Dieser Arbeit wird ein abgespeckter Datensatz zu Grunde gelegt, der mit einer Erweiterung des „periodic review inventory model“ generiert wurde und in states unterteilt ist. Jeder state enthält Informationen über den Lagerbestand, die Menge eines vor einer und zwei Perioden bestellten Produktes und die zugehörigen Kosten. Zunächst wird in Abschnitt 2 das periodic inventory review model eingeführt, das Prinzip RFID kurz vorgestellt und an kurzen Beispielen weiter vertieft. Es wird ebenfalls ein kurzer Einblick in die Grundlagen der Regression und deren Interpretations- und Analysemethoden gegeben. Im Hauptteil werden Muster und Strukturen innerhalb dieses Datensatzes mit Hilfe verschiedener Regressionsmethoden dargestellt und im Anschluss diskutiert. Abschnitt 4 zieht ein Fazit mit kritischer Würdigung der Analysen und gibt einen Ausblick.
Inhaltsverzeichnis
- 1 Einleitung
- 1.1 Grundsätzliche Motivation
- 1.2 Themenmotivation
- 1.3 Ziel
- 2 Grundlagen
- 2.1 Periodic review inventory model
- 2.2 Möglichkeiten des Informationsaustausches
- 2.3 Regression
- 2.3.1 Lineare Regression
- 2.3.2 Logistische Regression
- 3 Analyse
- 3.1 Lineare Regression
- 3.1.1 Lineare bivariate Regression
- 3.1.2 Lineare multivariate Regression
- 3.2 Nichtlineare multivariate Regression
- 3.3 Logistische Regression
- 3.4 Diskussion
- 3.1 Lineare Regression
- 4 Fazit
- 4.1 Zusammenfassung
- 4.2 Kritische Würdigung
- 4.3 Ausblick
Zielsetzung und Themenschwerpunkte
Diese Arbeit befasst sich mit der Analyse von Mustern und Zusammenhängen in Daten getrackter Bestellungen unter Nachfrageunsicherheit und zufälligem Ertrag. Das Ziel ist es, durch den Einsatz von Regressionsmethoden Erkenntnisse über die Auswirkungen von Nachfrageunsicherheit und Ertragsvariabilität auf Bestellmengen, Bestände und Kosten zu gewinnen.
- Der Bullwhip Effect und seine Auswirkungen auf Supply Chains
- Die Rolle von Informationsaustausch und Echtzeitdaten bei der Optimierung von Bestellprozessen
- Die Verwendung von Regressionsmethoden zur Analyse von Zusammenhängen zwischen Bestellparametern und Kosten
- Die Bedeutung der Berücksichtigung von Verderblichkeit bei der Analyse von Bestellprozessen
- Die Möglichkeiten zur Verbesserung der Produktivität von Supply Chains durch Tracking von Bestellungen und deren Auswirkungen
Zusammenfassung der Kapitel
- Kapitel 1: Einleitung - Die Einleitung beleuchtet die Motivation und das Ziel dieser Arbeit. Sie erklärt den Bullwhip Effect und seine Auswirkungen auf Supply Chains, sowie die Herausforderung, die durch den zufälligen Ertrag und die Verderblichkeit von Produkten entstehen.
- Kapitel 2: Grundlagen - Dieses Kapitel führt in die Grundlagen des periodic review inventory models, die Möglichkeiten des Informationsaustausches und die wichtigsten Regressionsmethoden ein, die in der Arbeit verwendet werden.
- Kapitel 3: Analyse - In diesem Kapitel werden verschiedene Regressionsmodelle auf die Daten angewandt, um Zusammenhänge zwischen Bestellparametern und Kosten zu untersuchen. Es werden lineare, nichtlineare und logistische Regressionsmodelle verwendet.
Schlüsselwörter
Die wichtigsten Schlüsselwörter dieser Arbeit sind: Supply Chain Management, Bullwhip Effect, Nachfrageunsicherheit, zufälliger Ertrag, Verderblichkeit von Produkten, Regressionsanalyse, lineare Regression, logistische Regression, Informationsaustausch, Echtzeitdaten, Bestellmengen, Bestände, Kosten.
- Arbeit zitieren
- Matthias Wolff (Autor:in), 2017, Darstellung von Mustern und Zusammenhängen in Daten getrackter Bestellungen unter Nachfrageunsicherheit und zufälligem Ertrag mit Hilfe von Regressionsmethoden, München, GRIN Verlag, https://www.grin.com/document/461500
