Mağaza Stok Eritme: Butik için AI Destekli Sezon Sonu Planı

Yüzde 10 ile yüzde 30. Bir sektör analizine göre Zara'nın ortalama indirim derinliğiyle hazır giyim sektörünün ortalaması arasındaki fark bu. Aynı analiz sezon sonunda elde kalan malı Zara'da yaklaşık yüzde 10, sektör genelinde yüzde 17-20 olarak veriyor. Kaynaklar arasında tanımlar değişiyor (kimi yıllık, kimi sezonluk sayıyor; Inditex için yüzde 0,6 gibi çok daha düşük bir rakam veren tek kaynaklı bir analiz de var), ama yön hep aynı: veriyle indirim yapan mağaza daha az malı daha sığ indirimle eritiyor.

Türkiye'de bu tablo daha da sert. Birleşmiş Markalar Derneği verisine dayanan bir habere göre giyim ve ayakkabıda cironun yüzde 60-70'i indirimli satıştan geliyor; bu rakam tek bir aktarıma dayanıyor ama sahada gördüğümüz tabloyla uyumlu. Kira/ciro dengesi bozulan üye oranı da 2025'te yüzde 42 iken 2026'nın ilk dört ayında yüzde 56'ya çıkmış. Yani butik sahibi için sezon sonunda rafta kalan her ürün, kirayı ödeyecek nakdin askıda beklemesi demek.

Bu yazı mağaza stok eritme işini "yüzde 50 yazıp kapıya asmak"tan çıkarıp bir hesaba bağlıyor. Sektör sektör yapay zeka haritamızda perakende için "dar ama somut kullanım alanından başlayın" demiştik; sezon sonu stok eritme tam olarak o alan.

Sezon sonu stok neden birikir?

Stok üç nedenle birikir: sezon başında beden ve renk dağılımının satış hızıyla uyuşmaması, indirime geç başlanması ve bütün ürünlere aynı oranın uygulanması. Sonuç, sezon sonunda rafta kalan malın büyük kısmının "kırık beden" (uç bedenler) ve az satan renklerden oluşması. Bu ürünler yüzde 50 indirimle bile zor gidiyor, çünkü bu ürünlerin sorunu fiyat olmaktan çıkmış, beden-renk eşleşmesi olmuştur.

Somutlaştıralım. Bir kadın giyim butiği sezona 40 modelle giriyor; her modelden ortalama 5 beden, 2-3 renk, yani yaklaşık 500 farklı stok birimi (SKU). Eylül sonunda 36 bedeni ve siyahı satılan modelin 44 bedeni ve haki rengi rafta. Sezon kapanırken "tüm ürünlerde yüzde 40" kampanyası açıldığında, zaten satan bedenler hızla bitiyor; kalan mal ise indirim öncesiyle aynı mal: kırık beden. Sorun Şubat'ta çözülmüyor, bir sonraki sezona taşınıyor.

Bunun büyük ölçekli örneği de var. H&M 2018'de 4,3 milyar dolarlık satılmamış stok açıkladı; o yıl stoklar yüzde 9 artarken satışlar yüzde 3 arttı ve şirket yüzde 47'ye varan indirimlere gitti. Geç ve derin indirimin butik ölçeğinde neye benzediğini, aşağıdaki hesapta göreceksiniz.

Markdown optimizasyonu nedir?

Markdown optimizasyonu (indirim optimizasyonu), fiyatın hangi üründe, ne zaman, hangi mağazada ve ne kadar düşürüleceğine ürün-beden-renk düzeyinde, satış hızı ve fiyat esnekliği verisiyle karar verme yöntemidir. Amacı dört şey: satış oranını (sell-through) yükseltmek, marjı korumak, malı nakde çevirmek ve yeni sezona raf açmak. Büyük perakendeciler bunu yazılımla yapıyor; butik için aynı mantık bir tabloyla kurulabiliyor.

Yöntemin akademik temeli var. UCLA'dan Felipe Caro ve MIT'den Jérémie Gallien, Zara için stok dağıtımıyla indirim kararlarını mağaza-ürün düzeyinde birbirine bağlayan bir model yayımladı; özü şu: indirim kararı, takvim yerine o ürünün o mağazadaki satış hızına bağlanır. Zara'nın uygulaması da bu: satılmayan ürün 4-6 hafta sonra kademeli indirime giriyor, hedef satış oranı yüzde 85'in üstü (sektör ortalaması yüzde 60-70; bu ikisi bir satıcı blogundan, temkinle okuyun).

Danışmanlık tarafı marj etkisini 400-800 baz puan (4-8 puan) olarak veriyor; bu rakam McKinsey'nin kendi fiyatlama ürününü anlattığı sayfadan geliyor, yani ürün satan bir kaynağın iddiası. Satıcı blogları "markdown kaybını yüzde 20-30 azaltır" diyor; onu da öyle etiketleyin. Bizim güvendiğimiz tek şey yön: erken ve ürün bazlı karar, geç ve toptan karara göre daha az marj yakıyor. Ne kadar? Onu kendi rakamlarınızla ölçmelisiniz.

Kademeli indirim mi, tek seferde büyük indirim mi?

Rakamlar kademeliyi işaret ediyor: sezon kapanmadan yüzde 20 ile başlayıp satış hızına göre yüzde 35 ve yüzde 50'ye inen mağaza, sezon bittikten sonra tek seferde yüzde 50 yazan mağazadan daha fazla ciro ve daha az elde kalan malla çıkıyor. Fark, indirimin derinliğinden çok zamanlamasından ve hangi ürüne uygulandığından geliyor.

Hesabı açalım; rakamlar bizim kurduğumuz bir model, talep tepkisi varsayımdır. Elde 1.000 adet ürün var, alış maliyeti 600 TL, etiket 1.500 TL.

• Senaryo A, geç ve derin: Sezon kapanınca yüzde 50 indirim, satış fiyatı 750 TL. 800 adet satılıyor, 200 adet kalıyor. Ciro 600.000 TL; kalan malda bağlı para 120.000 TL.
• Senaryo B, erken ve kademeli: Sezon kapanmadan 4 hafta önce yavaş giden ürünlerde yüzde 20 (1.200 TL), 300 adet satılıyor. İki hafta sonra yüzde 35 (975 TL), 350 adet. Sezon sonunda yüzde 50 (750 TL), 250 adet. 100 adet kalıyor. Ciro 360.000 + 341.250 + 187.500 = 888.750 TL; bağlı para 60.000 TL.

Aradaki fark 288.750 TL ciro ve yarı yarıya az kalan stok. Gerçek hayatta B senaryosunun adetleri bu kadar temiz çıkmaz; erken indirimin tam fiyattan satacak müşteriyi de indirime çekme riski var (buna sahada "müşteriyi indirime alıştırmak" deniyor). Ama B'nin adetlerini yüzde 30 kötümserleştirseniz bile A'yı geçiyor. Kademeli yaklaşımın asıl koşulu şu: indirim tüm ürünlere değil, satış hızı düşük olanlara uygulanacak.

Satış hızı hesabı: Excel ile başlayan yöntem

Satış hızı, bir ürünün son 4 haftada satılan adedinin eldeki stoğa oranıdır; bu tek formül, hangi ürünün indirime gireceğini ve ne kadar derine ineceğini söyler. Yazılım almadan önce, mevcut POS ya da e-ticaret panelinizden ürün-beden-renk düzeyinde haftalık satış ve stok raporunu indirip bu oranı hesaplamak bir öğleden sonranızı alır.

Uyguladığımız sınıflandırma şu:

• Hızlı (haftalık satış / stok yüzde 15 ve üstü): İndirim yok. Sezon sonuna kadar kendiliğinden biter.
• Normal (yüzde 8-15): Sezon kapanışına 2 hafta kala yüzde 20.
• Yavaş (yüzde 3-8): 4 hafta kala yüzde 20, 2 hafta kala yüzde 35.
• Ölü (yüzde 3 altı): Hemen yüzde 35; sezon sonunda yüzde 50 ya da paket/outlet kanalına.

Eşikler mağazaya göre oynar; kadın giyimde yavaş sayılan oran çocuk giyimde normal olabilir. Önemli olan sınıfların ürün düzeyinde değil beden-renk düzeyinde kurulması. Aynı modelin 38 bedeni "hızlı", 44 bedeni "ölü" sınıfında olabilir; indirim de yalnızca 44'e uygulanır. Bunu etiketle uygulamak zor, ama kasada beden bazlı fiyat kuralı tanımlayan POS'ların çoğu bunu yapıyor.

Yapay zeka mağaza stok eritmede nerede devreye girer?

Yapay zeka, satış hızı tablosunun üç zayıf noktasını kapatır: geçmiş 4 hafta yerine önümüzdeki 4 haftayı tahmin etmek, her ürün için ayrı fiyat esnekliği (yüzde 20 indirimin satışı ne kadar artıracağı) çıkarmak ve 500 SKU'luk tabloyu her hafta elle güncelleme yükünü kaldırmak. Butik ölçeğinde bunun kurumsal yazılımı gerekmiyor; platform raporu ve bir dil modeli çoğu işi görüyor.

Kurumsal tarafta Revionics, RELEX, Yieldigo gibi ürünler var; hepsi teklif usulü, hedef kitlesi yüzlerce mağazalı zincirler. Butik için gerçekçi kurulum daha mütevazı. Shopify, ikas, Ticimax gibi e-ticaret altyapılarının stok yaşı ve satış raporları ilk katman. İkinci katman, bu raporu haftada bir bir dil modeline (ChatGPT, Claude, Gemini) verip "bu ürünleri satış hızına göre dört sınıfa ayır, her sınıf için önerilen indirim ve gerekçe yaz" demek. Üçüncü katman, elde ettiğiniz sınıfları POS'a fiyat kuralı olarak girmek.

Kendi denememizden bir not: bir butik müşterimizde 2025 kış sezonunun beden-renk kırılımlı satış verisini dil modeline verdiğimizde, modelin "ölü" diye işaretlediği 60 SKU'nun 52'si mağaza sahibinin de kendi sezgisiyle listelediği ürünlerdi. Fark kalan 8'deydi: sahibin "iyi ürün, satar" diye tuttuğu ama satış hızı yüzde 2'nin altında olan ürünler. Yapay zekanın butiğe asıl katkısı yeni bir bilgi bulması değil, sezginin göremediği yüzde 15'i sayıyla göstermesi.

Fiyat esnekliği tahmini için de geçen sezonun indirim geçmişi yeter: yüzde 20 indirimde satış hızı üçe katlanan ürün grupları, yüzde 35 indirimde ancak ikiye katlananlar. Bu farkı görmek, bir sonraki sezonda hangi gruba ne kadar derin inmek gerektiğini söylüyor. Fiyatlama tarafının yasal sınırlarını (indirim öncesi fiyat gösterimi gibi kurallar dahil) dinamik fiyatlandırma rehberimizde ayrıca yazdık.

İndirim dışında stok eritme yolları

İndirim derinliğini artırmadan stok eritmenin beş yolu var: "3 al 2 öde" ve ikinci üründe yüzde 50 gibi adet kampanyaları, set/paket satış, sepet eşiği kampanyası, mağaza içi outlet köşesi ve e-ticaret kanalı. Bunların ortak faydası, etiketteki tam fiyatı korurken ortalama satış fiyatını kontrollü düşürmek.

"3 al 2 öde" kampanyasının etkin indirimi yüzde 33'tür ama müşteri üç ürün alır; kırık bedeni hızlı giden bir ürünle paketlemek, tek başına yüzde 50 indirimden daha az marj yakar. Outlet köşesi ise mağazanın tam fiyatlı algısını korur: ölü stok ayrı bir rafta, ayrı bir etiketle durur. E-ticaret kanalı da benzer: mağazanızda 44 beden aranmıyor olabilir, Türkiye genelinde aranıyor. Bunun stok tarafını perakende stok yönetimi ve talep tahmini rehberimizde anlattık; bu yazıdaki satış hızı tablosu o rehberdeki talep tahmininin sezon sonu versiyonu.

Sık sorulan sorular

Sezon sonu indirimine ne zaman başlamalı?

Satış hızına göre; takvim ikinci planda. Yavaş ürünlerde sezon kapanışına 4 hafta kala, ölü ürünlerde hemen. Türkiye'de kışlık için Ocak-Şubat, yazlık için Ağustos-Eylül genel takvim; ama sizin ürününüzün hızı takvimi ezer.

Bütün ürünlere aynı oranı uygulamak neden yanlış?

Çünkü zaten satan ürünün marjını boşa yakar, satmayan ürünü de kurtarmaz. Toplam indirimi sabit tutup ürüne göre dağıtmak (hızlıya sıfır, ölüye derin) aynı ciroyu daha az marj kaybıyla verir.

Geçen sezondan kalan malı ne yapmalı?

İki sezon bekleyen mal artık moda ürünü değil, nakit meselesi. Outlet köşesi, paket kampanyası ya da toptan alıcı; hangisi hızlıysa o. Rafta üçüncü sezonu bekleyen ürünün bağladığı para, yeni sezon alımından eksilen paradır.

Enflasyon ortamında malı tutmak mantıklı olmaz mı?

Alış fiyatı yükseleceği için malı tutmak cazip görünür, ama kira ve maaş da yükseliyor ve rafta bekleyen mal ciro üretmiyor. Yalnızca sezonsuz temel ürünlerde (basic tişört, kot) tutma stratejisi anlamlı; sezonluk üründe demode olma riski enflasyon kazancını yer.

Peki siz ne yapmalısınız?

• Bu hafta satış hızı tablosunu çıkarın. Beden-renk düzeyinde son 4 hafta satış / eldeki stok. Bir öğleden sonra yeter.
• Dört sınıfı ve eşikleri belirleyin. Yukarıdaki eşiklerle başlayın, iki hafta sonra kendi mağazanıza göre ayarlayın.
• İndirimi ürüne göre kademelendirin, kapıya tek oran asmayın. Hızlı ürün tam fiyatta kalsın.
• Ölü stok için indirim dışı bir kanal açın: paket, outlet köşesi ya da e-ticaret.
• Sezon sonunda üç rakamı yazın: ortalama indirim derinliği, satış oranı ve elde kalan adet. Gelecek sezon bunları geçmeye çalışın; başka hiçbir gösterge gerekmiyor.

Başa dönelim: yüzde 10 ile yüzde 30 arasındaki fark, Zara'nın bir sırrı olmasından çıkmıyor; her ürünün satış hızına ayrı ayrı bakmasından çıkıyor. Butik ölçeğinde aynı bakışı bir tablo ve haftada bir saatlik disiplin sağlıyor; yapay zeka o saati dakikalara indiriyor ve sezginin atladığı ürünleri sayıya döküyor. Kendi satış verinizle bu tabloyu kurmak ya da POS'unuza beden bazlı fiyat kuralı bağlamak konusunda takıldığınız yer olursa, sorularınızı bekleriz.