In today?s industries which has hard competition and short production lifecycle, companies prefer customer focused production. Now companies can not sell whatever they produce as before and wrong production investments or wrong production desicions causes lot of bad results such as high inventory level, losing customer or losing competition force and at the end getting weaker in the market.With this improvement of the industry, companies have to forecast what their customers wants and how much they need to produce before customer demands. So companies bended demand forecasting methods and because of this lot?s of forecasting methods and tools improved.Judgmental methods, causal methods, time series methods, stochastic methods and artificial intelligence solutions are the methods improved for demand forecasting of companies in different industries. By time data needed for forecast increases and the methods get more complex so for this reason lots of forecasting software or other softwares including forecasting functions are improved.Lot?s of companies prefer ERP softwares for institutionalization but little of them use forecasting tools of this softwares. ERP sotfwares are powerful and enough in time series forecasting. But time series forecasting tools forecast next periods sales by only taking past sales values. However ERP softwares has more useful data for forecasting. In practice with notice of this idea, linear relationship between average currency rates and customer satisfaction with sales, study with corelation and regression; nonlinear reletionship study with fuzzy sets.In practice this methods gives very good results. The results show that if the methods studied in the thesis integrated with ERP softwares; sotfwares can be used more efficiently, companies get more values from this softwares by giving same amount of data and the most important thing is that companies can get more accuracate forecasts.

Rekabet şartlarının arttığı, ürün yaşam sürelerinin kısaldığı günümüz endüstrilerinde artık müşterinin seçiciliği ön plana çıkmaktadır. Eskiden olduğu gibi seri üretim bantlarından çıkan her ürün artık satılamamakta, yanlış ürün yatırımları yada üretim miktarlarındaki isabetsiz kararlar beraberinde müşteri kayıpları, eritilemeyen stoklar, rekabet gücü kaybı ve sonuç olarak pazarda güç kaybını getirmektedir.Sanayinin bu değişen yapısı beraberinde firmalara müşterinin isteyeceği malı, isteyeceği miktarda önceden sunma ve bunun için gerekli hazırlığı yapma zorunluluğu getirmektedir. Bunun için firmalar talep tahmin yöntemlerine yönelmişlerdir ve bu yönelim ile birlikte birçok yöntem gelişmiştir.Yargısal metotlar, nedensel yöntemler, zaman serileri yöntemleri, stokastik yöntemler ve yapay zeka çözümleri, pek çok farklı sektörde firmaların talep tahmini ihtiyaçlarını karşılamak için geliştirilmiş yöntemlerdir. Elbetteki zaman içerisinde yönetilmesi gereken verinin artması, yöntemlerin karmaşıklaşması gibi nedenler ile bir çok tahmin yazılımı yada tahmini bir alt proses olarak ele alan yazılımlar gelişmiştir.KKP yazılımları birçok firmanın kurumsallaşma yolunda tercih ettiği yazılımlardır ancak bu firmaların çok azı talep tahminlerini KKP yazılımları ile gerçekleştirmektedir. KKP yazılımları zaman serileri analizlerinde yeterli ve güçlü yazılımlardır. Ancak zaman serileri yanlızca geçmiş dönem satış verilerini göz önüne alarak gelecek dönem satış tahminleri yapmaktadır. Oysaki KKP yazılımlarında satış rakamları için incelenebilecek bir çok veri mevcuttur. Uygulamada bu veriler araştırılarak, ortalama döviz kurlarının ve müşteri memnuniyet derecesinin satış rakamları üzerindeki doğrusal ilişkileri korelasyon ve regresyon analizleri ile incelenmiş, doğrusal olarak tanımlanamayan ilişkileri içinse bulanık çıkarım yöntemi ile tahminler yapılmıştır.Bu yöntemler uygulamalarda oldukça başarılı sonuçlar vermiştir.Araştırma göstermiştir ki; yöntemlerin KKP sistemleri ile uygulanması ile sistemlerin elde ettikleri verileri daha etkin kullanması, böylelikle de firmaların aynı veri girişi ile KKP yazılımlarından daha çok fayda sağlaması ve daha isabetli satış tahminleri yapması sağlanabilir.