Saatavuuden ja hävikin parantaminen toimitusten ajoituksien avulla nopeasti pilaantuvien tuotteiden jälleenmyynnissä

This paper explores how grocery store companies can simultaneously improve both the availability and waste of quickly perishable products. This is achieved by improving order timing, i.e. how well the timing of the supply orders fit the demand. In the case of quickly perishable consumer goods, the store orders should follow demand very closely to avoid stock outs and waste. For measuring the difference in timing, the study presents a new metric called order difference which compares the order and demand distributions to each other over an average week. This study is conducted in collaboration with a large grocery store company and one of their largest bakery product suppliers. It is conducted as a case study using data from the companies’ ERP systems. The data is collected from three months, 88 stores and 89 products. The final amount of observations is approximately 348 000. The study has three main areas of contribution. First, it solves two key problems in assessing ordering performance in terms of availability and waste. One, comparing ordering performance between different availability-waste balances and across different product and store contexts is difficult since availability and waste cannot be simply converted into each other to have one universal metric. Two, inventory data has very often data quality issues due to small errors accumulating over time and thus availability measurement based on this is often unreliable. The proposed solution is the order difference metric. It is a single metric reflecting on the match between the ordering and demand distributions, not the ordering outcome, making it more comparable over different store and product contexts. It uses the sales and ordering data which are much more reliable compared to the inventory data. Second, the study demonstrates how the order difference metric can be used in practice via a case. The study shows how comparisons between store and product groups can be made, how hypotheses about ordering can be tested and how ordering challenges can be located in large data sets. Finally, the study assesses the effects of order automation compared to manual ordering showing how automatic system helps to avoid some of the human problems of manual ordering such as differing abilities of managers to forecast the demand, human biases in ordering and differing priorities of multiple managers each controlling a part of the system.Tämän tutkimus käsittelee sitä, miten kuluttajakaupan yritykset voivat parantaa nopeasti pilaantuvien tuotteiden saatavuutta ja hävikkiä samanaikaisesti. Tähän tavoitteeseen päästään parantamalla toimitusten ajoitusta. Nopeasti pilaantuvien tuotteiden tapauksessa toimitusten pitäisi seurata kysyntää mahdollisimman tarkasti, jotta hävikki ja tuotteiden loppuminen hyllystä saadaan minimoitua. Tutkimus ehdottaa uutta mittaria, tilauseroa (eng. order difference), tarkastelemaan toimitusten ja kysynnän jakaumien erotusta keskimääräisellä viikolla. Tutkimus on tehty yhteistyössä suuren ruokakauppaketjun ja yhden heidän suuremman leipätoimittajansa kanssa. Tämä case-tutkimus käyttää molempien yritysten ERP-dataa, joka sisältää kolme kuukautta, 88 kauppaa ja 89 tuotetta. Lopullinen havaintojen määrä on noin 348 000. Tutkimuksella on seuraavat kolme tärkeintä lopputulemaa. Ensimmäiseksi, se pyrkii ratkaisemaan kaksi ongelmaa tilaamisen suorituskyvyn arvioinnista saatavuuden ja hävikin suhteen. Yksi, tilaamisen suorituskykyä on vaikea verrata eri saatavuus-hävikki tasojen välillä ja eri tuote tai kauppa konteksteissa, koska saatavuutta ja hävikkiä on vaikea muuttaa yhdeksi vertailukelposeksi mittariksi. Kaksi, varastodata on usein heikkolaatuista, koska yksittäiset virheet kumuloituvat ajan saatossa. Tämä tekee saatavuusmittareista helposti epäluotettavia. Tutkimuksen ehdottama ratkaisu, tilausero metriikka, käyttää myynti- ja tilausdataa, jotka ovat yleensä paljon luotettavampia. Tämä metriikka pyrkii vertaamaan kysynnän ja tilausten jakaumia saatavuuden ja hävikin asemasta, mikä tekee siitä vertailukelpoisemman eri tuote- ja kauppakontekstien välillä. Toiseksi, tutkimus näyttää case datan kautta, miten tilausero metriikkaa voidaan käyttää vertailemaan eri tuote- ja kaupparyhmiä keskenään, testaamaan hypoteeseja tilaussysteemistä ja paikantamaan tilaamiseen liittyviä ongelmia. Kolmanneksi, tutkimus arvioi tilausautomaation vaikutuksia. Manuaalisessa tilaamisessa lopputulos vaihtelee paljon tilaajien eritasoisen kysynnän ennustamisosaamisen, systemaattisten inhimillisten ajatusvirheiden ja vaihtelevien prioriteettien takia, mitkä tilausautomaatio pyrkii korjaamaan