Peters

Peters (2012), çalışmasını Van Dinter (2011) ile aynı süpermarket zincirinde gerçekleştirmiştir. Bu çalışmada, söz konusu firmadaki çabuk bozulan ürünlerin promosyonel talep tahmininin iyileştirilmesi amaçlanmıştır. Önceki benzer çalışmalarda olduğu gibi yine çoklu doğrusal regresyon yönteminden yararlanılmış ve yine bağımlı değişken olarak yükseltme faktörünün doğal logaritması kullanılmıştır. İncelenen bağımsız değişkenler ise şu şekilde özetlenebilir (Peters, 2012):

 Teşhir özellikleri: Teşhir konumunun kalitesi, teşhir edilen envanter miktarı

 Promosyon değişkenleri: Mutlak indirim, yüzde indirim, normal fiyat, ürün grubunda promosyonda olan ürün sayısı, promosyon mekanizması, promosyonun reklam broşüründe yer alıp almadığı, promosyonun broşürdeki konumu (ön sayfa, arka sayfa, iç sayfalar)

 Ürün özellikleri: Son kullanma tarihi, önceki yükseltme faktörü, taban satış, ürünün kilogram ya da adet cinsinden satılması, tazelik algısı, bozulmayı durdurabilme (dondurarak ya da anında tüketerek), paketleme türü, ürün grubu

 Hava durumu: Sıcaklık, yağış miktarı, yağışlı gün sayısı

 Ulusal tatiller

Söz konusu firmada çabuk bozulan ürünler üç farklı kategoriye ayrılmaktadır. Bu kategoriler; etler ve salatalar, ekmek ve unlu mamuller, süt ürünleri olarak sınıflandırılmıştır. Peters (2012), içerdiği kategorilere göre çabuk bozulan ürünler için beş farklı model oluşturmuştur:

 Model-2: Ekmek ve unlu mamuller hariç tüm ürünler

 Model-3: Ekmek ve unlu mamuller

 Model-4: Süt ürünleri

 Model-5: Etler ve salatalar

Model-1’de bütün bozulabilir ürünler tek bir regresyon analizinde yer almaktadır. Peters (2012)’a göre, ekmek ve unlu mamullerin promosyonlara olan reaksiyonu diğer çabuk bozulan ürünlerden farklıdır. Bu durum Model-2’de bu kategorinin analiz dışında bırakılmasına neden olmuştur. Model-3, Model-4 ve Model-5 ise her bir kategori için ayrı ayrı oluşturulan regresyon modelleridir. Peters (2012), yaptığı bu farklı regresyon analizlerinin performansını hem yüzde sapma cinsinden hem de satış birimi cinsinden ölçmüştür. Yaptığı değerlendirme sonucunda Model-2’nin kullanılmasını, ekmek ve unlu mamullerin ise ayrı olarak tahmin edilmesini önermiştir. Model-2’nin düzeltilmiş R2

değeri 0.796 olarak bulunurken, doğrulama kümesinin OMYH değeri % 26.5 olarak hesaplanmıştır. Bulunan bu hata yüzdesi, süpermarketteki uzman kişilerin mevcut süreçlerde yaptığı yargısal promosyonel satış tahminlerin hata yüzdesi ile karşılaştırılmıştır. Önerilen modelin hata yüzdesi, hem satın alma departmanı tarafından yapılan tahminlerin ortalama hata yüzdesi olan % 38.4’ten hem de talep tahmin uzmanının yaptığı tahminlerin ortalama hata yüzdesi olan % 33.5’ten daha azdır. Bu da Peters (2012)’ın modelinin promosyonların talep tahmin performansını mevcut duruma göre geliştirdiğini göstermektedir.

Çalışma kapsamında incelenen ürünler tazeyken tüketilmesi gereken, çabuk bozulabilir ürünlerdir. Bu tür ürünler, çabuk bozulmayan ürünlerin aksine promosyon döneminde satılamadıkları zaman ziyan olmakta ve firmanın bu ürünlerden zarar etmesine yol açmaktadır Bu nedenle bu ürünlerin hem normal zamanlarda hem de promosyon dönemlerindeki talebinin yüksek başarıyla tahmin edilmesi, diğer kategorilerden daha kritiktir.

Bu çalışmada, önceki çalışmalarda yer almayan farklı bazı değişkenlerin ele alındığı görülmektedir. Örneğin taban satışın yüksek olmasının yükseltme faktörünü olumsuz etkilediği düşünülerek bu değişkenin doğal logaritması regresyon modeline eklenmiştir ve analizler sonucunda taban satış beklentiyi doğrular şekilde anlamlı bulunmuştur ve işareti negatiftir.

Peters (2012) tazelikle ilgili bir takım değişkenleri de regresyon modelinde denemiştir. Bunlardan biri son kullanma tarihidir. Ürünün bozulmadan kullanılabileceği gün sayısı arttıkça promosyonel satışlarının da artacağı öngörülmüştür. Bu öngörü Model-5’te etler ve salatalar için yapılan regresyon analizinde desteklenirken, Model-4’teki süt ürünlerinin regresyon analizinde kullanım süresi ve promosyonel satış arasında ters yönde bir ilişki bulunmuştur. Peters (2012), süt ürünlerindeki bu durumu bu tarz ürünlerin günlük olarak tüketilmesine bağlamıştır. Tazelikle ilgili olarak incelenen bir diğer değişken, ürünün bayatlamasının durdurulabilir olup olmadığıdır. Örneğin, çabuk bozulan bir ürün satın alındıktan sonra derin dondurucuda saklanabiliyorsa, bayatlaması durdurulabilen bir üründür. Bu özelliğin promosyonel satışları pozitif yönde etkileyebileceği öngörülmüş ama yapılan analizlerde anlamlı bir etkiye rastlanmamıştır. Tazelikle ilgili olarak incelenen üçüncü ve son değişken tazelik algısıdır. Mağazada özel olarak hazırlanan ve servis edilen bazı et ve pastane ürünlerinin bu şekilde sunulmasının tüketicilerde bir tazelik algısı yaratacağı ve promosyonel satışları artıracağı öngörülmüştür ancak yapılan analizlerde bu değişken de anlamlı bulunmamıştır.

Peters (2012), önceki benzer çalışmalardan farklı olarak, yüzde indirimi 0-100 arasındaki tüm değerleri alabilen sürekli bir değişken olarak kullanmak yerine, indirim aralıklarını ifade eden altı farklı gölge değişken tanımlamıştır. Bu gölge değişkenlerden her biri % 0-10’dan % 50-60’a kadar olan yüzde onluk indirim dilimlerini temsil etmektedir. En küçük indirim aralığı olan % 0-10, gölge değişken grubundaki referans kategori olarak seçilmiş ve diğer indirim düzeyleri bu kategoriyle karşılaştırılmıştır. Bu yaklaşım, yüzde indirim miktarının farklı aralıklarının anlamlılık düzeylerini incelemeye olanak tanımıştır. Ayrıca, Gupta ve diğ. (1992) tarafından öne sürülen indirim miktarındaki eşik ve doyma düzeylerinin olup olmadığı, varsa ne düzeyde olduğunu da gözlemleme olanağı doğmuştur. Buna göre, Peters (2012) kendi çalışmasında,, indirim miktarının bozulabilir ürünlerde % 20 seviyesinde anlamlı hale gelmeye başladığını göstermiştir. Bu da eşik değerinin olduğu görüşünü desteklemektedir. Aynı analizde, eşik değerinden sonra yüzde indirim arttıkça regresyon katsayısının da ivmelenerek arttığı, dolayısıyla da herhangi bir doyma noktasının olmadığı tespit edilmiştir.