Prognooside parendamine Streetbrand OÜ näitel

Nõudluse prognoosimise eesmärk on kogemuslikult või arvutusmeetodite abil kindlaks teha tulevase perioodi jooksul toodete müügimahu või teenuste tarbimise tase, arvestades nõudlust mõjutavate tegurite ulatust ja kestust. See protsess hõlmab eelnevate müügiperioodide andmete kasutamist, samuti turgu mõjutavate tegurite tundmist ja mõistmist. Käesoleva lõputöö eesmärgiks oli ettevõtte prognoosimismeetodi sidumine kategooria juhtimisega ning pakkuda välja parandusvõimalused järgnevateks hooaegadeks. Eesmärgi saavutamiseks kasutas autor kvalitatiivset uurimismeetodit, kaasates kvantitatiivset meetodit. Rakendades nelja erinevat prognoosimismeetodit, leidis autor ettevõttele kõige sobilikuma ning pakkus välja järgnevateks hooaegadeks parendusettepanekuid. Töös kasutati ettevõtte andmebaasidest saadud kategooriate müüke alates september 2021 - november 2023. Uurimistöö autor leidis töö alguses püstitatud ülesannetele vastused. Viis püsitatud uurimisülesannet olid järgnevad: • Selgitada nõudluse prognoosimise meetodite olemust; • Selgitada kategoriseerimise ja varude juhtimise olemust ning nende tähtsust jaekaubanduses; • Kaardistada ettevõte olemasolevad kategooriad; • Leida ettevõte kõige olulisem kategooria, rakendada erinevaid prognoosimise meetodeid ning leida kõige sobilikum; • Analüüsida saadud vastuseid ning tuua välja soovitused prognoosimismeetodi parandamiseks. Teoreetilises osas selgitas autor ära nõudluse prognoosimise olemuse ja sellega seonduva, mis on üldse kategoriseerimine ja varude juhtimine kategooriate taga lisaks nende mõlema tähtsus jaekaubanduses. Autor tõi välja, milline on kategoriseerimise protsess ettevõttes hetkel, millised kategooriad on praegu olemas ja kuidas need jagunevad ning viis läbi analüüsi, kus leidis 2022 aasta suurima kategooria ja alamkategooria, millel rakendas valituid prognoosimis meetodeid ning leidis, milline sobiks ettevõttele. Antud kategooriale rakendati nelja prognoosimis meetodit, et leida sobilik meetod ettevõttele. Jaekaubanduses on kasutusel mitmed erinevaid meetodeid nõudluse prognoosimiseks. Autor võttis töös kasutusele neli enim kasutatavat meetodit, milleks on: • naiivne meetod, • libisev keskmine, • kaalutud libisev keskmine, • eksponentsiaalne silumine. Rakendades neid meetodeid sai autor kinnitust, et ettevõttes hetkel kasutuses olev meetod sobib, kuna see on sarnane lihtsa keskmise meetodiga, mis arvutuste käigus, kõige väiksema prognoosiveaga välja tuli. Antud meetod sobib ideaalselt kategooria põhitoodetele kuna nendele toodetele on olemas pidev nõudlus ja need tooted on liikuv kaup. Samal ajal tuleks arvesse võtta hooajalisi tooteid ning seisvat kaupa, mille puhul peaks ettevõtte tulevikus kasutama nõudluse prognoosimiseks kombineeritud prognoosimismeetodit, mille käigus on võimalik muuta ettetellimine efektiivsemaks. Elame hetkel pidevalt muutuvas nõudluse keskkonnas ja inimeste tarbimist mõjutavaid tegureid on mitmeid, alustades väljas valitsevast ilmast kuni riigi ja majandusliku olukorrani, seda kõik tuleb arvesse võtta prognooside koostamisel. Selleks, et ettevõtte saaks tulevikus muuta prognoosimisprotsessi efektiivsemaks muuta, tõi autor välja enda poolsed parendusettepanekud, mille rakendamisel on see kõik võimalik. Autori poolt on välja toodud ka mõned mõtted ja ettepanekud kuidas, olla kursis hetkel valdkonnas toimuvaga ning teha pidevaid turu-uuringuid aktuaalsete trendide kohta. Muuta ettetellimisprotsess mitmekülgsemaks, kaasates sinna välistegureid ning erinevaid oma ala spetsialiste, et oleks mitmeid arvamusi. Arvestada hooajaliste toodetega ning uute toodete tellimisel neile kampaania loomisega, et tooted jõuaksid võimalikult paljude klientideni. Tulevikus ettetellimise efektiivsuse tõstmiseks on võimalus erinevatele kategooriatele sobiva prognoosimeetodi leidmine ja rakendamine – selle kaudu on võimalik muuta ettetellimise töö korraldus paremaks ning tekib võimalus rahaliste vahendite kokkuhoiuks. Lõputöö täitis enda eesmärki, andes ülevaate milline on kategoriseerimine ettevõttes, kaardistades olemasolevad kategooriad ning leides ettevõtetele sobilik prognoosimismeetod.

The purpose of thesis Improving forecasting on the example of Streetbrand OÜ is to integrate the company's forecasting method with category management and propose improvement opportunities for the upcoming seasons. To achieve this goal, the author employed a qualitative research method, complemented by a quantitative method. By applying four different forecasting methods, the author identified the most suitable one for the company and proposed improvement suggestions for the upcoming seasons. The study utilized sales data from the company's databases spanning from September 2021 to November 2023 for various categories. The author of this research found answers to the five research questions posed at the beginning of the study. These five research questions were as follows: ● To explain the nature of demand forecasting methods; ● To explain the nature of categorization and inventory management and their importance in retail; ● To map the existing categories within the company; ● To identify the most crucial category for the company, apply various forecasting methods, and find the most suitable one; ● To analyse the obtained results and provide recommendations for improving the forecasting method. In the theoretical section the author explained the essence of demand forecasting and its related aspects, including categorization and inventory management behind categories, in addition to their significance in retail. The author elucidated the current categorization process within the company, outlined the existing categories, their distribution, and conducted an analysis to identify the largest category and subcategory in 2022. The author applied selected forecasting methods to these categories and determined the most suitable one for the company. Four forecasting methods were employed for this category to find the appropriate method tailored to the company's needs. In retail, various methods are employed for demand forecasting. The author utilized four of the most commonly used methods in the study: ● naive method, ● moving average, ● weighted moving average, ● exponential smoothing. By applying these methods, the author confirmed that the current method used in the company is suitable, as it resembles the simple average method, which yielded the smallest forecast error during calculations. This method is ideal for the main category products as they have consistent demand and are fast-moving consumer goods. Simultaneously, seasonal products and stagnant inventory should be considered. For these, the company should consider using a combined forecasting method in the future, enabling more efficient order placement by incorporating different demand patterns. We currently live in a constantly changing demand environment, and there are many factors that affect people's consumption, ranging from prevailing weather conditions to the country's economic situation, all must be considered when making forecasts. To enhance the efficiency of the forecasting process in the future, the author proposed improvement suggestions aimed at enabling the company to adapt to these dynamics effectively. The author also presented thoughts and suggestions on how to stay updated with current developments in the field by conducting continuous market research on prevailing trends. The author recommended diversifying the ordering process by involving external factors and various industry specialists to gather multiple opinions. It was suggested to consider seasonal products and creation of marketing campaigns for new product orders to reach as many customers as possible. The thesis fulfilled its objective by providing an overview of categorization within the company, mapping out existing categories, and identifying a suitable forecasting method for the company's needs.