Girişimciler, üretim planlaması için giderek daha fazla süreçleri otomatikleştirmeye
yöneliyor
yöneliyor
Algoritmaya dayalı tahminler, her büyüklükteki şirkete, küçük ve büyük
işletmelere üretimlerini optimize etmelerinde yardımcı olur.
Artık üreticiler hammadde alımlarını, üretim ve satış hacimlerini daha doğru bir şekilde
planlayabilir ve belirli bir dönemdeki gelirlerini tahmin edebilirler.
Globus IT'ye, giyim mağazaları zinciri ve kendi konfeksiyon fabrikası olan bir ticaret ve
üretim şirketi, üretim ve satış tahmin sistemi oluşturma talebiyle başvurdu.
işletmelere üretimlerini optimize etmelerinde yardımcı olur.
Artık üreticiler hammadde alımlarını, üretim ve satış hacimlerini daha doğru bir şekilde
planlayabilir ve belirli bir dönemdeki gelirlerini tahmin edebilirler.
Globus IT'ye, giyim mağazaları zinciri ve kendi konfeksiyon fabrikası olan bir ticaret ve
üretim şirketi, üretim ve satış tahmin sistemi oluşturma talebiyle başvurdu.
Proje Tanımı
Müşteri şirketin Rusya genelinde 100'den fazla mağazası ve yaklaşık 60 erkek giyim modeli bulunurken, kendi terzihanesi yılda 160.000'den fazla ürün üretmektedir.
Üretim ve satış hacimlerini optimize etmek için müşteriye bir yıllık planlama süreçlerini otomatikleştiren servise ihtiyacı vardır. Bu serviste bilinen talep, mevcut ve emniyet stokları, mal alım programı ve şirket ürün yelpazesinin davranışına ilişkin ek özellikler dikkate alınmalıdır. Bu bilgilere dayanarak, servis her SKU (stok birimi) için bir yıllık ayrıntılı üretim planı oluşturmalıdır.
Görev
Globus IT ekibi, müşterinin aşağıdakileri yapmasını sağlayacak bir servis oluşturma göreviyle karşı karşıyaydı:
Talep tahmini ne kadar ve hangi ürünlerin üretilmesi veya sipariş edilmesi gerektiğini, ürünlerin mağazalar arasında nasıl dağıtılacağını, belirlemeye yardımcı olur ve sezon sonunda fazla stok oluşmasını ve tedarik eksikliğinden kaynaklanan gelir kaybını en aza indirir.
Satış tahmini mevcut stok ve depo doluluk oranları göz önüne alındığında, ne kadar ürün satılabileceğini öngörür.
* RFM Analizi: Müşterileri satın alma geçmişlerine göre segmentlere ayırır.
ABC Analizi: Ürün yelpazesini farklı parametrelere göre sıralar.
Yuri Akimov, Globus IT Proje Müdürü:
"Modellerden kaliteli sonuç elde edebilmek için, müşterinin önceki yıllara ait satış veritabanını kapsamlı bir şekilde analiz etmemiz önemliydi. Analiz aşamasında, tahminin doğruluğunu en çok etkileyen temel metrikleri belirlemek gerekiyordu.
Geliştirdiğimiz çözüm, Python betikleri, bat- ve json- dosyaları ile yardımcı veriler ve kütüphaneler içeren bir katalog yapısından oluşan yazılım paketiydi.
Proje kapsamındaki çalışmalar sonucunda, bir yıl önceden talep ve satışları tahmin edebilen modeller geliştirmeyi başardık. Talep ve satış tahminlerine dayanarak, müşterinin üretim planlama sürecini otomatikleştirdik."
Uygulama
Şirketin üretim planlama iş süreci, bir sonraki mali yıl için optimum üretim siparişi planı oluşturmayı amaçlayan yıllık bir prosedürdür.
Bu süreci otomatikleştirmek için ekibin, planlama sürecinin temel aşamalarını dikkate alması gerekiyordu:
Proje üzerinde çalışmanın ilk aşaması, ürünlerin ayrıntılı hale getirilmesi ve satış tahmini için analiz edilmesi gereken parametrelerin belirlenmesiydi.
Ardından sıra RFM analizine geldi. Bu, müşterileri veya ürünleri üç parametreye göre sınıflandırmak için kullanılan bir yöntemdir: Son satın alma tarihi (Recency), Sıklık (Frequency) ve Toplam satış tutarı (Monetary). Satış verilerine dayanarak, modül tüm parametreleri otomatik olarak belirlemeli ve ürün yelpazesini otomatik olarak kategorize etmeliydi.
Hesaplamalar için ekip ayrıca, ürünlerin genel satış hacmine katkılarını değerlendirmelerini sağlayan ABC analizine ihtiyaç duydu. Bu modül, önceki yıl için her ürünün gerçek satış dinamiklerini işleyebilir ve ardından bunları otomatik olarak üç ABC analizi türüne göre kategorize edebilir:
Sonuçlar
Globus IT tarafından geliştirilen tahmin çözümü, üretim planlama sürecini otomatikleştirmeye yardımcı oldu: son beş yılın tarihsel verilerini doğru bir şekilde analiz ederek şirket, yoğun sezonları önceden tahmin edebilecek, kar marjını artırabilecek ve tüm mağaza zinciri genelinde satışları optimize edebilecek.
Globus IT ve müşterinin ortak planları arasında, stok yönetimini tamamen otomatikleştirmek için üç blok daha geliştirmek yer alıyor.
Yığıt (stack):
Python
Müşteri şirketin Rusya genelinde 100'den fazla mağazası ve yaklaşık 60 erkek giyim modeli bulunurken, kendi terzihanesi yılda 160.000'den fazla ürün üretmektedir.
Üretim ve satış hacimlerini optimize etmek için müşteriye bir yıllık planlama süreçlerini otomatikleştiren servise ihtiyacı vardır. Bu serviste bilinen talep, mevcut ve emniyet stokları, mal alım programı ve şirket ürün yelpazesinin davranışına ilişkin ek özellikler dikkate alınmalıdır. Bu bilgilere dayanarak, servis her SKU (stok birimi) için bir yıllık ayrıntılı üretim planı oluşturmalıdır.
Görev
Globus IT ekibi, müşterinin aşağıdakileri yapmasını sağlayacak bir servis oluşturma göreviyle karşı karşıyaydı:
- Tüm kilit parametreleri ve ürün yelpazesinin özelliklerini göz önünde bulundurarak ve formalize ederek planlama doğruluğunu artırmak.
- Planlamaya harcanan kaynakları en aza indirmek ve aynı zamanda otomatik hesaplama mekanizması aracılığıyla alınan kararların kalitesini yükseltmek.
- Ürün yelpazesi ile ilgili ek analizler oluşturmak. Şirketin ürün yelpazesinin özelliği göz önünde bulundurularak, planın hesaplanması ve sonraki analizi için RFM ve ABC analizlerine* dayalı ek bir ürün kategorizasyonu gerçekleştirilecektir.
Talep tahmini ne kadar ve hangi ürünlerin üretilmesi veya sipariş edilmesi gerektiğini, ürünlerin mağazalar arasında nasıl dağıtılacağını, belirlemeye yardımcı olur ve sezon sonunda fazla stok oluşmasını ve tedarik eksikliğinden kaynaklanan gelir kaybını en aza indirir.
Satış tahmini mevcut stok ve depo doluluk oranları göz önüne alındığında, ne kadar ürün satılabileceğini öngörür.
* RFM Analizi: Müşterileri satın alma geçmişlerine göre segmentlere ayırır.
ABC Analizi: Ürün yelpazesini farklı parametrelere göre sıralar.
Yuri Akimov, Globus IT Proje Müdürü:
"Modellerden kaliteli sonuç elde edebilmek için, müşterinin önceki yıllara ait satış veritabanını kapsamlı bir şekilde analiz etmemiz önemliydi. Analiz aşamasında, tahminin doğruluğunu en çok etkileyen temel metrikleri belirlemek gerekiyordu.
Geliştirdiğimiz çözüm, Python betikleri, bat- ve json- dosyaları ile yardımcı veriler ve kütüphaneler içeren bir katalog yapısından oluşan yazılım paketiydi.
Proje kapsamındaki çalışmalar sonucunda, bir yıl önceden talep ve satışları tahmin edebilen modeller geliştirmeyi başardık. Talep ve satış tahminlerine dayanarak, müşterinin üretim planlama sürecini otomatikleştirdik."
Uygulama
Şirketin üretim planlama iş süreci, bir sonraki mali yıl için optimum üretim siparişi planı oluşturmayı amaçlayan yıllık bir prosedürdür.
Bu süreci otomatikleştirmek için ekibin, planlama sürecinin temel aşamalarını dikkate alması gerekiyordu:
- Talep tahmin verilerini güncelleme.
- Emniyet stoku seviyesini hesaplama.
- Azaltılamaz stokları güncelleme.
- Mevcut stokları güncelleme.
- Mal alım bilgileri güncelleme.
- Ürün yelpazesini sınıflandırma.
- Bireysel düzeltmeleri hesaplama.
- Üretim planını hesaplama.
- Ürün Detay Modülü: Bu modül, muhasebe detayını benzersiz product_id ile detaylandırmaya dönüştürmek için tasarlanmıştır. Bu, ürün matrisinin daha derinlemesine analiz edilmesine ve tüm gerekli planlama prosedürlerinin yerine getirilmesine olanak tanır.
- Ürün Kategorizasyon, RFM-, ABC-mal etiketlerinin hesaplanması ve atanması Modülü: Bu modül, önceki dönemlerdeki gerçek satışlara dayalı bir analiz yoluyla ürün yelpazesinin otomatik kategorizasyonu için kullanılır. Ayrıca, modül şirketin ürün matrisini yapılandırmasına ve farklı ürün kategorileriyle çalışmasını farklılaştırmasına yardımcı olacaktır.
- Üretim Planlama Modülü: Gelecek mali yıl için üretime sipariş verilmesi gereken ürün hacminin gerçek hesaplanması.
Proje üzerinde çalışmanın ilk aşaması, ürünlerin ayrıntılı hale getirilmesi ve satış tahmini için analiz edilmesi gereken parametrelerin belirlenmesiydi.
Ardından sıra RFM analizine geldi. Bu, müşterileri veya ürünleri üç parametreye göre sınıflandırmak için kullanılan bir yöntemdir: Son satın alma tarihi (Recency), Sıklık (Frequency) ve Toplam satış tutarı (Monetary). Satış verilerine dayanarak, modül tüm parametreleri otomatik olarak belirlemeli ve ürün yelpazesini otomatik olarak kategorize etmeliydi.
Hesaplamalar için ekip ayrıca, ürünlerin genel satış hacmine katkılarını değerlendirmelerini sağlayan ABC analizine ihtiyaç duydu. Bu modül, önceki yıl için her ürünün gerçek satış dinamiklerini işleyebilir ve ardından bunları otomatik olarak üç ABC analizi türüne göre kategorize edebilir:
- Birim Satışlara Göre ABC Analizi
- Tutar Satışlara Göre ABC Analizi
- Kar Marjına Göre ABC Analizi
Sonuçlar
Globus IT tarafından geliştirilen tahmin çözümü, üretim planlama sürecini otomatikleştirmeye yardımcı oldu: son beş yılın tarihsel verilerini doğru bir şekilde analiz ederek şirket, yoğun sezonları önceden tahmin edebilecek, kar marjını artırabilecek ve tüm mağaza zinciri genelinde satışları optimize edebilecek.
Globus IT ve müşterinin ortak planları arasında, stok yönetimini tamamen otomatikleştirmek için üç blok daha geliştirmek yer alıyor.
Yığıt (stack):
Python
+371 64 415 295
Latvia, Riga
Gustava Zemgala gatve, No. 74, lv-1039
Türkiye, Istanbul
Yeşilce Neighborhood. Yunus Emre Street. No: 8/1
Kağıthane
Kağıthane
+90 532 307 88 88
© 2023
contact@globus-it.com