Εφαρμογή κατάλληλης μεθοδολογίας σε αποθέματα διακοπτόμενης ζήτησης. Η περίπτωση της αποθήκης ανταλλακτικών του εργοστασίου της coca-cola 3E στην Πάτρα

Abstract

Η ακρίβεια της πρόβλεψης καθώς και η μέτρησή της είναι ένα από τα ζητήματα που έχουν απασχολήσει ως επί το πλείστον τους ερευνητές του χώρου αυτού τις τελευταίες δεκαετίες. Το ενδιαφέρον αυτό που υπάρχει για την πρόβλεψη, προέρχεται τόσο από τον ακαδημαϊκό κόσμο όσο και από τους πρακτικά ασχολούμενους με αυτή και προκύπτει από την ανάγκη λήψης κάποιας απόφασης αντιμετωπίζοντας την αβεβαιότητα του μέλλοντος. Στις μέρες μας, όπου έχει ξεσπάσει μια άνευ προηγουμένου παγκόσμια κρίση σε οικονομικό, κοινωνικό αλλά και ηθικό επίπεδο με ραγδαίες εξελίξεις στο παγκόσμιο στερέωμα, η ανάγκη για λήψη ορθών αποφάσεων και μέτρων είναι μεγαλύτερη από κάθε άλλη εποχή στην ιστορία της ανθρωπότητας. Η σωστά τεκμηριωμένη πρόβλεψη μπορεί να αποτελέσει ένα σταθερό σημείο στην προσπάθεια διεξόδου από την κρίση. Ένα σύστημα υποστήριξης επιχειρηματικών προβλέψεων ικανό να βοηθήσει προς αυτή την κατεύθυνση είναι το ΠΥΘΙΑ. Το σύστημα αυτό χρησιμοποιήθηκε για την παραγωγή στατιστικών προβλέψεων στην περίπτωση που μελετήθηκε. Ιδιαίτερης αντιμετώπισης χρίζουν τα δεδομένα διακοπτόμενης ζήτησης. Ως μελέτη περίπτωσης για τέτοιου είδους δεδομένα καθορίστηκε η στατιστική πρόβλεψη της ζήτησης οκτακοσίων τριών διαφορετικών κωδικών ανταλλακτικών στο εργοστάσιο της Coca-Cola 3Ε στην περιοχή της Πάτρας και για χρονικό ορίζοντα επτά μηνών. Το πείραμα εκτελέστηκε με επιτυχία επί του συνόλου των χρονοσειρών, κάθε μία από τις οποίες περιελάμβανε εξήντα μηνιαίες παρατηρήσεις, χρησιμοποιώντας δεκατρείς διαφορετικές μεθόδους ή παραλλαγές τους. Ο υπολογισμός των δεικτών αξιολόγησης των μεθόδων πρόβλεψης έγινε βάση πραγματικών δεδομένων και μέσω της σύγκρισης των αποτελεσμάτων όλων των μεθόδων που χρησιμοποιήθηκαν, δίνεται μια τεκμηριωμένη απάντηση για την επιλογή της βέλτιστης μεθόδου πρόβλεψης ζήτησης στη μελέτη περίπτωσής μας.

Forecasting accuracy as well as ways to measure it has mainly occupied researchers for the last decades. This interest that exists in forecasting emanates both from the academic community and those who practically dealing with it and this fact is based on the need to make decisions facing the uncertainty of future. In our days, where a global crisis has burst out in economic, social but also moral level with rapid changes around the world, the need of making right decisions and taking adequate measures is greater than any other period of the history of humanity. Accurate forecasts can constitute a significant point in the effort to exit from this crisis. A business forecasting system capable to help achieving this goal is the Pythia system. This system was used to produce statistical forecast in our case study. Intermittent demand data need a special treatment. The main scope of the study was the production of accurate forecasts for an itermmitent demand dataset, completed of demands for eight hundred and three different codes of machinery parts in the factory of Coca-Cola 3E in the region of Patrai and for a forecast horizon of seven months. The experiment was executed with success using all the timeseries, everyone including sixty monthly observations, using in total thirteen different forecasting methods or their variants. The calculation of the evaluation indicators for the forecasting methods was based on real data via the comparison of the results of all methods that were used, has turned-out with an argued answer in the matter of which is the optimal method to use for the statistical forecasting of demand in our case study