C.S. van Nielen
Seizoenspatronen in de vraag. Een onderzoek naar seizoenspatronen en het
maken van een vraagvoorspeller.
Stageverslag/scriptie,
Rapport 98.3.LT.5065, Transporttechnologie, Logistieke Techniek.
De meeste organisaties zijn niet in de positie om te wachten op een order
van de klant, eer men begint met de productie ervan. Om te bepalen hoeveel
er nu geproduceerd moet worden van een bepaald product, moet er dus een
schatting worden gemaakt van de toekomstige vraag naar dit product. Voor
een betrouwbare schatting moet men weten of de vraag naar een product
seizoensafhankelijk is of niet. Het doel van dit verslag is om weer te
geven of er producten zijn, waarvan de verkoop seizoensafhankelijk is en
welke dit zijn. Voor alle producten zal op basis van verkoopgegevens uit
het verleden, een voorspelling worden gemaakt van de te verwachten
verkopen in de toekomst.
De producten die Philips maakt zijn gegroepeerd op verschillende niveaus
(mag, a-, cag, capo,roep, 10nc, 12nc). Er is gekozen om het cag- en het
capgroepniveau op seizoenspatronen te onderzoeken. Daarnaast is er, op
verzoek van een aantal productieplanners, een aantal 10nc's dat ook
onderzocht zal worden. De gegevens voor het onderzoek komen uit GMRS (Goods
Movement Reportment System). Dit is een database, waar alle verkopen worden
bijgehouden. Er is gekozen om een kwantitatieve analyse (gebaseerd op
verkoopgegevens uit het verleden) uit te voeren. Voor een paar groepen zijn er
echter ook kwalitatieve gegevens meegenomen in de voorspellingen. Uit een
aantal verschillende kwantitatieve analysemethoden, is de
"decomposition" method gekozen als analysemethode voor dit
onderzoek. Deze methode is gekozen omdat zij makkelijk is toe te passen en
daarbij goede voorspellingen mogelijk maakt.
In iets meer dan de helft van de onderzochte groepen zijn aantoonbare
seizoenspatronen aangetroffen. Dit geldt zowel voor de caggen, als de
capgroepen en de onderzochte 10nc's. Er zijn geen groepen gevonden,
waarbij er bijvoorbeeld op cagniveau seizoenspatronen werden waargenomen,
terwijl dat bij geen van de capgroepen uit die cag werd waargenomen.
Andersom (niet op cagniveau en wel bij alle capgroepen) is dat ook niet
gevonden. Dit wordt veroorzaakt doordat bij de meeste caggen het aantal
verkopen voor het grootste gedeelte door maar één capgroep
wordt bepaald. Om de gemaakte voorspellingen te gebruiken voor bijvoorbeeld
het maken van een productieplan of het inplannen van ploegen voor de
productie, verdient het aanbeveling om een model te maken dat de
voorspellingen afstemt op de dagen dat er geproduceerd kan worden. Verder
is het belangrijk om met behulp van nieuwe gegevens over de verkopen
nieuwe voorspellingen te maken. Hoe meer gegevens uit het verleden
beschikbaar zijn, hoe beter de voorspelling wordt.
Rapporten studenten Logistieke Techniek
Gewijzigd: 1998.08.27;
logistics@3mE.tudelft.nl
, TU Delft
/ 3mE
/ TT
/ LT.