Kysynnän ennustaminen varaosahankinnan työkaluna
Kauppi, Minna (2024)
Kauppi, Minna
2024
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-202405069529
https://urn.fi/URN:NBN:fi:amk-202405069529
Tiivistelmä
Tutkimuksen tavoitteena oli tutkia Valmet Technologies Oy:n EMEA-alueorganisaation varaosahankinnan kysynnän ennustamista, ennustamismenetelmiä ja -työkaluja sekä miten hankinnassa hyödynnetään ja voidaan hyödyntää kysynnän ennustamista. Tutkimusmenetelminä käytettiin toimeksiantajaorganisaation hankintatoimeen kohdistuvaa haastattelututkimusta sekä sisäistä benchmarkingia. Haastattelututkimusaineistoa hyödynnettiin benchmarkingissa oman organisaation toimintatapojen analyysissä. Benchmarking-aineisto sisälsi tietoa yrityksen sisällä olevista erilaisista toimintatavoista sekä järjestelmistä tukemaan kehitysehdotusten tekemistä.
Tutkimuksen tuloksena oli, että organisaatiossa hyödynnetään pääasiassa kvantitatiivista hankintahistoriadataa kysynnän ennustamisen tukena. Kysynnän ennustamisen todettiin olevan pääasiassa manuaalista työtä eikä hankinnalla ollut ennustamisen tukena kehittyneitä järjestelmiä tai työkaluja. Ennusteille tunnistettiin käytössä olevia sekä potentiaalisia hyödyntämistapoja sekä strategisessa että operatiivisessa hankinnassa. Varaosapuolen kysynnän ennustamisen katsottiin kuitenkin olevan haastavaa muun muassa epäsäännöllisen kysyntämallin ja laajan tuotevalikoiman vuoksi.
Tulosten perusteella varaosahankinnan kysynnän ennustamisen ja siihen vaikuttavien muuttujien läpinäkyvyyden kehittämisellä voidaan pienentää tilausten transaktiokustannuksia, avustaa hankintavolyymin hajauttamisessa, kehittää toimittajayhteistyötä ja jopa vaikuttaa kysyntään. Hankinnassa voidaan parantaa edellytyksiä kysynnän ennusteiden hyödyntämiselle lisäämällä data-analytiikkaosaamista, jatkotutkimalla kvantitatiivista dataa ja kehittyneitä teknologioita käyttävien tilastollisten menetelmien kyvykkyyttä varaosien kysynnän ennustamisessa sekä osallistumalla yrityksen järjestelmäkehityshankkeisiin.
Tutkimuksen tuloksena oli, että organisaatiossa hyödynnetään pääasiassa kvantitatiivista hankintahistoriadataa kysynnän ennustamisen tukena. Kysynnän ennustamisen todettiin olevan pääasiassa manuaalista työtä eikä hankinnalla ollut ennustamisen tukena kehittyneitä järjestelmiä tai työkaluja. Ennusteille tunnistettiin käytössä olevia sekä potentiaalisia hyödyntämistapoja sekä strategisessa että operatiivisessa hankinnassa. Varaosapuolen kysynnän ennustamisen katsottiin kuitenkin olevan haastavaa muun muassa epäsäännöllisen kysyntämallin ja laajan tuotevalikoiman vuoksi.
Tulosten perusteella varaosahankinnan kysynnän ennustamisen ja siihen vaikuttavien muuttujien läpinäkyvyyden kehittämisellä voidaan pienentää tilausten transaktiokustannuksia, avustaa hankintavolyymin hajauttamisessa, kehittää toimittajayhteistyötä ja jopa vaikuttaa kysyntään. Hankinnassa voidaan parantaa edellytyksiä kysynnän ennusteiden hyödyntämiselle lisäämällä data-analytiikkaosaamista, jatkotutkimalla kvantitatiivista dataa ja kehittyneitä teknologioita käyttävien tilastollisten menetelmien kyvykkyyttä varaosien kysynnän ennustamisessa sekä osallistumalla yrityksen järjestelmäkehityshankkeisiin.