Depolarda Aile Tabanlı Gruplama İle Stoklamanın Malzeme Toplama Süreçlerine Etkisi

Depolarda Aile Tabanlı Gruplama İle Stoklamanın Malzeme Toplama Süreçlerine Etkisi

Kadir HANÇER

Depo operasyonlarında malzeme toplama, iş gücü, zaman ve operasyonel maliyet üzerinde doğrudan etkisi bulunan temel faaliyetlerden biridir. Bu çalışmada, stok kalemlerinin yalnızca devir hızı veya fiziksel özelliklerine göre değil, birlikte talep edilme ve birlikte kullanılma ilişkilerine göre aileler halinde gruplandırılarak stoklanması ele alınmaktadır. Çalışmanın çıkış noktası, geleneksel ABC veya sınıf tabanlı yerleşim politikalarının tek başına ürünler arasındaki talep ilişkisini yeterince yansıtmayabileceğidir. Literatürde family grouping ve correlated storage olarak ifade edilen yaklaşımda, aynı siparişlerde yüksek sıklıkta birlikte görülen stok kodlarının yakın lokasyonlara atanmasıyla toplama mesafesi ve süresinin azaltılması amaçlanmaktadır. Bu çalışmada mevcut yaklaşım ABC/hareket analizi, birlikte kullanım analizi, fiziksel ve ergonomik kısıtlar, toplama rotası ve performans göstergeleri ile bütünleştirilerek Aile Tabanlı Akıllı Depolama Modeli adı verilen hibrit bir çerçeve önerilmektedir. Özellikle hastane ve sağlık depoları açısından model ameliyathane ve ana depo gibi kullanım senaryolarına dayalı ürün ailelerinin oluşturulmasını ve bu ailelerin veri temelli olarak yeniden öğrenilmesini öngörmektedir.

1. Giriş

Modern depolar yalnızca malzemelerin muhafaza edildiği fiziksel alanlar değil kabul, yerleştirme, stoklama, bulma, toplama, ayırma ve sevkiyat faaliyetlerinin birlikte yönetildiği bütünleşik operasyon sistemleridir. Bu sistem içerisinde sipariş toplama faaliyeti, özellikle insan gücüne dayalı picker-to-parts yapılarda, zaman ve emek yoğunluğu nedeniyle depo performansının kritik belirleyicilerinden biridir. Depo yerleşiminin sipariş toplama rotası ve seyahat mesafesi üzerinde doğrudan etkili olması nedeniyle, stokların hangi lokasyonlara atanacağı stratejik bir karar niteliğindedir.

Geleneksel depolama politikalarında ürünler sıklıkla talep frekansı, devir hızı, hacim veya başka bireysel ürün özelliklerine göre sınıflandırılmaktadır. ABC yaklaşımında yüksek hareketli ürünlerin daha erişilebilir bölgelere yerleştirilmesi bu mantığın tipik bir örneğidir. Bununla birlikte, tek tek ürünlerin ne kadar sık toplandığı kadar hangi ürünlerle birlikte toplandığı da önemlidir. Talep korelasyonunu dikkate alan araştırmalar, aynı siparişlerde yüksek sıklıkla birlikte bulunan ürünlerin yakın konumlandırılmasının toplama performansına katkı sağlayabileceğini göstermektedir.

Bu noktadan hareketle çalışmanın temel sorusu şu şekilde formüle edilmektedir ‘Malzemeleri depoda hangi mantıkla konumlandırırsak, aynı siparişin toplanması sırasında gerekli hareketi ve karar yükünü azaltabiliriz?’ Çalışmanın amacı, bu soruya yalnızca ABC sınıflandırmasıyla değil talep korelasyonu, ürün ailesi, fiziksel özellik, ergonomi ve performans ölçümünü birlikte dikkate alan hibrit bir model ile yanıt vermektir.

2. Kavramsal Çerçeve ve Literatür

2.1. Sipariş Toplama ve Stok Yeri Atama

Depo literatüründe stok yeri atama problemi (Storage Location Assignment Problem—SLAP), ürünlerin uygun depolama lokasyonlarına atanması yoluyla toplama performansının iyileştirilmesini amaçlayan temel karar problemlerinden biridir. De Koster, Le-Duc ve Roodbergen (2007), depo sipariş toplama sistemlerinin tasarımı ve kontrolüne ilişkin kapsamlı çalışmalarında depolama, yönlendirme, sipariş gruplama ve diğer kararların birlikte ele alınmasının önemini ortaya koymaktadır.

Klasik depolama politikaları rastgele, adanmış, sınıf tabanlı ve devir hızına dayalı yerleşim gibi farklı biçimlerde uygulanabilir. Petersen ve Aase (2004) ile ilgili sınıf tabanlı depolama literatürü, ürünlerin sınıflara ayrılmasının seyahat mesafesi açısından önemli bir karar olduğunu göstermektedir. Ancak bu yaklaşımların önemli bölümü ürünlerin bireysel özelliklerine odaklanırken, aynı sipariş içerisinde ortaya çıkan ürünler arası ilişkileri ikinci planda bırakabilmektedir.

2.2. Family Grouping ve Correlated Storage

Family grouping yaklaşımında, birlikte sipariş edilme eğilimi yüksek olan stok kalemleri bir ürün ailesi içinde değerlendirilmekte ve birbirine yakın lokasyonlarda konumlandırılmaktadır. Chou, Chen ve Chen (2012), çok kalemli siparişlerde birlikte talep edilen ürünlerin yakın depolanmasının toplama süresini azaltmak için kullanılabileceğini ve bunun family grouping problemi olarak ele alınabileceğini belirtmektedir.

Daha yakın tarihli sistematik literatür incelemesinde Islam ve Uddin (2023), korelasyona dayalı stok yeri atama çalışmalarının yaklaşık son otuz yılda önemli bir araştırma alanı hâline geldiğini; çözüm yöntemlerinin sezgisel, meta-sezgisel ve veri madenciliğine dayalı yaklaşımlar altında sınıflandırılabildiğini göstermektedir. Bu bulgu, aile oluşturma kararının yalnızca sezgisel saha bilgisiyle değil, sipariş verilerinden elde edilen ilişkilerle de desteklenebileceğini göstermektedir.

Demand correlation pattern yaklaşımını kullanan çalışmalar da bireysel ürün özelliklerinin yanında ürünlerin birlikte talep edilme örüntülerinin stok yeri atama kararlarına dâhil edilebileceğini göstermektedir. Bu yaklaşımda geçmiş sipariş verilerinden korelasyon ilişkileri çıkarılarak ürün grupları oluşturulmakta ve bu grupların yakın lokasyonlara atanmasıyla seyahat mesafesi azaltılmaya çalışılmaktadır.

2.3. Aile Gruplamasının Sınırlılıkları: Trafik ve Operasyonel Denge

Aile tabanlı yerleşim her durumda yalnızca fayda üretmez. Çok yüksek korelasyona sahip ürünlerin aynı bölgeye yoğun biçimde atanması, belirli koridorlarda veya lokasyonlarda trafik yoğunluğu oluşturabilir. Bu nedenle literatürde yalnızca seyahat mesafesini değil, toplama gecikmelerini ve trafik dengesini de dikkate alan modeller geliştirilmiştir. İki aşamalı correlated and traffic balanced storage assignment yaklaşımı, ürünleri önce seyahat verimliliği ve trafik dengesi birlikte dikkate alınarak kümelendirmekte, daha sonra uygun lokasyonlara atamaktadır.

Bu sonuç, önerilen model açısından önemli bir tasarım ilkesine işaret etmektedir: yüksek korelasyon tek başına lokasyon kararının yeterli kriteri değildir. Aile büyüklüğü, talep yoğunluğu, koridor kapasitesi, toplama ekiplerinin eşzamanlı hareketi ve fiziksel kısıtlar birlikte değerlendirilmelidir.

3. Sektörel Perspektif: Kadir Hançer’in Depo ve Sağlık Lojistiği Yaklaşımı

Sektör uygulamalarını yansıtan profesyonel yayınlar da modelin uygulama bağlamını güçlendirmektedir. Kadir Hançer’in 2026 tarihli ‘Konsolidasyon Depo Yönetiminin İşletmelerdeki Stratejik Önemi’ başlıklı Satınalma Dergisi yazısında depo yalnızca fiziksel stok alanı değil, maliyet yönetimi, stok optimizasyonu, süreç koordinasyonu ve dijital dönüşümle ilişkili stratejik bir yapı olarak ele alınmaktadır. Yazıda özellikle sağlık işletmelerinde kritik medikal ürünlerin erişilebilirliği, son kullanma tarihi yönetimi, izlenebilirlik ve operasyonel süreklilik vurgulanmaktadır.

Hançer’in ‘Lojistik ve Depo Operasyonlarında Ölçtüğümüz Şey Performans mı, Yoksa Yarattığımız Değer mi?’ başlıklı çalışması ise depo performansının yalnızca hız ve maliyet göstergeleriyle değil izlenebilirlik, hizmet sürekliliği, risk ve yaratılan değer boyutlarıyla da değerlendirilmesi gerektiğini savunmaktadır. Bu bakış açısı, aile tabanlı yerleşim modelinde yalnızca ‘metre/sipariş’ gibi fiziksel performans göstergelerine değil, kritik ürün erişilebilirliği, hatalı toplama ve acil toplama oranı gibi hizmet göstergelerine de yer verilmesini desteklemektedir.

Hançer’in ‘Sağlık İşletmelerinde Lojistik DNA Kavramı’ başlıklı sektörel çalışması da sağlık lojistiğinin hasta güvenliği, klinik süreklilik ve finansal sürdürülebilirlikle ilişkisini öne çıkarmaktadır. Bu yaklaşım, özellikle hastane depolarında ürün yerleşiminin yalnızca operasyonel hız açısından değil, klinik kullanım senaryolarının sürekliliği açısından da ele alınmasını gerekli kılmaktadır

4. Araştırmanın Önerdiği Aile Tabanlı Akıllı Depolama Modeli

Bu çalışmanın özgün katkısı, aile tabanlı gruplamayı tek başına bir yerleşim politikası olarak ele almak yerine, farklı karar katmanlarının birlikte çalıştığı hibrit bir model olarak yapılandırmaktır. Önerilen modelin temel mantığı,

‘veri → ilişki → aile → lokasyon → toplama → performans → yeniden öğrenme’ döngüsüdür.

5. Modelin Uygulama Süreci

5.1. Sipariş Verisinden Ürün İlişkilerinin Çıkarılması

Ailelerin oluşturulması için WMS, ERP veya hastane bilgi yönetim sistemi gibi kaynaklardan geçmiş sipariş verileri alınabilir. Her sipariş, içerisinde bulunan SKU’lardan oluşan bir işlem kümesi olarak değerlendirilir. İki veya daha fazla ürünün aynı siparişte görülme sıklığı, ürünler arasındaki ilişkiyi temsil eden temel göstergelerden biri olarak kullanılabilir.

Örneğin çalışma taslağındaki örnek veri setinde eldiven–maske birlikteliği 820, eldiven–steril örtü 690 ve maske–steril örtü 645 birlikte sipariş gözlemi olarak verilmiştir. Bu değerler ampirik sonuç olarak değil, yöntem açıklaması için örnek veri olarak değerlendirilmelidir. Gerçek uygulamada ilişki matrisi belirli bir dönem ve sipariş popülasyonu üzerinden hesaplanmalıdır.

5.2. Ürün Ailesinin Oluşturulması

İlişki matrisi üzerinden yüksek birliktelik gösteren SKU’lar kümelenebilir. Kümelendirme için basit eşik tabanlı yöntemler kullanılabileceği gibi frequent itemset mining, kümeleme, p-median, sezgisel veya meta-sezgisel yöntemlerden de yararlanılabilir. Amaç, yalnızca en sık birlikte görülen çiftleri bulmak değil; operasyonel olarak anlamlı, fiziksel olarak yerleştirilebilir ve toplama rotası açısından faydalı aileler oluşturmaktır.

5.3. ABC Analizi ile Entegrasyon

ABC analizi ile aile tabanlı gruplama birbirinin alternatifi olarak değil, tamamlayıcısı olarak değerlendirilmelidir. Örneğin yüksek devirli bir SKU’nun birlikte kullanıldığı ürünler de yoğun biçimde talep ediliyorsa bu ürünlerin aynı erişilebilir bölgede konumlandırılması daha bütüncül bir yerleşim oluşturabilir. Buna karşılık düşük devirli ancak kritik nitelikteki bir ürün için yalnızca devir hızına dayalı uzak bir lokasyon seçmek uygun olmayabilir.

5.4. Fiziksel ve Ergonomik Kısıtların Eklenmesi

Ürünler arası talep ilişkisi yüksek olsa dahi ağırlık, hacim, kırılabilirlik, güvenlik, sıcaklık koşulları, son kullanma tarihi veya ergonomik gereksinimler aynı lokasyonda tutulmalarını engelleyebilir. Bu nedenle aile oluşturma ile fiziksel lokasyon atama aşamaları birbirinden ayrılmalı; aile üyeliği ‘yakın tutulması arzu edilen ilişkiyi’, lokasyon atama ise ‘gerçekleşebilir yerleşimi’ ifade etmelidir.

6. Sağlık ve Hastane Depolarında Uygulama

Sağlık depoları, ürünlerin klinik kullanım senaryolarına göre güçlü biçimde birlikte tüketilebildiği yapılardır. Bu nedenle aile tabanlı yerleşimin sağlık lojistiğinde uygulama potansiyeli yüksektir. Örneğin ameliyathane, yoğun bakım ve acil servis gibi kullanım alanları birer ‘operasyon ailesi’ olarak ele alınabilir; ancak ürünlerin fiziksel, sterilizasyon ve güvenlik koşulları ayrıca değerlendirilmelidir.

Buradaki temel yaklaşım ‘ürünleri değil kullanım senaryolarını da depolamak’tır. Ancak bu ifade fiziksel depolama kararının klinik birimlere göre koşulsuz biçimde yapılması anlamına gelmez. Gerçek uygulamada ürünlerin sterilite, güvenlik, SKT, soğuk zincir, tehlikeli madde ve erişim yetkisi gibi kısıtları öncelikli koşullar olarak ele alınmalıdır.

7. Performans Ölçüm Çerçevesi

Literatür, ürünler arası talep korelasyonunu dikkate alan depolama politikalarının yalnızca ürün bazlı sınıflandırmaya dayalı politikalara göre farklı bir karar mantığı sunduğunu göstermektedir. Bununla birlikte, korelasyon tabanlı yerleşimin her durumda tek başına optimal olduğu söylenemez. Trafik yoğunluğu, fiziksel kısıtlar ve farklı ürün ailelerinin aynı lokasyonlar için rekabet etmesi gibi unsurlar karar problemini çok boyutlu hâle getirmektedir.

Bu çalışmanın önerdiği hibrit yapı bu nedenle ‘en çok birlikte kullanılan ürünleri yan yana koyma’ düzeyinde bırakılmamıştır. Aile oluşturma, ABC/hareket analizi ve fiziksel-ergonomik kısıtların birlikte değerlendirilmesi; daha sonra performans verilerinin yeniden modele aktarılması önerilmektedir. Bu yapı, depo yerleşiminin statik bir proje olmaktan çıkarılıp dönemsel veriyle güncellenen bir yönetim sürecine dönüşmesini amaçlamaktadır.

Sektörel kaynaklar da bu yaklaşımın uygulama tarafını destekleyen bir çerçeve sunmaktadır. Hançer’in depo ve sağlık lojistiği yazılarında depo yönetiminin stok kontrolünün ötesinde operasyonel süreklilik, izlenebilirlik, risk ve değer yaratımı ile ilişkilendirilmesi; önerilen modelin KPI setinin yalnızca hız ve mesafe değil, hizmet ve risk göstergelerini de içermesini anlamlı kılmaktadır.

8. Sonuç ve Gelecek Araştırmalar

Bu çalışma, depolarda aile tabanlı gruplama ile stoklamanın malzeme toplama süreçlerine etkisini kavramsal ve uygulama odaklı biçimde ele almış; ABC/hareket analizi ile birlikte talep korelasyonunu kullanan hibrit bir depo yerleşim modeli önermiştir. Literatürde family grouping ve correlated storage yaklaşımlarının uzun süredir incelendiği görülmekte; güncel çalışmalar veri madenciliği, sezgisel ve meta-sezgisel yöntemlerle ürünler arası ilişkilerin depolama kararlarına aktarılabileceğini göstermektedir.

Önerilen ‘Aile Tabanlı Akıllı Depolama Modeli’; (1) talep verisinin hazırlanması, (2) birlikte kullanım ilişkisinin çıkarılması, (3) ürün ailelerinin oluşturulması, (4) ABC/hareket analizi, (5) fiziksel ve ergonomik kısıtların değerlendirilmesi, (6) aile bazlı lokasyon ataması, (7) toplama rotasının izlenmesi ve (8) KPI’larla performans ölçümü adımlarından oluşmaktadır. Modelin son aşamasında yeni sipariş verilerinin tekrar sisteme alınması, ailelerin ve lokasyonların dinamik biçimde güncellenmesini mümkün kılmaktadır.

Gelecek çalışmalarda modelin gerçek bir hastane veya kurumsal depo verisi üzerinde test edilmesi; mevcut yerleşim ile aile tabanlı yerleşimin toplama mesafesi, süre, hata oranı ve iş gücü verimliliği açısından karşılaştırılması önerilmektedir. Ayrıca trafik yoğunluğu, acil siparişler, son kullanma tarihi, soğuk zincir ve çoklu toplayıcı senaryolarının modele dâhil edilmesi araştırmanın uygulama değerini artıracaktır. Böylece kavramsal model, ölçülebilir bir saha uygulamasına ve karar destek sistemine dönüştürülebilir.

Kadir HANÇER

Kaynakça:

• Kadir Hançer. (2026, 25 Mayıs). Konsolidasyon Depo Yönetiminin İşletmelerdeki Stratejik Önemi. Satınalma Dergisi.
• Kadir Hançer. (2026, 28 Mart). Lojistik ve Depo Operasyonlarında Ölçtüğümüz Şey Performans mı, Yoksa Yarattığımız Değer mi? Satınalma Dergisi.
• Kadir Hançer. (2026, 28 Şubat). Sağlık İşletmelerinde Lojistik DNA Kavramı. Satınalma Dergisi.
• Chou, Y.-C., Chen, Y.-H., & Chen, H.-M. (2012). Recency-based storage assignment and warehouse configuration for recurrent demands. Computers & Industrial Engineering, 62(4), 880–889. https://doi.org/10.1016/j.cie.2011.12.009
• De Koster, R., Le-Duc, T., & Roodbergen, K. J. (2007). Design and control of warehouse order picking: A literature review. European Journal of Operational Research, 182(2), 481–501. https://doi.org/10.1016/j.ejor.2006.07.009
• Dündar, B. (2025). Correlated SKU assignment in warehouses using the joint demand probability distribution: A metaheuristic algorithm approach. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, 14(3). https://dergipark.org.tr/en/pub/bitlisfen/article/1714876
• Grosse, E. H., Glock, C. H., Neumann, W. P., & others. (İlgili literatür). Sipariş toplama, ergonomi ve depo yerleşimi üzerine çalışmalar.
• Islam, M. S., & Uddin, M. K. (2023). Correlated storage assignment approach in warehouses: A systematic literature review. Journal of Industrial Engineering and Management, 16(2). https://doi.org/10.3926/jiem.4850
• Liu, C.-L., & diğerleri. (2016). Correlated Storage Assignment Strategy to reduce Travel Distance in Order Picking. IFAC-PapersOnLine, 49(2), 30–35. https://doi.org/10.1016/j.ifacol.2016.03.006
• New model of the storage location assignment problem considering demand correlation pattern. (2019). Computers & Industrial Engineering, 129, 210–219. https://doi.org/10.1016/j.cie.2019.01.027
• A Heuristic Storage Location Assignment Based on Frequent Itemset Classes to Improve Order Picking Operations. (2021). Applied Sciences, 11(4), 1839. https://doi.org/10.3390/app11041839
• Two-stage storage assignment to minimize travel time and congestion for warehouse order picking operations. (2020). Computers & Industrial Engineering, 139, 106129. https://doi.org/10.1016/j.cie.2019.106129