Investigating the Use of Point of Sales data in Dynamic Lot Sizing for New Product Launches

Denne masteroppgaven undersøkte den praktiske anvendelsen av etterspørselsprognoser basert på salgsdata i butikk i dynamisk lot sizing av nye produktlanseringer for matvareprodusenter. Etterspørselsprognoser og produksjonsplanlegging er spesielt utfordrende i forhold til nye produkter på grunn av den høye og varierende etterspørselsusikkerheten. Historisk data er ikke tilgjengelig som en indikator for fremtidig etterspørsel, og det er stor usikkerhet knyttet til reaksjoner fra forbrukere og konkurrenter. Uavhengig av denne kompleksiteten er produksjonsplanlegging og nøyaktig etterspørselsprognostisering for nye produkter avgjørende for å holde seg konkurransedyktig i matmarkedet. Produktvariasjonen øker mens den gjennomsnittlige produktlivssyklusen minker. I tillegg er matvarer bedervelige, som gjør lot sizing avgjørelser på når man produserer og i hvilken mengde spesielt viktig. Produsenter bruker ofte upålitelige og inkonsekvente prognosemetoder når de estimerer etterspørselen for nye produkter. Produkter produseres vanligvis i overkant av forventet etterspørsel for å sikre produkttilgjengelighet i starten av produktets livssyklus. Denne overflødige produksjonen øker risikoen for overproduksjon. Underproduksjon kan også oppstå hvis prognosen før lansering er for pessimistisk forårsaket av at produsentene ikke er klare over hvordan produktene deres selger før de mottar nye bestillinger fra grossisten. Basert på utfordringene ovenfor, undersøkte denne studien hvordan man kan bruke nedstrøms forsyningskjededata for å hjelpe produksjonsplanleggingen for matprodusenter. Spesifikt undersøkte oppgaven hvordan salgsdata i butikk kan brukes til å tilrettelegge for dynamisk lot sizing av nye produktlanseringer. Følgende forskningsspørsmål ble introdusert for å lede forskningen: "Hvordan kan etterspørselsprognoser basert på salg i butikk legge til rette for dynamisk lot sizing av nye produkter for matprodusenter?" Forskningsspørsmålet ble besvart gjennom en kombinasjon av en litteraturstudie og et casestudie. Flere prognosemetoder ble identifisert og evaluert basert på deres evne til å predikere salgsdata. I casestudien ble prognosene fra de identifiserte metodene brukt som input i en dynamisk lot sizing modell for å generere en produksjonsplan. Kostnadene som kommer av gjennomføring av den foreslåtte produksjonsplanen ble sammenlignet med kostnadene til case-selskapet for å undersøke effektene på kostnader og servicenivå. Resultatene viste en betydelig kostnadsred