Lead Time Nedir?

Bu yazımızda “Lead Time Nedir?” sorusunu cevaplayan kapsamlı bir rehber bulacaksınız. Lead time ile ilgili tüm detayları, pratik ölçüm yöntemleri ve takımlara yönelik ipuçlarını sizler için derledik.

Özet

Lead time; bir ürün, hizmet veya yazılım özelliği “talep” edildiği andan müşteriye “teslim” edildiği ana dek geçen toplam süredir. Kavram; 1950’lerde Toyota Production System’in “muda” (israf) prensipleriyle popülerleşmiş, sonrasında Theory of Constraints ve Agile/Kanban akımlarıyla yazılım dünyasına taşınmıştır. Doğru ölçüldüğünde takımların darboğazlarını, stok (iş yükü) maliyetlerini ve müşteri bekleme sürelerini görünür kılar; kısaltıldığında ise hem değer akışı hızlanır hem de müşteri memnuniyeti artar. (investopedia.com, global.toyota, tocinstitute.org)

1. Lead Time Tanımı ve Temel Prensipler

Lead time, sürecin başlangıç tetikleyicisi (sipariş, issue, kullanıcı hikâyesi vb.) ile teslim/dağıtım arasındaki tüm adımları kapsar (medium.com).

  • Örnek formül: Lead Time = Teslim Tarihi − Sipariş Tarihi (machinemetrics.com).
  • Cycle time ile farkı: Cycle time yalnızca “aktif çalışma” evresini ölçerken lead time müşterinin beklediği toplam süreyi gösterir (agile-academy.com, businessmap.io).
  • Takt time & pitch value gibi kavramlarla birlikte düşünülerek süreç dengelemesinde kullanılır (sigmacenter.com.tr).

2. Kökeni ve Tarihsel Gelişimi

Dönem Gelişme Lead Time’e Etkisi
1950’ler Toyota Production System (TPS), “Just-In-Time” ve “jidoka” sütunlarıyla israfı ortadan kaldırma hedefi belirledi. Amaç: En kısa lead time’la en yüksek kaliteyi sağlamak (global.toyota, lean.org)
1984 Eliyahu M. Goldratt “The Goal” kitabıyla Theory of Constraints (TOC)’u tanıttı. Darboğazların tespiti ve lead time azaltma odağı (tocinstitute.org, en.wikipedia.org)
1990’lar Lean Manufacturing batıya yayıldı. “Çekme sistemi” ile süreçten stok ve beklemeyi çıkararak lead time kısaltıldı (en.wikipedia.org)
2000’ler+ Agile / Kanban metrik setleri (lead time, cycle time, throughput) yazılıma uyarlandı. Teslimat hızının görünür kılınması, sürekli iyileştirme kültürü (acmagile.com, shortcut.com)

3. Nasıl Ölçülür?

3.1 Veri Toplama

  1. Süreç haritalama: Sipariş veya issue’nun geçtiği adımları Value Stream Map ile çıkarın.
  2. Zaman damgaları: “Created”, “In-Progress”, “Done/Deployed” gibi alanları otomatik log’layın.
  3. Veri deposu: Jira, Azure DevOps, GitHub Actions, ERP veya MES gibi sistemlerden metrik çekin.

3.2 Hesaplama Yöntemleri

Metod Formül Not
Klasik (toplam) LT = OD − OR (Delivery – Order) Üretim ve tedarik zinciri (machinemetrics.com)
Parçalı (stage-based) LT = Waiting + Processing + Shipment Ara adımları ayrı izleyerek darboğaz bulma
Takım bazlı (Kanban) LT = Done timestamp − Ticket created Yazılım takımları (shortcut.com)

3.3 Görselleştirme

  • Lead Time Distribution Chart: Sağ kuyruk kalınlaşıyorsa uzun bekleyen işleri gösterir.
  • Cumulative Flow Diagram (CFD): Bant aralıkları açılıyorsa WIP birikiyor demektir.
  • Histogram & Box-Plot: Median ve %85 yüzdeliklerini izleyerek hedef SLA belirleyin.

4. Takımlarda Ne İşe Yarar?

Fayda Açıklama Örnek
Müşteri Mutluluğu Bekleme süresini kısaltarak NPS artışı sağlar (investopedia.com) E-ticaret sipariş teslim hızının 4→2 güne düşürülmesi
Planlama ve Tahmin Geçmiş lead time dağılımı, probabilistic forecasting için temel olur (Monte Carlo) (shortcut.com) Sprint hedeflerinin %90 güven aralığında tutulması
Kapital Bağlama Riskini Azaltma Envanter maliyeti & DIO (Days Inventory Outstanding) düşer (deloitte.wsj.com) 20 M ₺ stok → 15 M ₺
Darboğaz Yönetimi TOC yaklaşımıyla constraint adreslenir, throughput artar (leanproduction.com, planettogether.com) UI review kuyruğunun WIP limiti
Sürekli İyileştirme Kaizen döngüleri “ölç-analiz-iyileştir” akışını hızlandırır (valueflo.solutions) Deploy otomasyonunun dakikaya indirilmesi

5. Lead Time’i Kısaltma Stratejileri

  1. Çekme Sistemi Kurun: “Push” yerine “pull” akışı; sipariş veya ticket talep edildiğinde üretim başlar. (toyota-europe.com)
  2. WIP Limitleri: Paralel iş yığılmasını engeller, akış süresini (lead time) lineer düşürür.
  3. Batch Boyutunu Küçültün: Az kod-çok deploy mantığı; küçük paketler risk ve beklemeyi azaltır.
  4. Otomasyon ve CI/CD: İnsan etkileşimini en aza indirip “touch time” dışındaki beklemeyi kısaltır.
  5. Bottleneck Eliminasyonu: TOC ile en yavaş adımı bulup kapasitesini artırın (ör. kod review SL A) (tocinstitute.org).
  6. Planlama ve Önceliklendirme: “Right-first-time” prensibiyle geri dönen işleri azaltın (rework).

6. Sık Sorulan Sorular

Lead time ile cycle time birlikte mi izlenmeli?

Evet; cycle time verimliliği, lead time ise müşterinin bekleme deneyimini gösterir (agile-academy.com).

Kötü lead time tüm sektörde aynı midir?

Değil. E-ticarette günler önemliyken, SaaS’ta dakikalar hatta saniyeler kritik olabilir.

Hedef lead time değeri nasıl belirlenir?

Tarihsel dağılımın %85’lik dilimi SLA olarak seçilebilir; fazlası gecikme sinyalidir.

7. Kaynakça ve Dış Bağlantı

Blog yazılarımızdan seçmeler

Türk kahvesi eşliğinde çalışan bir kişinin masa görüntüsü.

Türkiye Yapay Zekaya Hazır mı?

Türkiye için bu rapor, adeta 1998’de internete bakmak gibi. O dönemde “web sitesi ne işe yarar?” sorusunu soran kurumlar bugün dijital varlıkları olmadan nefes alamıyor. Benzer şekilde, yapay zekâ da bugün hâlâ bazı sektörlerde “geleceğin işi” olarak görülüyor. Oysa rapor net biçimde gösteriyor ki: YZ, gelecek değil, şimdiki zaman.

Tıpkı internetin ilk yıllarında olduğu gibi, erken hareket eden kazanacak. Bugün üretimde kestirimci bakım veya finansta kredi skorlama için YZ kullanan şirketler, 2-3 yıl içinde çok daha önde olacak. Bugün görmezden gelenler, tıpkı geç dijitalleşen kurumlar gibi büyük farklar kapatmak zorunda kalacak.

YAZININ TAMAMI »
İş insanlarının kartlar ile masa üstünde bir şeyler yyaptığı görünüyor. Scrum'da PBI tahminlemeyi simgeliyor.

Story Point Tahmini Gerçekten Gereksiz mi? Yoksa Doğru Kullanılmadığında mı Zaman Kaybı?

Scrum dünyasında sıkça tartışılan konulardan biri de story point (hikâye puanı) tahminidir. Kimi ekipler için vazgeçilmez bir planlama ve öğrenme aracıyken, kimileri için zaman kaybı olarak görülür. Peki gerçek nerede yatıyor? Bu yazıda, story point tahminlerinin ne zaman değer kattığını, ne zaman terk edilmesi gerektiğini ve yapay zekânın bu süreci nasıl daha verimli hâle getirebileceğini inceliyoruz. Eğer siz de “Tahmin yapmalı mıyız?” sorusuna net bir cevap arıyorsanız, doğru yerdesiniz.

YAZININ TAMAMI »
Elinde bir kağıt tutan iş inanı , ürün geliştirme ile ilgili bir hipotezi test etmeyi simgeliyor.

Etkileşimli Hipotez Test Aracı Nedir?

Etkileşimli Hipotez Test Aracı, Agile ve ürün geliştirme ekiplerinin karar alma süreçlerinde veri odaklı yaklaşım benimsemelerini sağlayan bir yöntemdir. Bu araç sayesinde, varsayımlarınızı sistematik olarak tanımlar, önceliklendirir, test eder ve sonuçları net şekilde dokümante edebilirsiniz. Özellikle ürün yönetimi, pazarlama deneyleri, UX araştırmaları ve inovasyon süreçlerinde kritik rol oynar.

YAZININ TAMAMI »