Stok sayımı birçok işletmede hâlâ “sayımı yapalım, farkları bulalım, sonra bir şekilde düzeltelim” mantığıyla yürütülüyor. İlk bakışta bu yöntem yeterli gibi görünse de, iş sahaya indiğinde sorunlar büyüyor. Sayım dosyası geliyor, sisteme aktarılıyor, farklar ortaya çıkıyor ama asıl kritik soru çoğu zaman cevapsız kalıyor: Bu fark neden oluştu ve gerçekten güvenilir mi?
Özellikle market, depo ve akaryakıt operasyonlarında sayım süreci yalnızca bir envanter kontrolü değildir. Aynı zamanda operasyon kalitesini, kayıt disiplinini, ürün hareketlerinin doğruluğunu ve saha organizasyonunu gösteren önemli bir denetim aracıdır. Sayım doğru yönetilmezse, sorun sadece “stok eksik ya da fazla çıkmış” olmaktan çıkar; finansal kayıp, hatalı sipariş, yanlış replenishment, bozuk kârlılık analizi ve güvensiz raporlama gibi zincir etkiler üretir.
FuelErp tarafında bu geliştirmeyi yaparken hedefim sadece bir “sayım aktarım ekranı” hazırlamak değildi. Asıl amacım, sayım verisini sisteme alan, uygulayan, farkı gösteren, toleransı hesaplayan, anomaliyi öne çıkaran ve yönetime anlamlı rapor sunan bütünlüklü bir yapı kurmaktı. Çünkü sayım süreci, ancak uygulama ve raporlama birlikte güçlü tasarlandığında gerçek değer üretir.
Stok Sayımındaki Sorunlar Nelere Yol Açar?
Sayım sürecindeki problemler çoğu zaman yalnızca sayım günü fark edilmez. Etkileri daha sonra başka alanlarda ortaya çıkar. Örneğin sistemde var görünen bir ürün gerçekte rafta yoksa satış kaybı yaşanır. Tersine, sistemde yok görünen ama depoda duran ürün varsa yanlış satın alma kararları alınır. Bu da gereksiz stok yükü, nakit akışı baskısı ve depo karmaşası üretir.
Bir başka önemli sorun da güven problemidir. İşletme, sistemde görünen sayıya güvenememeye başladığında ekipler Excel dosyalarına, geçici listelere, el notlarına ve manuel kontrole yönelir. Bu da dijital sistemi güçlendirmek yerine gölgede bırakan ikinci bir kayıt düzeni oluşturur. Böyle bir noktada sorun artık sadece stok farkı değil, kurumsal veri güvenilirliği haline gelir.
Sayım hataları ayrıca performans analizini de bozar. Hangi kategori iyi dönüyor, hangi üründe fire yüksek, hangi raf grubu sorunlu, hangi sayım tipi daha riskli gibi sorulara verilen cevaplar hatalı hale gelir. Yani doğru sayım yoksa doğru raporlama da yoktur.
Üçüncü Parti Firmalara Yaptırılan Sayımları Nasıl Kontrol Edebilirsiniz?
Birçok işletme sayım işini dış kaynakla yürütüyor. Özellikle büyük market, depo veya çok kalemli stok yapılarında üçüncü parti sayım ekipleri ile çalışmak oldukça yaygın. Ancak burada asıl kritik konu, sayımı kimin yaptığı değil; getirdiği verinin ne kadar kontrol edilebilir olduğu.
Dışarıdan gelen sayım dosyası sisteme alınıp “tamamdır” denildiğinde büyük risk başlar. Çünkü üçüncü parti firma size yalnızca bir sonuç teslim eder. O sonucun işletme açısından anlamlı hale gelmesi için mutlaka şu soruların cevaplanması gerekir:
- Hangi kalemler hiç sayılmamış?
- Hangi ürünlerde çok yüksek sapma var?
- Hangi farklar tolerans içinde, hangileri gerçekten kritik?
- Hangi kategorilerde hata yoğunlaşıyor?
- Aynı ürün gruplarında sistematik sorun mu var?
- Sayım sonucu doğrudan uygulanırsa stok hareketi nasıl oluşacak?
FuelErp’te kurduğum yaklaşımın ana mantığı tam da burada devreye giriyor. Dışarıdan gelen dosyayı sadece içeri almak yetmez; onu önizleme, fark analizi, uygulama onayı ve raporlama katmanlarından geçirmek gerekir. Böylece işletme “dosya geldi, sisteme attık” noktasından çıkıp “sayımı kontrol ettik, anomaliyi gördük, sonra bilinçli şekilde uyguladık” noktasına gelir.
Excel’de Kontrol Etmek Zorunda Değilsiniz
Bence bu konunun en önemli başlıklarından biri bu hocam. Çünkü birçok firmada sayım sonrasında şu yaşanıyor: sistemden veri çekiliyor, üçüncü partinin dosyası açılıyor, sonra Excel’de VLOOKUP, filtre, renklendirme ve manuel kıyaslar başlıyor. Birkaç bin satırdan sonra süreç iyice yorucu hale geliyor. Üstelik hata yapma riski de artıyor.
Excel elbette yardımcı olabilir ama sayım kontrolünün ana merkezi olmamalı. Çünkü Excel sizi sonuca götürür, ama süreci yönetmez. Anomaliyi sınıflandırmaz, tolerans mantığını kurumsal hale getirmez, kategori bazlı sapmayı standartlaştırmaz, uygulama öncesi ve sonrası aynı çerçevede takip etmez.
FuelErp’te yaptığım geliştirmede amaç, sayım kontrolünü Excel’den bağımsız hale getirmekti. Kullanıcı rapor ekranında doğrudan şunları görebilsin istedim:
- Toplam kalem
- Sayılan kalem
- Sayılmayan kalem
- Eşleşen kalem
- Fazla çıkan
- Noksan çıkan
- Tolerans dışı kayıt
- Kritik sapma oranı
- Kategori bazında hata yoğunluğu
- Şüpheli durumlar
- Detay tablo
Yani kullanıcı veriyle ayrı araçlarda boğuşmasın; karar vereceği bütün özetler, grafikler ve detaylar tek rapor ekranında toplansın.
Sayım Sürecinde Sadece Farkı Görmek Yetmez
Bir sayımda “fark var” demek çoğu zaman yeterli değildir. Asıl ihtiyaç farkın niteliğini anlamaktır. Örneğin tüm farklar aynı önemde değildir. Bazı farklar tolerans içinde olabilir. Bazıları ise kritik sapma seviyesindedir. Bazı kalemler hiç sayılmamış olabilir. Bazı ürünlerde ise sistemde miktar var ama sayım sıfır gelmiştir. Bu tip kayıtlar doğrudan dikkat çekmelidir.
Bu nedenle rapor ekranında deterministik kurallarla çalışan bir anomali mantığı kurmak çok önemlidir. Benim yaklaşımımda örneğin şu kayıtlar özel olarak öne çıkıyor:
- yüksek sapmalı satırlar
- sistemde stok var ama sayım sıfır olan ürünler
- sistemde sıfır görünüp sayımda miktar çıkan ürünler
- tolerans dışı farklar
- aynı belge içinde mükerrer barkod veya mükerrer ürün kayıtları
- kategori bazında olağan dışı hata yoğunluğu
Bu sayede rapor, pasif bir liste olmaktan çıkıp operasyonel uyarı ekranına dönüşüyor.
Kategori Bazlı Analiz Neden Çok Değerli?
Bence sayım raporunun en güçlü taraflarından biri kategori kırılımıdır. Çünkü yönetici çoğu zaman tek tek ürün farkından çok, hangi kategorilerin problemli olduğunu görmek ister. Örneğin içecek kategorisinde sayılmayan oranı yüksekse, orada raf disiplini veya saha sayım kalitesi sorunu olabilir. Atıştırmalık grubunda tolerans dışı fark fazlaysa, yoğun sirkülasyon ya da yanlış ürün yerleşimi öne çıkabilir.
Bu nedenle kategori bazında şu metrikleri göstermek çok faydalıdır:
- kategori bazında sayılmayan kalem sayısı
- kategori bazında tolerans dışı kayıt oranı
- kategori bazında kritik sapma oranı
- kategori bazında başarı yüzdesi
- kategori bazında toplam mutlak fark
Bu yaklaşım yönetime çok net bir cevap verir:
“Problem tüm stokta değil, şu kategorilerde yoğunlaşıyor.”
Bu da aksiyon almayı kolaylaştırır.
Başarı Yüzdesi Neyi Gösterir?
Sayım raporunda başarı yüzdesi de önemli bir göstergedir. Ancak burada başarıyı rastgele değil, iş kurallarına bağlı şekilde tanımlamak gerekir. Benim yaklaşımımda başarı yüzdesi, eşleşen ve tolerans içinde kalan satırların toplam satıra oranı üzerinden hesaplanır. Böylece rapor sadece “kaç satır sayıldı” değil, “kaç satır güvenilir şekilde sonuçlandı” sorusuna cevap verir.
Bu KPI sayesinde yönetici tek bakışta şunu anlayabilir:
Bu sayım belgesi ne kadar sağlıklı?
Sayılan kalemlerin doğruluğu ne düzeyde?
Belge genelinde riskli tablo mu var?
Sayım Uygulama Ekranı ile Rapor Ekranı Neden Ayrı Ama Birlikte Güçlü Olmalı?
Ben bu çalışmada özellikle iki ekranı birlikte düşündüm:
- Sayım uygulama ekranı
Burada kullanıcı sayım farklarını operasyonel olarak görür, filtreler, toplu aksiyonları yönetir ve uygulanacak stok hareketlerini kontrol eder. - Sayım rapor ekranı
Burada aynı verinin yönetimsel ve analitik tarafı öne çıkar. KPI kartları, grafikler, kategori bazlı sapmalar, anomali özeti ve detay tablo bu aşamada değer kazanır.
Bu iki ekranın birlikte güçlü olması çok önemli. Çünkü biri olmadan diğeri eksik kalır. Sadece uygulama ekranı varsa yönetimsel görünürlük zayıf olur. Sadece rapor ekranı varsa operasyonel karar tarafı eksik kalır. FuelErp’te yaptığım geliştirmede bu iki katmanı birbirini tamamlayan yapı olarak kurguladım.
Sonuç
Stok sayımı konusu çoğu zaman teknik olarak basitmiş gibi algılanıyor. Oysa gerçek hayatta sayım süreci; veri kalitesi, operasyon disiplini, finansal doğruluk ve yönetimsel görünürlük açısından oldukça kritik bir alan. Özellikle üçüncü parti sayım firmalarıyla çalışılan yapılarda, gelen verinin sistematik şekilde analiz edilmesi artık bir ihtiyaç değil, zorunluluk.
FuelErp tarafında geliştirdiğim yapı ile hedefim, stok sayımını sadece “içe aktarılan dosya” seviyesinde bırakmamak oldu. Sayım verisini uygulayan, farkı görünür kılan, toleransı dikkate alan, anomaliyi ayıran, kategori bazında hata yoğunluğunu gösteren ve kullanıcıyı Excel’e mahkûm etmeyen bir operasyona dönüştürmek istedim.
Bence iyi bir sayım sistemi, yalnızca stok düzeltmesi yapan sistem değildir.
İyi bir sayım sistemi, işletmeye şunu söyleyebilmelidir:
Nerede hata var, bu hata ne kadar kritik ve bundan sonra neye dikkat etmek gerekir?
