Det blir alltmer vanligt med kundanpassade produkter. Dagens sätt att tillverka på kan ses som ett resultat av att företag skiftat från massproduktion till att sätta kunden i centrum. Vi har gått in i den fjärde paradigmen av den industriella revolutionen, ”Mass-personifierad produktion” (MPP) eller ”Industri 4.0” som det även kallas. Kundanpassade produkter tar allt längre tid att göra, och för att få ut produkten snabbt krävs det att produkterna finns i lager vilket ger ett behov till prognostisering, och pålitliga processer. I detta arbete har en fallstudie genomförts på ett industriföretag, Industri AB med syfte att undersöka och skapa förståelse för prognosprocessen på ett kundorderstyrt industriföretag. I detta arbete kartläggs även Industri AB:s prognosprocess. Arbetet grundar sig en litteraturstudie av vetenskapliga artiklar och böcker, samt intervjuer på Industri AB. I arbetet har abduktion använts som vetenskapligt angreppsätt vilket betyder att det skett en växling mellan litteratur och empiriskt insamlat material. Genom att använda abduktion kunde de studerade faktorerna väljas utifrån de faktorer som, enligt litteraturen och Industri AB, har störst påverkan på prognosprocessen. Efter att detta arbete genomförts går det att konstatera att det finns flera faktorer som påverkar prognosprocessen på kundorderstyrda industriföretag. Detta arbete tar upp sju påverkande faktorer och dessa är produktens utformning, osäkerhet, kommunikation och samarbete, bonussystem för säljare, den mänskliga faktorn, tillgängliga data och dess kvalitet, samt systematisk uppföljning. Faktorerna påverkar prognosprocessen på olika sätt, och denna studie ger även konkreta generella lösningsförslag samt förslag till hur Industri AB kan utveckla sin prognosprocess. / Customized products are becoming increasingly more common. Today's way of manufacturing can be seen as a result of companies shifting from mass production to putting the customer in the center. We have entered the fourth paradigm of the Industrial Revolution, "Mass-Personalized Production" or "Industry 4.0" as it is also called. Customized products take more and more time to produce, and in order to quickly get the product out, it is required that the products are in stock, which provides a need for forecasting and reliable processes. In this work, a case study has been carried out at an industrial company, Industri AB with the aim of investigating and create an understanding of the forecasting process at a customer order-driven industrial company. In this work, the forecasting process at Industri AB is also mapped. The work is based on a literature study of scientific articles and books, as well as interviews at Industri AB. In this work, abduction has been used as a scientific approach, which means that there has been an alternation between literature and empirically collected material. By using abduction, the studied factors could be selected based on the factors that, according to the literature and Industri AB, have the greatest impact on the forecasting process. After this work has been carried out, it can be concluded that there are several factors that affect the forecasting process at customer-order-driven industrial companies. This work addresses seven influencing factors and these are product design, uncertainty, communication and cooperation, bonus systems for salespeople, the human factor, the available data and its quality and systematic follow-up. The factors affect the forecasting process in different ways, and this study also provides concrete general solutions and suggestions for how Industri AB can improve their forecasting process.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:hig-39233 |
Date | January 2022 |
Creators | Fredholm, Johanna, Jansson, Lovisa |
Publisher | Högskolan i Gävle, Industriell ekonomi |
Source Sets | DiVA Archive at Upsalla University |
Language | Swedish |
Detected Language | Swedish |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0031 seconds