Eczanede stok yönetimi neden bu kadar zor?
Tipik bir eczanede 3.000-5.000 arası ürün kalemi bulunur. Her ürünü doğru miktarda, doğru zamanda sipariş etmek — bu basit bir iş değil. Hele mevsimsel değişimler, kampanyalar, beklenmedik hastalık dalgaları eklenince, iş daha da karmaşıklaşır.
Sonuç: Ya raflarda ay sonuna kadar satılmayan ürünler birikir (nakit akışı sorunu), ya da hasta istediğinde ürün bulamazsın (müşteri kaybı).
Geleneksel stok yönetiminin sınırları
Çoğu eczane stok yönetimini şu yöntemlerle yapar:
- Tecrübe tabanlı: "Geçen yıl bu dönem çok sattım, yine alayım."
- Ecza deposu önerisi: "Bu ürün kampanyada, 10 kutu al."
- Minimum stok seviyesi: "3'ün altına düşünce sipariş ver."
Bu yöntemler çalışıyor — ama optimal değil. Çünkü tek bir değişkene bakıyorsun. Oysa stok kararları onlarca faktöre bağlı:
- Mevsimsel hastalık trendleri
- Bölgedeki demografik değişimler
- Yeni ilaç çıkarılması veya geri çekilmesi
- Promosyon ve kampanya takvimleri
- Tedarik süresi değişiklikleri
- Fiyat değişimleri ve kur etkisi
İnsan beyni bu kadar değişkeni aynı anda işleyemiyor. AI işleyebiliyor.
AI tabanlı talep tahmini nasıl çalışıyor?
Veri toplama
Sistem senin geçmiş satış verilerini (en az 12 aylık), mevsimsel trendleri, bölgesel sağlık verilerini ve tedarikçi bilgilerini analiz eder.
Örüntü tanıma
AI, insan gözünün yakalayamadığı kalıpları bulur: "Bu ürün her Ekim'de %30 artıyor", "Bu ilacın satışı yeni muadili çıktıktan sonra %20 düştü", "Cuma günleri OTC ürün satışı %15 fazla."
Tahmin üretme
Önümüzdeki 2-4 hafta için ürün bazında talep tahmini üretir. Güven aralığı ile birlikte: "Bu ürün için önümüzdeki 2 haftada 15-20 kutu satış bekleniyor (%85 güven)."
Sipariş önerisi
Talep tahmini + mevcut stok + tedarik süresi + minimum stok seviyesi = optimal sipariş miktarı ve zamanı. Sistem sana diyor ki: "Bu ürün için yarın 12 kutu sipariş ver, 3 gün içinde gelecek, tam zamanında yetişecek."
Gerçek etkisi: rakamlarla konuşalım
Ortalama bir eczane için AI tabanlı stok optimizasyonunun etkileri:
Stok devir hızı: Yıllık 6'dan 8-10'a çıkar. Aynı sermayeyle daha fazla iş döndürürsün.
Fire ve miad aşımı: %30-50 azalma. Özellikle OTC ürünlerde ve kozmetikte ciddi tasarruf.
Stok eksiği (out-of-stock): %60-70 azalma. Hasta başka eczaneye gitmez.
Nakit akışı: Gereksiz stoklara bağlanan sermaye azalır, nakit akışı iyileşir.
Örnek senaryo: Aylık 500.000 TL stok tutan bir eczane, AI optimizasyonuyla aynı hizmet kalitesini 380.000 TL stokla sağlayabilir. Aylık 120.000 TL serbest nakit. Yılda 1.4 milyon TL.
Uygulama adımları
Adım 1: Veri temizliği
AI'ın doğru tahmin yapabilmesi için geçmiş verilerinin temiz olması lazım. Mevcut eczane yazılımındaki satış datanı kontrol et: eksik girişler, yanlış kategoriler, hatalı ürün kodları.
Adım 2: Pilot ürün grubu seç
Tüm 5.000 kalemle başlatma. En çok hareket gören 100-200 ürünle başlayarak sistemi test et. Sonuçları gözlemle, güven kazan.
Adım 3: Entegrasyon
AI tahmin sistemini mevcut eczane yazılımınla entegre et. Sipariş süreci otomatik veya yarı-otomatik olsun — sen onaylarsın, sistem çalışsın.
Adım 4: Sürekli iyileştirme
AI sistemi her gelen veriyle daha iyi tahmin yapar. İlk ay %70 isabetle başlar, 3. ayda %85'e çıkar. Ama bunun için sisteme düzgün veri akışı sağlanmalı.
GROWT Method ile stok dönüşümü
Bu sürecin başarısı rastgele araç denemesiyle değil, yapılandırılmış bir süreçle gelir:
- Gözlem: Stok verilerini analiz et — nerede fire var, nerede eksik kalıyor?
- Rota: Öncelik ürün gruplarını belirle, hedef rakamları koy.
- Öğren: Seçtiğin AI aracını tanı, limitlerini bil.
- Uygula: Pilot grupla başlat, kademeli genişlet.
- Takip: Haftalık stok devir hızı, fire oranı, müşteri memnuniyeti ölç.
Sonraki adım
Stok yönetimi, eczanede AI'ın en hızlı ve en ölçülebilir getiri sağlayan uygulaması. İlk 30 günde somut sonuç görürsün.
Eczanenin stok durumunu değerlendirmek için: Eczacılık sektörü sayfasına bak veya AI Olgunluk Testini çöz — mevcut seviyeni öğren, aksiyon planını al.