Talep tahmini: sezon öncesi doğru stok planlaması

Sezon öncesi stok planlaması, e-ticarette kâr marjını en çok etkileyen ama en az sistematik yönetilen kararlardan biridir. Az stokla girilen bir sezon fırsat kaybına, fazla stokla girilen bir sezon ise indirim baskısına ve depo maliyetine dönüşür. Talep tahmini, bu iki riski dengeleyen ve sezgiyi veriye dayalı bir sürece çeviren disiplindir.

Talep tahmini neden bir "güzel olsa" değil, zorunluluk

Sezonluk ürünlerde (yazlık, kışlık, bayram, okul dönemi gibi) tedarik süresi genellikle haftalar, bazen aylar önceden başlar. Bu da satış verisini görüp tepki vermenin çoğu zaman çok geç kalması anlamına gelir: sezon ortasında "bu ürün tükendi" fark edildiğinde yeniden tedarik etmek, sezonun geri kalanını kaçırmak demektir.

Talep tahmini bu yüzden reaktif değil proaktif bir süreçtir: geçmiş verinin analiz edilip gelecek sezonun tedarik kararlarına dönüştürülmesi, sezon başladığında değil sezon başlamadan haftalar önce tamamlanmış olmalıdır.

Geçmiş veriden mevsimsellik çıkarmak

Doğru bir tahminin temeli, en az son iki-üç sezonun satış verisidir. Tek bir sezonun verisiyle yapılan tahmin, o sezona özgü tesadüfi dalgalanmaları (örneğin beklenmedik bir hava koşulu veya rakip stok sıkıntısı) genel kural sanma riski taşır.

Geçmiş veriyi incelerken üç katmana ayırın: temel talep (mevsimden bağımsız, ürünün normal satış hızı), mevsimsel artış (belirli aylarda tekrarlayan, öngörülebilir yükseliş) ve tek seferlik etkiler (geçen sezona özgü bir kampanya veya dış olay). Sadece ilk iki katman gelecek sezon planlamasına taşınmalı; tek seferlik etkiler ayıklanmalıdır. Örneğin geçen yıl belirli bir üründe yaşanan ani talep artışı bir influencer paylaşımından kaynaklandıysa, bu yıl aynı artışı temel almak yanıltıcı olur.

Ürünleri satış hızına göre segmentlere ayırın

Tüm ürünlere aynı tahmin yöntemini uygulamak verimsizdir. ABC analizi mantığıyla ürünlerinizi üç gruba ayırın:

• A grubu (yüksek hacimli, kritik ürünler): Cironun büyük bölümünü oluşturan az sayıdaki ürün. Bu grup için detaylı, haftalık bazda geçmiş veri analizi yapmaya değer.
• B grubu (orta hacimli ürünler): Daha basit, aylık bazda geçmiş sezon karşılaştırmasıyla yeterli tahmin elde edilebilir.
• C grubu (düşük hacimli, uzun kuyruk ürünler): Bu ürünlerde detaylı analiz zaman kaybıdır; basit kurallar (örneğin geçen sezonun ortalama satışının belirli bir yüzde fazlası) yeterlidir.

Bu ayrım, kısıtlı planlama zamanınızı en çok etkiyi yaratacak ürünlere yönlendirmenizi sağlar. Hangi yöntemi hangi ürün grubuna uygulayacağınızı seçerken aşağıdaki karşılaştırma bir başlangıç noktası olabilir:

"Talep tahmini kusursuz bir sayı üretmek değil, belirsizliği yönetilebilir bir aralığa indirmektir."

Dış faktörleri hesaba katmak

Geçmiş satış verisi tek başına yeterli değildir; sezonu etkileyecek dış faktörler de tahmine dahil edilmelidir. Planlanan kampanya takvimi (kendi kampanyalarınız ve büyük pazaryeri kampanya günleri), tatil ve resmi bayram takvimindeki değişiklikler, önceki sezona göre fiyat değişiklikleri ve yeni açılan satış kanalları bu faktörlerin başında gelir.

Örneğin bir önceki sezonda faaliyette olmayan yeni bir pazaryeri kanalı bu sezon aktifse, geçmiş veriye dayalı tahmin bu kanalın getireceği ek talebi yansıtmaz; bu fark elle eklenmelidir. Benzer şekilde, planlanan bir fiyat artışı geçmiş satış hızını doğrudan etkileyecektir ve tahmine bu yönde bir düzeltme uygulanmalıdır.

Kademeli tedarik ile riski bölmek

Sezon için gereken tüm stoğu tek seferde sipariş etmek, tahmindeki her hatayı doğrudan bilançoya yansıtır. Bunun yerine, mümkün olan ürünlerde kademeli tedarik stratejisi izleyin:

1. Tahminin muhafazakâr bir alt sınırına göre ilk parti siparişini verin.
2. Sezon başladıktan sonraki ilk 1-2 haftanın gerçek satış hızını günlük izleyin.
3. Gerçekleşen hız tahminden saparsa ikinci parti miktarını buna göre yukarı veya aşağı ayarlayın.
4. Lead time'ı elverdiği sürece bu döngüyü sezon ortasına kadar tekrarlayın.

Bu strateji özellikle tedarikçi lead time'ı (sipariş ile teslimat arasındaki süre) kısa olan ürünlerde işe yarar. Lead time uzun olan ürünlerde (örneğin denizaşırı üretim) kademeli tedarik seçeneği sınırlıdır; bu ürünlerde tahminin ilk seferde mümkün olduğunca isabetli olması daha kritik hale gelir — dolayısıyla lead time uzun ürünlere tahmin sürecinde daha fazla zaman ayırmak mantıklıdır. Tedarik zincirinizi kendi deponuz, bir 3PL ortağı veya dropshipping ile mi yürüttüğünüz de kademeli tedarikin ne kadar esnek olabileceğini belirler; modelleri fulfillment modelleri karşılaştırmamızda ele aldık.

Stoksuz kalma ve fazla stok maliyetini dengelemek

İki hata da maliyetlidir ama farklı biçimlerde. Stoksuz kalma, kaçırılan satışın yanı sıra müşteri güvenini de zedeler; sürekli "tükendi" gören müşteri bir süre sonra sezon başında başka bir mağazaya yönelir. Fazla stok ise sezon sonunda indirimle veya zararına elden çıkarma baskısı yaratır, ayrıca depo alanını bir sonraki sezonun ürünlerinden çalar. Depo alanının ürün sınıflarına göre nasıl verimli kullanılacağını depo düzeni ve toplama verimliliği rehberimizde ayrıntılı işledik.

Hangi hatanın daha maliyetli olduğu ürüne göre değişir: yüksek marjlı, tekrar tedarik edilebilir bir üründe biraz fazla stok görece zararsızken, düşük marjlı ve moda döngüsü hızlı bir üründe fazla stok ciddi bir zarara dönüşebilir. Bu yüzden emniyet payını (buffer) her ürün için aynı oranda değil, marj ve moda döngüsüne göre farklı belirleyin.

Sezon içinde izleme ve düzeltme

Tahmin, sezon başladığında bitmiş bir iş değildir. İlk hafta gerçekleşen satış hızını planlanan tahminle karşılaştırın; sapma belirli bir eşiği aşıyorsa (örneğin %20'den fazla), kalan tedarik kararlarını ve kampanya planlamasını erken müdahaleyle güncelleyin. Sezonun ortasına kadar beklemek, düzeltme için gereken tedarik süresini tüketebilir. Kara Cuma gibi yoğun kampanya dönemlerinde bu izleme döngüsünü nasıl sıklaştıracağınızı Kara Cuma hazırlık takvimi yazımızda bulabilirsiniz.

Bu analizi elle, dağınık tablolarda yürütmek büyük bir katalogda hızla sürdürülemez hale gelir. Şimşek Software'in e-ticaret platformu, geçmiş sipariş verinizi ürün ve kategori bazında raporlayarak sezonluk satış hızını görünür kılar; sezon öncesi stok kararlarınızı bu veriye dayandırmak için mevcut satış geçmişinizi birlikte inceleyebiliriz.