search query: @keyword demand forecasting / total: 11
reference: 11 / 11
« previous | next »
Author: | Takala, Tomi |
Title: | Category forecasting - proof of concept and tool development |
Kategoriaennustaminen - menetelmän testaus ja kehitys | |
Publication type: | Master's thesis |
Publication year: | 2001 |
Pages: | 63 Language: eng |
Department/School: | Tuotantotalouden osasto |
Main subject: | Teollisuustalous (TU-22) |
Supervisor: | Tanskanen, Kari |
Instructor: | Holmström, Jan |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark Aalto | Archive |
Keywords: | demand forecasting supply chain management collaboration category management kysynnän ennustaminen toimitusketjun hallinta yhteistyö kategoriasuunnittelu |
Abstract (fin): | Tässä diplomityössä esitellään Teknillisen korkeakoulun ecomlog-projektissa kehitetty tuotekategorioihin perustuva kysynnänennustamismenetelmä. Diplomityön tutkimusongelma on: Voisiko kategoriaennustaminen olla ratkaisu, jonka avulla voitaisiin tehdä laajamittaista yritystenvälistä ennustamisyhteistyötä? Työssä pyritään esittelemään kehitetty ennustamismenetelmä; tunnistamaan perinteisten menetelmien ongelmat; selittämään, miksi yhteistyötä tekemällä voitaisiin parantaa ennustamista; määrittelemään, mitä vaaditaan menetelmältä, jota käytetään yhteistyön tekemiseen; arvioimaan kategoriaennustamista asetettujen kriteerien perusteella; testaamaan menetelmä käytännössä ja tuomaan esille tärkeimmät asiat liittyen tuotekehitykseen ja kaupallistamiseen. Kysynnän ennustamisen tärkeys toimitusketjun hallinnan kannalta ja nykyisten menetelmien ongelmat tuodaan esiin kirjallisuustutkimuksen avulla. Yhteistyötä ehdotetaan ratkaisuksi parantamaan ennustamista ja kategoriaennustaminen esitellään mahdollisena työkaluna yhteistyön tekemiseen. Tämän jälkeen kategoriaennustamista arvioidaan yhteistyön tekemisen kannalta ja lopuksi menetelmää testataan käytännön kokeilujen avulla. Pysyvästi tarkat ennusteet, mahdollisuus tehdä ennusteet aikaisin, menetelmän helppokäyttöisyys ja mahdollisuus ennustetietojen jakamiseen tunnistetaan kriteereiksi, joita vaaditaan menetelmältä, jota käytetään yhteistyön tekemiseen. Tarkat ennusteet mahdollistavat tehokkaan toimitusketjun hallinnan ja motivoivat osapuolia yhteistyöhön. Mahdollisuus aikaiseen ennustamiseen takaa sen, että muutoksiin voidaan reagoida ajoissa. Menetelmän helppokäyttöisyys puolestaan mahdollista yhteistyön ja parempien ennusteiden tekemisen, koska useamman ihmisen asiantuntemus voidaan käyttää hyväksi. Ennustetiedon jakamisen avulla toimitusketjun osapuolet pystyvät paremmin sopeuttamaan toimintonsa toisiinsa. Kategoria-analyysien ja ennustuskokeilujen perusteella voidaan todeta, että menetelmä on käyttökelpoinen. Tuotekategoriat ovat hyvä perusta ennustamiselle, koska päivittäistavarakaupassa muukin suunnittelu tehdään usein tällä tasolla. Jos ennustamisen pohjaksi otetaan kategoriasuunnittelu, ennusteet voidaan tehdä jo suunnitteluprosessin alussa. Saavutettu ennustetarkkuus on ollut hyvä. Ennusteet ovat olleet joko samalla tasolla tai parempia kuin yleisesti saavutetaan. Lisäksi ennusteiden tekeminen ei ole vaatinut paljoa aikaa, koska ennusteet tehdään koko tuotekategorialle kerrallaan, ei yksittäisille tuotteille. Vaikka menetelmä todetaan hyväksi, se ei vielä sellaisenaan sovi laajamittaiseen ennustamiseen. Tämän vuoksi työn lopussa annetaan suosituksia menetelmän ja työkalun jatkokehitykseen. |
ED: | 2001-07-30 |
INSSI record number: 17835
+ add basket
« previous | next »
INSSI