Synsam started the Synsam Group's Production and Innovation Center (SPIC) on Frösön in the summer of 2022 as part of their sustainability work. The factory locating in Sweden contributes to shorter lead times, reduced carbon footprint, and more environmentally friendly transportation. Synsam has its own collections, called \textit{House Brands}, where some are produced at the newly established production facility in Sweden, while others are outsourced for production in Asia. The outsourced production has longer lead time compared to the SPIC-flow, larger minimum order quantities, and greater risks in transport delays. The aim of the project was to compare production at SPIC, with the purchasing process from Asia, the Asia-flow. This to investigate the challenges and opportunities posed by establishing in Sweden, particularly concerning costs, risk, and logistics. The focus was on how the two flows tie up capital in finished goods inventory and inventory for components and materials, as well as the size of inventory holding costs. With the aim as a starting point, the project's first phase was initiated: a preliminary study with a literature review and informal interviews. Subsequently, the second and third phases involved data collection and processing. The fourth phase involved modeling, where optimization of the procurement and production processes was carried out entailed on selected parameters. Lastly, the fifth phase involved scenario analysis. Throughout all phases, verification and validation have been conducted. The project's conclusion shows that product groupings where the products are expensive or have low demand tie up less capital in the SPIC-flow compared to the Asia-flow. This is mainly because SPIC can produce smaller batches, thereby reducing the number of products in inventory since production can be more precisely aligned with demand. Another conclusion from the project is that in the event of a sudden decreased demand, the SPIC-flow has fewer products that need to be recycled compared to the Asia-flow, resulting in less capital tied up. The work concludes by presenting recommendations and suggestions for further work.

Existing multi-echelon inventory optimization models and formulas were studied to get an understanding of how safety stock levels are determined. Because of the restrictive distribution assumptions of the existing safety stock formula, which are not necessarily realistic in practice, a method to analyze the performance of this formula in a more realistic setting was desired. A SimPy simulation model was designed and implemented for a simple two-stage supply chain as a way to test the performance of the safety stock formula. This implementation produced results which led to the conclusion that the safety stock formula tends to underestimate the level of safety stock needed to provide a certain service level when predicted standard deviation of demand is underestimated and the assumptions of normally distributed demand and normally distributed lead times are not fulfilled.

Södra Interiör har en anläggning i Kallinge där man tillverkar golv och paneler av furu. I takt med att produktionen har ökat har även lagernivåerna ökat vilket har ökat risken för att fel råvara används till fel produkt. Syftet med examensarbetet är att ta fram ett arbetssätt som minskar risken för att fel råvara används. Studien visar att något måste göras för att säkerställa att rätt råvara används till rätt produkt. Lagernivån och informationskvaliteten är andra problem som identifierats. Nyckelbegreppen för att lösa problemen är ordning och reda, information, framförhållning och utrymme. Förbättringsförslagen har olika karaktär, där vissa förbättringar kan göras omgående med små resurser medan andra tar längre tid och kräver större resurser. De viktigaste förbättringsförslagen handlar om att skapa mer utrymme i lagret, tydligare uppmärkning av virkespaketens innehåll och bättre informationskvalitet. / Södra Interiör has a plant in Kallinge which manufactures flooring and panels of pine. As production has increased, inventory levels has increased. This has increased the risk that wrong raw material is used for the wrong product. The purpose of this study is to develop an approach that reduces the risk that wrong materials are used. The study shows that something must be done that ensure that correct materials are used for the right product. Stock level and information quality are other concerns identified. Key concepts to solve problems are: well organized, information, advanced planning and space. Improvement proposals are different in nature, where some improvements could be made immediately with few resources, while others take more time and require more resources. The main suggestions for improvement is about creating more space in the warehouse, clearly mark up of the timber package contents and better information quality.

The companies ought to care about OEE because it is a measure that shows the effect of the performance and quality related losses on the system or equipment. In order to improve OEE, they focus on defining the losses under each OEE elements and try to eliminate these losses.This study aims to enhance raw material inventory management in order to eliminateinventory management related losses and improve OEE.  Lack of raw material and improperstorage of raw material are main problems related to inventory management. A model isdeveloped and tested in order to prevent these problems and eliminate these losses.Performance rate can be improved by preventing idle time due to lack of raw material, andquality rate can be improved by standardization and improving raw material storageprocedure. In the result of model testing, it is shown that raw material inventory managementhas an effect on OEE and OEE can be improved by enhancing raw material inventorymanagement.

A key challenge for manufacturing companies is to store parts in an efficient way atthe lowest cost possible. As the demand of differentiated products increases, togetherwith the fact that old products are not phased out at the same pace, the need of usingstorage space as dynamically as possible becomes vital.Scania’s engine assembly manufactures engines for various automotive vehicles andmarine & industry applications. The variation in engine range in Scania’s offeringleads to the need of holding a vast, and increasing, assortment of parts in the produc-tion. As a consequence, this puts more pressure on the logistics and furnishing withinthe engine assembly.This master thesis aims to facilitate the process of assigning parts’ storage locationsin the most profitable manner through an optimization model, the Location Model, inExcel VBA. Together with the model, suggestions of work methods are presented.By implementing the Location Model at Scania’s engine assembly, 4,98 % of all keptparts are recommended location changes, while resulting in cost savings, for the chosen30-day period. These location changes result in a cost saving of 6,73 % of the totallogistic costs for the same time period.

Cytiva is a pharmaceutical company in Umeå that manufactures and administer hardware for medical instruments. A recurring problem for Cytiva is a lack of storage space, which is why they currently rent an external warehouse. The lack of space often results in the need to change storage places for items in order to create more storage space. Currently, these changes are made without really knowing the overall effect they have on the system. Moving items around in a warehouse is a common problem type for optimization. There are several proven analysis and optimization methods to combat this problem and many of these solution methods optimize warehouses with one point for input and output (I/O). There are significantly fewer methods that optimize warehouses built using a supermarket structure, i.e. with several I/O. Since Cytiva has a supermarket structure the purpose of this work is thus to create a model to apply optimization methods, where the model evaluates and optimizes the relocation of items within a warehouse built in a supermarket structure. With inspiration from the Assignment Problem and the Knapsack Problem, a mathematical model is formulated for the analysis and optimization of Cytiva’s inventory. The model relocates items between different supermarkets instead of between specific storage locations. Because of the size of the problem, a greedy algorithm is used to solve the optimization. Results are generated and then used to provide suggestions for the optimal stocking of items and to analyze three specific scenarios. The model provides a picture of how the flow will be affected by the three specific scenarios and makes corresponding recommendations thereafter. Concerning Cytiva’sinventory currently, it is concluded that there are indications that Cytiva’s flow can be improved by reviewing inventory. However, further research and development are needed to provide a reliable relocation proposal / Cytiva är ett läkemedelsföretag i Umeå som tillverkar och administrerar hårdvaran till medicinska instrument. Ett återkommande problem för Cytiva är platsbristen i fabriken, vilket också är anledningen till att man idag hyr ett externt lager. Platsbristen resulterar ofta i att man måste byta lagerplatser på artiklar för att hushålla med den lageryta man har. Idag görs dessa byten utan att man egentligen vet den verkliga effekten av dem. Att flytta runt artiklar i ett lager är en vanlig typ av optimeringsproblem. Det finns åtskilliga beprövade analys- och optimeringsmetoder. Många av dessa lösningsmetoder optimerar lager med en punkt för in- och utflöde (I/O). Det är betydligt färre som optimerar lager uppbyggt utefter en supermarket-struktur, det vill säga med flera I/O. Cytiva har en supermarket-struktur och syftet i detta arbete blev således att skapa och applicera en optimerings modell. Denna modell utvärderar och optimerar flytt av artiklar inom ett lager uppbyggt efter ett supermarket. Med inspiration från Tilldelningsproblemet och Kappsäcksproblemet formuleras en matematisk modell för analys och optimering av Cytivas lagerläggning. Modellen flyttar artiklar mellan olika supermarkets i stället för mellan specifika lagerplatser. På grund av problemets storlek används en girig algoritm för att lösa optimeringen. Resultat genererades och användes för att ge förslag till en optimal lagerläggning av artiklar, samt analysera tre givna scenarion. Modellen ger en bild av hur flödet kommer att påverkas av de tre givna scenarion och rekommendationer därefter. Vad gäller Cytivas lagerläggning idag, dras slutsatsen att det finns indikationer på att Cytivas flöde kan förbättras genom att se överlagerläggningen. För att ge ett pålitligt omflyttningsförslag behövs fortsatt forskning och vidareutveckling.

The planning of an Aftermarket Supply Chain is a very complex task. This is due to an unpredictable demand which is driven by the need for maintenance and repair. This drive translates to a high variety of lead times, a large number of stock-keeping units (SKUs) and the capacity to deliver spare parts during its full lifecycle. With all these complexities in place, optimizing and parametrizing the planning process is a difficult and time-consuming task. Moreover, the current optimization tool focuses only on one node (each warehouse individually) of the whole Supply Chain, without considering the information such as inventory levels of the other nodes. Hence, the Supply Chain is not completely connected, making it difficult to get a better understanding of the system performance to identify cost draining areas. This leads to capital being tied up in the upper stream of the Supply Chain and later adding unnecessary costs like high inventory costs, rush freight costs, return or scrapping cost. In this study, Discrete Event Simulation (DES) is explored as an additional optimization tool that could analyse and improve the performance of the whole Supply Chain. To do that, the functioning of a node is modelled by replicating the logics behind the flow of material, which includes analysing some manual workflows which are currently present. In Addition, all the information needed from the orders, order lines and parts are mapped. The later part of the study aims to connect all the nodes to form a whole overview of the Supply Chain and further perform optimizations globally.  As an outcome, Multi-Echelon Inventory Optimization has been performed on the whole Supply Chain after connecting all the nodes and thus getting an overview. Furthermore, the impact of different parameters has been studied on the whole model to understand the sensitivity of parameters such as variations in lead time and demand. Finally, different what-if scenarios such as COVID and problems with delay in suppliers were studied, which could help understand the impact of unforeseen situations. / Planeringen av en eftermarknadskedja är en mycket komplex uppgift. Detta beror på en oförutsägbar efterfrågan som drivs av behovet av underhåll och reparation. Enheten översätter till många olika ledtider, ett stort antal lagerhållningsenheter (SKU) och kapacitet att leverera reservdelar under hela dess livscykel. Med alla dessa komplexiteter på plats är optimering och parametrering av planeringsprocessen en svår och tidskrävande uppgift. Dessutom fokuserar det nuvarande optimeringsverktyget bara på en nod (varje lager separat) i hela leveranskedjan utan att beakta informationen som lagernivåerna för de andra noderna. Därför är försörjningskedjan inte helt ansluten, vilket gör det svårt att få en bättre förståelse för systemets prestanda för att identifiera kostnadsavtappningsområden. Detta leder till att kapital binds i den övre strömmen i försörjningskedjan och senare lägger till onödiga kostnader som höga lagerkostnader, snabba fraktkostnader, retur- eller skrotningskostnader. I denna studie undersöks Discrete Event Simulation (DES) som ett ytterligare optimeringsverktyg som kan analysera och förbättra prestanda för hela försörjningskedjan. För att göra det modelleras en nods funktion genom att replikera logiken bakom materialflödet, vilket inkluderar analys av några manuella arbetsflöden som för närvarande finns. Dessutom kartläggs all information som behövs från beställningar, orderrader och delar. Den senare delen av studien syftar till att ansluta alla noder för att bilda en hel översikt över försörjningskedjan och ytterligare utföra optimeringar globalt. Som ett resultat har Multi-Echelon Lageroptimering utförts i hela försörjningskedjan efter att alla noder har anslutits och därmed fått en översikt. Dessutom har effekterna av olika parametrar studerats på hela modellen för att förstå känsligheten hos parametrar som variationer i ledtid och efterfrågan. Slutligen studerades olika tänkbara scenarier som COVID och problem med förseningar hos leverantörer, vilket kan hjälpa till att förstå effekterna av oförutsedda situationer.

The aim of this thesis is to analyze the material flow in a company located at the second stage of the supply. Material flow is monitored in terms of logistics. The focus becomes reducing production lead times due to optimized inventory. In the theoretical section briefly summarizes the nature of material flow and the means used to optimize inventory. The content of the practical part is a detailed conflict of manufacturing and non-manufacturing operations, which will be the basis for possible suggestions to improve all material flow.

Firms today maintain complex supply chains containing many dependent stages to manufacture a product to the end customer. Here lies a dilemma, keeping extensive inventory generate higher customer satisfaction by enabling quick deliveries. This increase in inventory, however, comes at an increase in costs. Finding the balance between minimizing costs and increasing customer satisfaction is difficult. The search to solve this dilemma has led to the development of research in the area of inventory control. For long, optimization models have been developed to improve the supply chain holistically, from raw material-to-customer. Those approaches, however, have not been possible to apply in practice by being too computationally demanding. Also, they imply organizational adjustments that create issues beyond the optimization flow of materials. It explains why, despite significant technolog- ical advancements, many firms prefer to use non-holistic approaches. This thesis evaluates the tangible effect of using holistic optimization. The objective of this thesis’ is to determine optimal stock levels between dif- ferent stages of production. The method used is an optimization of inventory, stemming from Inventory Control Theories. Inventory optimization is at the cross- roads between logistics, economics, and management. The thesis builds on a case of inventory optimization identified at a large manufacturing firm. The literature in inventory optimization has indicated that inventory and customer services is a domain of continuous development. This thesis focuses on the adequation between total inventory cost and the customer service level. The method used to answer this question is the Multi-Echelon optimization model. This model seeks to optimize reorder points and reorder quantities. A comparison to the Single-Echelon model and a Base-Case allows for evaluation of the performance, discrete event simulation based on a company’s supply chain measures the effect. The result shows that the Multi-Echelon optimization model outperforms the two non-holistic models. This thesis shows the triple advantages of the Multi-Echelon optimization allowing for leaner manufacturing system by 1- reduction of waste, 2- less unproductive capi- tal tied up in inventory, and 3- adding value by increasing customer satisfaction. Other areas of inventory optimization in manufacturing should be able to take ad- vantage of the Multi-Echelon optimization model to manage materials stock-levels, delivery flows, and customer satisfaction. / Idag bedriver företag komplexa försörjningskedjor med många relaterade produk- tionssteg för att försörja sin efterfrågan. Dilemmat är att antingen ha stora lager för att säkerställa både snabb kundleverans och hög kundnöjdhet vilket kräver mycket bundet kapital. Alternativet är att spara pengar genom mindre lager men riskerar då att inte kunna leverera inom önskad tid och minska kundnöjdheten. Att hitta en balans är svårt. För att lösa problemet har forskning inom området lager- styrning ökat. Optimeringsmodeller har länge utvecklats för att förbättra försör- jningskedjor. De har inte kunnat appliceras i många företag p.g.a. avsaknaden av beräkningskraft och behovet att förändra organisationen utöver optimeringen. Det förklarar varför många företag, trots teknisk utveckling, fortfarande inte an- vänder ett helhetsperspektiv. Denna uppsats utvärderar de påtagliga effekterna vid holistisk optimering av produktion, lagerhållning, och kundleverans. Målet med uppsatsen är att fastställa optimala lagernivåer mellan de olika stegen inom en produktionskedja. Metoden som används är ”Multi-Echelon” op- timering och härstammar från området ”Inventory Control Theories”. Det är en blandning av logistik, ekonomi, och administration. Lageroptimering är ett ämne i konstant utveckling där kundnöjdhet blivit allt viktigare. Modellen optimerar när en ny beställning av material ska ske, samt dess storlek. Modellen utvärderas genom att jämföra prestationen med en ”Single-Echelon” modell och en grund- modell genom diskret händelsesimulering som är baserad på ett företags försör- jningskedja. Resultaten visar att ”Multi-Echelon” optimeringsmodellen presterar bättre än de två icke-holistiska modellerna vad gäller totalkostnad och kundser- vicenivå. Uppsatsen visar att ”Multi-Echelon” optimeringsmodellen har fördelar inom alla tre områdena: smidigare produktion genom mindre spill, mindre bun- det kapital krävs, och den ger en ökad kundnöjdhet genom säkrare leveranser inom ”rätt” tid. Andra områden inom tillverkningsindustrin borde kunna ap- plicera ”Multi-Echelon” optimering för att hantera sina lagernivåer, produktion, leveransflöden, och kundnöjdhet.

Arbetet syftade till att finna en passande modell för Moraberg AB:s beställningsrutiner för två färskvaror av anledning att optimera lagernivåer och minska matsvinn. Då efterfrågan hos Moraberg AB var okänd togs en modell fram för att prediktera och undersöka ifall det fanns ett linjärt samband mellan ett par parametrar och efterfrågan. Parametrarna som undersöktes var veckodag, temperatur, nederbörd och antal smittade personer i Covid-­19. Modellen baserades på historisk försäljningsdata för åren 2018– 2020. Två efterfrågemodeller togs fram, den första modellen innehöll alla nämnda parametrar förutom antal smittade personer i Covid­-19 och den andra modellen innehöll alla parametrar. Resultatet visade att temperatur, nederbörd och antal smittade personer i Covid­-19 har ett svagt beroende med efterfrågan hos företaget men parametern veckodag visade ett högt beroende med efterfrågan. Analys av modellerna visade att det inte existerade multikollinearitet samt att de inte bröt de fem antagandena om regression. Vidare visade resultatet att modell 2 presterade bättre än modell 1. Lageroptimeringsmodellen som var lämpligast för Moraberg AB, med avseende på de resurser och begräsningar som fanns inom ramen av detta arbete, var den deterministiska periodiska inspektions modellen som kan lösas med dynamisk programmering. Ett numeriskt exempel genomfördes på den valda lageroptimeringsmodellen med hjälp av modell 2. Det numeriska exemplet baserades på prognoser från vecka 17 år 2021. / This thesis aimed to find a suitable inventory model for Moraberg AB’s ordering routines to optimize inventory levels and reduce food waste for two perishable products. As the demand at Moraberg AB was unknown, a regression model was developed to predict and investigate whether there was a linear relationship between a few parameters and the demand. The parameters examined were weekday, temperature, precipitation, and number of infected people in Covid­19. The model was based on historical sales data for the years 2018–2020. Two demand models were developed, the first model contained all the mentioned parameters except the number of people infected in Covid-­19 and the second model contained all parameters.  The results showed that temperature, precipitation, and number of people infected in Covid­-19 have a weak dependence with the demand, however the parameter weekday showed a dependence with the demand. Analysis of the two models did not show any signs of multicollinearity and they did not violate the five assumptions regarding regression. Furthermore, the results showed that model 2 performed better than model 1.  The inventory model that was most suitable for Moraberg AB, regarding the resources and limitations that existed within the framework of this thesis, was the deterministic periodic ­review model that could be solved by dynamic programming. A numerical example was solved using the suitable inventory model and with the second demand model. The numerical example was based on forecasts from week 17 year 2021.