AI Talep Tahmini (Demand Forecasting)

Modül OPS-01 — AI Talep Tahmini (Demand Forecasting)

Bu sayfa, kurumunuzda hayata geçirebileceğim somut bir AI dönüşüm modülünün uçtan uca özetidir: problem ifadesinden ROI modeline, ön koşullardan risk yönetimine ve ilk 2 haftalık hızlı kazanım versiyonuna kadar her şey burada.

1. Problem Tanımı

Klasik talep tahmini son 12 ayın ortalaması + mevsimsellik formülüyle yapılır; doğruluğu %60-75 aralığındadır. Bu da %15-30 fazla stok veya stoksuz kalma anlamına gelir — her ikisi de pahalı.

2. Önerdiğim Çözüm

Geçmiş satış + hava + promosyon + rakip aktivitesi + sosyal medya trendi + makro göstergeleri girdi alan, SKU/lokasyon kırılımında 1-12 haftalık tahmin üreten ve tahmin güveni de raporlayan model.

3. Mimari ve Yaklaşım

Prophet, DeepAR (Amazon), Temporal Fusion Transformer, custom XGBoost; Blue Yonder, o9, Kinaxis gibi hazır platformlar; Snowflake/BigQuery veri katmanı.

Seçilen bileşenler kurumunuzun mevcut altyapısına, veri olgunluğuna ve regülasyon profiline göre kalibre edilir. Açık kaynak yığınlar ile kurumsal SaaS platformları arasındaki tercih genellikle veri ikametgâhı, kontrol seviyesi ve toplam operasyon yüküne göre netleşir.

4. Süre ve Faz Yapısı

Süre aralığı geniş tutulmuştur çünkü mevcut bulut altyapı olgunluğu, iç ekip katılım yoğunluğu ve seçilecek entegrasyon hedefi (kaç sistem) toplam süreyi önemli ölçüde etkiler. Pilot fazında daraltılmış kapsamla başlar; kanıtlanan değere göre tam ölçek planı onaylanır.

**Tipik faz akışı:**

5. ROI ve KPI Beklentileri

Tahmin doğruluğu %70 → %85-92; stok seviyesi %15-25 azalır; stoksuz kalma %30-50 azalır; çalışma sermayesi büyük tasarruf.

Aralıkların alt bandı disiplinsiz uygulamayı, üst bandı ise süreç yeniden tasarımıyla birlikte yürütülmüş AI projelerini temsil eder. Yalnız teknoloji kurmak yetmez; mevcut iş akışlarının AI-öncesi mantığa göre yeniden tasarlanması en yüksek değer kaynağıdır.

6. Dünyadan Referans Vaka

Walmart, Amazon, Procter & Gamble AI talep tahmini ile envanteri çok yüksek tutarda optimize etti. Türkiye'de Migros, BIM gibi perakendeciler AI tahmin yatırımlarını derinleştiriyor.

7. Ön Koşullar

En az 24-36 aylık temiz satış verisi, dış veri (hava, promo takvimi), SKU/lokasyon kırılımı.

Ön koşullar tamamlanmadan ilerlemek, pilotun başarısız olma olasılığını dramatik biçimde artırır. Bunlar tamamlanmamışsa ilk fazı 2–3 haftalık bir hazırlık atölyesiyle başlatıyorum.

8. Risk ve Azaltma Planı

Tedarik şokları (pandemi, yangın) modeli yanıltır → senaryo overlay'leri şart. SKU başına az veri varsa hierarchical model.

KVKK ve AB AI Act 2026 uyumu doğrudan tasarım fazına gömülür; ISO/IEC 42001 (AI Yönetim Sistemi) çerçevesiyle uyumlu model dokümantasyonu (model cards), açıklanabilirlik (XAI) ve bias auditi süreçleri her teslimatın parçasıdır.

9. 2 Haftalık Hızlı Kazanım (Quick Win)

En çok satan 50 SKU için 4 haftalık Prophet tahmini; mevcut süreçle paralel; 4 haftada.

Quick Win versiyonu küçümsenmemelidir: 2–4 haftalık prototipler hem yönetim kurulu için kanıt üretir hem de tam ölçek proje öncesi kritik öğrenme sağlar.

10. Çalışma Modelim ve Teslimatlar

Modülü uçtan uca hayata geçiriyorum: keşif atölyesi → mimari tasarım → veri ve entegrasyon hazırlığı → pilot inşa ve canlıya alım → ROI takibi ve ölçekleme. Her fazda KVKK uyum kontrolü, model gözlemlenebilirliği (LLMOps) ve değişim yönetimi planı dahildir.

**Tipik teslimatlar:**