Utveckling och utvärdering av ett automatiskt prognosverktyg
Färskvaror har ett bäst före datum och på grund av detta är det viktigt att inte ha färskvaror för länge i lager. Producenten kan, om bäst före datumet är kort, tvingas sälja produkterna till nedsatt pris. Vidare så kan producenterna tvingas kassera produkterna om bäst före datumet har passerat. Producenter av färskvaror kan ha hundratals produktvarianter med varierad efterfråga som kan påverkas av kampanjer, konkurrenter, väder och trender. Ledtiden från beställning till leverans kan vara några få timmar. Därför är det av stor vikt att göra tillförlitliga prognoser för att kunna leverera det kunden vill ha och samtidigt inte ha för mycket varor på lager som man måste kassera. Syftet med detta examensarbete är att utveckla och utvärdera hur ett prognosverktyg kan tillämpas vid prognostisering av färskvaror. Detta för att underlätta prognoser för mindre företag med få resurser och som har varor med varierad efterfråga och korta ledtider. Examensarbetet har bedrivits hos det norska företaget Kuraas som är köttproducent baserad i Narvik. Författaren har undersökt hur de gör prognostisering idag och vilka behov som finns för att utveckla ett prognosverktyg anpassat för färskvaror. Ett prognosverktyg som programmerats med makron i Microsoft Excel 2007 togs fram av författaren där orderhistorik klistras in och sedan beräknar den prognoser med tio olika metoder. Verktyget har testats på tolv produkter med olika efterfrågemönster. Författaren har utfört både observationer och intervjuer (med personal från produktion, kvalitet, expedition samt försäljning) för att få en djupare förståelse för de problem en producent av färskvaror kan möta. Resultat från studien visar att prognosmetoderna bör vara enkla så att i princip vem som helst ska förstå beräkningarna bakom dem. Prognostiseringen bör ske automatiskt eftersom flera produkter som prognostiseras varje vecka. Verktyget bör inte kräva licenskostnader samt så ska det kunna implementeras i företagets befintliga IT-miljö. Vidare så ska verktyget följa hur efterfrågan har sett ut historiskt samt att det ska framgå hur mycket fel prognosen visar. Resultatet av de tolv produkterna blev ett genomsnitts fel på 33 procent. Genom att utesluta produkter som är olämpliga att prognostisera av olika anledningar kunde resultatet förbättras till 20 procent fel. Verktyget kan främst ses som en hjälp att utforma prognoser eftersom den ger ett förslag och visar historiken på ett enkelt sätt med hjälp av en graf. Utifrån förslaget kan producenter av färskvaror på produktionsmöten diskutera faktorer exempelvis väder och kampanjer och anpassa prognosen upp eller ner med den erfarenhet som finns i företaget. Kuraas har under en tid testat verktyget och de upplevde att prognosverktyget var till stor nytta till dem dels för att få prognoser men också för att enkelt överblicka efterfrågemönster för olika produkter.