Planlama, belirli bir gelecekte nereye ulaşılmak istendiğinin ve oraya nasıl ulaşılacağının önceden belirlenmesidir. Planlama ile 5N 1K olarak kısaltılan neyin, niçin, nasıl, ne zaman, nerede, kim tarafından hangi kaynak ve maliyetlerle yapılacağı kararlaştırılır. Bununla amaçlanan konu, belirsizlikleri ve riski azaltmak, gelecekle ilgili tahmin yaparak üretim kapasitesini, kuruluş yerini, insan kaynakları ihtiyacını belirlemek ve en sonunda ise lojistik sistemin amaçlarına ulaşıp ulaşmadığını anlamak için performans değerlendirmesini yapmaktır.
Planlar, kapsadığı zaman dilimine göre, sürekli olup olmamasına göre, işletmenin genelini mi yoksa sadece bir bölümünü mü kapsadığına göre ve yönetim kademesinde hangi seviyede hazırlandığına göre sınıflandırmaya tabi tutulmaktadır. Ancak, çok yaygın olarak kullanılan sınıflandırma şekli, planların hazırlandığı birim ve kapsadığı alanları tanımlaması bakımından şöyle sıralanabilir: Stratejik ve Taktiksel.
Stratejik planlar, uzun zaman dilimini kapsayan, işletmenin tepe yönetimi tarafından hazırlanan planlardır. Bu planlarda tepe yönetimin görevi, işletme içi dinamikleri görerek dış çevreyle olan entegrasyonunu sağlamak ve şirketin uzun dönemde (genellikle en az 5 yıllık) nerede olması gerektiğinin hedeflenmesi biçiminde belirtilebilir. Bu zaman dilimi şirketin faaliyetlerini sürdürdüğü sektörün ne kadar dinamik olduğu ve özellikle ürün yaşam eğrisinde nerede yer aldığı gibi; üretilen ürünün veya verilen hizmetin ekonomik ömrünün ne kadar olduğunun saptanarak stratejik planların süresinin belirlenmesine çalışmaktır. Stratejik planlarda kullanılan veriler genelde kesin olmamakla birlikte, çok genel ve eksiktir. Bunun sebebini de zaman sürecinin uzun olmasında ve belirsizliğin fazla olmasında aramak gerekir.
Taktiksel planlar, orta dönem bir zaman dilimini içerir. Toplanan veriler stratejik planlara göre daha somuttur.
LİMANLARDA TASARIM, PLANLAMA VE MODELLEME SÜREÇLERİNDE KULLANILAN YÖNTEM VE TEKNİKLER ÜZERİNE BİR ARAŞTIRMASI
Taşımacılık tüm dünya genelinde ülkelerin ekonomik gelişimlerini etkileyen en önemli parametrelerden biridir. Deniz yolu taşımacılığı tüm taşımacılık sistemleri arasında büyük taşıma hacmi ve düşük maliyet oranları ile en ekonomik olan taşıma sistemi olmakla beraber dünya genelinde en çok tercih edilen taşıma sistemidir. Deniz taşımacılığı yaklaşık yüzyıl önce buharlı gemilerin inşası ile başlayıp günümüzde süper tankerler gibi devasa gemilerin yapılması ile çok hızlı bir gelişim göstermiştir. Limanlarda bu hızlı gelişmelere adapte olarak büyük değişim göstermişlerdir. Bu çalışmada liman tasarımı, planlaması ve modellenmesinde kullanılan model, yöntem, teknikler ve teknolojiler ile yeni yaklaşımların ulusal ve uluslararası literatürdeki tarihçesi ile ilgili bir literatür incelemesi yapılarak günümüz teknolojisinin limanlarda kullanımı araştırılmıştır. Literatür araştırması sonucunda araştırmacıların çeşitli matematiksel modelleri ve simülasyon yöntemlerini kullanıldıkları görülmüştür.
MODEL NEDİR?
Model, bir nesne veya olguyu tanımak, tarif etmek veya gözlemlemek için kullanılan ve amacımız açısından onun gibi davranan bir benzerine verdiğimiz genel isimdir. Günümüzde pek çok konuda gerçek nesneler yerine modellerini kullanıyoruz. Bazen gerçek özneye erişimimiz olmamasından dolayı bazen gerçek nesnenin çok büyük veya çok küçük olmasından dolayı, bazen yapılacak deneylerin nesneye zarar verecek olmasından veya çok pahalı olmasından dolayı gerçekleri yerine model kullanmayı tercih ederiz. Yeni bir ürün tasarlarken gerçeği olmadığı için ilk tasarımız da ürünün bir prototip modelidir. Modeller, çeşitli açılardan gerçekleri gibi davranış gösterir. Bu çeşitlerine göre de değişik model tipleri olarak adlandırılır. Lojistik sektöründen en çok kullanılan başlıca model tipleri şunlardır:
- Şekilsel/Görsel Model
- Analog Model
- Matematiksel Model
Görsel model, gerçek nesne veya sistem ile fiziksel görünüşleri arasında ölçekli veya kısmi benzerlik gösteren 3 boyutlu nesne veya canlı örnek olabilir. Bu tür modellerde amaç çok ufak bir nesneyi çok uzakta veya çıplak göz ile görünemeyen sistemleri veya henüz planlama aşamasındaki bir yapıyı öğrenci, müşteri veya karar vericinin daha iyi anlaması ve yorumlamasıdır.
Görsel model, gerçek nesne veya sistem ile fiziksel görünüşleri arasında ölçekli veya kısmi benzerlik gösteren 3 boyutlu nesne veya canlı örnek olabilir. Bu tür modellerde amaç çok ufak bir nesneyi çok uzakta veya çıplak göz ile görünemeyen sistemleri veya henüz planlama aşamasındaki bir yapıyı öğrenci, müşteri veya karar vericinin daha iyi anlaması ve yorumlamasıdır.
Analog model, görsel modelden farklı olarak, gerçek sistemden çok farklı olmakla birlikte sistemin işleyiş veya davranışlarını anlamamıza yardımcı olan göstergelerdir. Örneğin hız göstergeleri, barometre, termometre veya coğrafi harita; karar vericiye içinde bulunduğu durum ile ilgili bilgi verir. Bunu yaparken gerçek sistemin benzerlerini kullanmaz ama biz bu modellere bakarak durumumuz hakkında bir yargıya varabiliriz.
Matematiksel model ise soyut bir şekilde gerçek sistemleri açıklamamıza yardımcı olur. Çoğu zaman sözel anlatımlar ile yaptığımız bu sistem davranışlarını açıklama işini matematiksel ifadeler ile ifade edebilmemiz daha sonrasında bu modelleri kullanarak değişik durum ve koşullarda o sistemin nasıl davrandığını anlamamıza ve hatta en iyileyebilmemize de yardımcı olacağı için analitik araştırmalarda en çok başvurulan model tipidir. Matematiksel modelde, gözlem altındaki sistemin davranışları parametreler, sabitler ve değişkenler arasında yazılan matematiksel ifadeler kullanılarak açıklanmaya çalışılır.
YEDİ AŞAMALI PROBLEM ÇÖZME METODOLOJİSİ
Aşama Problemin Tanımı: Yöneylem araştırmalarının başlangıcı bir gerçek hayat problemi olmalıdır. Bu bir kuruluşun veya bir bireyin problemi olabilir. Karar verici olarak tanımladığımız bu kurum veya birey problemini anlatır. Yöneylem araştırmacısının (analist) görevi öncelikle bu anlatılanların altındaki gerçek problemi keşfetmek ve onun doğru tanımını yapmaktır.
Aşama Veri Toplama: Modelleme sürecinin bu aşaması en zoru olabilir. Bir problemi her yönüyle tanımlamak için gereken verilerin bir kısmı kurum dışında üretiliyor ve herkese açık olmayabilir. Kurum kendi içindeki verileri dahi analist ile paylaşmak istemeyebilir veya kabul etse dahi bu verileri analistin istediği biçimde saklamıyor olabilir.
Aşama Model Geliştirme: Özellikle matematiksel model geliştirmeye çalıştığımızda bu aşamada, araştırmacının artık analitik becerilerini hayal gücü ile birleştirerek problem tanımına en yakın modeli 2. aşamada tanımlanan veri tipleri kullanarak oluşturması gerekmektedir. Bu aşamada model tanımına bağlı kalmaya çalışırken gereksiz detaylardan da kaçınmalı ve en basit model oluşturulmaya çalışılmalıdır. Aksi takdirde ya 5. aşamada bu modeli çözmek ya da 7. aşamada bu çözümü uygulamakta zorluk çekilecektir.
Aşama Model Doğrulama: Bu aşama da en az model geliştirme kadar önemlidir, çünkü problem tanımı tam dahi olsa eğer 3. aşamada yanlış amaç veya kısıt fonksiyonu seçildiyse ya da problem tanımının kompleks yapısı gereği seçilen fonksiyonlar sistem verileri için tanımsız olabiliyorsa modelimiz çalışmayacak veya anlamsız sonuçlar oluşturacak olabilir. Bu yüzden oluşturulan model mevcut sistem verileri ile test edilmeli ve model çıktıları gerçek gözlemler ile tutarlı mı diye kontrol edilmelidir.
Aşama En İyileme veya Karar Verme: Bu aşamaya kadar gelindiğinde elimizde problem tanımını bire bir yansıtan bir modelimiz vardır ve bu, amacımız için kullanılabilir. Amacımız ya olabilirlik kararı verme ya da eniyileme olabilir. Amaç problem tanımı sırasında belirlenmiştir. Bu kitapta daha çok eniyileme modelleri üzerinde duracağız. Doğrusal programlama modelleri genelde bir amaç fonksiyonu ve problem parametrelerini tanımlayan kısıtlar serisinden oluşur.
Aşama Yönetime Sunuş: Bu aşamada analist kurguladığı modeli ve çözüm önerisini (veya tavsiyelerini) karar vericiye (müşteri) sunar. Aynı ilk aşama olduğu gibi modelden probleme bir geri dönüş olması gerekir. İlk aşamada problemi modele kodlayan analist, bu sefer de terskodlama (decoding) dediğimiz model sonuçlarını karar vericinin anlayacağı seviye ve dile uygun hale getirerek sunmalıdır. Genellikle karar vericilerin (yöneticilerin) matematiksel olmayan bir dil kullandıklarını düşünürsek bu aşamanın önemi daha iyi anlaşılır.
Aşama Uygulama ve Raporlama: Yöneylem araştırması uygulamalı bir bilim dalıdır ve gerçek bir yöneylem problemi uygulanmadığı sürece tamamlanmış sayılmaz. Bu sebeple 7 aşamalı problem çözme sürecimizin de son ama belki en önemli bölümü son aşamadır. Başarılı bir model kurmak ve çözüm önerilerini karar vericiye iletmek analistin işinin bittiği anlamına gelmez. Yöneylem analistinin görevi ancak, modelin önerdiği tavsiyelerin uygulanabilir olduğu ve başta hedeflenen amaca ulaştıran bir uygulamanın mümkün olduğu kesinleştiğinde biter.
DAĞITIM MODELLERİ
Dağıtım ağlarının kurulması ve sonrasında süreçlerinin etkin ve verimli şekilde sürdürülebilmesi için matematiksel modelleme yaklaşımından faydalanmak gereklidir. Özellikle ağ tasarımı sırasında doğrusal parametreler ve denklemler kullanılarak doğrusal programlama ile çözümler elde edilebilir. Bununla birlikte gerçek hayat problemleri genellikle daha değişken ve dinamik olup modeller içinde kullanılacak verilerin doğrusal olmayan, bazen de belirsizlik ve rassallık içeren bir yapıda olması söz konusudur.
BAZ MODEL
Baz model olarak ifade edebileceğimiz bu yapının ilk aşamasında, her birinin farklı kapasitesi olan n adet depo ve ikinci aşamada yine farklı talepleri olan m adet müşteri bulunduğunu düşünelim. Depoların her birinden müşterilerin her birine, mesafeler ile orantılı maliyetlere katlanarak taşıma yapma imkanı bulunmaktadır.
ARAÇ ROTALAMA MODELLERİ
Araç Rotalama Problemi (ARP); literatürde çok uzun yıllardır çalışılan, kesikli bir çözüm uzayında arama yapan, kombinetoryal optimizasyon sınıfına giren, tam sayılı programlama yaklaşımı ile çözülmeye çalışılan zor bir problem tipidir. Bir araç filosu ile belirli bir veya birkaç noktadan, yine belirli sayıda düğüm noktası veya müşteri olarak ifade edilebilecek lokasyonları ziyaret ederek hizmet vermeyi hedefler.
Temel ARP üzerinde belirli kabuller yapılarak ve bunlar farklı kısıtlarla ifade edilerek ARP tipleri oluşturulabilir:
- Kapasiteli ARP: Belirli bir yük cinsinden kapasiteleri bilinen standart araç filosuyla ve araç kapasitelerinin aşılmasını engelleyen kısıtlarla dağıtım/toplama yapılan ARP tipidir.
- Çok Depolu ARP: Bir işletmenin müşterilerine hizmet verebileceği birkaç deposunun olduğu ARP tipidir.
- Periyodik ARP: Klasik ARP’de tek bir periyot için rotalama planı yapılırken periyodik ARP’de ise planlama dönemi m adet periyot için genişletilir.
- Bölerek Teslimatlı ARP: Bu ARP tipinde, toplam maliyetin düşürülme imkanı varsa belirli bir müşterinin talebini karşılamak için araçların aynı noktaya birden fazla defada teslimat yapmasına izin verilmektedir.
- Stokastik ARP: ARP içindeki bileşenlerden bir veya birkaçının rasallık içermesi durumudur.
- Toplama ve Dağıtımın Birlikte Yapıldığı ARP: Her bir aracın rotalanması sırasında müşteri noktalarına teslimat ve bu noktalardan yüklerin alınarak başlangıç deposuna geri getirilmesi durumu dikkate alınır.
- Uydu Tesisli ARP: Bu ARP tipinde araçların vardiyaları sırasında ana depoya tekrar dönmeden ikmal yapabilecekleri uydu tesisleri kullanılmaktadır.
- Zaman Pencereli ARP: Müşterilere yapılacak teslimatların belirli zaman aralıklarında gerçekleştirilmesini sağlayacak kısıtların eklendiği ARP’dir
LOJİSTİK MALİYETLER İÇİN ÇOK KRİTERLİ KARAR VERME YAKLAŞIMI: DEPOLAMA ALANI SEÇİMİ ÖRNEĞİ
Üretimden tüketime kadar tüm süreçlerdeki maliyet zinciri incelendiğinde lojistik maliyetlerinin önemli bir ağırlığı olduğu görülmektedir. Bu maliyetlerin çoğunun ürünün nihai kullanıcısı olan müşteri için herhangi bir katma değer yaratmadığı bir gerçektir. Bu noktada lojistik süreçlerin kontrol altına alınması ve çok iyi yönetilmesi maliyet verimliliği açısından önem arz etmektedir. Çünkü küreselleşen dünyada işletmelerin karlılık için dikkate alabilecekleri alanlar giderek kısıtlanmaktadır. Hammadde fiyatları ve üretim süreçlerinde kullanılan her türlü ekipman maliyet açısından birbirine çok yakındır. Bu, kar marjını azaltarak veya tüm süreçlerde iyileştirmeler yaparak maliyetleri düşürmek anlamına gelir. Müşteri için tamamen önemsiz ve ürüne katma değeri olmayan depolama faaliyetleri de bu kapsamda değerlendirilmeli ve depolama ile ilgili süreçlerde maliyet etkin yaklaşımlar benimsenmelidir. Çalışmada, çok kriterli karar verme tekniklerinden biri olan ağırlıklı ürün modeli ve katkılı ağırlıklandırma yöntemi, depolama alanı seçiminde aynı kriterler dikkate alınarak uygulanmış ve sonuçlar karşılaştırılmıştır.
TEDARİK ZİNCİRİ STRATEJİSİ SEÇİMİ: BULANIK VIKOR YÖNTEMİYLE İMALAT SEKTÖRÜNDE BİR UYGULAMA
Günümüzün çağdaş iş ortamında genel bir eğilim, firmalar yerine tedarik zincirleri arasındaki rekabettir. Uygun tedarik zinciri stratejisinin seçimi, üretim tesislerinin başarısı üzerinde her zaman güçlü bir etkiye sahiptir. Alternatif stratejilerin değerlendirilmesi, sıralanması ve tedarik zinciri için en uygun seçimin seçilmesi çok kriterli önemli bir karar verme problemidir. Bu çalışmada imalat sektöründe tedarik zinciri stratejisi seçim problemi ele alınmıştır. Bu amaçla, rekabet stratejisi seçiminde hem nitel hem de nicel kriterleri dikkate alan VIKOR yöntemi ve bulanık mantık tabanlı çok kriterli karar verme metodolojisi geliştirilmiştir. Bulanık mantık, değerlendirme kriterlerinin ağırlığını belirlemek için kullanılır. Tedarik zinciri stratejileri, bulanık VIKOR kullanılarak kriter puanlarına göre sıralanır. Ayrıca, önerilen modeli doğrulamak için imalat endüstrisinden gerçek durum çalışması yapılmıştır. Stratejiler arasından en küçük indeks değerine sahip olanın “yasal” stratejinin seçildiği tespit edilmiştir. Çalışmanın sonuçları, üreticilerin tedarik zinciri için rekabetçi stratejiler oluşturma kararlarına destek olacaktır.
SINIFLANDIRILMIŞ MÜŞTERİ GRUPLARI İLE AKILLI MÜŞTERİ İLİŞKİLERİ YÖNETİMİ İÇİN STRATEJİLERİ GELİŞTİRMEK İÇİN BİR MODEL ÖNERİSİ
Günümüzde havayolu endüstrisinin birçok zorlukla mücadele ettiği bilinmektedir. Maliyetleri düşürmek, dalgalanan talebi yönetmek, üstün müşteri memnuniyeti ve çeşitli müşteri gruplarının ihtiyaçlarını karşılamaya çalışırken sıkı Müşteri İlişkileri Yönetimi çalışmalarına ayak uydurmaları ön plana çıkmıştır. Birçok kuruluş müşteri ilişkilerini, şikayetlerini hala iş hayatının hoş olmayan bir gerçeği olarak değil, aynı zamanda bu endişeleri zaman ve para kaybı olarak görmektedir. MİY kavramı müşterilerin ihtiyaç ve önceliklerinin doğru anlaşılmasından doğan fırsatlardan vazgeçmek istemeyen firmalarda önemli bir rol üstlenmiştir. Müşteri merkezli bir strateji sunan MİY şirketlerin tekliflerini rakiplerinden farklılaştırmaları için önemli bir unsur olarak kabul edilmektedir. Bu çalışma etkin bir düzeyde sağlanan müşteri ilişkileri yönetiminin sağladığı avantajları, farklı müşteri gruplarının bu faliyetler doğrultusunda gerçekleşen memnuniyet düzeyleri 4 aşamalı bir karar verme yöntemi ile araştırılmaktadır. Bu kapsamda Azerbaycan Havayolları deneyimi yaşayan yolcularla bir anket gerçekleştirilmiştir. Toplam 383 kişiye gerçekleştirilen analiz sonuçlarına göre işletmelerin önemli olarak gördüğü kilit müşteriler dışında, sıradan müşterilerin ihtiyaçlarının isteğe uygun karşılanması durumunda yüksek düzeyde müşteri memnuniyeti sağlanabileceği ortaya çıkmıştır. Ayrıca analize dahil edilmiş olan Veri Zarflama ve Analitik Hiyerarşi Prosesi sayesinde müşteriler gruplandırılmış ve belli müşteri gruplarına göre stratejiler önerilmiştir. MİY stratejileri uygun şekilde yapılandırılmış ve uygulanmışsa, havayolları açısından süreç verimliliği ve gelir artışına, yolcular açısından ise somut faydalara yol açabileceğini göstermektedir.
Instagram Hesabı‘mızı da takip edebilirsiniz!
No responses yet