Inventory optimisation by means of multivariate analysis

Abstract

The commercial importance of managing inventories is reflected well by an abundance of scientific publications. Most of the models in literature address one or multiple factors that influence inventory levels, e.g. order quantity, lead times and Business Interruption risk, often in a deterministic way. Choosing the right factors can hugely influence the resulting inventory levels suggested by the model, and as a consequence the capital bound in stocks.

In Supply Management, Performance Pricing is a well-established top-down instrument to quantify and address pricing potential by comparing the actual and the statistically calculated price for purchasing items. The calculation of the latter considers a multitude of hard and soft factors by means of multiple regression analysis.

The goal of this thesis is to develop and apply a comprehensive, regression-based assessment method for inventory management, methodically founded on the step model described in VDI 2817. The application is not limited to a single company but facilitates cross-company benchmarking of inventory levels.

The result is a statistically valid inventory optimisation model that uses data from two case companies. The empirical analysis shows that the case companies have inventory reduction potentials in certain material groups. By implementing the findings, the case companies can reduce capital tied to the inventories and improve financial aspects.

Varastonhallinnan liiketaloudellinen merkitys on hyvin esitetty runsaiden tieteellisten julkaisujen myötä. Suurin osa kirjallisuudessa esitetyistä malleista käsittelee yhtä tai useampaa tekijää, jotka vaikuttavat varastotasoihin, kuten esimerkiksi tilauskokoa, toimitusaikaa ja liiketoiminnan keskeytymisriskiä, usein syy-seuraussuhteen myötä. Oikeiden tekijöiden valinta voi vaikuttaa suuresti mallin laskemiin varastotasoihin, ja sen seurauksena käyttöpääoman kietoutumiseen varastoissa.

Hankintatoimessa Performance Pricing on hyvällä perustalla oleva ylhäältä alaspäin suuntautuva väline hintojen kvantifiointiin ja potentiaalin käsittelyyn ostonimikkeiden aitoja ja tilastollisesti laskettuja hintoja vertailemalla. Tilastolliset laskelmat tarkastelevat useita pehmeitä ja kovia ominaisuuksia regressioanalyysin keinoin.

Tämän pro gradu -tutkielman tavoite on kehittää ja soveltaa kokonaisvaltainen regressiopohjainen arviointimenetelmä varastonhallintaan, jonka menetelmäoppi perustuu VDI 2817:ssä kuvailtuun porrasmalliin. Menetelmän soveltamisen ei ole tarkoitus rajoittua vain yhteen yritykseen, vaan avittaa yritystenvälisten varastotasojen suorituskyvyn vertailua.

Työn tulos on tilastollisesti validi varastonoptimointimalli, joka hyödyntää dataa kahdesta yrityksestä. Empiirinen analyysi osoittaa, että tapaustutkimuksen yrityksillä on varastonvähennyspotentiaalia tietyissä materiaaliryhmissä. Löydösten täytäntöönpanolla yritykset voivat vähentää pääoman sitoutumista varastoihin sekä parantaa taloudellisia aspekteja.