Innovatiivisten ja funktionaalisten tuotteiden kysynnän ennustaminen terveydenhuollonalan tukkuyrityksessä

Tässä diplomityössä tutkitaan miten kysyntää voidaan ennustaa erityyppisille tuotteille. Työssä esitellään miten funktionaaliset ja innovatiiviset tuotteet poikkeavat toisistaan sekä miten niiden toimitusketjut eroavat. Työssä esitellään kvantitatiivisia ja kvalitatiivisia menetelmiä kysynnän ennustamiseen erityyppisille tuotteille ja sitä kuinka ennustemenetelmä tulisi tuotteille valita. Työssä käydään läpi ennusteprosessi, ennusteiden suorituskyvyn mittaaminen ja ennustamisen hyödyt ja sudenkuopat. Työn käytännönosuus on tehty kohdeyritykselle, joka toimii terveydenhuollonalan maahantuojana ja tukkuyrityksenä. Työn tarkoituksena on luoda yritykselle ennusteenvalintatyökalu, jonka avulla voidaan valita yrityksen toisistaan poikkeaville tuotteille tarpeeseen sopivia kysynnän ennusteita. Työssä luodaan ennusteet neljälle yrityksen toisistaan poikkeavalle tuoteryhmälle, joista jokaisella on erilainen tarve ennusteen käytölle. Jokaisesta tuoteryhmästä on valittu yhdestä kolmeen tuotetta, joille luodaan ennusteet käyttäen yhtä tai kahta erilaista menetelmää ja niiden suoriutumista verrataan yksinkertaisimpaan menetelmään, naiiviin menetelmän tuloksiin.

This thesis aims to clarify, how demand can be forecasted for different type of products. Products can be classified as functional or innovative products depending on different features of products. There is diffe-rences between functional and innovative products and also the supply chain of these products differs from each other. Thesis introduces both quantitative and qualitative forecasting methods for forecasting. Thesis focuses on methods for choosing right demand forecasting model based on products and supply chains attributes. Thesis also discusses about forecasting process and measurement techniques as well as the benefits and pitfalls of using forecasting in supply chain. Empirical part focuses on building of a tool for choosing a forecasting method for different type of products. Tool is made for case-company which operates as wholesaler of healthcare products. Features of pro-duct and needs for forecasting varies in company’s product range. Four product groups that differ from each other were chosen for testing forecasting methods. One to three products are chosen from each group for testing between one or two different forecasting methods. Created forecasts are compared to simplest forecasting method, naïve methods results.