Use of machine learning in supply chain management : case study with DataRobot
Huovila, Emmi (2021)
Diplomityö
Huovila, Emmi
2021
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe202103298708
https://urn.fi/URN:NBN:fi-fe202103298708
Tiivistelmä
In this Master’s thesis, machine learning in supply chain management was studied. The goal of this thesis was to find out in which problems machine learning is suitable in the field of supply chain management and what are its benefits. The thesis was divided into two sections, literature review and empirical part. In the literature review, case examples were looked at from literature. Case examples were found for many different needs on different fields, such as demand prediction, inventory management, supplier selection and evaluation, and location and logistics problems. The benefits of machine learning were financial, and it gave aid in decision making and in improvement of customer satisfaction. In the empirical part, DataRobot platform’s functions were studied by creating a case study of inventory management. The challenge in the case study was significant imbalance between classes. In this case study, the results were tolerable, but DataRobot offers for companies the possibility to try machine learning without great resources. Tässä diplomityössä tutustuttiin koneoppimiseen toimitusketjun johtamisen alueella. Tavoitteena oli selvittää, millaisiin ongelmiin koneoppiminen sopii toimitusketjun johtamisen alueella ja kuinka siitä voidaan hyötyä. Tämän selvittämiseksi työ on jaettu kahteen osaan, kirjallisuuskatsaukseen ja kokeelliseen osuuteen. Kirjallisuuskatsauksessa etsittiin case-esimerkkejä. Case-esimerkkejä löydettiin erilaisiin tarpeisiin useilla osa-alueilla, kuten kysynnän ennustaminen, varaston hallinta, toimittajan valinta ja arviointi sekä sijainti- ja logistiikkaongelmat. Koneoppimisesta hyödyttiin taloudellisesti sekä saatiin apua esimerkiksi päätöksen tekoon ja asiakastyytyväisyyden parantamiseen. Kokeellisessa osuudessa DataRobot-ohjelman toimintoihin tutustuttiin luomalla oma case-esimerkki varaston hallintaan liittyen. DataRobotilla tehdyssä case-esimerkissä haasteena oli merkittävä epätasapaino luokkien välillä. Tässä tapauksessa saatiin välttäviä tuloksia, mutta DataRobot tarjoaa yrityksille mahdollisuuden kokeilla koneoppimista ilman suuria resursseja.