Puutavaratukun dynaamisesti optimoitu varastonohjaus
Saikkonen, Mikko (2023)
2023
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2023060822959
https://urn.fi/URN:NBN:fi:amk-2023060822959
Tiivistelmä
Puupohjaisten rakennustarvikkeiden markkinoiden heilahtelusta johtuen, niihin kohdistuvan kysynnän ennustaminen on muuttunut vaikeammaksi viimeisten vuosien aikana. Tämä on hankaloittanut tukkuliikkeiden varastojen ohjausta, sillä varastoja ei ole osattu mitoittaa kysyntätilanne huomioiden sopivan kokoisiksi. Hintojen suuresta vaihtelusta johtuen ylisuuret varastot ovat voineet aiheuttaa tilanteen, jossa varastoissa on ylihintaista tavaraa, kun markkinahinnat ovat lähteneet nopeasti laskuun. Tällaisten tilanteiden välttämiseksi varastonohjaus tulisi siis hoitaa entistä tehokkaammin tulevaisuudessa. Tähän apuna voidaan käyttää nykyaikaisia tekniikoita ja teknologioita, yhdessä vanhojen hyväksi havaittujen varastonohjauksen mallien kanssa.
Ongelmaan etsittiin ratkaisuja konstruktiivisella tutkimuksella, johon oli liitetty sekä laadullisen, että määrällisen aineiston tutkimusta. Laadullisen aineiston tutkimus toteutettiin teemahaastatteluina ja määrällisen aineistot tutkimus käsitti kohdeyrityksen historiadatan analysointia. Näillä menetelmillä yhdessä laajan tietoperustan kanssa nähtiin olevan hyvät mahdollisuudet tuottaa uusia konstruktioita, joilla varastonohjausta pystyttäisiin optimoimaan dynaamisesti kysyntätilanne huomioiden. Tutkimuksen tuloksena syntyi uusi dynaamisesti optimoidun varastonohjauksen toimintamalli, jonka tärkeimpänä konkreettisena tuotoksena oli kohdeyritykselle suunniteltu varastonohjausta helpottava ostoehdotustyökalu. Toinen tärkeä osa uutta toimintamallia oli uusi ennustusprosessi, jonka malliksi valittiin S&OP-prosessi.
Johtopäätöksissä koostettiin teorian, teemahaastatteluiden ja määrällisen aineiston tutkimuksen pohjalta löydetyt tärkeimmät havainnot. Näitä havaintoja yhdessä tutkitun teorian kanssa käytettiin uuden dynaamisen varastonohjauksen toimintamallin suunnittelussa. Tekoälyn hyödyntämistä ennustamisen ja varastonohjauksen tukena tutkittiin jatkokehitystä varten.
Ongelmaan etsittiin ratkaisuja konstruktiivisella tutkimuksella, johon oli liitetty sekä laadullisen, että määrällisen aineiston tutkimusta. Laadullisen aineiston tutkimus toteutettiin teemahaastatteluina ja määrällisen aineistot tutkimus käsitti kohdeyrityksen historiadatan analysointia. Näillä menetelmillä yhdessä laajan tietoperustan kanssa nähtiin olevan hyvät mahdollisuudet tuottaa uusia konstruktioita, joilla varastonohjausta pystyttäisiin optimoimaan dynaamisesti kysyntätilanne huomioiden. Tutkimuksen tuloksena syntyi uusi dynaamisesti optimoidun varastonohjauksen toimintamalli, jonka tärkeimpänä konkreettisena tuotoksena oli kohdeyritykselle suunniteltu varastonohjausta helpottava ostoehdotustyökalu. Toinen tärkeä osa uutta toimintamallia oli uusi ennustusprosessi, jonka malliksi valittiin S&OP-prosessi.
Johtopäätöksissä koostettiin teorian, teemahaastatteluiden ja määrällisen aineiston tutkimuksen pohjalta löydetyt tärkeimmät havainnot. Näitä havaintoja yhdessä tutkitun teorian kanssa käytettiin uuden dynaamisen varastonohjauksen toimintamallin suunnittelussa. Tekoälyn hyödyntämistä ennustamisen ja varastonohjauksen tukena tutkittiin jatkokehitystä varten.