Return to search

Exploring Demand Forecasting Strategy in Young Fast-Growing Companies : A Case Study of Nudient / Utforskar strategier för efterfrågeprognoser i unga snabbväxande företag : En fallstudie av Nudient

The purpose of this study is to provide the case company Nudient with a recommendation of what demand forecasting methods and strategies they should use. To be able to make a tailored recommendation, a literature study is conducted to explore what demand forecasting methods are commonly used on applications similar to the case being studied. The forecasting methods and the strategy regarding when and how to use them are thereafter explored in a main literature review. Empirical data is gathered from the case company in the form of interviews and demand data. The empirical data is then used to evaluate which of the methods found in the literature review are a good fit for Nudient, thereafter the demand forecasting strategy is laid out. The final recommendation is divided into two categories, forecasting the demand for new products and forecasting the demand for mature products. For new products, the recommendation is for Nudient to make use of associative modeling, expert consensus, the Delphi method, and market research. For mature products, the recommendation is for Nudient to make use of the moving average method, double exponential smoothing, regression analysis, associative modeling, expert consensus, and the Delphi method. / Syftet med detta examensarbete är att ge fallstudieföretaget Nudient en rekommendation angående vilka metoder och strategier för efterfrågeprognoser de bör använda. För att kunna ge en skräddarsydd rekommendation genomförs en litteraturstudie med syfte att undersöka vilka efter frågeprognoser som vanligtvis används i applikationer som liknar det fall som studeras. Prognosmetoderna och strategin för när och hur metoderna ska användas utforskas därefter i en huvudlitteraturöversikt. Empirisk data samlas in från fallstudieföretaget i form av intervjuer och efterfrågedata. Den empiriska datan används sedan för att utvärdera vilka av metoderna som identifierades i litteraturöversikten som är passande för Nudient, därefter tas strategin fram för efterfrågeprognoser. Den slutliga rekommendationen är uppdelad i två kategorier, efterfrågeprognoser på nya produkter och efterfrågeprognoser på mogna produkter. För nya produkter är rekommendationen att Nudient bör använda associativ modellering, expertkonsensus, Delphi-metoden och marknadsundersökningar. För mogna produkter är rekommendationen att Nudient bör använda sig av glidande medelvärde, dubbel exponentiell utjämning, regressionsanalys, associativ modellering, expertkonsensus och Delphi-metoden.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-317660
Date January 2022
CreatorsAndersson, Marcus
PublisherKTH, Skolan för industriell teknik och management (ITM)
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationTRITA-ITM-EX ; 2022:252

Page generated in 0.0028 seconds