinin bulunmadığı

veya gelecekteki koşulların geçmişten farklılık gösterdiği durumlarda
görüş ve tecrübeye dayanan yöntemlerdir.
• Ders kapsamında ele alınacak yargıya dayalı tahmin yöntemleri:
• Görüş toplama yöntemi
• Delphi yöntemi
• Nominal grup yöntemi
• Pazar araştırması yöntemi
• Tarihi analog yöntemi
 TALEP TAHMİN YÖNTEMLERİ
1. Yargıya dayalı tahmin yöntemleri

• Görüş toplama yöntemi: Tahminde katkısı bulunacağı düşünülen

kişilerin görüşlerine başvurmaya dayanan yöntemdir.
 TALEP TAHMİN YÖNTEMLERİ
1. Yargıya dayalı tahmin yöntemleri

• Delphi yöntemi: Üzerinde görüş birliğine varılan bir tahmine ulaşmayı

amaçlayan yöntemdir.
 TALEP TAHMİN YÖNTEMLERİ
1. Yargıya dayalı tahmin yöntemleri

• Nominal grup yöntemi: Üzerinde görüş birliğine varılan bir tahmine

ulaşmak için uzmanların bir araya getirildiği yöntemdir.
 TALEP TAHMİN YÖNTEMLERİ
1. Yargıya dayalı tahmin yöntemleri

• Pazar araştırması yöntemi: Müşterilerden çeşitli yöntemlerle

gelecekteki satışlar hakkında bilgi toplanan yöntemdir.
 TALEP TAHMİN YÖNTEMLERİ
1. Yargıya dayalı tahmin yöntemleri

• Tarihi analog yöntemi: Benzer ürün ve hizmetlerin satış verilerinin

analizine dayalı bir yöntemdir.
 TALEP TAHMİN YÖNTEMLERİ
2. Kantitatif tahmin yöntemleri

Kantitatif tahmin yöntemleri, geçmişe ait verinin bulunduğu veya

gelecekteki koşulların geçmiş ile devam edeceği öngörülen durumlarda
sayısal modellerin uygulanmasına dayanan yöntemlerdir.
Ders kapsamında ele alınacak kantitatif tahmin yöntemleri:
• Trend analizi
• Regresyon analizi
• Hareketli ortalamalar
 TALEP TAHMİN YÖNTEMLERİ

2. Kantitatif tahmin yöntemleri

Trend analizi:

Geçmişteki koşulların gelecek tahmin döneminde devam edeceği beklenen

durumlarda kullanılan yöntemdir.

Talep tahmininde trend analizinin kullanılabilir olması için geçmişin düzenli

bir gelişme göstermesi ve geleceğinde geçmişin uzantısı olması gerekir.
 TREND ANALİZİ

Trend doğru formülü:

𝑌 = 𝑎 + 𝑏𝑥

Y= tahmin edilecek miktar (bağımlı değişken)

x= zaman (bağımsız değişken)

a= trend doğrusunun y eksenini kestiği nokta

b= trend doğrusunun eğimi

 TREND ANALİZİ
∑ "# $%"̅ #'
1. 𝑏 = ∑ " ! $% (")! 𝑎 = 𝑦) − 𝑏𝑥̅ n=veri sayısı

(% ∑ "#) $(∑ " ∑ #) (∑ # ∑ " ! ) $(∑ " ∑ "#)

2. 𝑏 = (% ∑ " ! ) $ (∑ ")!
𝑏=
(% ∑ " ! ) $ (∑ ")!

3. ∑ 𝑦 = 𝑛 𝑎 + 𝑏 ∑ 𝑥

∑ 𝑥𝑦 = 𝑎 ∑ 𝑥 + 𝑏 ∑ 𝑥 *
 TREND ANALİZİ
ÖR: Bir inşaat firmasının inşa edip sattığı evlerin yıllara göre sayıları
aşağıdaki gibidir. Firmanın satışlarının önümüzdeki yıllarda da geçmiş
yıllarla benzerlik göstereceği varsayımıyla firmanın 2023 yılı satışlarını
tahmin ediniz.
Yıllar Satılan ev sayısı
2017 38
2018 34
2019 36
2020 42
2021 50
2022 52
 TREND ANALİZİ
Yıllar Satılan ev sayısı
2017 38
2018 34
2019 36
2020 42
2021 50
2022 52
 TREND ANALİZİ
Yıllar (x) Satılan ev sayısı (y) xy x2
2017 0 38 0 0
2018 1 34 34 1
2019 2 36 72 4
2020 3 42 126 9
2021 4 50 200 16
2022 5 52 260 25

∑ "# $%"̅ #'

𝑏 = ∑ "! $% (")! 𝑎 = 𝑦' − 𝑏𝑥̅ n=veri sayısı
 TREND ANALİZİ
692 − 6 . 2,5 . 42 62
𝑏= *
= ≅ 3,54
55 − 6 2,5 17,5
𝑎 = 42 − 3,54 2,5 ≅ 33,14
𝑌 = 33,14 + 3,54 𝑥
2025 yılı satış tahmini için
 TALEP TAHMİN YÖNTEMLERİ
2. Kantitatif tahmin yöntemleri

• Regresyon analizi: İki ya da daha çok değişken arasındaki ilişkiyi

belirlemek amacıyla kullanılan tekniktir.
Talep tahmininde regresyon analizinin kullanımı, talebi etkilen bağımsız
değişkenler ile talep bağımlı değişkenin arasındaki ilişkiyi oraya koyan doğrunun
belirlenmesine dayanır.
TALEP TAHMİN YÖNTEMLERİ
• REGRESYON ANALİZİ
Örnek: Yıllara göre otomobil satışları ile benzin tüketimi aşağıdaki gibidir:
Yıllar Otomobil Satışı (adet) Benzin Tüketimi (lt)
2017 8 4
2018 9 6
2019 6 3
2020 3 1
2021 11 9
2022 10 6
Bu verilere göre:
• 15 otomobil satıldığında kaç lt benzin tüketilecektir?
• 20 lt benzin tüketilmesi için kaç otomobil satılmalıdır?
• Y=a+bx

∑ "# $% "̅ #'

• b=∑ !
" $%(")̅ !

• a=𝑦) − 𝑏𝑥̅

Yıllar Otomobil Satışı (adet) Benzin Tüketimi (lt)

2015 8 4
2016 9 6
2017 6 3
2018 3 1
2019 11 9
2020 10 6
• Y=a+bx

∑ "# $% "̅ #'

• b=∑
" ! $%(")̅ !

• a=𝑦) − 𝑏𝑥̅
x y
Yıllar Otomobil Satışı (adet) Benzin Tüketimi (lt) x.y 𝑥"
2015 8 4 32 64
2016 9 6 54 81
2017 6 3 18 36
2018 3 1 3 9
2019 11 9 99 121
2020 10 6 60 100

" 𝑥 = 47 " 𝑦 = 29 " 𝑥𝑦 = 266 " 𝑥 " = 411

 12
• 𝑥̅ = =7,83
3

*4
• 𝑦) = =4,83
3

∑ "# $% "̅ #' 266− 6 . 7,83 . 4,83

• b=∑ != =0,91
" ! $%(")̅ 155$3 . (2,89)!

• a=𝑦) − 𝑏𝑥̅ = 4,83 – 0,91 . 7,83 =-2, 295

• Y= -2,295 +0,91 x
• Y= -2,295 +0,91 x

• 15 otomobil satıldığında benzin tüketimi için

x= 15 olacaktır =>

Y= -2,295 +0,91 . 15 = 11,36 lt benzin

• 20 lt benzin tüketilmesi için satılması gereken otomobil sayısı

Y=20 =>

20 = -2,295 +0,91 x => x=25 otomobil

 Korelasyon (İlişki Gücü) Analizi
• Korelasyon, regresyon analizinde göz önüne alınan iki ya da
daha çok değişken arasındaki ilişkinin gücünü bulmada
kullanılan yöntemdir.
• İlişki gücünü gösteren katsayıya korelasyon katsayısı denir ve
r ile gösterilir.
• -1 < r < +1
• Değişkenler arasında ilişki yoksa r = 0
• r, + ise değişkenler arasında ilişki aynı yönlü; r, - ise ilişki ters
yönlüdür.
 Korelasyon (İlişki Gücü) Analizi
Korelasyon katsayısı - r:
• 1,0 – 0,9 arasında ise değişkenler arasında çok yüksek ilişki vardır,
• 0,89 – 0,7 arasında ise değişkenler arasında yüksek ilişki vardır,
• 0,69 – 0,4 arasında ise değişkenler arasında normal ilişki vardır,
• 0,39 – 0,2 arasında ise değişkenler arasında düşük ilişki vardır,
• 0,19 – 0,01 arasında ise değişkenler arasında çok önemsiz ilişki vardır.

∑ 𝑥 − 𝑥̅ (𝑦 − 𝑦)
)
𝑟=
∑ 𝑥 − 𝑥̅ + ∑ 𝑦 − 𝑦) +
 Korelasyon (İlişki Gücü) Analizi
• Korelasyon katsayısını yorumlamak için belirlilik
(determinasyon) katsayısı kullanılır.
• Belirlilik katsayısı 𝑟 ! ile gösterilir ve korelasyon katsayısının
karesidir.
• Sonuç % olarak ifade edilir.
• 𝑟 ! ile bulunan yüzde değeri, y bağımlı değişkeninin x
bağımsız değişkeninden etkilenme oranını gösterir. (100 - 𝑟 ! ),
y bağımlı değişkeninin x dışındaki faktörlerden etkilenme
oranını gösterir.
 Korelasyon (İlişki Gücü) Analizi
• Örnek:
Yıllar Otomobil Üretimi (adet) Lastik Üretimi (adet)
2015 12 200
2016 30 240
2017 46 280
2018 50 320
2019 62 460

Bu verilere göre:
• otomobil ile lastik üretimi arasındaki ilişkiyi bulunuz ve yorumlayınız.
• Belirlilik katsayısını bulunuz ve yorumlayınız.
 Otomobil Lastik Üretimi
Üretimi (adet) (adet)
12 200
30 240
46 280
50 320
62 460
 x y
" "
Otomobil Lastik Üretimi 𝑥 − 𝑥̅ (𝑦 − 𝑦)
/ 𝑥 − 𝑥̅ (𝑦 − 𝑦)
/ 𝑥 − 𝑥̅ 𝑦 − 𝑦/
Üretimi (adet) (adet)
12 200 − 28 − 100 2800 784 10000
30 240 − 10 − 60 600 100 3600
46 280 6 − 20 − 120 36 400
50 320 10 20 20 100 400
62 460 22 160 3520 484 25600

" 𝑥 = 200 " 𝑦 = 1500 0 0 7000 1504 40000

"## %###
𝑥̅ = = 40 𝑟= = 0,9 => Lastik üretimi ile otomobil üretimi arasında
$ &$#' '####
aynı yönlü çok yüksek ilişki vardır
&$##
𝑦/ = = 300
$

Belirlilik katsayısı= 𝑟 " = (0,9)" = 0,81 ⇒ Lastik üretimi %81 oranında otomobil üretiminden, %19 oranında
başka faktörlerden etkilenmektedir.