Talep Tahmini (Demand Forecasting) Nedir?

Talep tahmini, bir ürünün belirli bir mağaza, kanal ve dönemde ne kadar satılacağının geçmiş satışlar, kampanyalar, mevsimsellik ve dış etkenler kullanılarak önceden hesaplanmasıdır.

Talep tahmini (demand forecasting), perakendede siparişten personel planına kadar pek çok kararın başlangıç noktasıdır. Bir mağazanın gelecek hafta kaç litre süt, kaç adet mont ya da kaç paket bebek bezi satacağını öngörmek, fazla stok ile rafta ürün bulunmaması arasındaki dengeyi kurar. Tahmin, ürün-mağaza-gün gibi ayrıntılı düzeyde yapılabileceği gibi kategori ve bölge düzeyinde de yapılır. Kullanıcıları başta stok yenileme ve satın alma ekipleri olmak üzere planlama birimleridir.

Talep tahmini nasıl çalışır?

Temel girdi geçmiş satış verisidir, ancak ham satış her zaman gerçek talebi göstermez. Stok tükendiği günlerde satış sıfır görünür, oysa talep vardır; bu yüzden veri önce temizlenir. Ardından trend, mevsimsellik, haftanın günü etkisi, tatiller, kampanyalar, fiyat değişiklikleri ve hava durumu gibi etkenler modele eklenir.

Klasik istatistiksel yöntemler, hareketli ortalama ve üstel düzeltme gibi yaklaşımları kullanır. Makine öğrenmesi tabanlı modeller ise çok sayıda etkeni aynı anda değerlendirebilir. Tahminin başarısı genellikle {a("mape-tahmin-hata-orani","MAPE")} gibi hata ölçüleriyle izlenir ve planlamacı, sistem tahminini bilinen özel durumlara göre düzeltebilir.

Perakendede talep tahmini örneği

Varsayımsal bir örnek: Bir market zinciri, yaz aylarında dondurma ve su siparişlerini geçen yılın aynı haftasına bakarak veriyordu. Sıcak hava dalgası olan haftalarda raflar boşalıyor, serin haftalarda depo doluyordu. Hava tahmini verisi talep modeline eklendikten sonra sipariş miktarları sıcaklık beklentisine göre artırılıp azaltılıyor ve mağaza bazında stok tükenmeleri azalıyor.

Talep tahmini için dikkat edilmesi gerekenler

• Stoksuz günlerin satış verisi düzeltilmeden model eğitilirse tahmin sistematik olarak düşük çıkar.
• Kampanya takvimi tahmin ekibiyle zamanında paylaşılmalı, plansız promosyon tahmin hatasının en sık nedenlerinden biridir.
• Yeni ürünlerde geçmiş veri olmadığı için benzer ürünlerin satış eğrisi referans alınmalıdır.
• Tahmin hatası yalnızca ortalama olarak değil, hızlı dönen ve stratejik ürünlerde ayrıca izlenmelidir.

İlgili terimler

Talep tahminiyle bağlantılı terimler talep algılama, S&OP, emniyet stoku ve mevsimsellik olarak öne çıkar. Yapay zekânın planlamadaki kullanımına dair haberler yapay zekâ başlığında, sektördeki genel gelişmeler ise son perakende haberlerinde yer alıyor.

Son güncelleme: 18 Ekim 2026 · Kaynak: Perakende Sektörü Perakende Terimleri Sözlüğü