haku: @keyword kategoriasuunnittelu / yhteensä: 1
hakutulos-lista
viite: 1 / 1
« edellinen | seuraava »
Tekijä:Takala, Tomi
Työn nimi:Category forecasting - proof of concept and tool development
Kategoriaennustaminen - menetelmän testaus ja kehitys
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2001
Sivut:63      Kieli:   eng
Koulu/Laitos/Osasto:Tuotantotalouden osasto
Oppiaine:Teollisuustalous   (TU-22)
Valvoja:Tanskanen, Kari
Ohjaaja:Holmström, Jan
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto     | Arkisto
Avainsanat:demand forecasting
supply chain management
collaboration
category management
kysynnän ennustaminen
toimitusketjun hallinta
yhteistyö
kategoriasuunnittelu
Tiivistelmä (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 tietueen numero: 17835
+ lisää koriin
« edellinen | seuraava »
INSSI