Combining Advanced Forecasting Methods with System Dynamics - the Case of Finnish Seaports

Seaports play an important part in the wellbeing of a nation. Many nations are highly dependent on foreign trade and most trade is done using sea vessels. This study is part of a larger research project, where a simulation model is required in order to create further analyses on Finnish macro logistical networks. The objective of this study is to create a system dynamic simulation model, which gives an accurate forecast for the development of demand of Finnish seaports up to 2030. The emphasis on this study is to show how it is possible to create a detailed harbor demand System Dynamic model with the help of statistical methods. The used forecasting methods were ARIMA (autoregressive integrated moving average) and regression models. The created simulation model gives a forecast with confidence intervals and allows studying different scenarios. The building process was found to be a useful one and the built model can be expanded to be more detailed. Required capacity for other parts of the Finnish logistical system could easily be included in the model.

Methods of Telecommunication Technology Forecasting

This master's thesis coversthe concepts of knowledge discovery, data mining and technology forecasting methods in telecommunications. It covers the various aspects of knowledge discoveryin data bases and discusses in detail the methods of data mining and technologyforecasting methods that are used in telecommunications. Main concern in the overall process of this thesis is to emphasize the methods that are being used in technology forecasting for telecommunications and data mining. It tries to answer to some extent to the question of do forecasts create a future? It also describes few difficulties that arise in technology forecasting. This thesis was done as part of my master's studies in Lappeenranta University of Technology.

Wireless e-Business Applications - Methods for Forecasting the Demand of Wireless Services and Technologies

Tämä tutkimus oli osa sähköistä liiketoimintaa ja langattomia sovelluksia tutkivaa projektia ja tutkimuksen tavoitteena oli selvittää ennustamisen rooli päätöksenteko- ja suunnitteluprosessissa ja määrittää parhaiten soveltuvat ja useimmin käytetyt teknologian ennustusmenetelmät. Ennustusmenetelmiä tarkasteltiin erityisesti uuden teknologian ja pitkän aikavälin ennustamisen näkökulmasta. Tutkimus perustui teknologista ennustamista, pitkän aikavälin suunnittelua ja innovaatioprosesseja käsittelevän kirjallisuuden analysointiin. Materiaalin perusteella kuvataan teknologian ennustamista informaation hankkimisvälineenä organisaatioiden suunnitteluprosessin apuna. Työssä arvioidaan myös seuraavat teknologisen ennustamisen menetelmät: trendianalyysi-, Delfoi-, cross-impact analyysi-, morfologinen analyysi- ja skenaario analyysimenetelmä. Työ tuo esille jokaisen ennustusmenetelmä ominaispiirteet, rajoitukset ja sovellusmahdollisuudet. Käyttäen esiteltyjä menetelmiä, saadaan kerättyä hyödyllistä informaatiota tulevaisuuden näkymistä, joita sitten voidaan käyttää hyväksi organisaatioiden suunnitteluprosesseissa.

Demand forecasting process design and methods in medium sized enterprise

The purpose of this thesis was to study the design of demand forecasting processes and management of demand. In literature review were different processes found and forecasting methods and techniques interviewed. Also role of bullwhip effect in supply chain was identified and how to manage it with information sharing operations. In the empirical part of study is at first described current situation and challenges in case company. After that will new way to handle demand introduced with target budget creation and how information sharing with 5 products and a few customers would bring benefits to company. Also the new S&OP process created within this study and organization for it.

Use of Statistical Methods in Demand Planning

In a very volatile industry of high technology it is of utmost importance to accurately forecast customers’ demand. However, statistical forecasting of sales, especially in heavily competitive electronics product business, has always been a challenging task due to very high variation in demand and very short product life cycles of products. The purpose of this thesis is to validate if statistical methods can be applied to forecasting sales of short life cycle electronics products and provide a feasible framework for implementing statistical forecasting in the environment of the case company. Two different approaches have been developed for forecasting on short and medium term and long term horizons. Both models are based on decomposition models, but differ in interpretation of the model residuals. For long term horizons residuals are assumed to represent white noise, whereas for short and medium term forecasting horizon residuals are modeled using statistical forecasting methods. Implementation of both approaches is performed in Matlab. Modeling results have shown that different markets exhibit different demand patterns and therefore different analytical approaches are appropriate for modeling demand in these markets. Moreover, the outcomes of modeling imply that statistical forecasting can not be handled separately from judgmental forecasting, but should be perceived only as a basis for judgmental forecasting activities. Based on modeling results recommendations for further deployment of statistical methods in sales forecasting of the case company are developed.

Improving demand forecasting practices in the industrial context

Demand forecasting is one of the fundamental managerial tasks. Most companies do not know their future demands, so they have to make plans based on demand forecasts. The literature offers many methods and approaches for producing forecasts. When selecting the forecasting approach, companies need to estimate the benefits provided by particular methods, as well as the resources that applying the methods call for. Former literature points out that even though many forecasting methods are available, selecting a suitable approach and implementing and managing it is a complex cross-functional matter. However, research that focuses on the managerial side of forecasting is relatively rare. This thesis explores the managerial problems that are involved when demand forecasting methods are applied in a context where a company produces products for other manufacturing companies. Industrial companies have some characteristics that differ from consumer companies, e.g. typically a lower number of customers and closer relationships with customers than in consumer companies. The research questions of this thesis are: 1. What kind of challenges are there in organizing an adequate forecasting process in the industrial context? 2. What kind of tools of analysis can be utilized to support the improvement of the forecasting process? The main methodological approach in this study is design science, where the main objective is to develop tentative solutions to real-life problems. The research data has been collected from two organizations. Managerial problems in organizing demand forecasting can be found in four interlinked areas: 1. defining the operational environment for forecasting, 2. defining the forecasting methods, 3. defining the organizational responsibilities, and 4. defining the forecasting performance measurement process. In all these areas, examples of managerial problems are described, and approaches for mitigating these problems are outlined.

Designing a Demand Forecasting Process in the Fast Moving Consumer Goods Context

The purpose of this thesis was to study the design of demand forecasting processes. A literature review in the field of forecasting was conducted, including general forecasting process design, forecasting methods and techniques, the role of human judgment in forecasting and forecasting performance measurement. The purpose of the literature review was to identify the important design choices that an organization aiming to design or re-design their demand forecasting process would have to make. In the empirical part of the study, these choices and the existing knowledge behind them was assessed in a case study where a demand forecasting process was re-designed for a company in the fast moving consumer goods business. The new target process is described, as well as the reasoning behind the design choices made during the re-design process. As a result, the most important design choices are highlighted, as well as their immediate effect on other processes directly tied to the demand forecasting process. Additionally, some new insights on the organizational aspects of demand forecasting processes are explored. The preliminary results indicate that in this case the new process did improve forecasting accuracy, although organizational issues related to the process proved to be more challenging than anticipated.

Accuracy in book papers' sales forecasting

The main objective of this thesis was to study if the quantitative sales forecasting methods will enhance the accuracy of the sales forecast in comparison to qualitative sales forecasting method. A literature review in the field of forecasting was conducted, including general sales forecasting process, forecasting methods and techniques and forecasting accuracy measurement. In the empirical part of the study the accuracy of the forecasts provided by both qualitative and quantitative methods is being studied and compared in the case of short, medium and long term forecasts. The SAS® Forecast Server –tool was used in creating the quantitative forecasts.

Aikasarja-analyysimenetelmien soveltuvuus maakaasun; hinnoittelussa käytettyjen sidonnaisuustekijöiden ennustamisessa: Case Gasum Oy

Tässä tutkielmassatarkastellaan maakaasun hinnoittelussa käytettyjen sidonnaisuustekijöiden hintadynamiikkaa ja niiden vaikutusta maakaasun hinnanmuodostukseen. Pääasiallisena tavoitteena on arvioida eri aikasarjamenetelmien soveltuvuutta sidonnaisuustekijöiden ennustamisessa. Tämä toteutettiin analysoimalla eri mallien ja menetelmien ominaisuuksia sekä yhteen sovittamalla nämä eri energiamuotojen hinnanmuodostuksen erityispiirteisiin. Tutkielmassa käytetty lähdeaineisto on saatu Gasum Oy:n tietokannasta. Maakaasun hinnoittelussa käytetään kolmea sidonnaisuustekijää seuraavilla painoarvoilla: raskaspolttoöljy 50%, indeksi E40 30% ja kivihiili 20%. Kivihiilen ja raskaan polttoöljyn hinta-aineisto koostuu verottomista dollarimääräisistä kuukausittaisista keskiarvoista periodilta 1.1.1997 - 31.10.2004. Kotimarkkinoiden perushintaindeksin alaindeksin E40 indeksi-aineisto, joka kuvaa energian tuottajahinnan kehitystä Suomessa ja koostuu tilastokeskuksen julkaisemista kuukausittaisista arvoista periodilta 1.1.2000 - 31.10.2004. Tutkimuksessa tarkasteltujen mallien ennustuskyky osoittautui heikoksi. Kuitenkin tuloksien perusteella voidaan todeta, että lyhyellä aikavälillä EWMA-malli antoi harhattomimman ennusteen. Muut testatuista malleista eivät kyenneet antamaan riittävän luotettavia ja tarkkoja ennusteita. Perinteinen aikasarja-analyysi kykeni tunnistamaan aikasarjojen kausivaihtelut sekä trendit. Lisäksi liukuvan keskiarvon menetelmä osoittautui jossain määrin käyttökelpoiseksi aikasarjojen lyhyen aikavälin trendien identifioinnissa.

Kysynnän ennustaminen leipomotuotteille ja ennusteen tarkkuuden arviointi

Tässä diplomityössä tutkittiin kysynnän ennustamista Vaasan & Vaasan Oy:n tuotteille. Ensin työssä perehdyttiin ennustamiseen ja sen tarjoamiin mahdollisuuksiin yrityksessä. Erityisesti kysynnän ennustamisesta saatavat hyödyt käytiin läpi. Kysynnän ennustamisesta haettiin ratkaisua erityisesti ongelmiin työvuorosuunnittelussa.Työssä perehdyttiin ennustemenetelmiin liittyvään kirjallisuuteen, jonka oppien perusteella tehtiin koe-ennustuksia yrityksen kysynnän historiadatan avulla. Koe-ennustuksia tehtiin kuudelle eri Turun leipomon koe-tuotteelle. Ennustettavana aikavälinä oli kahden viikon päiväkohtainen kysyntä. Tämän aikavälin erityisesti peruskysynnälle etsittiin ennustetarkkuudeltaan parasta kvantitatiivista ennustemenetelmää. Koe-ennustuksia tehtiin liukuvilla keskiarvoilla, klassisella aikasarja-analyysillä, eksponentiaalisen tasoituksen menetelmällä, Holtin lineaarisella eksponenttitasoituksen menetelmällä, Wintersin kausittaisella eksponentiaalisella tasoituksella, autoregressiivisillä malleilla, Box-Jenkinsin menetelmällä ja regressioanalyysillä. Myös neuroverkon opettamista historiadatalla ja käyttämistä ongelman ratkaisun apuna kokeiltiin.Koe-ennustuksien tulosten perusteella ennustemenetelmien toimintaa analysoitiin jatkokehitystä varten. Ennustetarkkuuden lisäksi arvioitiin mallin yksinkertaisuutta, helppokäyttöisyyttä ja sopivuutta yrityksen monien tuotteiden ennustamiseen. Myös kausivaihteluihin, trendeihin ja erikoispäiviin kiinnitettiin huomiota. Ennustetarkkuuden huomattiin parantuvan selvästi peruskysyntää ennustettaessa, jos ensin historiadata esikäsittelemällä puhdistettiin erikoispäivistä ja –viikoista.

Asiakkaan kysynnän ennustaminen

Perinteinen tilaus–toimitus-periaate on hiljalleen väistymässä antaen tilaa sähköisille hankintajärjestelmille. Yritykset ovat huomanneet, että tehostamalla hankintaprosesseja ne voivat saada aikaan suuriakin kustannussäästöjä. Toimintaa on ryhdytty tehostamaan yhdessä tavarantoimittajien, hankintapalveluita tarjoavien yritysten sekä sähköisten tukkureiden kanssa. Muutosten aika ei vielä kuitenkaan ole ohi. Sähköisten hankintajärjestelmien tarjoajat haluavat kehittää uusia ja yhä parempia palveluita, jotta asiakkaiden hankintaprosessit tehostuisivat entisestään. Yksi kehittelyn alla olevista uusista palveluista on ennustemenetelmät. Tutkielman teoriaosassa tarkasteltiin perinteisen hankintaprosessin uudistamista sähköiseksi kaupankäynniksi tarjonta- ja kysyntäketjujen kehittämisen kautta. Teoriassa tarkasteltiin hieman myös julkisen hallinnon hankintatoimea ja sitä, mitä hyötyjä se voi saada sähköisistä hankintaratkaisuista. Sähköisen hankintajärjestelmän tarjoajaa tutkielmassa edusti Kauppatalo Hansel Oy. Keskeisenä asiana tutkielmassa oli kysynnän ennustaminen sekä muutamien kvantitatiivisten ennustemenetelmien analysointi. Empiirisessä osassa tutkittiin case-yritysten hankintatoimen nykytilaa ja niiden halukkuutta ennustemenetelmien käyttöön hankintojen suunnittelun tehostamiseksi kyselylomakkeen avulla. Kyselyissä kävi ilmi, että asiakkailla eli tässä tapauksessa julkisen hallinnon eri organisaatioilla on halua lähteä mukaan uudenlaiseen toimintaan, vaikka tiettyä varautuneisuutta ja epäilyksiä toiminnan onnistumisesta on edelleen olemassa.

Toimitusketjun hallinnan kehittäminen tekstiiliteollisuudessa

Due to the outsourcing of manufacturing, Finlayson Oy now has a need to develop its supply chain management as its new ability. This requires development of efficient and flexible procedures and models in order to efficiently manage the company’s floating assets without affecting the reliability of delivery promised for the customer. In this thesis we discuss Finlayson’s supply chain management with a focus on the operations between Finlayson and its suppliers. The aim is to develop these operations and increase the reaction speed of the supply chain in order to response to the changes in demand. In order to do this we discuss different product analysis, material and inventory management and demand forecasting. In the research part of the thesis we design strategies for different products based on product classification analysis. Market behavior of different products will be modeled with demand forecasting methods and inventory control systems will be designed for different product groups based on the nature of their supplier. We will also optimize the costs and resource needs for different suppliers’ order-deliver processes.

Kysynnän ennakointiprosessin kehittäminen leipomoyrityksessä

Tämän työn tarkoituksena on kehittää lyhyen tähtäimen kysynnän ennakointiprosessia VAASAN Oy:ssä, jossa osa tuotteista valmistetaan kysyntäennakoiden perusteella. Valmistettavien tuotteiden luonteesta johtuva varastointimahdollisuuden puuttuminen, korkea toimitusvarmuustavoite sekä tarvittavien ennakoiden suuri määrä asettavat suuret haasteet kysynnän ennakointiprosessille. Työn teoriaosuudessa käsitellään kysynnän ennustamisen tarvetta, ennusteiden käyttökohteita sekä kysynnän ennustamismenetelmiä. Pelkällä kysynnän ennustamisella ei kuitenkaan päästä toimitusketjun kannalta optimaaliseen lopputulokseen, vaan siihen tarvitaan kokonaisvaltaista kysynnän hallintaa. Se on prosessi, jonka tavoitteena on tasapainottaa toimitusketjun kyvykkyydet ja asiakkaiden vaatimukset keskenään mahdollisimman tehokkaasti. Työssä tutkittiin yrityksessä kolmen kuukauden aikana eksponentiaalisen tasoituksen menetelmällä laadittuja ennakoita sekä ennakoijien tekemiä muutoksia niihin. Tutkimuksen perusteella optimaalinen eksponentiaalisen tasoituksen alfa-kerroin on 0,6. Ennakoijien tilastollisiin ennakoihin tekemät muutokset paransivat ennakoiden tarkkuutta ja ne olivat erityisen tehokkaita toimituspuutteiden minimoimisessa. Lisäksi työn tuloksena ennakoijien käyttöön saatiin monia päivittäisiä rutiineja helpottavia ja automatisoivia työkaluja.

Kysynnän ennustamismallien soveltuvuus rakennustarvikealalle

Kandidaatintyö käsittelee kvalitatiivisten ja kvantitatiivisten kysynnän ennustamismenetelmien soveltuvuutta rakennustarvikkeiden kysynnän ennustamiseen. Työssä esitellään rakennustarvikkeiden kysyntämaailmaa ja sen vaatimuksia ennustamismallille. Tavoitteena on selvittää soveltuvimmat mallit rakennustarvikkeiden lyhyen ja keskipitkän aikavälin kysynnän ennustamiseen. Käytettävä malli tulee valita sen mukaan, että saadaan riittävä ennustamistarkkuus. Toimialalla mallin valintaa ohjaa hyvin paljon yrityksen käytettävissä olevat resurssit. Erityyppisiä menetelmiä yhdistämällä voidaan säästää resursseja ja lisätä ennustamistarkkuutta. Pienen yrityksen toimintaan parhaiten soveltuvat mallit ovat kevyitä ja yksinkertaisia käyttää.

The demand-supply balancing process in supply chain management - case mining & metals industry equipment

The aim of this thesis is to search how to match the demand and supply effectively in industrial and project-oriented business environment. The demand-supply balancing process is searched through three different phases: the demand planning and forecasting, synchronization of demand and supply and measurement of the results. The thesis contains a single case study that has been implemented in a company called Outotec. In the case study the demand is planned and forecasted with qualitative (judgmental) forecasting method. The quantitative forecasting methods are searched further to support the demand forecast and long term planning. The sales and operations planning process is used in the synchronization of the demand and supply. The demand forecast is applied in the management of a supply chain of critical unit of elemental analyzer. Different meters on operational and strategic level are proposed for the measurement of performance.