PL EN


2019 | 383 | 41-55
Article title

Usage attempt of forecasting method in a selected entity with considerations about the necessity of CPFR implementation

Authors
Content
Title variants
PL
Próba użycia metody prognozowania w wybranym podmiocie z rozważaniami na temat konieczności wdrożenia CPFR
Languages of publication
EN
Abstracts
EN
Main factor, which has got influence on aspects, activity, configuration, and efficiency of mentioned supply chain is demand’s fluctuations. The ability to predict fluctuations is the basis of creating the competitive advantage and increasing the customer service level. The purpose of following paper is to demonstrate the necessity of using a quantitative forecasting methods and to show further research directions connected with CPFR implementation in selected entity. The main issue of demand management consideration has a CPFR conception. One of the many advantages of CPFR is the improvement in forecast accuracy, eg. accuracy of exponential smoothing forecasting methods like Winter’s method, by gaining ability to make proper modifications of this method based on reached demand information. Second part of this article is based on case study concerns on one of the basic exponential smoothing forecast method in comparison with current forecast method and necessity of CPFR implementation in the future.
PL
Kluczowym czynnikiem, który ma wpływ na aspekty, funkcjonowanie, konfigurację oraz skuteczność łańcuchów dostaw, są wahania popytu. Zdolność przewidywania wahań jest podstawą do kreowania przewagi konkurencyjnej i podniesienia poziomu obsługi klienta. Aby zdobyć wspomnianą zdolność, przedsiębiorstwa często tworzą w szerszej perspektywie systemy zarządzania popytem, a w węższej – prognozy sprzedażowe. Celem artykułu jest ukazanie konieczności użycia ilościowych metod prognostycznych i wskazanie dalszych kierunków badań związanych z wdrożeniem CPFR w wybranym podmiocie. Główny obszar dotyczący zarządzania popytem będzie skupiał się na koncepcji CPFR. Jedną z wielu zalet CPFR jest poprawa dokładności stawianych prognoz. Druga część artykułu oparta jest na studium przypadku skupiającym się na zastosowaniu podstawowych metod wygładzania wykładniczego i porównaniu rezultatów z dotychczasową metodą prognostyczną, a także ukazuje kierunki dalszych badań związanych z wdrożeniem CPFR.
Year
Volume
383
Pages
41-55
Physical description
Contributors
  • Silesian University of Technology. Faculty of Organization and Management. Institute of Management, Administration and Logistics
References
  • Anderson C.K., Carroll B. (2007), Demand Management: Beyond Revenue Management, “Journal of Revenue and Pricing Management”, Vol. 6(4), pp. 260-263.
  • Baraniecka A. (2004), ECR, łańcuch dostaw zorientowany na klienta, Biblioteka Logistyka, Poznań.
  • Bielińska E. (2007), Prognozowanie ciągów czasowych, Wydawnictwo Politechniki Śląskiej, Gliwice.
  • Chandra Ch., Grabis J. (2007), Supply Chain Configuration. Concepts, Solutions, and Applications, Springer, New York.
  • Ciesielski M., red. (2009), Instrumenty zarządzania łańcuchami dostaw, PWE, Warszawa.
  • Croxton K.L., Lambert D.M., Garcia-Dastugue S.J., Rogers D.S. (2002), The Demand Management Process, “The International Journal of Logistics Management”, Vol. 13, pp. 51-66.
  • Emerson D., Piramuthu S. (2004), Agent-based Framework for Dynamic Supply Chain Configuration, 37th Hawaii International Conference on System Sciences, Big Island, HI.
  • Gołębiewska E., red. (2010), Kompendium wiedzy o logistyce, Wydawnictwo Naukowe PWN, Warszawa.
  • Kamalapur R., Lyth D., Houshyar A. (2013), Benefits of CPFR and VMI Collaboration Strategies: A Simulation Study, “Journal of Operations and Supply Chain Management”, Vol. 6, pp. 59-73.
  • Kawa A. (2009), Zastosowanie technologii agentowej w konfigurowaniu łańcucha dostaw, PhD dissertation, Uniwersytet Ekonomiczny w Poznaniu, Poznań.
  • Kazemi Y., Zhang J. (2013), Optimal Decisions and Comparison of VMI and CPFR under Price-Sensitive Uncertain Demand, “Journal of Industrial Engineer and Management”, Vol. 6(2), pp. 547-567.
  • Kmiecik M. (2017), Popyt jako determinanta konfiguracji łańcuchów dostaw, „Logistyka”, nr 6, pp. 23-25.
  • Lattyak W.J., Stokes H.H. (2011), Exponential Smoothing Forecasting Using SCAB34S and SCA WorkBench, Chicago.
  • Lau R.S. (s.a.), Demand Management and Forecasting, lecture, The University of Hong Kong, Hong Kong.
  • Lee H.L. (2002), Aligning Supply Chain Strategies with Product Uncertainties, “California Management Review”, Vol. 44, No. 3, pp. 105-119.
  • Min H., Yu W. (2004), Collaborative Planning, Forecasting and Replenishment: Demand Planning in Supply Chain Management, The Fourth International Conference on Electronic Business, Beijing.
  • Murphy P.R. Jr., Wood D.F. (2011), Nowoczesna logistyka, wyd. 10, Helion, Gliwice.
  • Nepal B., Monplaisir L., Famuyiwa F. (2010), Supply Chain Configuration Model for New Product Development: A Multi-objective Approach, POMS 21th Annual Conference, Canada.
  • Raz G. (2009), Introduction to Supply Chain Management, Darden Business Publishing, Charlottesville, VA.
  • Saha P. (2005), Factors Influencing Broad Based CPFR Adoption, National University of Singapore Institute of Systems Science http://www.vics.org/docs/committees/cpfr/academic_papers/Factors_Impacting_CPFR_Adoption_VICS.pdf (accessed: 30.09.2018).
  • Sołtysik M., Świerczek A. (2009), Podstawy zarządzania łańcuchami dostaw, Wydawnictwo Akademii Ekonomicznej, Katowice.
  • Szozda N., Świerczek A. (2016), Zarządzanie popytem na produkty w łańcuchu dostaw, PWE, Warszawa.
  • Vlckova V., Patak M. (2011) Barriers of Demand Planning Implementation, “Economic and Management”, Vol. 16, pp. 1000-1005.
  • Tirkes G., Guray C., Celebi N. (2017), Demand Forecasting: A Comparison Between the Holt-Winters, Trend Analysis and Decomposition Models, “Tehnicki Vjesnik”, Vol. 24, No. Supplement 2.
  • Zagdański A., Suchwałko A. (2016), Analiza i prognozowanie szeregów czasowych. Praktyczne wprowadzenie na podstawie środowiska R, Wydawnictwo Naukowe PWN, Warszawa.
  • Zinn W., Liu P.C. (2001), Customer Response to Retail Stockouts, “Journal of Business Logistics”, Vol. 22, pp. 49-71.
Document Type
Publication order reference
Identifiers
ISSN
2083-8611
YADDA identifier
bwmeta1.element.cejsh-af7d99bb-93d2-45fa-8203-44238eba25af
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.