University of Twente Student Theses
Demand forecasting for spare parts at Stork
Gerrits, B. (2013) Demand forecasting for spare parts at Stork.
PDF
1MB |
Abstract: | Stork Food & Dairy Systems (SFDS) te Amsterdam ontwikkelt, produceert en levert geïntegreerde systemen voor het verwerken en afvullen van o.a. zuivel en sappen. Deze kapitaalintensieve machines maken deel uit van het primaire productieproces van de klant en dienen dus een zo hoog mogelijke up-time te hebben. Om deze up-time te garanderen levert SFDS o.a. spare parts aan haar klanten. Het inzicht in de vraag naar spare parts en het houden van de juiste voorraad voor een optimaale beschikbaarheid is momenteel nog onvoldoende. Daarom richt dit onderzoek zich op de vraagvoorspelling op artikelniveau van de spare parts die SFDS aan haar klanten levert. Allereerst is er gekeken naar de huidige manier van vraagvoorspelling en diens kwaliteit. Daarna is onderzoek gedaan om de spare parts te classificeren voor het kiezen van een juiste voorspelmethodiek en vervolgens zijn er methodieken gezocht en getest. De huidige manier van vraagvoorspelling bestaat uit de gemiddelde vraag van de afgelopen vier jaar. Met dit gegeven per artikel, worden de parameters bepaald voor het voorraadbeheer. Dit geeft echter geen inzicht in de karakteristieken van de vraag. Om deze karakteristieken beter in beeld te brengen, is een theoretisch kader opgesteld die de spare parts op basis van twee variabelen classificeert: 1) ADI, de gemiddelde tussentijd tussen vraagmomenten en 2) CV2, de gekwadrateerde variatiecoëfficiënt; de gekwadrateerde verhouding tussen de standaardafwijking en het gemiddelde van de vraaghoeveelheid. Als beide variabelen laag zijn, dan wordt dit een ‘smooth’ artikel genoemd. Bij een hoge CV2 en een lage ADI, dan heet dit een ‘erratic’ artikel. Bij een hoge ADI, maar een lage CV2, dan heet dit een ‘intermittent’ artikel. En als allebei de variabelen hoog zijn, dan heet dit een ‘lumpy’ artikel. Op basis van deze classificatie en literatuuronderzoek is gekozen om in de ‘smooth’ categorie de methodiek van Croston toe te passen en in de andere categorieën de Syntetos & Boylan Approximation. De prestaties van de methodieken zijn gemeten aan de hand van verschillende prestatie-indicatoren (Mean Squared Error, Adjusted-Mean Absolute Percentage Error (A-MAPE), Cumulated Forecast Error, Number of Shortages en Periods in Stock) en hieruit bleek dat de smooth categorie het best te voorspellen is (met een gemiddelde A-MAPE van 55,93%), vervolgens erratic (71,93%), daarna intermittent (103,80%) en tenslotte lumpy (127,18%). Er is gekozen voor de A-MAPE in plaats van de MAPE omdat de eerstgenoemde om kan gaan met nul-vraag door de gemiddelde afwijking van de voorspelling te delen door de gemiddelde daadwerkelijke vraag. De prestaties van de methodieken waren echter niet significant beter (in termen van MSE zelfs iets slechter, bij A-MAPE en PIS waren er geen significante verschillen) dan de huidige manier van voorspellen. De voorspelmethodiek zijn echter wel dynamischer dan een vierjaargemiddelde en de verwachting is dan ook dat de voorspelmethodieken betere input geven voor het voorraadbeheer. Het voorraadbeheer op basis van de voorspelling dient echter nog onderzocht te worden. Behalve de analyse op basis van historische vraaggegevens is ook gekeken naar andere informatiebronnen. Het bleek dat de voorspelaccuratie enorm verbetert als er andere (deterministische) informatie in de voorspelling gebracht door bijvoorbeeld het gebruik van (deels) van te voren bekende vraag. Dit kan op basis van bekende onderhoudsplannen en overleg met de klant bewerkstelligd worden. Om het proces van vraagvoorspelling voor spare parts dynamisch, snel en effectief te gebruiken binnen Stork wordt aanbevolen om een softwarepakket als Slim4 te gebruiken. |
Item Type: | Essay (Master) |
Clients: | Stork Food & Dairy Systems, Amsterdam, the Netherlands |
Faculty: | BMS: Behavioural, Management and Social Sciences |
Subject: | 85 business administration, organizational science |
Programme: | Business Information Technology MSc (60025) |
Link to this item: | https://purl.utwente.nl/essays/62878 |
Export this item as: | BibTeX EndNote HTML Citation Reference Manager |
Repository Staff Only: item control page