This thesis presents a preliminary design of a demand forecasting service using a service design approach. The service aims to provide a better user experience when forecasting demands for the Operational Managers (OM) in an online food-delivery platform. Based on the internal user interviews, demand forecasting is essential to plan the right yet efficient balance between order demand and delivery supply. However, some limitations were discovered in the existing process that creates unnecessary manual work, and therefore less time productivity. This thesis explores whether to create a better digital and centralized forecasting service and can be introduced to reduce the manual tasks as much as possible using Machine Learning models. The research methodologies used in this thesis are the user-centric design methods, for example, semi-structured interviews, Affinity diagrams, Stakeholder Mapping, Persona, User Journey Mapping, and Service Blueprint. Moreover, the research highlights the current gaps in the forecasting process and presents comprehensive suggestions in designing the forecasting service. The results also combined the stakeholder aspirations to ensure operational efficiency and user-centric design methods to solve those gaps. / Denna uppsats presenterar en preliminär design för en tjänst för efterfrågeprognostisering med hjälp av en tjänstedesignmetod. Tjänsten syftar till att ge en bättre användarupplevelse vid prognostisering av efterfrågan för de operativa cheferna på en online-matleveranstjänst. Intervjuer med interna användare visade att prognostisering av efterfrågan är viktig för att kunna planera en korrekt men effektiv balans mellan efterfrågan och antalet kurirer. I den nuvarande processen upptäcktes dock några begränsningar som skapar onödigt manuellt arbete och mindre tidsproduktivitet. Förslaget var att skapa en bättre digital och centraliserad prognostiseringstjänst och minska de manuella uppgifterna så mycket som möjligt med hjälp av maskininlärningsmodeller. I forskningen tillämpades användarcentrerade designmetoder, till exempel halvstrukturerade intervjuer, affinitetsdiagram, intressentkartläggning, persona, kartläggning av kundresor och service blueprint. Dessutom belyste forskningen de befintliga luckorna i hela processen och presenterade omfattande förbättringsförslag för utformningen av prognostiseringstjänsten. Resultaten kombinerade också intressenternas ambitioner för att säkerställa operativ effektivitet med användarcentrerade designmetoder för att lösa rätt problem. Prognostiseringstjänsten utvecklades av företaget utgående från forskningsresultatet.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-294145 |
| Date | January 2020 |
| Creators | Pramudita, Krisnaldi Eka |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2020:930 |
Page generated in 0.0024 seconds