Komponentide nõudluse prognoosimise parendamine ettevõttes Bed Factory Sweden OÜ

Tuleviku prognoos on ettevõtetele vajalik teada, et planeerida erinevate osapoolte tööd, organiseerida plaanitav töö maht ja vajalik ressurss. Eesmärk on, et lõpptulemus valmiks oodatud ajal ja kvaliteediga. Komponentide nõudluse prognoosimise roll ettevõtte toimimises on oluline, sest komponentide olemasolu vajalikul hetkel tagab tõrgeteta töö ja võimaluse eesmärki saavutada. Täpne prognoos aitab ettevõttel optimeerida kulusi kogu tarneahela lõikes, kliendi nõudluse saab rahuldatud ning läbi hea tarnekindluse parandada oma turupositsiooni. Tarnijatele edastatav komponentide nõudluse porgnoos aitab efektiivselt tarnijate ladusi hallata ning vältida tarneriske. Käesoleva uurimistöö eesmärk oli koostada ettevõttele komponentide nõudluse prognoosimise mudel, mida saab kasutada otsustusprotsessis ning tarnijatega info jagamisel. Eesmärgi saavutamiseks kasutas autor kvantitatiivselt uurimismeetodit. Analüüsi teostamisel kasutas autor algselt laiendatud andmeid kogu ettevõtte müügiprotsessist perioodis 2016-2019, et määrata ettevõttele toodete müügisessoonsus. Hiljem autor täpsustas perioode ja edasised analüüsid valitud toodete lõikes teostas 2019 aasta andmete põhjal. Autor koostas ettevõttele komponentide prognoosimise mudeli, lähtudes kliendi prognoosist, müügiajaloost ja erinevatest arvutuskäikudest. Uurimistöö autor leidis vastused eelnevalt püstitatud uurimisküsimustele 1. Milline on ettevõtte praktika prognooside kasutamisel? 2. Milline saab olla alternatiivne prognoosimise tehnika ettevõttele? 3. Mis valdkondades ja mis ulatuses pakutav lahendus efektiivsust tõstaks? Autor uuris ettevõtte seniseid sisended prognoosimiseks, tegi analüüsi valides andmed suuremast osakaalust lähtuvalt eesmärgiga, et saavutatud tulemus oleks võimalikult täpne ja hiljem hästi edasi arendatav igapäeva töös kasutamiseks. Autor koostas ettevõttele komponentide nõudluse prognoosimise mudeli, mille alusel prognoosi täpsuse parendamis võimalus on seniselt +/- 38 % lt uue mudeli abil +/- 5 ni. Alternatiivse meetodi koostamisel selgitas autor välja võimalused, kus kliendi poolne sisend ei pea olema kuude lõikes kuvatud ja täpne, kui seda ei ole võimalik teostada. Sobib näiteks ka sisend planeeritavast müügikasvust protsendis järgnevas prognoosimise perioodis. Arvesse võttes analüüsidest saadud tulemusi koostas autor komponentide nõudluse prognoosimise mudeli, mida ettevõte saab kasutama hakata. Lisaks pakkus autor ettevõttele välja soovitused prognoosimise parendamiseks. Autor soovitas klientidega infovahetust planeeritavate kampaaniate kohta ja arvestada selle infoga prognoosimisel ning teha prognoosimise täpsuse analüüse vähemalt kvartaalse tihedusega, analüüsida saadud tulemusi ja teha järeldusi tuleviku planeerimiseks. Koostatud prognoosmudel koos soovitustega aitab efektiivsust tõsta ostuosakonna töös komponentide nõudluse planeerimisel, aitab täpsustada informatsiooni tarnijatega materjalide varumiseks, vähendab seisvate varude teket kogu tarneahelas ja on abiks parema tarnekindluse saavutamiseks.

Improving component demand forecasting on the example of Bed Factory Sweden OÜ. Future forecasts of the data is required for the company to plan work of the different parties in company, to organize the planned volume of work and the necessary resource. The goal is for the end result to be completed in the expected time and quality. Components demand forecasting has a great roll in operation of the company as the availability of needed componets guarantees smooth operations and oportunity to aschive goals. Exact forecast helps the company optimize costs throughout the supply chain. It helps to meet customer demand and improve its market position through good security of supply. The demand forecasting for components transmitted to suppliers helps to effectively manage suppliers' warehouses and avoid supply risks. The aim of this research was to develop a model for forecasting the demand for components for a company, which can be used in the decision-making process and in sharing information with suppliers. To achieve the goal, the author used a quantitative research method. In performing the analysis, the author initially used expanded data on the sales process of the entire company in the period 2016-2019 to determine the sales seasonality of the company's products. Later, the author specified the periods and performed further analyzes by selected products on the basis of 2019 data. The author compiled a component forecasting model for the company, based on the customer's forecast, sales history and various calculation procedures. The author of the research found the answers to the previously asked research questions 1. What is the company's practice in using forecasts? 2. What can be an alternative forecasting technique for a company? 3. In which areas and to what extent would the proposed solution increase efficiency? The author studied the company's existing inputs for forecasting, performed the analysis by selecting the data based on a larger share, with the aim that the achieved result would be as accurate as possible and later well developed for use in daily work. The author compiled a model for forecasting the demand for components for the company, on the basis of which the possibility of improving the accuracy of the forecast is from +/- 38% with the help of the new model to +/- 5. In compiling the alternative method, the author identified the possibilities where the customer's input does not have to be displayed monthly and accurate if it is not possible to do so. For example, the input as a percentage of the planned sales growth in the next forecast period is also suitable. Taking into account the results of the analyzes, the author developed a component demand forecasting model that the company can start using. In addition, the author provided the company with recommendations for improving the forecasting. The author recommended exchanging information with clients about the planned campaigns and taking this information into account when forecasting, and performing analysis of forecasting accuracy at least quarterly, analyzing the results obtained and drawing conclusions for future planning. The developed forecast model with recommendations helps to increase the efficiency of the purchasing department in planning the demand for components, helps to share information with suppliers for sourcing materials, reduces the formation of standing stocks throughout the supply chain and helps to achieve better security of supply.