Warranty Prediction Using Weibull Simulation

The main objective of this master’s thesis is to examine if Weibull analysis is suitable method for warranty forecasting in the Case Company. The Case Company has used Reliasoft’s Weibull++ software, which is basing on the Weibull method, but the Company has noticed that the analysis has not given right results. This study was conducted making Weibull simulations in different profit centers of the Case Company and then comparing actual cost and forecasted cost. Simula-tions were made using different time frames and two methods for determining future deliveries. The first sub objective is to examine, which parameters of simulations will give the best result to each profit center. The second sub objective of this study is to create a simple control model for following forecasted costs and actual realized costs. The third sub objective is to document all Qlikview-parameters of profit centers. This study is a constructive research, and solutions for company’s problems are figured out in this master’s thesis. In the theory parts were introduced quality issues, for example; what is quality, quality costing and cost of poor quality. Quality is one of the major aspects in the Case Company, so understand-ing the link between quality and warranty forecasting is important. Warranty management was also introduced and other different tools for warranty forecasting. The Weibull method and its mathematical properties and reliability engineering were introduced. The main results of this master’s thesis are that the Weibull analysis forecasted too high costs, when calculating provision. Although, some forecasted values of profit centers were lower than actual values, the method works better for planning purposes. One of the reasons is that quality improving or alternatively quality decreasing is not showing in the results of the analysis in the short run. The other reason for too high values is that the products of the Case Company are com-plex and analyses were made in the profit center-level. The Weibull method was developed for standard products, but products of the Case Company consists of many complex components. According to the theory, this method was developed for homogeneous-data. So the most im-portant notification is that the analysis should be made in the product level, not the profit center level, when the data is more homogeneous.

Takuukustannusten määrittäminen sekä takuuaikaisten petosten kustannukset

Työn tavoitteena on selventää takuun yleisiä periaatteita ja esittää lukijalle kattavasti erilaiset takuumallit ja -politiikat. Tavoitteena on, että lukija ymmärtää takuun osana isompaa kokonaisuutta ja kuinka takuuta voidaan käyttää markkinoinnin keinona. Työssä tuodaan esille myös takuuaikaisten petosten ominaispiirteitä, sekä pohditaan takuuaikaisten petosten aiheuttamia kustannuksia. Työ on kirjallisuuskatsaus, joka on laadittu pääosin takuuta ja takuukustannuksia käsittelevän kirjallisuuden sekä aiheeseen liittyvien tieteellisten artikkeleiden pohjalta. Petoksista on hyvin vähän löydettävissä tieteellisiä julkaisuja, joten petosten ja niiden kustannusten käsittely pohjautuu pääasiassa uutisiin ja erilaisiin aihetta käsitteleviin ammatillisiin internetlähteisiin. Tuloksena voidaan todeta takuun ja takuukustannusten olevan hyvin monipuolinen ja haastava kokonaisuus. Yrityksille onkin tärkeää hallita tuotteidensa takuita ja tarkkailla niistä aiheutuneita kustannuksia. Toisaalta yrityksille avautuu takuun kautta loistavia mahdollisuuksia parantaa myyntiään, jos takuuta saadaan käytettyä markkinoinnissa apuna. Takuun ja hinnan optimointi on monimutkaisista malleista johtuen haastavaa, mutta toisaalta niillä voidaan saavuttaa merkittävää kilpailuetua kilpailijoihin nähden. Takuukustannusten ymmärtäminen ja hallitseminen vaatii paljon resursseja ja matemaattisten mallien käyttö on haastavaa ja siksi yritysten täytyy tehdä kompromisseja resurssien käytön suhteen. Lisäksi petosten todettiin aiheuttavan vuosittain merkittävästi kustannuksia valmistajille. Joidenkin lähteiden mukaan jopa 10–15% takuukustannuksista on petoksellisesti aiheutettuja.