Στην παρούσα διατριβή, ανάλυση ABC διεξήχθη με βάση τα διαθέσιμα
δεδομένα από μια εταιρία που βρίσκεται στην Ελλάδα και διαθέτει εγκαταστάσεις
παραγωγής που χρησιμοποιούν ένα μεγάλο αριθμό υλικών αποθήκης. Τα δεδομένα
αποτελούνται από τα στοιχεία απογραφής, κατανάλωσης και αγορών για πέντε (5)
χρόνια. Τα υλικά αποτελούνται από τέσσερις (4) διαφορετικές και διακριτές ομάδες
υλικών, τα αναλώσιμα, τα εξαρτήματα μηχανών, τα ανταλλακτικά και τα εργαλεία.
Η ανάλυση ABC έδειξε πως όλα τα υλικά ακολουθούν την αρχή του Pareto
όπου το 80% του συνολικού κόστους οφείλεται στο 20% των διαθέσιμων κωδικών
απογραφής. Το μεγαλύτερο μέρος του συνολικού κόστους οφείλεται στα εξαρτήματα
μηχανών που έχουν γενικά μεγάλο κόστος ανά μονάδα προϊόντος και αυξημένο
επίπεδο ζήτησης.
Τα υλικά χωρίζονται σε τρεις κατηγορίες, A, B και C με βάση το κόστος και
τη ζήτησή τους. Τα υλικά της κατηγορίας A έχουν συνήθως τόσο μεγάλη ζήτηση όσο
και υψηλό κόστος, αλλά υπάρχουν και τα υλικά που έχουν χαμηλή ζήτηση αλλά πολύ
υψηλό κόστος και ανήκουν στην κατηγορία A. Ένας άλλος τύπος χαρακτηρισμού των
υλικών γίνεται με βάση την εξαρτημένη ή όχι ζήτησή τους. Υπάρχουν πολλά υλικά
που έχουν εποχικότητα και εξαρτημένη ζήτηση και άλλα που έχουν ανεξάρτητη
ζήτηση όπως τα περισσότερα αναλώσιμα όπου η ζήτησή τους προσεγγίζεται από
κανονική κατανομή.
Το μοντέλο του Wilson αναλύεται για τα υλικά ανεξάρτητης ζήτησης ή
οποιοδήποτε άλλο στοχαστικό μοντέλο. Μέθοδοι πρόβλεψης όπως ο κινητός μέσος
και η εκθετική εξομάλυνση χρησιμοποιούνται για την πρόβλεψη ζήτησης και
μπορούν να χρησιμοποιηθούν για τα υλικά εξαρτημένης και ανεξάρτητης ζήτησης.
Τα υλικά χαμηλής αλλά σπασμωδικής ζήτησης μπορεί να είναι ζωτικής σημασίας για
την παραγωγή και μπορούν να διαχειριστούν με τη χρήση της μεθόδου MRP. Στην
πρόβλεψη ζήτησης με τη χρήση εκθετικής εξομάλυνσης λαμβάνεται υπόψη η
εποχικότητα.
Όλοι οι υπολογισμοί έγιναν με τη χρήση του Microsoft Excel τόσο για την
ABC ανάλυση όσο και για μεθόδους πρόβλεψης.Αρκετά συμπεράσματα και προτάσεις σχετικά με τη διαχείριση των
αποθεμάτων εξάγονται και παρουσιάζονται στο τέλος της διατριβής.
In this dissertation, ABC analysis was conducted based on the available data
from a company located in Greece that has production facilities that use a large
number of inventory materials. The data consist of the census, consumption and
purchases of five (5) years. These materials consist of four (4) different and discrete
groups of materials, consumables, machine parts, spare parts and tools.
The ABC analysis showed that all materials follow the Pareto principle where
the 80% of the total cost is due to 20% of the available inventory codes. The largest
part of the total cost is due to machine parts that generally have large unit cost and
increased level of demand.
Materials are separated in three categories, A, B and C based on their cost and
demand. Category-A materials usually have both high demand and high cost, but
there are also materials that have low demand but very high cost and belong to
category-A. Other types of characterization are made based on their independent or
dependent demand. There are several materials that have seasonality and have
dependent demand and others that have independent demand, like most of
consumables and their demand is approximated by a normal distribution.
Wilson model is analyzed for the independent demand materials or any other
stochastic model. Forecasting methods like moving average and exponential
smoothing are used to predict future demand and can be used for both independent
and dependent demand materials. Low demand materials that have lumpy demand
may be crucial for production and can be managed using MRP method. In demand
forecast using exponential smoothing, seasonality is taken into account.
All calculations, for the ABC analysis as well as the forecasting models are
done using Microsoft Excel.
Several conclusions and proposals regarding the inventory management are
extracted and are presented at the end of the dissertation.
Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.
Main Files
ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ ΓΙΑ ΤΗ ΔΙΑΧΕΙΡΙΣΗ ΑΠΟΘΕΜΑΤΩΝ ΜΕΣΩ ΠΡΟΒΛΕΨΗΣ ΖΗΤΗΣΗΣ: ΜΕΛΕΤΗ ΠΕΡΙΠΤΩΣΗΣ ΕΤΑΙΡΙΑΣ ΠΟΥ ΕΔΡΕΥΕΙ ΣΤΗΝ ΕΛΛΑΔΑ - Identifier: 158675
Internal display of the 158675 entity interconnections (Node labels correspond to identifiers)