Att på förhand bestämma hur mycket som ska köpas in för att täcka en ännu
okänd efterfrågan, är en fråga som många inköpare kämpar med. I takt med att
resurser ska utnyttjas allt effektivare blir kraven högre på minskat
resursslöseri. Det ställs allt högre krav på korrekta prognoser samtidigt
som det har blivit allt svårare att prognostisera enskilda artiklar.
Sortimenten har utökats, artiklars livslängd har förkortats och
företagsförvärv förvränger efterfrågestatistiken. Samtliga av dessa problem
kämpar Ahlsells centrallager i Hallsberg med. Där finns nära 80.000 aktiva
artiklar med varierande efterfrågan och efterfrågemönster.
Syftet med examensarbetet är att möjliggöra en förbättring av
prognosprocessen genom att visa på en metodik för utvärdering av
prognosmetoder och parametersättning. Några olika metoder utvärderades:
glidande medelvärde, exponentiell utjämning, exponentiell utjämning med
trend, exponentiell utjämning med säsong kombinerat med naiv prognos samt
adaptiv exponentiell utjämning. Metoderna analyserades med och utan
säsongsindex. Utvärderingen skedde med en kombination av utvalda och
slumpmässigt utvalda artiklar. Ett förslag på en Excel-mall för utvärdering
av prognoser lämnas till Ahlsell.
Bland de nya mått som introduceras finns bland annat lagerperioder och
medelabsolutförändring. Lagerperioder är ett komplement för att mäta
systematiska prognosfel som tar hänsyn till tidsaspekten.
Medelabsolutförändring används vid beskrivning av tidsserier.
Två prognosmetoder rekommenderas som lämpliga att starta med. Adaptiv
exponentiell utjämning i de fall trend eller ett tydligt cyklisk
efterfrågmönster existerar. Denna metod var bäst i de flesta av dessa fall
men olämplig i övriga fall. Exponentiell utjämning med naiv prognos var den
mest robusta metoden och var aldrig sämst, samtidigt som det var den enskilt
bästa metoden. Metoderna bör kunna användas med och utan säsongsindex. Till
Ahlsell föreslås att prognosprocessen förbättras i fyra steg:
Steg 1. En ansvarig utses för prognoserna och dess förbättringsarbete.
Vederbörande skall ha både befogenheter och kompetens. Prognosarbetet,
viktiga parametrar och uppföljning av prognosmetoder bör dokumenteras. Detta
gäller för samtliga förbättringssteg. Endast två metoder används med och
utan säsongsindex. För exponentiell utjämning med naiv prognos ska det vara
möjligt att välja bort den naiva delen. Utvärdering av metoder sker med
hjälp av en Excel-mall. Vid osäkerhet i bedömning av lämplig metod väljs det
alternativ som visats sig ge tillfredsställande resultat i de flesta fall.
Parameterfokus ska vara på att hitta ett korrekt startvärde. Det
exponentiellt utjämnade MAPE-gränsvärdet för klassificering av bristande
prognosprecision ersätts av tre olika gränsvärden: 20, 30 och 40 procent.
Steg 2. Parameterfokus flyttas till utjämningskonstanten. Enbart två värden
för utjämningskonstanten används och utvärderas i Excel-mallen och/eller i
enlighet med beskrivande mått på tidsserien.
Steg 3. Värdena på utjämningskonstanten tillåts variera då utvärdering kan
ske utan risk för...