Raskaan kuljetuskaluston huoltoyrityksen nimikehallinnan optimointi

Abstract

Opinnäytetyön tavoitteena oli kehittää VAK Huoltopalveluiden Seinäjoen toimipisteen nykyistä nimikehallintaa, ja tutkia päivityksen kestoa sekä kustannuksia. Tutkimus suoritettiin laskemalla EOQ-kaavaa hyväksikäyttäen 30 esimerkkinimikkeelle kustannukset yksittäisen työntekijän palkkakustannuksia käyttäen. Lisäksi kustannuksissa otettiin huomioon mah-dolliset tarvikehankinnat, sisältäen uudet kaapit ja keruulaatikot, joita varten otettiin tar-jouspyyntö Intologilta.

Tehtävänä oli selvittää esimerkkinimikkeille nimikekohtaiset tilauspisteet, varmuusvarastot, tilauserä ja tilaustapa. Arvot, joita kaavoissa käytettiin, saatiin käyttämällä nimikkeen ostohintaa, 12 kuukauden kysyntää ja toimitusaikaa viikkoina. Näistä saatiin kysynnän kes-kihajonta, ja laskuissa otettiin myös huomioon haluttu 95 % palvelutaso ja sen kerroin. Kun nämä arvot oli laskettu, saatiin nimikkeeseen käytetty aika ja nimikkeen päivityksen kus-tannukset.

Tutkimuksen tuloksista selvisi yksittäisen toimipisteen suuret kustannukset ja kuluva aika. Tutkimuksessa laskettiin myös kuinka nopeasti investoinnit maksaisivat itsensä takaisin, kun esimerkkinä käytettiin kymmentä tavaranhakukertaa viikossa. Tutkimuksen sivutuotteena yrityksen käyttöön valmistui Excel-taulukko, joka toimii apuvälineenä mahdollisen päivityksen tapahtuessa. Excel-taulukko toimii suuntaa antavana työ-kaluna päivitystä suorittavalle henkilölle.

The goal of the thesis was to investigate VAK Huoltopalvelut Oy’s current item manage-ment, and the costs and duration of its update. The research was implemented using the EOQ formula to calculate the costs for 30 example items using an individual employee’s salary costs. Another factor taken into account in these cost calculations was the possible procurement of new storage cabinets and picking boxes for which a quotation request was sent to Intolog. The aim was to find out item-specific order points, safety stocks, order batches and order methods for these 30 example items. The values for these calculations came from the items’ purchase prices, the demand of 12 months and the delivery time in weeks. These values gave an item-specific standard deviation. Moreover, the desired 95 % service level and its coefficient were taken into account. Once these values were calculated, the results gave time spent in one item and its update cost. The result revealed the high costs and time spent in one location. The payback period of the update was also calculated by using ten pickups from the local suppliers in a week as an example. An Excel chart was created as a by-product of the study, and it can be used with the possible update. The Excel chart will serve as a guiding tool for the person carry-ing out the update.