KORTFATTAD SAMMANFATTNING Bristen på spårkapacitet genom centrala Stockholm har länge varit ett stort problem och om ingen förbättring sker, väntas situationen bli ohållbar. I uppsatsen undersöks de underliggande maktstrukturerna i planeringsprocessen genom en fallstudie av Citybanan som är en sex kilometer lång pendeltågstunnel i Stockholm. Temat för uppsatsen är stora planeringsprojekt, där utgångspunkten är överskridelser av tidsramar och kostnader. Ett sätt att undvika detta är att göra tillförlitliga prognoser. För att åskådliggöra strukturerna i beslutsprocessen tillämpas en narrativ metod, där kronologi används för att förtydliga händelseförloppet runt Citybanan. Politisk oenighet och den tröga byråkratiska administrationen är bidragande orsaker till att kostnaderna för Citybanan ökat och att tidsramarna spräckts. Maktskiftet vid valet hösten 2006 har spelat en central roll i processen runt Citybanan. Citybanan anses vara ett projekt av riksintresse, som inte bara gagnar Stockholm, utan hela Sverige.

ICA is the largest general dealer in the Swedish market as well as the largest supplier to the independent ICA-dealers. The principal and one of the biggest stakeholders of this thesis is the department Supply Chain Development who is responsible for the development of ICA’s Supply Chain. The purpose of this study is to examine how ICA’s sales are affected by weather and to make recommendations on how ICA should proceed with its work regarding this issue. By leveraging their forecasts by including weather, ICA hopes that their logistical metrics amount of spoilage, service levels and number of inventory days will improve. This thesis describes how ICA is working with weather currently, and furthermore it discusses the existing literature within this area. Extensive statistical surveys have been conducted in order to identify the products that are affected by weather, and to examine how they are affected by different weather variables. Finally, the thesis gives recommendations to ICA on how they can improve their forecasting by taking this study’s results into account. Presently ICA has no consistent approach when it comes to considering weather’s impact on sales. Each individual product planner uses his own experience and gut feeling and there is no central guidance or other quantitative information there to help them. This thesis is organised around two major statistical studies. First, a correlation study examines the correlation between sales and deviation from mean temperature. The weather parameter was selected following recommendations from earlier studies and from SMHI - the national weather institute in Sweden. The study was conducted on ICA’s entire assortment and identified which items that were affected by weather. These turned out to be about a hundred in number and were affected mainly during the summer; however a few items were also affected in the winter. Most of the affected items were rather logical regarding weather’s effects on sales and have also been pointed out by planners as products that are likely to be affected by weather. Following that, several regression analyses were conducted on the selected weather affected assortment. The regression analyses were conducted with various combinations of one or more weather parameters as explanatory variables. Surprisingly, in most cases the deviation from mean temperature alone was the parameter that best explained the variance in sales figures. The result or output of this thesis is a value for the expected change in sales for a selected assortment, given a change in deviation from mean temperature. The recommendations given at the end of this thesis explains how ICA in a simple and cost effective way could implement the study's results in their daily work. The proposal is to divide the work by what should be done centrally by the forecasting department, and by what should be done individually by each planner. The forecasting department should regularly collect weather forecasts over different time periods, calculate the deviation from mean temperature and distribute it to the supply planner. After that, it is up to the supply planners on how to best take advantage of this information by taking into account other unique factors affecting each category, such as campaigns, holidays and daily indexes that in many cases have more effect on sales than the weather.

I denna uppsats utvärderar författarna den metod Statistiska Centralbyrån använder sig av vid befolkningsframskrivningar. Metoden fungerar relativt bra vid prognoser över totalbefolkningen, men det visade sig att det blev problem med prognosen av individer i mycket unga och mycket äldre åldrar.

I denna uppsats har olika metoder för att göra prognoser för ekonomiska tidsserier med säsongsmönster jämförts och utvärderats. Frågan som undersökningen har kretsat kring är: Vilken metod är bäst lämpad för att göra prognoser av tidsserier med säsongsmönster? De metoder som jämförs är säsongsrensningsmetoderna Census II och TRAMO/SEATS, säsongsmodellerna SARIMA och ARIMA med dummyvariabler för säsong samt en metod där medelvärdena från de fyra första metoderna används som prognoser. För att genomföra undersökningen har dessa metoder tillämpats på fyra ekonomiska tidsserier, nämligen: konsumtion, BNP, export samt byggstarter. Resultatet från undersökningen är att säsongsmodellerna är bäst för konsumtionsserien, säsongsrensningsmetoderna är bäst för BNP- och exportserien och den ena säsongsmodellen (SARIMA) är bäst för byggstartsserien medan den andra (ARIMA-dummy) är den sämsta. Val av prognosmetod beror med andra ord på vilken serie som ska prognostiseras.

Abstract   Titel: Budget development – a study of multinational industrial companies   Date: 2011-05-27   Authors: Daniel Claesson & Tobias Kronvall   Supervisor: Fredrik Karlsson   Examiner: Lars-Göran Aidemark   Purpose: The main purpose of this study is to follow up and to do a comparison                of a study of Arwidi & Samuelson (1991) where we describe and explain budget change, from the traditional budget to today´s modern business management, in some of the leading listed Swedish industrial companies. We will also examine which objectives of the budget are highlighted in the companies. Further, we examine the relationship between                         organization, strategies and budgeting and how it affects the company            management.   Method: In this study we used a qualitative approach. We used a multiple case                  study to examine corporate approach to budgeting. The empirical data were collected through telephone interviews. Theoretical basis of this study is analytical generalization, where we with the help from empirical evidence rejects or confirms earlier theory.   Conclusions: Industrial companies in our study have abandoned budget and control its            activities today with forecasts and business plans. Global changes have meant that companies act after new conditions which have affected the organization, strategies, and choice of control instruments. Our study shows that the effects of changes in management philosophy are the initiation of changes in control instruments. Forecast and business plans                     are now prominent in our surveyed companies that use these instruments                       primarily for two reasons. Forecast helps companies to quickly identify global changes with the aim of correcting them before they occurred. The business plans clear focus on activities provides a positive financial impact. These activities should therefore be in line with customer satisfaction and organizational growth.

Since most of the inhabitants in West Africa is working with, or are dependent on agricultural work, accurate weather forecasts are important in their daily work. Knowledge of when to start to sow is one of the most important features from a farmer’s point of view. It can be devastating for the farmers if the soil is not moist enough when planting since the crops risks to dry out, but also planting too late needs to be avoided since it will affect the growing time and therefore might reduce the production. In this thesis, investigations whether the start of the rainy season in Ghana and parts of Burkina Faso is predictable, only with the use of patterns in rainfall and changes in sea surface temperature in the Gulf of Guinea. The region of interest has been divided into four equally sized areas with a latitudinal width of 2  from south to north. The models are first of all predicting the start of the rainy season in the southernmost area by use of four different methods, three that are based on precipitation patterns and one based on changes in sea surface temperature. Thereafter, the three northerly areas are predicted with a linear function based on when the rainy season started in the southernmost area. The results shows that the model is acceptable in its predictability but is very good in indicating if the rainy season will start earlier or later than the year before. This is of major benefits for the farmers in the region. On a long‐range average, the rainy season starts in the southernmost area first and then it starts further north, but this is not always the case in individual years, which makes the models complicated to use in some years. In order to give reliable forecasts to the farmers, the rainy season needs to be defined so it fulfils the conditions that are needed for plants to grow. Therefore, the start of the rainy season is defined as when 40 mm of precipitation is received during a five‐day period with at least 16 mm in one of these five days. Thereafter, the next 30 days cannot contain more than 18 days without precipitation. / Eftersom de flesta invånarna i Västafrika arbetar med, eller är beroende av jordbruksarbete så är väderprognoser till stor hjälp i det dagliga arbetet. Att ha kännedom om när det är lämpligt att börja så är en av de viktigaste aspekterna ur böndernas perspektiv. Att börja så innan marken är tillräckligt fuktig kan leda till förödande konsekvenser för bönderna då grödorna riskerar att torka ut och dö, men även att vänta för länge med att så bör undvikas eftersom det påverkar längden på skördesäsongen och därmed också produktionen. I den här studien har det gjorts undersökningar om det är möjligt att göra prognoser för när regnperioden börjar i Ghana och delar av Burkina Faso med hjälp av nederbördsfördelningen och förändringar i ytvattentemperaturen i Guineabukten. Regionen har delats in i fyra lika stora områden med latitudinell bredd på 2 ° från söder till norr. Modellerna börjar med att göra en prognos för regnperiodens början i det sydligaste området med hjälp av fyra olika metoder, tre som är baserade på nederbördsfördelningen och en som är baserad på ändringar i ytvattentemperaturen. Därefter görs prognoser för de tre nordligare områdena med hjälp av en linjär funktion baserad på när regnperioden började i det sydligaste området. Resultaten visar att modellen är acceptabel när det gäller att komma så nära den verkliga starten som möjligt, men är väldigt bra på att indikera om regnperioden kommer att börja tidigare eller senare än året innan. Detta är till stor nytta för bönderna i området. Över ett längre perspektiv så börjar regnperioden först i det sydligaste området för att sedan börjar längre norrut, men så ser det inte ut i varje enskilt år, vilket gör att modellerna inte är användbara alla år. För att kunna ge bönderna så bra prognoser som möjligt så behöver regnperioden definieras så att den uppfyller de villkor som krävs för att de ska kunna börja så. Därför har regnperiodens början definierats som när 40 mm nederbörd mottagits under en femdagarsperiod med minst 16 mm under en av dessa fem dagar. Därefter får de närmaste 30 dagarna inte innehålla mer än 18 dagar utan nederbörd.

Tillverkning mot kundorder kräver oftast att hålla ett förrådslager med råmaterial. Ökade kundkrav på korta leveranstider kräver att material skall finnas tillgängligt i lager. Detta ger upphov till ökade lager hos ett företag som i sin tur gör att de binder mer kapital och samtidigt leder till en sämre av­kastning. För att undvika att hålla för stora förrådslager men samtidigt hålla en god servicenivå krävs en effektiv lagerstyrning. Syftet med detta projekt är att ta reda på hur efterfrågan ser ut hos företaget i dagsläget samt kunna ta fram en lämplig prognosmetod och beräkningsmodell mot en viss takt för lagerstyrningen. Prognos­metoderna skall vara ett underlag för inköp vid beställning av material. Detta skall ligga till grund för att standardisera arbetssättet och underlätta exempelvis arbetet för nyanställda. Syftet med arbetet är också att med hjälp av en prognosmetod kunna hålla kapitalbindningen av råmateriallagret på en lämplig nivå. De metoderna som behandlas i detta arbete är ABC-analys, be­räkning av säkerhetslager och prognosmetoder. Resultatet från detta arbete skall besvara målen som projektet strävar efter. Detta skall genom olika analyser och experiment undersöka vilken typ av prognosmetod som företaget bör använda. Metoderna och teorierna som tas upp i rapporten har även syftet att kunna användas av liknande företag. Den valda prognosmetoden skall även resultera i ett bättre underlag för att komma närmre den verkliga efterfrågan som är en del för att uppnå en förbättrad lagerstyrning. Detta har i största möjliga mån satts i relation till det arbetssätt som används på företaget idag. En del av arbetet har gått ut på att ta reda på hur mycket efterfrågan varierarat från beställning tills materialet står i råmaterialslagret. Detta har även använts för att jämföra prognosmetoderna mot det nuvarande arbetssättet. Eftersom företaget vill expandera sin produktion har även en beräkningsmodell tagits fram. Denna modell anger lagernivån inklusive säkerhetslager mot en önskad takt. / Production to customer order usually requires keeping a supply warehouse. Increased customer demands for short lead-times require that materials must be in stock. This result in increasing stock levels in a company leads to more capital tied up and simultaneously leads to poorer yields. To avoid keeping a large storage warehouse whilst keeping a good service requires an effective inventory control. The purpose of this project is to find out how the demand looks like in the current situation of the company and to develop an appropriate forecasting method and calculation model against a certain pace for inventory control. The methods mentioned in this work are the ABC analysis, calculation of safety stock and forecasting methods. The results from this work will answer the objectives of the project aims. A variety of analyzes and experiments shall be used to investigate what type of forecasting method that the company should use. The methods and theories raised in the report also aims to be used by similar companies. The aim of the selected forecasting method is also to lead to a better base, from which better forecast precision is one part in order to improve the inventory management. This has, as far as possible, been put in relation to the working methods used in the company today. Some of the work has been to find out how much demand changes during the lead times, i.e. from the ordering of raw material until the material is in the raw material stock. This has also been used to compare forecasting methods against the present approach. Because the company wants to expand its production, a calculation model has also been developed. This model indicates the inventory level to a desired pace, i.e. demand level.

En effektiv materialhantering har en viktig del i hur konkurrenskraftig en organisation är och att utveckla sina arbetssätt inom detta område är en kontinuerlig utmaning. I en organisation utgör lagerhållning av varor en av de mest väsentliga logistikkostnaderna. Ett sätt att reducera dessa kostnader är genom prognostisering.  Det finns därmed ett incitament för organisationer att allokera resurser på detta område för att bedriva sin verksamhet mer kostnadseffektivt och vara fortsatt konkurrenskraftiga. Statliga myndigheter är inget undantag gällande kostnadsreduceringar, speciellt eftersom de hushåller med resurser som tillhandahålls av regeringen. Studiens syfte har varit att undersöka vilka kvantitativa prognosmetoder som kan användas och hur de ska väljas för att uppnå en förbättrad lagerstyrning. Studien genomfördes som en fallstudie på Trafikverket. Genom att studera en organisation och använda verklig data, bidrar studien med en ökad förståelse för hur prognostiseringsprocessen är utformad samt hur prognostisering kan tillämpas utifrån efterfrågan på ett brett sortiment av artiklar. Totalt har prognoser upprättats för 245 artiklar som finns i det nuvarande sortimentet. Fem olika prognosmetoder användes för att upprätta prognoser som sedan utvärderades med två prognosmått. För att sedan välja den bästa prognosmetoden för varje artikel på ett objektivt sätt användes Data Envelopment Analysis (DEA). Studien visar vilka steg som ingår i prognostiseringsprocessen samt vilka aktiviteter som bör genomföras i varje steg. Studiens användning av DEA-analys för att bestämma den mest lämpliga prognosmetoden för ett sortiment av artiklar visar nya användningsområden för metoden. Studiens resultat och analys visade att de prognosmetoder som organisationen använder inte genererar det bästa resultatet. Prognosfelet minskade för sortimentet när den prognosmetod som DEA-analysen föreslog användes. Studiens slutsatser visade att organisationen inte analyserat varför de prognosmetoder som används är lämpliga samtidigt som de inte följer upp och utvärderar resultatet. Vidare gavs rekommendationer till fallstudieföretaget gällande vilka prognosmetoder och utvärderingsmått de kan använda sig av. / For organizations, an efficient management of material is a source for cost reductions and is an important aspect to continuously develop in order to stay competitive. Keeping stock is one of the significant costs related to logistics and one method that can contribute to a reduction in future stock levels is demand forecasting. There is therefore an incentive for organizations to allocate resources to this area of subject, to operate more efficiently and maintain or increase competitiveness. The public sector is not an exception in regard to working with cost reductions and a strict budget, especially since they use funds allocated by the government. The purpose of this thesis is to investigate which quantitative forecasting methods that can be used and how the methods should be chosen. The goal is to provide more accurate forecasts that contributes to a reduction of total material handled. The thesis was performed as a case study at Trafikverket (the Swedish transport administration). Through study and analysis of a real organization who provided real-world data to work with, the thesis contributes with an understanding of how the forecasting process is outlined and how it can be practiced when managing a large set of products. Five different forecasting methods were used in this thesis together with two measurements of accuracy. In total, forecasts were developed for 245 different products by using real data on past demand. Data Envelopment Analysis (DEA) was used to choose the most and least appropriate forecasting methods for each product. The thesis demonstrates which steps and activities are necessary in the forecasting process and the usage of DEA to decide which method is the most and least suitable for a large set of products shows a new usage for the method. The result and analysis of the thesis showed that the forecasting methods used by the case company are not the most suitable ones. The forecast error was reduced for the total set of products when using the methods that the DEA suggested. The conclusions of the thesis revealed that the case company did not perform any analysis on why the current forecasting methods were used and adding to this, no evaluation of the forecast error was performed. Further, recommendations were provided to the case company regarding which forecasting methods and accuracy measures should be employed.

Ekonomi och prognostisering är en stor utmaning för alla företag och en viktig pusselbit för lönsamheten i byggindustrin. Digitaliseringen har underlättat kontakten mellan entreprenör och projektledning. Med det tryck som digitaliseringen och av andra konkurrerande företag medför är det viktigt att kunna ställa realistiska prognoser med rätta förutsättningar. Detta för att sedan ta vara på utvinna erfarenheter och ha dem i beaktande vid projektering av kommande projekt. Eftersom en väl utförd prognos från varje projekt medför ett underlag till de framtida besluten inom ett företag är det viktigt att hitta och identifiera risker och möjligheter för varje projekt. Bakgrunden för arbetet är behovet att utreda företagets arbetssätt vid prognoshantering. Arbetet utfördes tillsammans med Svevia och mycket av informationen kommer från det företaget. Studien är baserad på intervjuer samt en enkät. De intervjuade personerna hade olika befattningar inom företaget några från företagsledningen och några från produktionen. Brister i dagens arbetssätt synliggjordes och utreddes. Likaså diskuterades frågor kring utbildning, programvaror och resurser. Vid enkäten var respondenterna var anställda på företaget. Resultatet redovisas i form av diagram. Resultaten från enkäten och från intervjuerna analyserades och ledde fram till denna slutsats: brister fanns genom: avsaknad av utbildning, tidsbrist, saknaden av ett enhetligt arbetssätt och kunskapsbrist beträffande programvara. Den viktigaste bristen är saknaden av ett enhetligt arbetssätt, Uppföljning och tillvägagångssätt gällande prognoser borde vara lika för alla anställda. / Economy and forecasting are a big challenge for the corporations and an important piece if the puzzle when it comes to profitability in the construction industry. Digitalization of the workplace within the construction industries has made it easier to communicate between the entrepreneur and project management. A big part of the digitalization and the pressure from other companies makes it very important to be able to make realistic forecasts. Also be able to extract the experience from the forecasts and applying it in the future endeavors of the company. Since a well thought out forecast from every project create a basis in which the future decisions will be grounded in, identifying the risks and possibilities of each project and in how they were resolved to minimize losses will be of much importance. This reports background is the need to investigate a uniform approach to forecast management. This thesis was made in collaboration with Svevia and the bulk of the information was derived from their company. The study is based on interviews conducted with employees and a survey. The respondents held different positions within the company where both members of the management were interviewed and from the production. Shortcomings in current method were made visible and investigated. Likewise issues concerning education, software and resources were discussed. The result of the survey was compiled with diagrams where the employees of the company responded to the different questions. Together with the result of the interviews and the survey the analysis and conclusion was formed. The comprehensive flaws can be attributed to the lack of a uniform practice, where the follow up and approaches are the same for all employees.

The discussions on social media platforms reflect the views of masses on different ongoing long term events. The demand for different people-oriented services observes upsurge during the period of such long term events. Accurate forecasting of such time series data has a vital role in many business domains. In this project, we propose two deep learning based architectures for time series forecasting which incorporate exogenous information available from social media in both textual and numerical modalities. Our experiments show that compared to forecasting without exogenous information, adding numerical attributes yields approximately 1% increment in the forecasting accuracy while textual information causes a 6-9% reduction in the accuracy Our assumption on the result is that the collected exogenous data especially the textual information is insufficient in this problem context. Adding more related data from the same or multiple sources may improve the forecasting performance. / Diskussionerna på sociala medieplattformar återspeglar massornas åsikter om olika pågående långvariga händelser. Efterfrågan på olika människorinriktade tjänster observerar uppsving under perioden med sådana långsiktiga händelser. Noggrann prognos av sådana tidsseriedata har en viktig roll i många affärsområden. I detta projekt föreslår vi två djupa inlärningsbaserade arkitekturer för tidsserieprognoser som innehåller exogen information tillgänglig från sociala medier i både textuella och numeriska modaliteter. Våra experiment visar att jämförelse med prognoser utan exogen information, ger användandet av numeriska attribut ungefär 1% ökning i prognosprecisionen medan textinformation orsakar en 6-9% minskning i precision. Vårt antagande om resultatet är att den samlade exogena informationen, särskilt den textuella information är otillräcklig i detta problem. Att lägga till mer relaterade data från samma eller flera källor kan förbättra prognosprecisionen.