• No results found

5.3 P ROGNOSTISERINGSPROCESS FÖR K INNARPS

5.3.1 Kinnarps parametrar

Parametrarna bör bestämmas i framtagningsprojektet och förfinas och utvecklas i delprocessen processutveckling, men för att kunna anpassa den generella modellen till Kinnarps analyseras dessa nedan.

Som historiskt prognosunderlag kan Kinnarps använda sig av utleveransdata, eftersom det är denna information som idag finns att hämta i deras affärssystem Movex. Utleveransdata är den statistik Kinnarps har som ligger närmast kundens efterfrågan. Dessa data bör användas som grund för prognostisering samt vid jämförelse både vad gäller hur den väntade förändringen ser ut i förhållande till nuläget och för att kunna se försäljningsmönster under en längre tid. Kinnarps sammanställer idag rapporter av försäljning på produktgrupp till de olika länderna i produktmixen, se bilaga 8. Denna skulle vara ett bättre underlag vid prognostiseringen om den hade samma produktindelning som prognosen. Analyser av historisk data bör göras av marknadsavdelningen för att få en grund till efterfrågeprognosen och ska resultera i att tydliggöra efterfrågemönster som trender och säsongsvariationer. På grund av den stora produktvariationen som Kinnarps har bör säljkårsuppfattning vara en lämplig metod för att göra kvalitativa uppskattningar. Säljkårsuppfattning är även lämpligt på grund av det finns en stor säljorganisation med mycket marknadskunskap. En sammanställning av stora projekt i Salsa skulle vara ett bra komplement till dessa uppskattningar om Kinnarps även i Salsa använder sig av samma produktindelning som i prognosen. Kinnarps bör även utnyttja sina marknads- och ekonomiexperter för att göra analyser av framtiden. Sedan bör justeringar göras av historisk efterfrågan vilket ska resultera i en efterfrågeprognos.

Hänsyn bör även tas till i vilket stadium produkter befinner sig. Finns det nya produkter som är på väg in på marknaden bör det analyseras hur de kommer att påverka den befintliga

bör också beaktas. Kinnarps har ett stort antal produktvarianter, därför har rapporten Prognosobjekt och grupperingsnivå på Kinnarps – För resursplanering på strategisk och taktisk nivå, tagit fram en indelning för hur produkter kan grupperas för att lättare kunna prognostiseras.

Då Kinnarps idag har problem med följderna av de förändringar som sker i produktmix, med säsongsvariationer och med efterfrågesvängningar anser vi att de bör börja med att prognostisera med en horisont på ett år. Detta skulle ge dem en möjlighet att lyfta blicken och planera på längre sikt. Verksamhetsåret på Kinnarps sträcker sig från september till september och för att prognoserna ska kunna stämma med de ekonomiska planerna samt företagets mätning och uppföljning i Balanced Score Cards bör de följa denna indelning.

Horisonten på ett år bör sedan delas in i perioder och vi har valt att dela in dem i kvartal. Ledtiden för produkter, avseende både komponenttillverkning och slutmontering, är cirka en månad och prognoserna bör ligga utanför den tidsperioden. För att Kinnarps ska hinna reagera på förändringar krävs även en viss tids framförhållning och även detta gör kvartalsindelningen lämplig att börja med. Kinnarps tror att de hinner reagera och förändra maskin- och personalkapacitet om de har en framförhållning på tre månader. Då verksamhetsåret sträcker sig från september till september, innebär det att perioderna kommer att sträcka sig från september till november, december till februari, mars till maj, och juni till augusti. Kartläggningen på Kinnarps visar att de säsongsvariationer och trender som i dagsläget är tydliga inom företaget faller inom dessa kvartal vilket gör kvartalsindelningen bra. Detta innebär att första gången en prognos görs bör den göras för ett år framöver och indelas i kvartal, sedan kommer prognosen att uppdateras och förlängas kontinuerligt. Prognosarbetet kommer att följa ett mönster som ser ut som i bild 15.

Bild 15. Förslag till prognosperioder

Då vi valt periodindelning efter kvartal så anser vi att det inte finns någon anledning att använda någon annan frekvensen för uppdateringar än varje kvartal för Kinnarps. Då uppdateringar görs varje kvartalsskifte kommer justeringar av nästkommande kvartals prognos att göras och även för de tre följande kvartal. Vid dessa kvartalsskiften bör uppföljning av prognos och verkligt utfall för föregående kvartalsperiod göras. Inför nästa verksamhetsår, när budget ska läggas finns en prognos för det kommande året, vilket är bra att använda som underlag. Vid uppföljning av prognoserna bör prognoser jämföras med verkligt försäljningsutfall. Den senast uppdaterade prognosen för det sista kvartalet bör jämföras med verkliga utfallet och efter varje budgetår bör det totala verkliga utfallet jämföras med hur den första prognosen inför året såg ut. Det kan vara lämpligt att Kinnarps börjar med att använda enkla metoder som MAD, standardavvikelse och analys för systematiska fel samt att sätta ett rimligt mål för avvikelsen. Gissningar baserade på kvalitativ information till prognosen görs på

marknadsavdelningen i enheten antal för varje produktgrupp och för fördelningen i dessa produktgrupper uppskattas med en procentsats. För att alla avdelningars behov av information ska finnas i prognosdokumentet bör en omvandling visas mellan de tre enheterna som används på Kinnarps: antal i styck, volym i kubikmeter och pengar i kronor.

Då Kinnarps har ett avancerat affärssystem och möjlighet att sammanställa mycket historisk information därifrån bör de utnyttja denna möjlighet vid prognostiseringsarbetet. Då det finns möjlighet att genom systemet delge alla mottagare prognosinformation bör visualisering och förmedling övervägas att göras därigenom.

Då Kinnarps har en stor variantrikedom är det lämpligt att de prognostiserar på en produktmodellnivå, denna kan sedan brytas ner till produkt och artikelnivå genom de strukturer och datorunderlag som finns i Movex. Produktmodellnivån är lämplig då det är lättare att prognostisera på färre grupper då aggregering ger bättre tillförlitlighet.

Related documents