Kartläggning av transportkostnaderna i ett mindre grossistföretag

Abstract

I detta lärdomsprov har jag utfört en kostnadskartläggning åt företaget Agrica, som fungerar som livsmedelsgrossist i Södra Finland. Kalkylen riktar in sig på kostnaderna för transporten i företaget och ger en fingervisning om hur mycket den kostar vid användning av olika fordonstyper och olika körsträckor. I kostnadskartläggningen användes data från företagets logistikprogram och räkningar som fåtts under ett specifikt tidsintervall. För den information som inte finns lagrad kompromissades det fram värden genom muntlig kommunikation. Därmed visar denna kostnadskartläggning inte ett exakt värde för kostnaderna, utan representerar mer en fingervisning för i vilken storleksklass kostnaderna befinner sig. Resultatet av lärdomsprovet är en tabell, där kostnaderna vid olika körsträckor och fordonstyper har räknats ihop för att presenteras i en enklare form. Syftet för kalkylen är att fungera som ett enkelt verktyg där användaren lätt kan få klarhet om hur mycket det kostar att köra en viss körsträcka med en viss fordonstyp. För att skapa flexibilitet har jag även konstruerat en dynamisk kostnadskalkylmodell, där användaren lätt kan välja in egna värden för de kostnadsmoment som ingår i kalkylen. Detta gjordes för att användaren själv skall kunna följa med hur kostnaderna förändras om faktorer som bränslekostnad eller lön justeras.

Opinnäytetyössäni olen tehnyt kustannuskartoituksen yritykselle nimeltään Agrica, joka toimii elintarviketukkuna Etelä-Suomessa. Laskelma keskittyy yrityksen kuljetuskustannuksiin ja antaa vihjeen siitä, kuinka paljon kuljetus maksaa käyttämällä eri ajoneuvotyyppejä ja ajamalla eripituisia matkoja. Kustannuskartoituksessa olen käyttänyt tietoja, jotka olen saanut yrityksen logistiikkaohjelmasta sekä laskuista, tietystä aikavälistä. Saadakseni arvoja niistä tekijöistä, joita ei ollut säilytetty, tehtiin kompromisseja suullisesti. Tämä merkitsee sitä, että kustannuskartoitus ei anna täsmällistä kustannusarviota, mutta se antaa sen sijaan vihjeen siitä, missä kokoluokassa kuljetuskustannukset sijaitsevat. Opinnäytetyön tulos on malli, missä eri ajomatkojen ja ajoneuvotyyppien arvot laskettiin yhteen tullakseen esitellyksi yksinkertaisemmalla tavalla. Laskelman tarkoitus on toimia helppona työkaluna, missä käyttäjä vaivattomasti voi saada selkeyttä siihen, kuinka paljon kuljetus maksaa käyttämällä eri ajoneuvotyyppejä ja ajamalla eripituisia matkoja. Jotta pystyisin tarjoamaan joustavuutta, olen myös luonut dynaamisen kustannuslaskentamallin, jossa käyttäjä voi helposti säätää laskennassa olevia arvoja. Tämä tehtiin siksi, että käyttäjä itse voisi seurata miten kustannukset muuttuvat, mikäli tekijät, kuten polttoaineen hinta tai palkka, vaihtelevat.

The purpose of this Bachelor ́s Thesis is to create a cost mapping of the transportation costs on behalf of Agrica, a provisions wholesale dealer in Southern Finland. This cost estimate is aimed for the costs within the transportation area of the company, with the purpose of providing de a rough estimation for costs when using different vehicle types and different values for driven kilometers. The cost mapping has been conducted by gathering data from the company ́s logistics program and from invoices from a specific time interval. For values that were not available, compromises were made by discussion. This cost mapping is, therefore, not providing an exact cost estimation but a rough estimation for the size of the transportation costs. The result of this thesis is a model, presenting the calculations of the costs factors for different kilometers and vehicle types in a simpler form. The aim for the calculation model is to function as a simple tool, allowing the user to look up the costs for driving a specific mileage with a specific vehicle type. To add flexibility, I have also created a dynamic model where the user can put in own values for cost factors that are included in the calculation. This model was created for user to be able to follow up and check the costs change when adjusting factors such as gas price or salary level.