Hedef programlama (GP), ilk olarak 1950’lerin başlarında, doğrusal programlamanın bazı problemleri çözümündeki yetersizliği nedeniyle Charnes ve Cooper tarafından dile getirilmiştir. Charnes, 1955 yılında hedef programlamanın başlangıcı sayılabilecek bir makale yayınlamıştır. Charnes ve Cooper hedef programlama terimini ilk kez 1961 yılında yayınladıkları makalede kullanmışlardır (Evren ve Ülengin, 1992: Öztürk’den (2011)). Charnes ve Cooper istenmeyen sapmaların minimum yapılabilmesi için hedef programlamanın üç farklı türünü belirlemişlerdir. Hedef programlama problemlerinin çözümü için algoritma ve bu algoritmaların çözümü için bir yazılım 1960’ların sonlarında geliştirilmiştir.
Sonraki yıllarda yaklaşım Lee, Ignizio, Tamiz, Romero vd. gibi bilim adamları tarafından da incelenmiştir. Ignızıo 1970’lerin başında tamsayılı ve doğrusal olmayan hedef programlama modellerini içeren algoritmalar ve bu algoritmaları çözmek için yazılımlar geliştirmiştir (Öztürk, 2011: 210).
Hedef programlama, doğrusal programlama, tamsayılı programlama ve doğrusal olmayan hedef programlama gibi farklı sınıflara ayrılmaktadır. 1980’lerin sonlarında ise bulanık hedef programlama modelleri literatürde yer almaya başlamıştır (Öztürk, 2011: 210).
Hedef programlama modelinin ana unsuru modelde ele alınan hedeflerin istenmeyen sapma değişkenlerinin en aza indirilme derecesini ölçen bir başarı fonksiyonudur. En eski ve en yaygın kullanılan üç başarı tekniği, ağırlıklandırılmış, önceliklendirme ve MinMax fonksiyonlarıdır. Tamiz vd. (1995) göre literatürdeki hedef programlama uygulamalarının yaklaşık %65’i önceliklendirme başarı fonksiyonu, %21’i ağırlıklandırılmış başarı fonksiyonu ve geri kalan kısmı diğer yöntemleri kapsamaktadır (Üstün, 2012).
4.2. Hedef Programlama Yaklaşımı
Çok amaçlı programlama metodu, birbiriyle çelişebilen birden fazla amacın eş zamanlı olarak optimize edilmesinin sağlanmaya çalışıldığı bir yöntemdir. Bu konudaki çalışmalar 1970’lerden itibaren yoğunluk kazanmaya başlamıştır (Atlas, 2008).
Bu yaklaşımı önemli kılan nedenlerinden biri, pek çok karar probleminin birden fazla amacı içermesidir. Örneğin; firmalar üretim kapasitesini artırmak isterken aynı anda üretim
maliyetlerinin düşürülmesi, stok miktarının azaltılması veya müşteri memnuniyetinin artırılması gibi farklı amaçlarda belirleyebilir (Atlas, 2008).
Yöntemin dikkat çekmesini sağlayan bir diğer neden ise çok amaçlı problemlerin çözüm yöntemlerinde son yıllarda gelişme kaydedilmesi ve hesaplama kolaylığı sağlanmasıdır. Teknolojide yaşanan gelişmelerde buna katkı sağlamıştır. Bu gelişmeler ile birlikte çok amaçlı matematiksel programlama çözüm algoritmalarının kullanımının daha kolay hale gelmiştir. Buna bağlı olarak esnek çalışma olanağı sağlanmaktadır (Atlas, 2008).
Çok amaçlı problemlerde genellikle birden fazla kriter söz konusu olduğundan bu kriterleri bir amaç fonksiyonunda birleştirmek mümkün olmayabilir. Bu nedenle amaç fonksiyonunun oluşturulması zor olabilir. Özellikle kriterlerin çeliştiği durumlarda farklı çözümler söz konusu olabilir. Çok amaçlı problemlerin çözümünde tek amaçlıların çözümde kullanılan algoritmalar etkin sonuçların alınamamasına neden olabilir. Bu nedenle çok amaçlı problemlerin daha etkin çözülebilmesi adına yeni yöntemler geliştirilmiş ve çözüm algoritmalarına adapte edilmiştir. Birden fazla amacın tek bir amaçta birleştirildiği “Değişken Ağırlıklı Amaç İşlevi” örnek olarak verilebilir (Kaya ve Fığlalı, 2016).
Çok amaçlı programlama modellerinden biri de Hedef Programlamadır. Birbiriyle çelişen amaçların kısıtlayıcı kümesine göre eş zamanlı olarak en iyileyen bir çözüm grubunun belirlenmesi, optimizasyonu hedefleyen çok amaçlı programlama modelinin amacıdır. Hedef programlama ise, karar vericinin tatmin olduğu bir çözüm belirlemeye çalışır. Bu nedenle, hedef programlamanın optimizasyon düşüncesinden ziyade tatmin düşüncesine dayandığı söylenebilir. Hedef değerlerden sapmaları en küçükleme amacını esas alan hedef programlama, bunu yaparken varsa hedeflerin öncelikleri ve ağırlıklarını dikkate alır. Hedef programlanın önemli faydalarından biri de, farklı değerlendirme esasları ve farklı birimlerle çalışılmasına izin verebilmesidir (Taha, 1997: Öztürk’ten (2011:209-210)).
Hedef programlama, karar vericilere doyurucu bir çözüm kümesi sağlayan önemli bir, çok amaçlı karar verme tekniğidir. Hedef programlama için aşağıdaki tanımlamalar yapılabilir:
✓ Hedef programlama, çok kriterli karar problemlerinin çözümü için kullanılan bir tekniktir.
✓ Hedef programlama, hedeflerin istenen seviye aralığındaki sapmalarını minimum yapan bir tekniktir.
✓ Hedef programlama, belirlenen amaçları maksimum veya minimum yapmaktan ziyade, belirlenen sınırlar doğrultusunda hedeflerin sapmalarını en aza indirmeyi hedefleyen bir tekniktir.
Hedef programlamanın temel yaklaşımı, her bir amaç için amaç fonksiyonunu oluşturmak ve amaçların her birisi için belirli hedefler koyarak bu hedeflerden ağırlıklı toplam sapmalarını minimum kılan çözümü araştırmaktır. Aşağıda belirtildiği gibi üç tür hedef belirlenebilir (Öztürk, 2011: 207):
1. Alt sınırı belirleyen tek taraflı hedeftir. 2. Üst sınırı belirleyen tek taraflı hedeftir.
3. Hem alt sınırı hem üst sınırı belirleyen çift taraflı hedeftir.
Hedef programlama, çoklu amaçları bulunan matematiksel programlama modeli türüne göre sınıflandırılabilir. Bunun yanında kurulan modelin amaç fonksiyonuna göre de sınıflandırma yapılabilir.
Hedef programlamanın en önemli özelliği her bir tercihe bir hedef değeri atayabilmesidir. Bu yaklaşım ile sapma değişkenleri en küçüklenir. Aynı zamanda, tek amaçlı doğrusal programlama yaklaşımının yeterli olmadığı, amaç fonksiyonundaki değişkenlerin aynı ölçü biriminde olması şartının aranmamasının yanı sıra kısıtlara ilişkin hedef sapmaları ve hedeflerin önceliklerini belirleyebilmektedir (Öztürk, 2011:208).
Gerçek hayatta firmalar, toplam karın en büyüklenmesi, maliyetlerin en küçüklenmesi gibi amaçların yanında hatalı ürün miktarının azaltılması, stok miktarının artırılması, müşteri memnuniyetinin artırılması, ürün kalitesinin artırılması, verimliliğin artırılması, çalışan motivasyonunun sağlanması gibi farklı amaçlar üzerinde de çalışmaktadır. Firmalar bu amaçlara tekli olarak odaklanmanın yanı sıra birden çok amaç üzerinde eş zamanlı olarak çalışabilir. Belirlenen tüm hedeflerin eş zamanlı olarak gerçekleşmesi güçtür. Bu nedenle amaçların en iyi doyum noktasına ulaştıran çözüm elde edilmeye çalışılır. Böyle durumlarda çok kriterli karar verme yaklaşımı gereklidir. Çok kriterli karar verme yaklaşımıyla ilgili çok sayıda teknik geliştirilmiş olup en önemlilerinden biri hedef programlamadır. Dolayısı ile yaklaşım optimum çözümden ziyade doyum noktasına ulaşmayı hedefler (Öztürk, 2011: 208).
Hedef programlama Eşitlik (4.1)-(4.5) ile ifade edilebilir:
W : Ağırlıklar, P : Öncelikler,
A : Birim katkı matrisi, X : Karar değişkenleri matrisi,
pi : i. Hedeften negatif sapma,
ni : i. Hedeften pozitif sapma olmak üzere,
Enk Z = ∑𝑘𝑘=1∑1𝑖=1𝑊𝑘𝑖𝑃𝑘(𝑛𝑖+ 𝑝𝑖) (4.1)
∑ 𝑐𝑛𝑗 𝑖𝑗𝑥𝑗+ 𝑛𝑖− 𝑝𝑖 = 𝑔𝑖 (4.2)
AX ≤ B (4.3)
𝑛𝑖∗ 𝑝𝑖 = 0 (4.4)
𝑥𝑗,𝑛𝑖, 𝑝𝑖, X ≥ 0 i = 1,2,…,l (4.5)
Hedef programlama, hedeflerin istenen seviye aralığındaki sapmalarının minimum yapılmasını önerir. Eşitlik (4.6) ile ifade edilebilir (Üstün, 2012):
(GP)
Enk∑𝑛𝑖=1𝑤𝑖|𝑓𝑖(𝑥) − 𝑎𝑖| (4.6)
s.t. x ϵ X (X bir uygun küme)
𝑓𝑖(𝑥) : i. amacın fonksiyonudur. 𝑎𝑖 : i. amacın istek seviyesidir.
𝑤𝑖 : başarı fonksiyonundaki sapmalara bağlı olan pozitif ağırlıklardır.
4.3. Çok Seçenekli Hedef Programlama
Chang (2007), çok seçenekli hedef programlama (MCGP) olarak adlandırılan yeni bir yaklaşım önermiştir. Bu yaklaşım, her bir hedef için çok seçenekli istek seviyelerini oluşturmaya izin verir. MCGP, Eşitlik (4.7)-(4.8) ile ifade edilebilir (Üstün, 2012):
Enk∑𝑛𝑖=1𝑤𝑖|𝑓𝑖(x) − 𝑎𝑖1 ya da 𝑎𝑖2 ya da … … ya da 𝑎𝑖𝑚| (4.7)
s.t. x ϵ X (X bir uygun küme) (4.8)
𝑎𝑖𝑗 (i = 1,2,… ,n ve j = 1,2,…,m) i. hedefin j. istek seviyesidir, 𝑎𝑖𝑗−1≤ 𝑎𝑖𝑗 ≤ 𝑎𝑖𝑗−1; diğer değişkenler hedef programlamadaki gibi tanımlanır.
MCGP’ye göre, karar vericiler yerel bölgede sadece tek bir istek seviyesini düşünmemeli aynı zamanda global bölgede global optimum çözüm elde etmek için verilen kısıtlar altında çoklu istek seviyelerini geliştirmelidir. MCGP’nin başarı fonksiyonu Eşitlik (4.9) – (4.13) ile ifade edilebilir (C.T. Chang 2007: Üstün’den (2012)):
Enk∑𝑛𝑖=1𝑤𝑖(𝑑𝑖+ + 𝑑𝑖−) (4.9)
s.t. 𝑓𝑖(x) - 𝑑𝑖+ + 𝑑𝑖− = ∑𝑚𝑗=1𝑎𝑖𝑗𝑆𝑖𝑗(𝐵), i = 1,2,…,n, (4.10) 𝑑𝑖+, 𝑑𝑖− ≥ 0, i = 1,2,…,n, (4.11) 𝑆𝑖𝑗(B) ϵ 𝑅𝑖(X), i = 1,2,…,n, (4.12)
x ϵ X (X bir uygun küme) (4.13)
Burada, 𝑑𝑖+ = max(0,𝑓𝑖(𝑥) – ∑𝑚𝑗=1𝑎𝑖𝑗𝑆𝑖𝑗(𝐵)) ve 𝑑𝑖− = max(0,∑𝑚𝑗=1𝑎𝑖𝑗𝑆𝑖𝑗(𝐵) - 𝑓𝑖(𝑥)) sırasıyla i. hedefin alt ve üst başarılarıdır; 𝑆𝑖𝑗, ikili seri numarasının fonksiyonunu ifade eder. Diğer değişkenler hedef programlama ya da çok seçenekli hedef programlamadaki gibi tanımlanır (Üstün, 2012).
Chang (2008), MCGP formülasyonuna alternatif bir model önermiştir. Bu iki alternatif MCGP-başarı fonksiyonları aşağıdaki gibi verilebilir:
İlk durum: Ne kadar çok o kadar iyi formülasyonu Eşitlik (4.14)-(4.19) ile ifade edilebilir (Revize edilmiş MCGP): Enk∑𝑛𝑖=1[𝑤𝑖(𝑑𝑖+ + 𝑑𝑖−) + 𝑎𝑖(𝑒𝑖++ 𝑒𝑖−)] (4.14) s.t. 𝑓𝑖(x) - 𝑑𝑖+ + 𝑑𝑖− = 𝑦𝑖 i = 1,2,…,n, (4.15) 𝑦𝑖 - 𝑒𝑖++ 𝑒𝑖− = 𝑎𝑖𝑚𝑎𝑥, i = 1,2,…,n, (4.16) 𝑎𝑖,𝑚𝑖𝑛 ≤ 𝑦𝑖 ≤ 𝑎𝑖𝑚𝑎𝑥, (4.17) 𝑑𝑖+ , 𝑑𝑖− , 𝑒𝑖+, 𝑒𝑖− ≥ 0, i = 1,2,…,n, (4.18)
x ϵ X (X bir uygun küme) (4.19)
i. istek seviyesi 𝑦𝑖, üst sınır (𝑎𝑖,𝑚𝑎𝑥) ve alt sınır (𝑎𝑖,𝑚𝑖𝑛) arasında (𝑎𝑖,𝑚𝑖𝑛 ≤ 𝑦𝑖 ≤ 𝑎𝑖,𝑚𝑎𝑥 ) sürekli değişken kısıtıdır; 𝑑𝑖+ ve 𝑑
𝑖−, Eşitlik (4.15)’deki i. hedefe |𝑓𝑖(𝑥) − 𝑦𝑖| bağlı negatif ve pozitif sapmalardır; 𝑒𝑖+ ve 𝑒
sapmalardır;α𝑖, |𝑦𝑖− 𝑎𝑖,𝑚𝑎𝑥| sapmalarının toplamına bağlı ağırlıklardır; diğer değişkenler ise MCGP’deki gibi tanımlanır (Üstün, 2012).
İkinci durum: Ne kadar az o kadar iyi formülasyonu Eşitlik (4.20)-(4.25) ile ifade edilebilir: Enk∑𝑛𝑖=1[𝑤𝑖(𝑑𝑖+ + 𝑑𝑖−) + 𝑎𝑖(𝑒𝑖++ 𝑒𝑖−)] (4.20)
s.t. 𝑓𝑖(x) - 𝑑𝑖+ + 𝑑𝑖− = 𝑦𝑖 i = 1,2,…,n, (4.21) 𝑦𝑖 - 𝑒𝑖++ 𝑒𝑖− = 𝑎𝑖𝑚𝑖𝑛, i = 1,2,…,n, (4.22)
𝑎𝑖,𝑚𝑖𝑛 ≤ 𝑦𝑖 ≤ 𝑎𝑖𝑚𝑎𝑥, (4.23)
𝑑𝑖+ , 𝑑𝑖− , 𝑒𝑖+, 𝑒𝑖− ≥ 0, i = 1,2,…,n, (4.24)
x ϵ X (X bir uygun küme) (4.25)
Burada,𝑑𝑖+ ve 𝑑𝑖−, Eşitlik (4.21)’deki i. hedefe |𝑓𝑖(𝑥) − 𝑦𝑖| bağlı negatif ve pozitif sapmalardır; 𝑒𝑖+ ve 𝑒
𝑖−, Eşitlik (4.22)’deki i. hedefe |𝑦𝑖− 𝑎𝑖,𝑚𝑖𝑛| bağlı negatif ve pozitif sapmalardır; α𝑖, |𝑦𝑖− 𝑎𝑖,𝑚𝑖𝑛| sapmalarının toplamına bağlı ağırlıklardır; diğer değişkenler MCGP’ deki gibi tanımlanır (Üstün, 2012).
Çok seçenekli hedef programlamanın hızlı gelişimi, model ve uygulamalardaki çeşitliliğin artmasını sağlamaktadır. Gerçek hayatta MCGP, tedarikçi seçimi (Liao ve Kao, 2010; Paksoy ve Chang, 2010), üretim planlama problemleri (Lee vd., 2010) ve kalite yönetim sistemi (Mahmoud vd., 2010) gibi pek çok farklı alanda uygulanmıştır (Üstün, 2012).
Konik skalarizasyon, genel çok amaçlı problemlerin referans noktası yaklaşımlarından biridir. Wierzbicki, referans noktaları tarafından kontrol edilmek üzere; çekici, verimli çözümler aramaya izin vermek için çeşitli başarı fonksiyonlarının özelliklerinin araştırılmasını içeren istek seviyeleri (referans noktaları) üzerine yeni bir araştırma önermiştir. Bu başarı fonksiyonları, yalnızca verimli veya Pareto-optimal noktalar üreterek hedef programlamaya göre önemli bir avantaja sahip olacak şekilde tasarlanmıştır. Arzu edilen yapısal özelliklerine ek olarak, referans noktası metotlarının metodolojik veya operasyonel açıdan da faydalı olduğu görülmüştür. Genel olarak, çok amaçlı problemler (ayrık değişken dikkate alındığında yada dikkate alınmadığında) için referans noktası yaklaşımları, amaç fonksiyonları için istek seviyeleri (referans noktalarının) vasıtasıyla Wierzbicki tarafından önerildiği gibi başarı skalarizasyon fonksiyonuna dayanır. Referans noktalarının iki formu mevcuttur: İstek noktaları (arzu edilen başarı seviyeleri) ve rezervasyon noktalarıdır (eğer mümkünse ulaşılması gereken başarı seviyeleri) (Üstün, 2012).
Referans noktası metodolojisi, çok amaçlı programlamada birçok yöntem için temel sağlamıştır. Çeşitli skalarizasyon metotları, son on yılda geliştirilmiş çok amaçlı programlamaların (MOP) etkin çözümlerini bulmak için referans noktası olarak kullanılmıştır. Gerçek hayatta matematiksel programlama modellerinin çoğu, ayrık değişkenler gibi, konveks olmayan yapıdadır. Ayrık değişkenli problemler için etkin noktaların kümesi konveks olmadığından amaç fonksiyonlarının ağırlıklı toplamları her etkin noktaya ulaşmak için bir yol sağlamaz (Üstün, 2012).
4.4. Çok Seçenekli Konik Hedef Programlama
Bu bölümde, konik skalarizasyon programlamanın (CSP) hedef programlama ve çok seçenekli hedef programlama formülasyonu kullanılmıştır (Üstün, 2012).
Çok seçenekli hedef programlama, kararın küçümsenmesini önlemek amacıyla karar vericinin her hedef için istek seviyeleri oluşturmasına izin verir. Konik skalarizasyona dayalı çok seçenekli hedef programlama yaklaşımının ise üç farklı katkısı bulunmaktadır. Bu katkılar aşağıda maddeler halinde verilmiştir:
(1) Karar vericinin küresel bölgede etkin bir çözüm elde etmek için her bir hedefe çok seçenekli istek seviyeleri oluşturulmasına izin verir,
(2) Önerilen formülasyon yardımcı kısıtları ve ek değişkenleri azaltır,
(3) Önerilen model uygun etkin noktaya ulaşmayı garanti eder (Üstün, 2012).
Önerme 1: 𝜶 ϵ 𝑅𝑛 ve (𝜷,w) ϵ W ile konik skalarizasyon problemi Eşitlik (4.26)-(4.29) konik hedef programlama formülasyonuna eşdeğerdir:
Enk∑𝑛𝑖=1[(𝛽 + 𝑤𝑖)𝑑𝑖+ + (𝛽 − 𝑤𝑖)𝑑𝑖−] (4.26)
s.t. 𝑓𝑖(x) - 𝑑𝑖+ + 𝑑𝑖− = 𝑎𝑖 i = 1,2,…,n, (4.27) 𝑑𝑖+ , 𝑑𝑖− ≥ 0, i = 1,2,…,n, (4.28)
x ϵ X (X bir uygun küme) (4.29)
Burada, 𝑑𝑖+ = max(0,𝑓𝑖(𝑥) - 𝑎𝑖) ve 𝑑𝑖− = max(0,𝑎𝑖 - 𝑓𝑖(𝑥)) sırasıyla i. hedefin alt ve üst başarılarıdır; 𝑎𝑖, i. hedefin istek ya da hedef seviyesidir; 𝑓𝑖(𝑥) ise CSP deki gibi tanımlanır.
Önerme 2: x ∈ X bir uygun çözüm, ancak ve ancak i=1,2,….,n ve (𝜷,w) ∈ W için 𝑦𝑖 ∈
[𝑎𝑖,𝑚𝑖𝑛, 𝑎𝑖,𝑚𝑎𝑥] de bir Benson has etkin; Öyle ki x çok kriterli CSP için en uygun çözüm Eşitlik
(4.30)- (4.34) ile ifade edilebilir:
Enk∑𝑛𝑖=1[(𝛽 + 𝑤𝑖)𝑑𝑖+ + (𝛽 − 𝑤𝑖)𝑑𝑖−] (4.30)
s.t. 𝑓𝑖(x) - 𝑑𝑖+ + 𝑑𝑖− = 𝑦𝑖, i = 1,2,…,n, (4.31)
𝑎𝑖,𝑚𝑖𝑛 ≤ 𝑦𝑖 ≤ 𝑎𝑖𝑚𝑎𝑥, i = 1,2,…,n, (4.32)
𝑑𝑖+ , 𝑑𝑖− ≥ 0, i = 1,2,…,n, (4.33)
5. KALİTE FONKSİYON GÖÇERİMİ VE ÇOK SEÇENEKLİ KONİK
HEDEF PROGRAMLAMA BÜTÜNLEŞİK YAKLAŞIMI İLE
SERAMİK SEKTÖRÜNDE BİR UYGULAMA
5.1. Önerilen Bütünleşik Yaklaşım
Bu çalışmada, KFG ile çok seçenekli konik hedef programlama bütünleşik yaklaşımı seramik sektöründe faaliyet gösteren bir firmada uygulanmıştır. Uygulama üç başlık altında yapılmıştır. Öncelikle KFG yaklaşımı uygulanmış, ardından çok seçenekli konik hedef programlama yaklaşımı modeli kurulup çözülmüş ve son olarak elde edilen sonuçlar değerlendirilmiştir.
KFG yaklaşımı aracılığıyla müşterinin tabak, kase, bardak gibi seramik sofra gereçlerinden beklentilerinin ne olduğu, müşterinin gözünden firmanın performansı ve rakip firmalar karşısındaki durumu tespit edilmiştir. KFG yaklaşımının merkezini oluşturan kalite evi matrisi vasıtasıyla ise müşteri beklentileri firma içinde anlam ifade edecek şekilde teknik gereksinimlere dönüştürülmüş ve bu gereksinimler önceliklendirilmiştir. Teknik gereksinimlerin gerçekleştirilebilmesi için ise farklı faaliyet alternatifleri belirlenmiştir.
Model kurulması aşamasında toplam maliyetin en küçüklenmesi ve müşteri memnuniyetinin en büyüklenmesi şeklinde iki amaç fonksiyonu belirlenmiş, kurulan modelin çözümü için çok seçenekli konik hedef programlama yaklaşımı önerilmiştir. Model sonuçlarına göre firmada belirlenen amaçlar doğrultusunda gerçekleştirilmesinin uygun olacağı düşünülen faaliyetler belirlenmiştir. Önerilen bütünleşik sistemin akış şeması Şekil 5.1’de gösterilmektedir. Önerilen model Lingo 11.0 programı ile çözülmüş ve elde edilen sonuçlar değerlendirilmiştir.
Şekil 5.1. Önerilen bütünleşik sistemin akış şeması.
5.2. KFG Uygulaması
Bütünleşik yaklaşımın ilk adımı olan KFG uygulaması, ikinci bölümde anlatıldığı gibi KFG adımları takip edilerek aşama aşama uygulanmıştır.
5.2.1. Planlama aşaması
Planlama aşaması, uygulamanın aksamadan yürütülebilmesi için gerekli olan en önemli adımdır. Uygulama, ikinci bölümde anlatılan KFG adımları takip edilerek yapılmıştır.
Hedef müşteri niteliklerinin ve rakip ürünlerin belirlenmesi
Hedef pazar belirlenmesi aşamasında firmanın tüm dağıtım kanallarından (mağaza, e- ticaret, yurt içi toptan satış grubu, yurtdışı toptan satış grubu) bilgi alınmıştır.
Bayanlar müşteri kitlesinin çok büyük bir kesimini oluşturmaktadır. Müşteri tercihlerinin yaşa, medeni duruma, yaşanılan bölgeye, gelir seviyesine ve eğitim durumuna göre değişiklik gösterdiği yapılan araştırmalar ile tespit edilmiştir. Bu etkenler arasında en etkili olan kriter yaş olduğundan hitap edilecek müşteri grubu yaşa göre değerlendirilecektir. Özellikle genç bayanlar çeyiz alışverişi kapsamında ürünleri tercih etmektedir. Türkiye İstatistik Kurumu (TÜİK)
verilerine göre 2016 yılında evlenen çift sayısı 594 493’tür. Ortalama ilk evlenme yaşı ise kadınlar için 24 iken erkekler için 27,1’dir. Ancak son yıllarda evlilik yaşı yükselmiştir. Her yeni evlilik yeni bir alışveriş süreci olduğu için hedef kitle 18-55 yaş arasındaki bayanlar olarak seçilmiştir.
Rakip ürünlerin belirlenmesi aşamasında, piyasa araştırmaları yapılarak sektörde önde gelen firmalar ve ürünleri belirlenmiştir.
Ürünün tanımlanması
Değişen piyasa koşullarında, müşterilerin yenilikçi ürün beklentileri göz önünde bulundurularak, yuvarlak formlu sofra gereçlerinden ziyade daha modern formda sofra gereçlerinin ele alınması gerektiği düşünülmektedir. Bu nedenle proje çerçevesi, firma için yeni bir ürün grubu olan kare sofra gereçleri olarak belirlenmiştir.
KFG ekibinin ve yürütücüsünün belirlenmesi
Projeden olumlu sonuçlar elde edebilmesi için yönetim ve örgüt desteği çok önemlidir. Bu nedenle yönetim ve organizasyon içinde projeye katkı sağlayabilecek personel ile görüşülüp KFG yaklaşımı anlatılmış ve gerekli destek sağlanmıştır.
KFG uygulama sürecinde destek alınacak personel, müşteriler ile birebir irtibatta olmaları ve müşterinin beklentilerine hâkim olmaları sebebiyle e-ticaret, mağaza, yurtiçi toptan satış grubu ve yurt dışı toptan satış grubu yöneticileri ve ekibi, tasarlanacak ürünün üretilebilirliğinin araştırılması amacıyla üretim planlama yöneticisi, teknik bilgilerinden yararlanılmak üzere Ar- Ge sorumlusu olarak belirlenmiştir.
Uygulama sürecinde, yaklaşımın aşamalarının iyi bilinmesi, gerektiğinde üst yönetici ve firmadaki diğer personel ile görüşülebilmesi gerekmektedir. Bu nedenle gerektiği hallerde üst yönetim ve örgüt içindeki diğer personelden de yardım alınabilecektir. Ayrıca ekibin KFG konusunda bilgilendirilmesi gerekmektedir. Gerektiği durumlarda destek personelinden toplantı talep edilebilecek ya da birebir görüşmeler yapılabilecektir.
Amaç ve hedeflerin belirlenmesi
Projenin uygulanmasındaki hedefler ve amaçlar maddeler halinde verilmiştir:
Hedefler:
➢ Müşteri beklentilerinin daha iyi anlaşılması,
➢ Tasarım süreçlerinin kısaltılması, ➢ Üretim süreçlerini kısaltılması,
➢ Müşteri beklentilerine daha hızlı dönüşler yapılabilmesi,
➢ Firmanın ve rakip firmaların piyasadaki yerine müşterinin gözünden bakılabilmesi, ➢ Hammadde miktarının azaltılması,
➢ Müşteri tatminini sağlayan yeni ürün geliştirilmesi, ➢ Müşterinin değer algısının artırılması,
➢ Pazar payının artırılması, ➢ Müşteri sayısının artırılması,
➢ Ulusal ve uluslararası pazarda rekabet edilebilirliğin artırılmasıdır.
Amaçlar:
Uygulamanın yapılmasındaki temel amaç yurtiçi ve yurtdışı müşterilerinin beklentilerini karşılayarak, tatmin düzeyini artırabilecek yeni ürünler tasarlamaktır. Bunun yanında her bir dağıtım kanalının kendi alanına uygun ve genel olarak aşağıdaki gibi amaçlar belirlemiştir.
➢ Yurtdışı toptan satış grubunun müşteri sayısını %8 oranında artırmak, ➢ İhraç yapılan ülke sayısını %11 oranında artırmak,
➢ Yurtiçi toptan satış grubunun müşteri sayısını %14 oranında artırmak, ➢ Mağaza sayısında %10 oranında artış sağlamak,
➢ E-ticaret cirosunu %15 oranında artırmaktır.
Genel amaçlar:
➢ 1 ay olan tasarım sürecini %50 oranında azaltarak 15 güne indirmek,
➢ Müşteri kitlesini %15,3 oranında artırmaktır. Bu aşamada tasarım dolayısıyla reddedilen ya da cevap verilemeyen müşteri kitlesi göz önünde bulundurulmuştur.
Faaliyet çizelgesinin belirlenmesi
Çalışma süresi Eylül 2018 – Nisan 2019 tarihleri arasında olmak üzere 8 ay olarak belirlenmiştir. Çizelge 5.1’de verilmektedir:
Çizelge 5.1. KFG uygulama süreci faaliyet çizelgesi.
5.2.2. Müşterinin sesinin toplanması
Firmada mevcut durumda her departmanın kendine göre farklı stratejisi vardır. Her bir dağıtım kanalı yöneticisi kendi müşteri kitlesine uygun olarak, müşteri beklentilerini algılamak amacıyla programlar belirlemektedir. Bu amaç doğrultusunda, mağaza ve e-ticaret müşterileri, yurtiçi ve yurtdışı toptancılar olmak üzere tüm müşteriler bireysel ya da toplu olarak firmaya davet edilmekte, müşteri ziyaretleri gerçekleştirilmekte ve müşteri anketleri yapılmaktadır. Yapılan görüşmeler sonucu analiz edilerek elde edilen veriler tasarım merkezine aktarılmaktadır.
Yurtiçi toptan grubu belli aralıklarla, özellikle İstanbul’da bulunan toptan müşteri grubuna ziyarete gitmekte ve belirledikleri ürünleri ziyaret esnasında müşterilere sunmaktadır. Müşteriler olumlu veya olumsuz eleştirilerini ifade ettikten sonra model tasarımda değişiklikler yapılabilmekte ya da yeni modeller tasarlanabilmektedir. Müşteriler firmaya davet edilerek de görüşleri alınabilmektedir. Yurtdışı toptan grubu ise yurt dışında bulunan müşterileri ziyaret etmekte ve fikirlerini almaktadır. Bunların yanı sıra yurtiçinde ve yurtdışında fuarlara katılım sağlanarak müşteriler ile irtibata geçilmektedir.
Mağazalar bölümü yurt genelinde bulunan tüm mağazalara ziyaretlerde bulunarak mağaza sorumlularından direk olarak müşterilerin ürünler hakkındaki fikirlerini, ürünlerle ilgili olarak memnun oldukları ve olmadıkları özelliklerini öğrenmekte, hatta ürün özellikleri ile ilgili yeni fikirler sunabilmektedirler. Bunun yanında mağaza sahipleri yıl içerisinde bireysel olarak ve yılda bir kez toplu olarak fabrikaya davet edilmekte ve görüşleri alınmaktadır.
E-ticaret departmanında ise müşteri hizmetleri vasıtasıyla müşteri fikirleri ve şikâyetleri alınmakta, belli aralıklarla odak grup çalışmaları yapılmaktadır.
Tüm bu çalışmalardan elde edilen veriler bölüm müdürleri aracılığıyla sözlü olarak KFG sürecine aktarılmıştır. Ancak veriler karmaşık olduğundan düzenleme gerektirmektedir.
Müşteri beklentilerinin belirlenmesi
Belirlenen müşteri kitlesine uygun olarak bir örneklem grup belirlenmesine ve anket yapılmasına karar verilmiştir. Anket yapılacak kişi sayısının belirlenmesi için Eşitlik (5.1) kullanılmıştır:
n = 𝑧𝛼/2
2 .𝑝.𝑞
𝑒2 (5.1)
Pazarlama ekipleri ile yapılan görüşmeler sonucunda ortalama her 10 müşteriden 4’ünün kare ürün grubunu tercih ettiği tespit edilmişir. Bu nedenle p = 0,4 olarak alınmıştır. ( e = 0,1; z = 1,96; α = 0,1)
n = 1,96
2.(0,4).(0,6)
0,12 = 92
Anket yapılması gereken kullanıcı sayısı 92 olarak belirlenmiştir. Her bir kullanıcının ankete dahil edilen üç firmanın ürünleri hakkında bilgi sahibi olmasına özellikle dikkat edilmiştir. Müşterilere, sofra gereçlerinden bekledikleri özelliklerin neler olduğuna yönelik sorular yöneltilmiştir. Anket yapılan müşteri kitlesinin demografik bilgisi Şekil 5.2’de verilmektedir.
Şekil 5.2. Anket yapılan müşterilerin yaşa bağlı demografik yapısı.
0 5 10 15 20 25 30 35 40 18-25 26-33 34-41 42-49 50-55 21 39 15 10 7 Ku llan ıc ı S ayıs ı Yaş aralıkları
Tespit edilen müşteri beklentileri aşağıda verilmiştir: • Estetik görünüm,
• Eğilimlere uygun olması, • Zamanında teslim edilmesi, • Ürünün sağlıya uygun olması, • Kolay iletişim sağlanması, • Düşük fiyat,
• Yüksek kalite, • Ürün hafifliği, • Ürün rengi, • Ürün dekoru,
• Bulaşık makinesinde yıkanabilirliği, • Mukavemet,
• Hızlı üretim, • Ürün çeşitliliği, • Ürün ambalajlarıdır.
Departmanlardan alınan ve anket yoluyla elde edilen beklentilerin tek bir çatı altında toplanabilmesi amacıyla benzerlik diyagramı kullanılarak tüm beklentiler gruplandırılmış, bu gruplar hiyerarşi diyagramı vasıtasıyla listelenmiştir.
Müşterilerin tabak, bardak, kase gibi sofra gereçlerine ilişkin beklentileri altı birincil beklenti altında on adet ikincil beklenti olacak şekilde düzenlenmiştir. Görünüm, kolay kullanım, kalite, esneklik, eğilimlere uygunluk ve kolay iletişim olmak üzere altı adet birincil ihtiyaç belirlenmiştir.
Görünüm, ürünün incelik, renk, dekor ve ambalaj gibi estetik özelliklerini ifade etmektedir. Kolay kullanım, taşınması açısından hafifliğini, uzun süreli kullanılabilmesi