Key Performance Indicators Prediction in a Dairy Industry

Πρόβλεψη Καίριων Δεικτών Απόδοσης σε μια Γαλακτοβιομηχανία (Ελληνική)

  1. MSc thesis
  2. ΓΕΩΡΓΙΟΣ ΚΑΡΥΠΙΔΗΣ
  3. Διοίκηση Επιχειρήσεων (MBA)
  4. 10 Σεπτεμβρίου 2023
  5. Αγγλικά
  6. 125
  7. Degiannakis, Stavros
  8. Degiannakis, Stavros | Genius, Margarita
  9. Dairy Industry, Water Consumption Ratio, Overall Equipment Effectiveness, Multiple Regression Analysis, Prediction, KPI
  10. Master in Business Administration (MBA) / ΜΒΑ60
  11. 11
  12. 1
  13. 11
  14. Figures, Tables included.

    • This dissertation aims to develop prediction models for two essential Key Performance Indicators (KPIs) for a leading dairy industry located in the Middle East. The KPIs are the Overall Equipment Effectiveness (OEE) and Water Consumption Ratio (WCR). Both KPIs were selected because of their importance and impact on the factory’s conversion cost.

      For the OEE model, the following explanatory variables were analyzed: Production Volumes, Number of Stoppages of the Packaging Lines, Number of Breakdowns of Filling Machines, Number of breakdowns of UHTs, Packaging Materials Wastage, Raw Materials Wastage, and First Time Right. For the WCR model, the explanatory variables were the following:  Production Volumes, Operation on Holidays, Fresh Milk Intake, OEE, Number of Cleanings, and Number of Water Circulations of UHT.

      Data were collected weekly from 2021 up to 2022. The best Subset Regression procedure was employed, and Multiple Linear Regression Models were developed. The OEE regression equation revealed a linear relationship between OEE and 5 explanatory variables: Volume, Number of Stoppages, Number of Filling Machines, Breakdowns, Packaging Materials Wastage, and First Time Right. For the WCR model, a linear relationship was revealed between WCR and 4 explanatory variables: Volume, Operation on Holidays, Fresh Milk Intake, and Overall Equipment Effectiveness.

      The validity of the multiple regression assumptions was checked, influential data points were detected, extreme data points were removed, and predictions were made based on the expected targeted KPIs and metrics for the new fiscal year. The estimated coefficients of both OEE and WCR equations are sensible.

      If the manufacturer achieves the balanced business plan (BBP) targets, 1.47M United States Dollars (USD) and 0.55M USD annual savings are expected from the improved, predicted OEE and WCR, respectively. If the factory over-performs, the anticipated annual savings, based on the predicted ΟΕΕ at 69.2% and WCR at 1.79lt/kg, can reach 2.42M USD and 0.64 M USD, respectively.

      The predictions of OEE and WCR have proven to be an extremely useful tool and revealed statistically significant relationships between the explanatory variables and the KPIs above.  More importantly, the predictions indicate the KPI's potential reach and limits.


    • Ο στόχος της μελέτης αυτής είναι η ανάπτυξη μοντέλων για την πρόβλεψη δύο πολύ σημαντικών καίριων δεικτών απόδοσης (KPI) για μια γαλακτοβιομηχανία με ηγετική θέση στο χώρο, που βρίσκεται στη Μέση Ανατολή. Οι δείκτες που επιλέχθηκαν είναι ο συνολικός βαθμός απόδοσης (ΟΕΕ) και ο Δείκτης Κατανάλωσης Νερού (WCR). Η επιλογή των δεικτών έγινε με βάση την σημαντικότητα και την επίδραση που έχουν οι δείκτες αυτοί στο κόστος παραγωγής του εργοστασίου.

      Για το μοντέλο του ΟΕΕ, αναλύθηκαν οι παρακάτω ανεξάρτητες μεταβλητές: Όγκος παραγωγής, αριθμός σταματημάτων των γραμμών συσκευασίας, αριθμός βλαβών των γεμιστικών μηχανών, αριθμός βλαβών των συστημάτων UHT, απώλειες υλικών συσκευασίας, απώλειες πρώτων υλών και απόδοση ποιότητας (FTR). Για το μοντέλο του WCR, αναλύθηκαν οι παρακάτω ανεξάρτητες μεταβλητές: Όγκος παραγωγής, λειτουργία στις αργίες, εισκόμιση φρέσκου γάλακτος, συνολικός βαθμός απόδοσης, αριθμός πλυσιμάτων και αριθμός ανακυκλοφορίας νερού στα συστήματα UHT.

      Έχουν συλλεχθεί εβδομαδιαία δεδομένα για τα έτη 2021 και 2022. Η μέθοδος παλινδρόμησης με επιλογή του καλύτερου υποσυνόλου (best subset selection) χρησιμοποιήθηκε και μοντέλα πολλαπλής γραμμικής παλινδρόμησης αναπτύχθηκαν. Η εξίσωση παλινδρόμησης για το ΟΕΕ αποκάλυψε γραμμική σχέση μεταξύ ΟΕΕ και 5 ανεξάρτητων μεταβλητών: Όγκου παραγωγής, αριθμού σταματημάτων των γραμμών συσκευασίας, αριθμού βλαβών των γεμιστικών μηχανών, απώλειας υλικών συσκευασίας και απόδοσης ποιότητας (FTR). Για το μοντέλο WCR, υπολογίστηκε η γραμμική σχέση μεταξύ WCR και 4 ανεξάρτητων μεταβλητών: Όγκου παραγωγής, λειτουργίας στις αργίες, εισκόμισης φρέσκου γάλακτος και συνολικού βαθμού απόδοσης.

      Η ισχύς των υποθέσεων της πολλαπλής παλινδρόμησης ελέγχθηκε, επηρεάζουσες παρατηρήσεις ανιχνεύθηκαν, ακραίες παρατηρήσεις απομακρύνθηκαν και έγιναν προβλέψεις, με βάση τους αναμενόμενους, στόχους – δείκτες απόδοσης για το νέο οικονομικό έτος. Οι υπολογιζόμενοι συντελεστές και για τις εξισώσεις των ΟΕΕ και WCR είναι λογικοί.

      Θεωρώντας ότι ο παραγωγός θα πετύχει τους στόχους του με βάση το ισορροπημένο επιχειρηματικό σχέδιο (BBP), 1.47Μ USD και 0.55Μ USD μπορούν να εξοικονομηθούν ετησίως από τα προβλεπόμενα με βάση τα μοντέλα, βελτιωμένα ΟΕΕ και WCR, αντίστοιχα. Αν το εργοστάσιο πετύχει αποδόσεις πάνω από τους στόχους, η πρόβλεψη για την ετήσια αναμενόμενη εξοικονόμηση για τα ΟΕΕ (69.2%) και WCR (1.79lt/kg)  μπορεί να φτάσει τα 2.42Μ USD και 0.64Μ USD, αντίστοιχα.

      Η πρόβλεψη των ΟΕΕ και WCR έχει αποδειχθεί σημαντικό εργαλείο βελτίωσης και αποκάλυψε στατιστικά σημαντική σχέση μεταξύ των ανεξάρτητων μεταβλητών και των προαναφερθέντων δεικτών απόδοσης. Η πρόβλεψη επίσης, αποκαλύπτει κυρίως τα όρια των KPIs τα οποία μπορούν τα επιτευχθούν.


  16. Hellenic Open University
  17. Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές