haku: @keyword long-term forecasting / yhteensä: 2
viite: 1 / 2
« edellinen | seuraava »
Tekijä: | Savola, Mikko Erik |
Työn nimi: | Long-term needs for logistics capacity in the pharmaceutical industry |
Lääketeollisuuden pitkän aikavälin logistiikkatarpeet | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 2013 |
Sivut: | 81 + [24] Kieli: eng |
Koulu/Laitos/Osasto: | Perustieteiden korkeakoulu |
Oppiaine: | Teollisuustalous (TU-22) |
Valvoja: | Tanskanen, Kari |
Ohjaaja: | Schönsleben, Paul ; Friemann, Felix |
Elektroninen julkaisu: | http://urn.fi/URN:NBN:fi:aalto-201312198157 |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen 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
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark Aalto | Arkisto |
Avainsanat: | forecast tool long-term forecasting data management warehouse capacity supply chain collaboration ennustetyökalu pitkän aikavälin ennustaminen tiedonhallinta varastokapasiteetti yhteistyö toimitusketjussa |
Tiivistelmä (fin): | Tässä työssä tutkittiin, millä tavalla suuri lääkealan yritys voi parantaa ennusteitaan pitkän aikavälin varastotilan tarpeelle. Strategisen suunnittelun tukemiseksi yritys halusi kehittää ennustetyökalun, jolla yrityksen globaali varastokapasiteetin tarve voidaan ennustaa jopa kymmenen vuoden päähän. Ennustetyökalun ja -prosessin luominen olivat tämän diplomityön emoprojektin päämäärä. Tämä diplomityö tutki ja arvioi, mitä vaatimuksia pitkän aikavälin varastokapasiteetin ennustaminen asettaa ennustetyökaluille ja niiden tarvitsemille lähtötiedoille. Lisäksi tässä diplomityössä tutkittiin, millaisia ennustyökaluja on olemassa ja voidaanko niitä soveltaa toimeksiantajan tarpeisiin. Diplomityön ensivaiheessa tehty kirjallisuusanalyysi paljasti, että akateeminen tutkimus ei juuri tarjoa työkaluja pitkän aikavälin varastotarpeen suunnitteluun. Tarjotut mallit ja työkalut ovat usein lyhyemmän aikavälin optimointityökaluja, jotka vaativat erittäin yksityiskohtaisia lähtötietoja eivätkä näin sovellu globaaliin ylätason suunnitteluun. Muilla teollisuudenaloilla toimivissa yrityksissä tehtyjen haastattelujen perusteella varastokapasiteetin pitkän aikavälin ennustaminen vaatii sopivan ennustetyökalun lisäksi hyvää tiedonhallintaa ja eri työkalujen ja tietojärjestelmien saumatonta integrointia. Lisäksi toimitusketjujen täytyy olla tulevaisuudessa joustavampia, jolloin varastokapasiteetin suunnittelussa täytyy tehdä tiivistä yhteistyötä asiakkaiden ja toimittajien kanssa. Diplomityössä arvioitiin kolmen eri työkalukonseptin soveltuvuutta yhdellä toimeksiantoyrityksen toimipaikalla. Alustavien tulosten mukaan jokaisen työkalun käyttöönotto on nykyisellään vaikeaa, koska tiedonhallinta ja tietojärjestelmien integrointi eivät ole riittävän korkealla tasolla. Yksi kolmesta konseptista on alustavan arvion mukaan kuitenkin myöhemmin toteutettavissa, ja sen pohjalta on mahdollista luoda ennustetyökalu koko yrityksen käyttöön. |
Tiivistelmä (eng): | In this master's thesis was analyzed, how a large pharmaceutical company can improve its forecasting of the long-term need for warehouse capacity. To support its strategic planning, the company wanted to develop a forecast tool and process, with which the company's global need for warehouse capacity could be forecast up to the next ten years. Creating a forecast tool and process was the goal of the mother project of this thesis. In this thesis was analyzed and evaluated, what requirements the long-term forecasting of warehouse capacity needs set for forecast tools and their input data. Furthermore, this thesis evaluated, what feasible forecast tools exist and whether they can be applied at the company. The first phase of the master's thesis showed that academic research provides few tools for forecasting long-term warehouse capacity needs. The provided models and tools are often short-term optimization tools that require highly detailed input data and therefore cannot be used for high-level global planning. An interview series conducted with selected industries showed that the long-term forecasting of warehouse capacity needs requires not only suitable tools, but also good data management and seamless system integration. In addition, supply chains have to be more flexible in the future, which requires collaborative forecasting of warehouse capacity needs with customers and suppliers. This master's thesis also evaluated the feasibility of three different modeling concepts for one of the client company's sites. The initial results show that currently the implementation of any of the concepts is difficult, due to problems in data management and systems integration. However, one of the concepts may provide a forecast tool to be used companywide in the future |
ED: | 2013-12-18 |
INSSI tietueen numero: 48234
+ lisää koriin
« edellinen | seuraava »
INSSI