Kereslet-előrejelzés sporadikus keresletű termékekre: Egy gyógyszer-nagykereskedelmi vállalat esettanulmánya (Forecasting of Sporadic Products - A Case Study of a Pharmaceutical Wholesaler Company)

Abstract

A vállalatok jelentős része szembesül azzal, hogy termékei jelentős része iránt viszonylag kevés alkalommal jelentkezik kereslet. Ebből következik, hogy az ilyen termékekre a klasszikus előrejelzési módszerek, mint pl. a mozgó átlag számítása, vagy az exponenciális simítás nem alkalmazható. Azon termékeket, amelyek iránt viszonylag ritkán jelenik meg kereslet, sporadikus keresletű termékeknek nevezzük. A megkülönböztetés a sporadikus és nem sporadikus termékek között sokszor csak hüvelykujj szabály alapján állapítható meg, de erre vonatkozóan a szakirodalomban találunk iránymutatást. A nemzetközi szakirodalomban már megjelentek olyan új kereslet-előrejelzési módszerek, melyeket kimondottan az ilyen, sporadikus kereslettel rendelkező termékek estében javasoltak. Cikkünk célja, hogy ezeket a szakirodalmi ajánlásokat egy konkrét hazai vállalat valós adatain esettanulmány jelleggel tesztelje. A nemzetközi szakirodalomban is ritkán publikálnak tudományos dolgozatokat, amelyek ezt a témakört valós alkalmazási környezetben tárgyalják; ismereteink szerint magyar nyelven erről tudományos dolgozat pedig még nem született. Elméleti bevezetőnk után egy gyógyszer-nagykereskedelmi vállalatnál valós adatait használva vizsgáljuk a kérdéskört. Sor kerül a vállalat termékportfóliójának a kereslet-előrejelzés szempontjából történő tipizálására, majd sporadikus keresletű termékek keresletének előrejelzésére és ennek során a szakirodalomban az alkalmazandó módszerekre vonatkozó ajánlások vizsgálatára. _____ Significant numbers of companies have the problem that demand for their products are sporadic in nature. Demand of such products is not continual in time; its demand is diffused, is random with large proportion of zero values in the analyzed time series. The sporadic character of a demand pattern actually means that available information on the demand of previous selling periods is leaky resulting in lower quality of data available. In these cases traditional forecasting techniques do not result in reliable forecast. Special forecasting algorithms have been developed during the last decade dealing with this problem. The paper introduces these techniques and offers suggestions for application. It also presents the case study of a Hungarian pharmaceutical wholesaler company. Based on real data we develop a topology of the company's product portfolio, carry out forecasts using different techniques including those developed for products with sporadic demand and also analyze the quality of these forecasts.