Reducering av svinnet i färskvaruhandeln genom förbättrade efterfrågeprognoser
(2013) MIO920Production Management
- Abstract (Swedish)
- Bakgrund
Att ha rätt mängd varor, vid rätt tid och på rätt plats är ett centralt problem i färskvarubranschen. För att ta itu med denna problematik har författarna undersökt i vilken utsträckning avancerade prognosmodeller kan hjälpa branschen med detta problem.
I arbetet undersöks effekterna av både enkla och avancerade modeller och jämförs med manuella prognoser som görs av säljarna på Pågen AB.
Syfte
Att visa olika prognosmodellers effekter på Pågen ABs dagliga verksamhet i form av returmängd och servicegrad samt att jämföra modellerna med Pågens befintliga situation.
Metod
För att genomföra projektet behöver författarna gå igenom tre steg:
1. Samla in data och analysera den
2. Göra prognoser
3. Simulera verksamheten utifrån... (More) - Bakgrund
Att ha rätt mängd varor, vid rätt tid och på rätt plats är ett centralt problem i färskvarubranschen. För att ta itu med denna problematik har författarna undersökt i vilken utsträckning avancerade prognosmodeller kan hjälpa branschen med detta problem.
I arbetet undersöks effekterna av både enkla och avancerade modeller och jämförs med manuella prognoser som görs av säljarna på Pågen AB.
Syfte
Att visa olika prognosmodellers effekter på Pågen ABs dagliga verksamhet i form av returmängd och servicegrad samt att jämföra modellerna med Pågens befintliga situation.
Metod
För att genomföra projektet behöver författarna gå igenom tre steg:
1. Samla in data och analysera den
2. Göra prognoser
3. Simulera verksamheten utifrån att den bedrevs med prognosmodellerna
Slutsats
Vid jämförelse av de olika prognosmodellerna framgår det tydligt att de mer avancerade modellerna ger bättre resultat. Skillnaden i antal returnerade bröd och missade försäljningar är så pass stor att författarna vid en implementation skulle rekommendera de mer avancerade modellerna.
Jämfört med Pågens nuvarande situation innebär de avancerade
iv
prognosmodellerna en klar förbättring. De enklare modellernas resultat liknar Pågens nuvarande resultat vilket skulle kunna förklaras med att Pågens säljare gör sina prognoser på ett liknande sätt.
Det framgår också att ju mer information som finns tillgänglig om systemet desto bättre går det att förutsäga var varor kommer behöva levereras. Ett förslag till ytterligare förbättring vore att skaffa ännu mer kampanjinformation och att samla in ännu mer data kring hur bröden exponeras i butikerna. Det finns dock en sannolikhet att detta är en orimlighet på grund av den stora mängden arbete det skulle kräva att samla in sådan data. (Less)
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/4123212
- author
- Hellborg, Andreas ; Mellvé, Martin and Strandberg, Martin
- supervisor
- organization
- course
- MIO920
- year
- 2013
- type
- M1 - University Diploma
- subject
- keywords
- Efterfrågeprognoser, lagerstyrning, artificiella neurala nätverk, serviceoptimering, färskvaror.
- other publication id
- 13/5477
- language
- Swedish
- id
- 4123212
- date added to LUP
- 2013-10-24 11:45:27
- date last changed
- 2013-10-24 11:45:27
@misc{4123212, abstract = {{Bakgrund Att ha rätt mängd varor, vid rätt tid och på rätt plats är ett centralt problem i färskvarubranschen. För att ta itu med denna problematik har författarna undersökt i vilken utsträckning avancerade prognosmodeller kan hjälpa branschen med detta problem. I arbetet undersöks effekterna av både enkla och avancerade modeller och jämförs med manuella prognoser som görs av säljarna på Pågen AB. Syfte Att visa olika prognosmodellers effekter på Pågen ABs dagliga verksamhet i form av returmängd och servicegrad samt att jämföra modellerna med Pågens befintliga situation. Metod För att genomföra projektet behöver författarna gå igenom tre steg: 1. Samla in data och analysera den 2. Göra prognoser 3. Simulera verksamheten utifrån att den bedrevs med prognosmodellerna Slutsats Vid jämförelse av de olika prognosmodellerna framgår det tydligt att de mer avancerade modellerna ger bättre resultat. Skillnaden i antal returnerade bröd och missade försäljningar är så pass stor att författarna vid en implementation skulle rekommendera de mer avancerade modellerna. Jämfört med Pågens nuvarande situation innebär de avancerade iv prognosmodellerna en klar förbättring. De enklare modellernas resultat liknar Pågens nuvarande resultat vilket skulle kunna förklaras med att Pågens säljare gör sina prognoser på ett liknande sätt. Det framgår också att ju mer information som finns tillgänglig om systemet desto bättre går det att förutsäga var varor kommer behöva levereras. Ett förslag till ytterligare förbättring vore att skaffa ännu mer kampanjinformation och att samla in ännu mer data kring hur bröden exponeras i butikerna. Det finns dock en sannolikhet att detta är en orimlighet på grund av den stora mängden arbete det skulle kräva att samla in sådan data.}}, author = {{Hellborg, Andreas and Mellvé, Martin and Strandberg, Martin}}, language = {{swe}}, note = {{Student Paper}}, title = {{Reducering av svinnet i färskvaruhandeln genom förbättrade efterfrågeprognoser}}, year = {{2013}}, }