Fırın Üretim Planlama: Yarın Kaç Ekmek Çıkarmalısınız?

Saat sabahın dördü. Hamurhanenin ışığı yanıyor, usta ilk teknesini yoğurmadan önce kafasında hep aynı hesabı yapıyor: bugün kaç ekmek, kaç poğaça, kaç somun? Dünden 40 ekmek kaldı, ama geçen cuma erken bitmişti ve akşam gelen müşteriler eli boş dönmüştü. Fazla yaparsa çöp, az yaparsa kaçan müşteri. Bu terazi, Türkiye'deki her fırının ve pastanenin her sabah kurduğu terazi.

Bu yazıda o sabah hesabını içgüdüden veriye taşımanın yolunu anlatacağız: satış geçmişinizden gün tipi ortalaması çıkarmaktan yapay zeka destekli talep tahminine uzanan, her basamağı kendi başına para eden bir merdiven. Fırın ve pastane, sektör sektör yapay zeka haritamızda yeme-içme kümesinin en veri zengini işletmelerinden; kasanızda yıllardır biriken satış kaydı, aslında yarının üretim listesini içinde saklıyor.

Yarın kaç ekmek üreteceğinizi nasıl bilebilirsiniz?

Cevabın ham maddesi elinizde zaten var: geçmiş satış kayıtlarınız. Yarının satışını en iyi tahmin eden şey, benzer günlerin ortalamasıdır: aynı haftanın günü, benzer hava, benzer takvim (maaş haftası, okul dönemi, bayram arifesi). Yapay zeka destekli tahmin araçlarının yaptığı da özünde bu eşleştirmeyi çok daha ince kırılımda ve otomatik yapmak.

Usta içgüdüsü değersiz mi? Tam tersine. Yirmi yıllık bir fırıncı, mahallesinin ritmini herhangi bir modelden iyi bilir. İçgüdünün zayıf kaldığı yer kombinasyonlar: yağmurlu bir salı ile güneşli bir salının farkını hissedersiniz de, yağmurlu ve maaş haftasına denk gelen ve yakındaki okulun tatil olduğu salıyı tutarlı hesaplamak insan hafızasının işi değil. Veri tam burada devreye giriyor: içgüdüyü çöpe atmadan, ona sağlam bir çetele tutarak destek olmak.

Fazla üretim size kaça mal oluyor?

Türkiye ölçeğinde tablo net: Toprak Mahsulleri Ofisi'nin Ekmek İsrafını Önleme Kampanyası dönemindeki araştırmasına göre ülkede her gün milyonlarca ekmek çöpe gidiyordu ve satılamayıp iade edilen ekmeğin toplam üretime oranı 2008'de yüzde 3,4 iken 2012'de yüzde 4,7'ye çıkmıştı. Yani fire, işin değişmez doğası sanılırken bile yönetilebilir (ve yönetilmezse büyüyen) bir metrik.

Rakamı kendi tezgahınıza indirelim; örnek varsayımsal ama hesap yöntemi gerçek. Günde 1.000 ekmek üreten bir fırında yüzde 4,7 iade, her gün 47 ekmeğin geri dönmesi demek. Sektör temsilcilerinin aktardığına göre iade ekmeğin ancak onda biri galeta ununa dönüyor, gerisi çöpe gidiyor. Ekmek başına maliyetinizi koyun, ayda kaç bin TL'nin fırından çöpe taşındığını görürsünüz. Pastane tarafında tablo daha da sert: kremalı ürünün raf ömrü bir gün, fire doğrudan yüzde yüz kayıp.

Fazla üretimin görünmeyen ikinci faturası işçilik: çöpe giden her tepsi, ustanın ve hamurkârın o tepsiye harcadığı saatin de çöpe gitmesi demek.

Madalyonun öbür yüzü de kayıp: erken biten ürün, akşam müşterisinin eli boş dönmesi ve bir süre sonra o müşterinin rotasını değiştirmesi. İyi planlama ikisini birden hedefler; israfı kısarken rafı da boş bırakmamak. Bu dengenin restoran mutfağındaki karşılığını gıda israfını talep tahminiyle azaltma rehberimizde ayrıntılı işlemiştik.

Yapay zeka talep tahmini fırında gerçekten işe yarıyor mu?

Eldeki en sağlam kanıt Avrupa'dan: hakemli bir dergide yayımlanan vaka çalışmasına göre, makine öğrenmesiyle satış tahmini yapan Alman fırın zincirlerinde iade oranı ortalama yüzde 30 azaldı. Aynı sistemin sahibi şirket, kendi yayınlarında binlerce satış noktasında yüzde 34'e varan israf azalması ve yüzde 11 ciro artışı bildiriyor; bu ikinci rakam seti şirket beyanı, ilk rakam akademik çalışma.

Ciro artışı kısmı ilk bakışta şaşırtıcı: daha az üreterek daha çok satmak nasıl oluyor? Cevap raf yönetiminde. Tahmin sistemi yalnızca "azalt" demiyor; hangi üründen hangi saatte raf boşalıyorsa orayı da gösteriyor. Öğleden sonra hep biten köy ekmeği partisine bir tepsi eklemek, sabah hep artan beyaz ekmekten bir tepsi kısmak: israf düşerken satış artıyor.

Bu modellerin beslendiği girdiler gizemli değil: haftanın günü, yerel hava durumu tahmini, resmi tatil ve bayram takvimi, okul dönemi, mahalledeki etkinlikler. Satıcı bloglarında dolaşan "yüzde 95 doğruluk" iddialarına ise mesafeli yaklaşın; tahmin hiçbir zaman kehanet olmaz, hedef mükemmel bilmek değil sistematik olarak daha az yanılmaktır.

Tahmin girdidir, plan çıktıdır: pastanede üretim planlama

Talep tahmini "yarın ne satılır" sorusunu cevaplar; üretim planlama ise "bunu hangi sırayla, hangi parti büyüklüğüyle, hangi fırın ve mikser kapasitesiyle üretirim" sorusunu. İkincisi bir kısıt problemidir: mayalanma süreleri, fırın kapasitesi, usta sayısı ve teslim saatleri aynı anda tatmin edilmelidir. Tahmini plana çevirmeden para kazandıramazsınız.

Pastanelerde bu ayrım daha da önemli, çünkü ürün yelpazesi geniş ve raf ömürleri farklı: ekmek günlük, kuru pasta haftalık, yaş pasta çoğu zaman siparişe bağlı. İyi bir plan, uzun raf ömürlü ürünleri sakin saatlere yayar, günlük ürünleri satış piklerinden hemen önceki partilere yerleştirir, sipariş ürünlerini de kapasiteden düşer. Toptan çalışan fırınlarda buna bayi ve araç bazlı sevkiyat planı eklenir: hangi bakkala kaç ekmek gideceği de aynı tahminin çıktısıdır. İade kaydını bayi bazında tutmak, hangi noktanın sürekli fazla sipariş verip iade ettiğini bir ayda ortaya çıkarır.

Excel'den yapay zekaya: üç basamaklı merdiven

İyi haber şu: bu işe yapay zeka projesiyle başlamak zorunda değilsiniz. Merdivenin her basamağı kendi başına kazanç üretir ve bir sonrakinin verisini hazırlar. Sahada gördüğümüz en yaygın hata, birinci basamağı atlayıp üçüncüden başlamaya çalışmak; kayıtsız fırına hiçbir model akıl veremez.

• Basamak 1: Çeteleyi düzenli tutun. Ürün bazında günlük üretim, satış ve iade/fire adedi. Yazar kasa POS'unuz satışı zaten kaydediyor; eksik olan çoğu zaman fire kaydı. Türkiye'deki fırın otomasyon programlarının çoğunda bayat iade ve fire raporu modülü hazır durumda, açıp kullanmak yetiyor. Excel'le de olur; önemli olan her gün, aynı biçimde.
• Basamak 2: Gün tipi ortalamaları çıkarın. Sekiz haftalık veriyle bile pazartesi-cuma, cumartesi-pazar, yağmurlu-güneşli, maaş haftası gibi kırılımların ortalamasını alıp yarının üretim listesini bu ortalamadan başlatabilirsiniz. Bu basit istatistik, çoğu fırında firenin görünür kısmını tek başına eritir.
• Basamak 3: Tahmini otomatikleştirin. Veri düzeni oturunca hava durumu ve takvimi otomatik çeken, ürün bazında günlük üretim önerisi veren bir sisteme geçin. Hazır araçlar da var, POS'unuza bağlanan özel bir çözüm de kurdurabilirsiniz; seçim ölçeğinize ve ürün çeşidinize bağlı.

Fire oranınızı değerlendirirken bir kıyas noktası daha var: ticaret ve sanayi odaları, unlu mamuller dahil pek çok üretim kolu için resmi fire ve randıman oranları yayımlıyor. Kendi rakamınızı sektör kabulleriyle karşılaştırmak, hem vergi tarafında elinizi güçlendirir hem de "bizde fire normal mi" sorusuna nesnel bir cevap verir.

Bir de madalyonun öbür yüzü, yani yapmamanız gerekenler:

• Fire kaydını cezalandırma aracına çevirmeyin; usta fire yazmaktan çekinirse veri yalan söylemeye başlar ve tüm merdiven çöker.
• İki haftalık veriyle büyük karar almayın; en az altı-sekiz haftalık, bayram gibi olağan dışı günleri etiketlenmiş bir seri bekleyin.
• Tahmini yüzde yüz otomatiğe bağlamayın; üretim listesi her sabah ustanın onayından geçsin, düzeltmeler de not edilsin. O notlar modelin göremediği mahalle bilgisidir.

Hangi ürünün gerçekten kâr bıraktığını da aynı veri söyler; o tarafın hesabını POS verisiyle kârlılık analizi yazımızda anlatmıştık, mantık fırın vitrini için de birebir geçerli.

Bayram, Ramazan, okul açılışı: takvim pikleri nasıl planlanır?

Türkiye'de fırın talebini en sert savuran şey hava değil takvimdir: Ramazan'da pide kuyruğu, arife günü baklava ve un kurabiyesi, okulların açıldığı hafta sabah poğaçası. Bu pikler tahmin edilemez değildir; tam tersine, yıllık takvimde günü belli olan ve geçen yılın verisiyle planlanabilen olaylardır. Pik planlamasının altın kuralı, geçen yılın aynı olayına ait satışları ayrı bir sayfada saklamaktır.

Gün tipi ortalaması burada tek başına yetmez, çünkü Ramazan salısı normal salıya benzemez. Doğru yaklaşım olay bazlı kayıt: geçen Ramazan'ın ilk haftası, son haftası ve arifesi için ürün bazında ne üretilip ne satıldığını ayrı etiketleyin. Bir sonraki yıl aynı olaya bu tablodan başlar, aradan geçen yılın genel büyüme ya da küçülme oranıyla düzeltirsiniz. Yapay zekalı araçların yaptığı da budur; resmi tatil ve dini takvimi otomatik tanır, geçen yılın aynı olayını bulup bugüne uyarlar.

Pik dönemlerin bir de ters yüzü var: pik biter bitmez talep normalin de altına düşebilir. Bayramın üçüncü günü şehir boşalmışken arife üretimiyle devam eden fırın, en pahalı firesini o gün verir. Planı yalnızca zirveye çıkarken değil, inişte de güncellemek gerekir. Ustanın sezgisi bu dönüşleri iyi bilir; kayıt, o sezgiyi ertesi yıl unutulmayacak hale getirir.

Somut senaryo: ilçedeki pastane sekiz haftada ne değiştirir?

Varsayımsal ama gerçekçi bir örnek kuralım. Orta ölçekli bir ilçe pastanesi: günde 600 ekmek, 15 çeşit hamur işi, 8 çeşit kuru ve yaş pasta. İlk iki hafta yalnızca kayıt tutuluyor: üretim, satış, fire, hava, o günün özelliği. Üçüncü hafta ilk tablo ortaya çıkıyor: poğaça cumartesileri yüzde 20 eksik üretiliyor, açma ise hafta içi her gün yüzde 15 artıyor ve simit fırından sonra gelen ikinci parti ekmek çoğu gün rafta kalıyor.

Dördüncü haftadan itibaren üretim listesi gün tipi ortalamasından yazılıyor; sekizinci haftanın sonunda fire adedi başlangıçtakinin üçte ikisine iniyor ve cumartesi öğleden sonra boş kalan poğaça rafı dolduğu için ciro da kıpırdıyor. Bu noktaya kadar harcanan para: sıfır TL yazılım, günde on dakika kayıt disiplini. Yapay zekalı araçlara ancak bu disiplin oturduktan sonra geçmek mantıklı; o araçların aylık maliyeti de kestiğiniz firenin genellikle altında kalıyor.

Sık sorulan sorular

Hava durumu satışı gerçekten etkiler mi?

Evet ve tahmin sistemlerinin standart girdilerinden biri tam olarak bu. Yağmur, sıcak dalgası ve mevsim geçişleri hem toplam trafiği hem ürün karmasını değiştirir: sıcakta ağır tatlı yavaşlar, soğukta hamur işi hızlanır. Kendi verinizde bunu görmek için fire kaydının yanına o günün havasını not etmeniz yeterli.

Elimde sadece yazar kasa verisi var, yeterli mi?

Başlamak için evet. Satış geçmişi işin yarısı; öbür yarısı fire ve iade kaydı, çünkü satış verisi "rafta olmadığı için satılamayan" ürünü göstermez. İkisini birlikte tutmaya başladığınız gün, tahmin için gereken veri setini kurmuş olursunuz.

Satılmayan ekmekler ne oluyor?

Sektör temsilcilerinin aktardığına göre iade ekmeğin yalnızca onda bir kadarı galeta unu gibi ikincil ürüne dönüşüyor; kalanı hayvan yemi ya da çöp. Yani "nasılsa değerlendiriliyor" tesellisi büyük ölçüde yanılsama. Firenin asıl çözümü dönüştürmek değil, baştan az üretmek.

Küçük bir fırın için yapay zeka tahmini pahalı değil mi?

Merdivenin ilk iki basamağı zaten neredeyse bedava ve kazancın önemli bölümünü orası getiriyor. Üçüncü basamaktaki araçlar aylık abonelikle çalışıyor ve tek şubeli işletmede aylık maliyeti çoğu zaman günde birkaç tepsi firenin maliyetinden düşük. Pahalı olan, kayıtsızlık yüzünden her sabah kör tahminle üretmek.

Peki siz ne yapmalısınız?

• Bu hafta başlayın: ürün bazında üretim, satış ve fire adedini her gün aynı tabloya işleyin; yanına havayı ve günün özelliğini not edin.
• Sekiz hafta sonra gün tipi ortalamalarını çıkarın ve üretim listesini içgüdü yerine bu ortalamadan başlatın; ustanın düzeltme payı her zaman kalsın.
• Fire oranınızı ölçün ve aylık TL karşılığını hesaplayın; bu rakam, sonraki her yatırımın kıyas ölçüsüdür.
• Toptan satışınız varsa iadeyi bayi bazında kaydedin; sürekli iade üreten noktaların siparişini veriyle yeniden pazarlık edin.
• Veri düzeni oturduysa POS'unuza bağlanan tahmin araçlarını deneyin; büyük ürün yelpazesi ve çok şube varsa özel çözüm için teklif alın.

Sabah dördün o hesabı hiçbir zaman tamamen kaybolmayacak; ama çetele tutan fırıncının hesabı her ay biraz daha isabetli çıkıyor. Kendi satış verinizden neler çıkacağını birlikte bakmak isterseniz, bir kahve eşliğinde konuşuruz.