AI Parça Talep Tahmini & Stok Optimizasyonu

AI Parça Talep Tahmini ve Stok Optimizasyonu sistemi, yedek parça yönetimini veriye dayalı hale getirmek isteyen servis operasyonları için tasarlanmıştır. Sezgisel sipariş kararları hem aşırı stok hem de stoksuz kalma riskini beraberinde getirir; bu sistem iki uç arasındaki dengeyi veriyle kurar.

• Yetkili servis merkezleri: Üreticinin belirlediği stok listesini körü körüne takip etmek yerine gerçek talep örüntüsüne göre sipariş açar; hem maliyet hem de müşteri memnuniyeti birlikte iyileşir. Gereksiz parça stoğu bağlı sermayeyi eriterek işletme nakit akışını baskılar; bu sistem bunu engeller.
• Çok şubeli servis ağları: Şubeler arası parça transferini ve merkezi depo dengesini optimize eder; kritik parça başka şubede beklerken servisi durdurmaz. Hangi şubede hangi parçanın ne kadar olduğu gerçek zamanlı izlenir.
• Beyaz eşya ve klima servis zincirleri: Yaz ve kış sezonlarının getirdiği talep dalgalanmaları; kompresör, fan motoru ve kontrol kartı gibi kritik parçalar için AI tarafından önceden modellenir; tedarik öne alınır, acil sipariş maliyeti ortadan kalkar.
• Elektronik ve mobil cihaz servisleri: Marka lansmanları ve garanti dönemleriyle bağlantılı ani parça talebi dalgalanmalarını tahmin eder; ekran, batarya ve şarj modülleri gibi hızlı tükenen parçalar zamanında stoklanır.
• Endüstriyel ekipman servisleri: Uzun temin süreli kritik parçalar için öngörülü sipariş tetikleyicileri tanımlanır; beklenmedik ekipman duruşu riski ve buna bağlı üretim kayıpları azaltılır.
• E-ticaret destekli tamir işletmeleri: Online kanal üzerinden gelen sipariş talebi ile servis parça tüketimini birleştirerek daha bütüncül talep tahmini üretir; tek depo hem perakende hem servis ihtiyacını karşılar.

En az 18 ay parça hareket verisi ve aylık 100'den fazla arıza kaydı işleyen firmalar modelden en yüksek faydayı alır. Daha az veriyle başlamak mümkündür; ancak ilk dönemde tahmin güveni daha düşük kalır ve ek kalibrasyon döngüsü gerektirir.

Bu sistem bir yapay zekâ karar destek aracıdır. Verdiği sipariş önerileri tahmine dayalıdır ve garanti içermez. Tedarik kararlarının nihai sorumluluğu işletme yöneticisine aittir.

Teknik servis depolarında iki zıt sorun aynı anda yaşanır ve her ikisi de işletmeye doğrudan maliyet yükler:

Sistem bu sorunları şu şekilde ele alır:

• Geçmiş arıza tabanlı talep modeli: Hangi cihaz ve marka kombinasyonunun hangi parçayı ne sıklıkla tükettiği veriyle modellenir; mevsimsel ve dönemsel örüntüler ayrıştırılır ve tahmin döngüsüne dahil edilir.
• Yeniden sipariş noktası önerileri: Her parça için temin süresi, güvenlik stoğu ve tüketim hızı dikkate alınarak sipariş tetikleyici eşiği otomatik hesaplanır; yönetici eşiğin altına düşen parçaları anlık görür.
• Ölü stok uyarısı ve aksiyon desteği: Belirlenen süre hareket görmemiş parçalar otomatik işaretlenir; iade, fiyat indirimi veya başka şubeye transfer seçeneği listelenir ve tahmini geri kazanım miktarı gösterilir.
• Sezon öngörüsü ve öncü sipariş: Bir sonraki yüksek talep dönemine ait parça listeleri 4–12 hafta öncesinden çıkarılır; tedarik öne alınır, acil ve pahalı temin ortadan kalkar.
• Şubeler arası denge görünürlüğü: Merkezi pano hangi şubede ne kadar stok olduğunu ve hangi şubenin kritik düzeye yaklaştığını gerçek zamanlı gösterir; transfer kararları veriye dayanır.

Önemli not: Tüm tahminler istatistiksel modeldir; ani marka kararları, tedarik zinciri krizleri veya beklenmedik pazar değişiklikleri modelin kapsamı dışındadır. Nihai sipariş kararı her zaman işletme yöneticisine aittir ve bu sorumluluk sisteme devredilemez.

Sistem üç ana katmandan oluşur ve birbirine entegre olarak çalışır; her katmanın net girdisi, işlem mantığı ve çıktısı tanımlıdır:

Proje Aşamaları ve Süreler

1. Veri Envanteri ve Temizleme (1–2 hafta): Parça hareketleri, arıza kayıtları ve mevcut stok seviyeleri toplanır; SKU eşleştirmesi yapılır. Eksik veya hatalı kayıtlar belirlenir; temizleme planı hazırlanır ve uygulanır.
2. Model Geliştirme (2–3 hafta): Zaman serisi modelleri (ARIMA, Prophet veya gradyan artırma algoritmaları) ile sezonsal talep tahmini eğitilir; doğruluk metrikleri (MAE, MAPE) hesaplanır; en iyi model belirlenir ve raporlanır.
3. Stok Parametresi Hesaplama (1–2 hafta): Her SKU için temin süresi, minimum ve maksimum stok düzeyi, güvenlik tamponu parametreleri belirlenir; yeniden sipariş noktaları hesaplanır ve şube bazında uyarlanır.
4. Depo ve ERP Entegrasyonu (2–3 hafta): Stok yönetim sistemi veya ERP'ye API bağlantısı kurulur; gerçek zamanlı stok seviyesi okuma ve sipariş önerisi yazma akışı test edilir. Raporlama panosu yapılandırılır.
5. Canlıya Alış ve Kalibrasyon (2 hafta): Gerçek sipariş kararlarıyla model tahminleri karşılaştırılır; sapma analizi yapılır; parametreler ve eşikler işletmenin tercihlerine göre ayarlanır.

Yönetici Haftalık Akışı

• Her Pazartesi sabahı haftalık sipariş önerisi raporu e-posta veya sistem içi bildirimle yöneticiye iletilir; parça, önerilen miktar ve tahmini maliyet listelenir.
• Yönetici önerileri kabul eder, reddeder veya miktarı değiştirir; karar kaydedilir ve model kalibrasyon verisi olarak kullanılır; sistem zamanla daha isabetli hale gelir.
• Stok seviyesi eşiğin altına düştüğünde anlık uyarı e-posta veya SMS ile iletilir; kritik parçalar kırmızı bayrakla işaretlenir.
• Aylık ölü stok raporu atıl parçaları listeler; iade, indirim veya şubeler arası transfer seçenekleri ve tahmini geri kazanım tutarı sunulur.
• Üç aylık sezon öngörüsü raporu ile bir sonraki yoğun dönem için erken sipariş listesi otomatik hazırlanır.

Stok ve tedarik verisi işletmenin ticari sırrını oluşturur; rakiplerin eline geçmemesi kritik önemdedir. Sistem bu verileri korumak üzere çok katmanlı güvenlik mimarisiyle tasarlanmıştır:

• Veri izolasyonu ve gizlilik: Parça hareket ve stok verileri yalnızca ilgili firmanın erişebildiği izole ortamda depolanır; rakip firmalarla, tedarikçilerle veya üçüncü taraflarla hiçbir koşulda paylaşılmaz. Her müşteri firmanın verisi mantıksal ve fiziksel olarak ayrı tutulur.
• Şifreli aktarım ve depolama: Tüm veri akışı TLS 1.3 ile şifrelenir; depolamada endüstri standardı AES-256 şifrelemeleri kullanılır. Yedeklemeler de şifreli ortamda tutulur.
• Rol bazlı erişim yönetimi: Depo sorumlusu, şube yöneticisi ve genel müdür farklı görünüm ve yetki düzeyleriyle sisteme erişir; hassas tedarik maliyetleri ve stok verileri yalnızca yetkili personele açıktır. Kullanıcı girişleri loglanır.
• Yedek çalışma modu: AI servisine erişim kesildiğinde sistem son hesaplanan stok parametrelerini ve eşiklerini kullanmaya devam eder; manuel sipariş akışı kesintisiz sürer. Ekip fark etmeksizin çalışabilir.
• Denetim kaydı: Tüm sipariş önerileri, yönetici kararları ve parametre değişiklikleri zaman damgasıyla kaydedilir; geriye dönük inceleme ve iç denetim imkânı daima mevcuttur.
• Felaket kurtarma ve yedekleme: Veri yedekleme periyodik olarak yapılır; sistem kesintisinde belirlenen kurtarma süresi hedefi (RTO) dahilinde çalışmaya devam edilir.

Önemli Uyarı: Bu sistem bir yapay zekâ karar destek aracıdır. Verilen sipariş önerileri geçmiş veri örüntülerine dayalı tahmin niteliğindedir ve garanti içermez. Beklenmedik tedarik zinciri olayları, ani piyasa değişiklikleri veya modelin eğitim verisinin dışında kalan durumlar tahmin hatalarına yol açabilir. Nihai tedarik kararları ve bu kararların tüm mali sonuçları işletme yönetimine aittir; bu sorumluluk sisteme devredilemez.

Sürekli Güvenlik Denetimi

Sistem yılda en az bir kez güvenlik denetiminden geçirilir; tespit edilen açıklar öncelik düzeyine göre belirlenen süre içinde kapatılır. Yeni tehdit vektörleri ve yasal düzenleme değişiklikleri izlenerek sistem uyumu güncellenir. Erişim logları aylık olarak gözden geçirilir; şüpheli erişim denemesi durumunda otomatik kilit ve uyarı mekanizması devreye girer.