Prognostisering inom dagligvaruhandeln : En studie om prognostiseringsteknikerns förmåga till träffsäkra kampanjprognoser.

Sammanfattning: Prognostisering anses vara en nyckelprocess som påverkar alla delar av en verksamhet och genom att effektivt applicera prognoser kan ett flertal fördelar erhållas, däribland ökad tillgänglighet av produkter till konsumenter och minskade lagernivåer genom hela leveranskedjan. Inom dagligvaruhandeln, med dess snabba varuomsättning, skiftande konsumentbehov samt varierande produkthållbarheter är det särskilt nödvändigt att ständigt ligga steget före.ICA Sverige AB är idag den dominerande aktören inom svensk dagligvaruhandel med knappt hälften av marknadsandelarna. Likt många andra större koncerner tillämpar ICA Sverige AB prognoser för att förutse framtida försäljningsvolymer. Vad som skiljer sig är att verksamheten inte endast applicerar prognoser mot konsumenter utan även på försäljningen mot ICA-handlarna. Ett viktigt affärsområde för verksamheten är de kampanjer som dels bedrivs mot konsumenter och dels, i första hand, mot ICA-handlarna. Verksamhetens nuvarande process för kampanjprognostisering innefattar manuell planering och uppskattning av framtida kampanjers omfattning, vilket är extremt svårt.Denna studie syftar till att undersöka ett antal olika prognostiseringstekniker, från områdena informationsutvinning (eng. data mining) och maskininlärning, och deras förmåga att skapa träffsäkra kampanjprognoser. I studien jämförs även prognostiseringsteknikernas prestanda mot ICA:s befintliga manuella kampanjprognoser.Studiens resultat visar att det är möjligt att uppnå en hög träffsäkerhet på kampanjprognoser för dagligvaruhandeln med hjälp av prognostiseringstekniker. Flertalet av de studerade prognostiseringsteknikerna uppnådde dessutom en högre träffsäkerhet än ICA:s befintliga manuella kampanjprognoser.