• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 3
  • Tagged with
  • 3
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Att välja prognostiseringsteknik / To select forecasting method

Evert, Daniel, Berghällen, Johannes January 2013 (has links)
Det finns många olika Data Mining-processer som kan tillämpas i ett Data Mining-projekt. Fördelen med att använda en Data Mining-process är att projektet blir strukturerat, processen kan hjälpa till att minska risker som annars kan uppstå och kan medföra att projektmålet förändras. Data Mining-processen som studien har undersökt är generell och studien försöker därmed precisera olika faser av processen, för att anpassas till ett prognostiseringsprojekt.Studien utvärderar den preciserade prognostiseringsprocessen genom att följa och dokumentera ett prognostiseringsprojekt på en tillverkningsindustri. Studien analyserar teoretiskt vilka implikationer tillverkningsindustrin kan möta och även om studiens framtagna process är tillämpningsbar i detta fall. Studien visar att det på en teoretisk nivå går att genomföra studiens preciserade Data Mining-process och visar även vilka risker som kan uppkomma om ett prognostiseringsprojekt inte följer en Data Mining-process. / Program: Systemarkitekturutbildningen
2

Prognoser på Kinnarps : Utveckling av en prognostiseringsprocess

Almgren, Nicole, Olsson, Anna January 2006 (has links)
Detta 20-poängs projekt på D-nivå har genomförts som en fallstudie på Kinnarps AB i syfte att utveckla en prognostiseringsprocess. Processen ska förbättra framförhållningen och underlätta planering på medellång sikt. Efter att undersökt de problem som upplevs på Kinnarps utvecklade vi följande problemformulering: Hur ser prognostiseringsarbetet ut på Kinnarps idag? Hur bör en generell prognostiseringsprocess utformas? Hur kan prognostiseringsprocessen anpassas till Kinnarps? En kartläggning av de berörda avdelningarna utfördes för att besvara den första frågan. Kartläggningen genomfördes genom intervjuer av personer på marknads-, produktions-, inköps- och leveranslogistikavdelningen, även återförsäljare intervjuades då de har kontakt med slutkunden och kunskap om marknaden. Flera problem som påträffades kan vara orsakade av Kinnarps korta framförhållning, som överbeläggning i produktionen, hög fyllnadsgrad i lager 5 och lång ledtid. Det finns tecken på brist i kommunikation mellan avdelningarna vilket leder till att alla planerar för att optimera sin egen avdelning och glömmer att se till helheten. Ett ytterliggare problem är att det inte finns en funktion med ansvar för att planera på medellång sikt. En litteraturstudie genomfördes för att kunna utveckla en generell prognostiseringsprocess, resultatet blev en cyklisk process som är uppdelad i fyra delprocesser, avvikelseuppföljning, efterfrågeprocessen, prognosförmedling samt processförbättring. För att prognostiseringsprocessen ska överleva och utvecklas anser vi att det bör finnas en prognosansvarig och innan processen kan implementeras måste parametrarna för prognosen bestämmas. Den anpassade processen till Kinnarps innehåller samma fyra delprocesser. En diskussion har förts kring vilka parametrar som vore lämpliga som grund till processen. Då Kinnarps inte har någon taktisk framförhållning idag anser vi att de bör börja prognostisera med en horisont på ett år, indelad i kvartalsperioder då den ska uppdateras och utvärderas. Detta är lämpligt då indelningen passar med budgetåret och säsongsvariationerna samt att de med den framförhållningen kan hinna genomföra förändringar i kapacitet. Som underlag till prognosen bör de använda sig av försäljningshistorik från affärssystemet och säljkårsuppfattning från återförsäljare och marknadsexperter. Prognoserna bör göras på en produktmodellnivå, som sedan ska kunna brytas ner på artikelnivå i systemet. Prognostiseringsprocessen är ett lämpligt sätt att utveckla samarbetet och integreringen mellan Kinnarps avdelningar då de bör stödja varandra för att förbättra för företaget som helhet. Användandet av en prognostiseringsprocess skulle ge Kinnarps ett bättre underlag för kapacitetsplanering av maskiner och personal i produktionen. Det skulle även kunna ge inköpare bättre förutsättningar vid avtalsförhandling hos leverantörer och bättre leveranssäkerhet. Leveranslogistik skulle kunna planera sina resurser bättre och marknadsavdelningen och återförsäljarna skulle kunna lova sina kunder kortare ledtider vilket skulle ge den konkurrensfördelar.
3

Prognoser på Kinnarps : Utveckling av en prognostiseringsprocess

Almgren, Nicole, Olsson, Anna January 2006 (has links)
<p>Detta 20-poängs projekt på D-nivå har genomförts som en fallstudie på Kinnarps AB i syfte att utveckla en prognostiseringsprocess. Processen ska förbättra framförhållningen och underlätta planering på medellång sikt. Efter att undersökt de problem som upplevs på Kinnarps utvecklade vi följande problemformulering:</p><p>Hur ser prognostiseringsarbetet ut på Kinnarps idag?</p><p>Hur bör en generell prognostiseringsprocess utformas?</p><p>Hur kan prognostiseringsprocessen anpassas till Kinnarps?</p><p>En kartläggning av de berörda avdelningarna utfördes för att besvara den första frågan. Kartläggningen genomfördes genom intervjuer av personer på marknads-, produktions-, inköps- och leveranslogistikavdelningen, även återförsäljare intervjuades då de har kontakt med slutkunden och kunskap om marknaden. Flera problem som påträffades kan vara orsakade av Kinnarps korta framförhållning, som överbeläggning i produktionen, hög fyllnadsgrad i lager 5 och lång ledtid. Det finns tecken på brist i kommunikation mellan avdelningarna vilket leder till att alla planerar för att optimera sin egen avdelning och glömmer att se till helheten. Ett ytterliggare problem är att det inte finns en funktion med ansvar för att planera på medellång sikt.</p><p>En litteraturstudie genomfördes för att kunna utveckla en generell prognostiseringsprocess, resultatet blev en cyklisk process som är uppdelad i fyra delprocesser, avvikelseuppföljning, efterfrågeprocessen, prognosförmedling samt processförbättring. För att prognostiseringsprocessen ska överleva och utvecklas anser vi att det bör finnas en prognosansvarig och innan processen kan implementeras måste parametrarna för prognosen bestämmas.</p><p>Den anpassade processen till Kinnarps innehåller samma fyra delprocesser. En diskussion har förts kring vilka parametrar som vore lämpliga som grund till processen. Då Kinnarps inte har någon taktisk framförhållning idag anser vi att de bör börja prognostisera med en horisont på ett år, indelad i kvartalsperioder då den ska uppdateras och utvärderas. Detta är lämpligt då indelningen passar med budgetåret och säsongsvariationerna samt att de med den framförhållningen kan hinna genomföra förändringar i kapacitet. Som underlag till prognosen bör de använda sig av försäljningshistorik från affärssystemet och säljkårsuppfattning från återförsäljare och marknadsexperter. Prognoserna bör göras på en produktmodellnivå, som sedan ska kunna brytas ner på artikelnivå i systemet.</p><p>Prognostiseringsprocessen är ett lämpligt sätt att utveckla samarbetet och integreringen mellan Kinnarps avdelningar då de bör stödja varandra för att förbättra för företaget som helhet. Användandet av en prognostiseringsprocess skulle ge Kinnarps ett bättre underlag för kapacitetsplanering av maskiner och personal i produktionen. Det skulle även kunna ge inköpare bättre förutsättningar vid avtalsförhandling hos leverantörer och bättre leveranssäkerhet. Leveranslogistik skulle kunna planera sina resurser bättre och marknadsavdelningen och återförsäljarna skulle kunna lova sina kunder kortare ledtider vilket skulle ge den konkurrensfördelar.</p>

Page generated in 0.1239 seconds