Sales forecastıng ın textıle ındustry

Abstract

Yüzyıllardır var olan önemli bir sektör olan tekstil ve hazır giyim sektörü artan rekabet ile müşteri memnuniyetini sağlamak için büyük adetlerdeki ürünleri kısa terminlerle ve sürdürülebilir kalite ile üretmek zorundadır. Artan zorlu rekabet koşulları, üreticileri ve markaları ürünleri en kısa termin, optimum fiyat ve en iyi kalite ile üretmeye zorlamaktadır. Müşteri talebini yüksek hizmet düzeyinde sağlamak için ürünler doğru adette, doğru yerde, doğru zamanda, bulundurulmalıdır. Bu doğru üretim planlama sistemi ile teslim sürelerine uyarak, kaliteyi sürdürerek ve rekabetçi iş çevresini yöneterek mümkün olabilmektedir.Tahmin yapmak, doğru üretim planlama sisteminin en önemli adımlarından birisidir. Bu tez çalışmasında, bir Türk hazır giyim markasının belli ürün gruplarının günlük satış verileri kullanılarak satış tahmin metodu uygulanmıştır. Günlük satışları doğru şekilde tahmin etmek için özel gün, tatil, haftasonu, sıcaklık ve yağış gibi çeşitli faktörler dikkate alınarak otoregresif hata ile regresyon metodu kullanılmıştır.

Textile garment industry, which is one of the leading industries over the centuries, have to produce large number of products with short lead times and maintain quality to meet customer demand due to increased competition. Increased harsh competition enforces brands and suppliers to produce items with short lead times, low cost and best quality. In order to meet customer demand at high service level, the right products should be provided at the right quantity, in the right place, at the right time. It is provided with accurate production planning system to keep lead times and maintain quality and to manage competitive business environment. Forecasting is one of the most essential part of accurate production planning system. In this thesis study, sales forecasting method is implemented on daily sales data of a Turkish textile garment brand for specific product groups. In order to predict daily sales accurately, regression with autoregressive errors method is used by considering various factors such as special day, holiday, weekend, temperature and precipitation effects.