Leveranspålitlighet

Leveranspålitlighet avser i vilken mån som kundens krav på ledtid uppnås (Lumsden, 2006; Oskarsson, et al., 2013). Att produkter kommer fram i tid är kritiskt för kundnöjdheten och även om punktligheten till viss del beror på transporten från lagret till kunden så påverkar processerna inom ett lager kundorderledtiden (Coyle, et al., 2012). Coyle, et al. (2012) menar att om någon av processerna för plockning, packning och skeppning blir försenade så kan inte alltid speditören ta igen förlorad tid. Därför bör företag kontinuerligt mäta och utvärdera sina ordhanteringsprocesser med hjälp av nyckeltal för orderbehandlingstid, hur mycket de varierar och vilka delar av orderhanteringen som orsakar mest avvikelser. (Coyle, et al., 2012)

3.8.7 Leveransprecision

Ledande företag sammanfogar ofta leveranspålitlighet och leveranssäkerhet till elementet leveransprecision. (Oskassson et al, 2013) Leveransprecision mäter hur stor andel av beställda produkter som levereras korrekt och är ett viktigt nyckeltal eftersom det både påverkar kundnöjdhet och ger ett mått på hur bra ordhanteringsprocessen är (Coyle, et al., 2012) Christoffer (1992) definierar leveransprecision som andelen perfekta ordrar inom den avtalade leveranstiden. Coyle et al. (2012) menar att en perfekt order innebär att rätt vara måste levereras till rätt plats vid rätt tid i ett defektfritt tillstånd samt med rätt dokumentation, prissättning och fakturering.

3.9 Modellkonceptet

Enligt Gerlee & Lundh (2012) är en vetenskaplig modell en förenklad avbild av verkligheten. Modellbegreppet kan dock vara svårt att definiera mer precist på grund av omfattningen av modeller som existerar. Modeller representerar verkligheten men med ett givet ändamål i åtanke och kan därför variera. (Gerlee & Lundh, 2012) Gerlee & Lundh (2012) definierar en vetenskaplig modell som ”beskrivningar, abstrakta eller materiella, som återspeglar eller representerar och därmed ger oss tillgång till valda delar av verkligheten”.

Enligt Morgan & Morrison (1999) förekommer det inga exakta regler och riktlinjer för hur en modell ska konstrueras. Författarna menar att en modell snarare bör betraktas som ett hantverk som kräver tid och erfarenhet att bemästra (Morgan & Morrison, 1999). Eftersom en vetenskaplig modell är av vetenskaplig karaktär erhåller den däremot samma krav som andra vetenskapliga verktyg gällande rationalitet, empiri och objektivitet. Med det menas att modeller inte ska vara grundade på lösa antaganden samt vara representativ av verkligheten. Därav är det två grundstenar som är av betydelse vid formandet av en modell; fenomenet, den del av verkligheten som ska undersökas, samt teorin, som levererar fundamentala lagar för det ämne som fenomenet är en del av. (Gerlee & Lundh, 2012) Utifrån de två grundstenarna utformas en modell där fenomenet styr vilka delar av teorin som är av intresse medan teorin definierar vilka typer av storheter och kopplingar som modellen kan innehålla. För att sedan åstadkomma praktisk applicerbarhet måste modellen verifieras och testas vilket sker genom att jämföra modellen med praktiskt data. Vid verifieringen är det inte ovanligt att den teoretiska modellen behöver modifieras. (Gerlee & Lundh, 2012) Vetenskapliga modeller är av dynamisk karaktär

25 vilket innebär att de ständigt förändras och förbättras efter att mer tillgänglig data samt bättre förståelse för fenomenet erhålls. Det innebär att en modell aldrig är helt färdig, utan ständigt kan förbättras under dess livstid. (Morgan & Morrison, 1999)

26

4 Uppgiftsprecisering

Uppgiftspreciseringen avser att bryta ner syftet i beståndsdelar och definiera det studerade systemet. Slutligen preciseras studiens frågeställningar.

4.1 Syftesnedbrytning

Syftet med studien utgör grunden för avsnittet och därför är det relevant att presentera det igen.

Syftet med studien är att skapa en modell som genererar beslutsunderlag för val av en lönsam automationslösning som är lämplig vid högintensivt styckplock på lager.

Begreppet modell utgör en grundläggande byggsten för syftesuppbyggnaden. För att skapa en förståelse för syftet är det därför betydande att begreppet definieras. Modellbegreppet kan dock vara svårt att definiera på grund av omfattningen av modeller som existerar. Modeller representerar verkligheten men med ett givet ändamål i åtanke och kan därför variera. (Gerlee & Lundh, 2012) Gerlee & Lundh (2012) definierar en vetenskaplig modell som ”beskrivningar, abstrakta eller materiella, som återspeglar eller representerar och därmed ger oss tillgång till valda delar av verkligheten”. Definitionen är generell och ska passa samtliga typer av modeller som existerar. Modellen som ska skapas i denna studie innehåller däremot vissa specificeringar i syftet vilket innebär att det tillkommer parametrar som är specifika för denna studie. Med Gerlee & Lundhs (2012) definition som grund kan därför en mer studiespecifik definition framtas.

Eftersom den modell studien avser att skapa ska generera beslutsunderlag kan begreppet anknytas med modelldefinitionens referens till ’tillgång’. Vidare ska beslutsunderlaget användas vid val av en automationslösning och därför är det rimligt att modelldefinitionens referens till ’beskrivningar’ har en koppling till automation i denna studie. Beslutsunderlaget är även specificerat till att gälla vid högintensivt styckplock på lager vilket därmed utgör studiens valda del av verklighet. Den studiespecifika definitionen för en modell är därmed beskrivningar av automationslösningar som representerar verkligheten och därmed ger oss tillgång till ett beslutsunderlag för högintensivt styckplock på lager.

Det är väsentligt att nyckelbegreppet beslutsunderlag också definieras eftersom även den är en grundläggande del för både modellen och syftesuppbyggnaden. För att erhålla en korrekt definition på ordet beslutsunderlag delas det upp i två uppslagsord: beslut och underlag. Enligt Nationalencyklopedin innebär ordet ’beslut’ ett avgörande i en viss fråga. Ordet ’underlag’ definieras som fakta om omständigheter som utgör utgångspunkt för planering (Nationalencyklopedin, u.d.). Om de två definitionerna slås samman erhålls definitionen för beslutsunderlag som fakta om omständigheter som utgör en utgångspunkt för planering vid ett avgörande i en viss fråga. I syftet framkommer det att beslutsfrågan i denna studie berör automationslösningar och därav innebär det att beslutsunderlagets fakta ska utgöras av relevanta parametrar kopplade till automation. Studiespecifikt definieras därför beslutsunderlag som fakta om relevanta parametrar kopplade till automation som utgör en utgångspunkt för planering vid ett avgörande av en lönsam automationslösning.

När en modell ska utformas är det två grundstenar som är av betydelse; fenomenet, den del av verkligheten som ska undersökas, samt teorin, som levererar fundamentala lagar för det ämne som fenomenet är en del av (Gerlee & Lundh, 2012). Det är av betydelse att använda sig av tillgänglig litteratur vid framtagande av teori då studien därigenom kan dra nytta av resultat från tidigare studier

27 och fortsätta arbetet där teori saknas. Utifrån de två grundstenarna utformas en modell där fenomenet styr vilka delar av teorin som är av intresse medan teorin definierar vilka typer av storheter och kopplingar som modellen kan innehålla (Gerlee & Lundh, 2012). Modellen som skapas i detta stadie är grundad på tidigare studier och litteratur och refereras därför i denna studie till teoretisk modell. När den teoretiska modellen konstruerats är det av intresse att försäkra sig om att den är praktiskt applicerbar. För att åstadkomma praktisk applicerbarhet måste modellen verifieras och testas vilket sker genom att jämföra modellen med praktiskt data (Gerlee & Lundh, 2012). I denna studie görs det genom att applicera den teoretiska modellen på data från fallföretaget Lyko. Det är enligt Gerlee & Lundh (2012) inte ovanligt att den teoretiska modellen behöver modifieras vid verifieringen. Sålunda är det relevant att utvärdera den praktiska appliceringen för att undersöka om eventuella modifikationer bör göras. Eftersom syftet avser att modellen som ska utformas ska vara applicerbar för företag som har högintensivt styckplock på lager är det viktigt att modellen inte är Lyko-specifik. Därav är det av stor vikt att utvärdera de modifikationer som framkommer vid appliceringen för att undersöka om de är generella och därmed bör inkluderas i modellen eller om de ska förkastas. Efter att modellen har testats mot verkligheten kan även resultatet och modellens tillämpningsbarhet utvärderas.

Resultatet från utvärderingen möjliggör anpassning av modellen. Anpassningen syftar till att modifiera den teoretiska modellen baserat på de resultat som framkommer från utvärderingen för att modellen ska vara mer användbar i verkliga situationer. Genom att inkludera de framtagna modifikationerna skapas därmed en Verklighetsbaserad modell som har sin utgångspunkt i teorin men har anpassats utifrån verkligheten. I Figur 9 nedan illustreras hur problemlösningen sekvenseras.

Figur 9 Sekvensieringen av problemlösningen