Teollisuusyrityksen tuotteiden kysynnän ennustaminen asiantuntijahaastatteluiden avulla

Kysynnän ennustaminen on tyypillinen ongelma teollisuusyrityksillä. Ennusteiden laatimisessa usein hyödynnetään tilaushistoriaa tai jotain muuta aineistoa. Laadituilla ennusteilla on vaikutusta koko yrityksen toimintaan ja päätöksentekoon. Aina ei kuitenkaan ole riittävää aineistoa saatavilla, joten tarvitaan muita keinoja ennusteiden tekemiseen. Yrityksen henkilöstöä voidaan tämänkaltaisessa tilanteessa hyödyntää, sillä heillä on kokemusta ja tietoa tilauksiin liittyvistä tekijöistä. Ennusteisiin tarvittava tieto voidaan hankkia yrityksen henkilöstöltä asiantuntijahaastatteluin. Tiedon hankkiminen edellyttää tilastotieteen, todennäköisyysjakaumien ja haastattelutekniikoiden yhdistämistä. Ennustejakauman mallintamiseksi tarvitaan joitain tunnuslukuja jakaumasta. Kvartiilien määrittäminen puolitusmenetelmällä on luotettavaksi todettu menetelmä tunnuslukujen määrittämiseen. Ennustejakauman sovittaminen haastattelun aikana edesauttaa kommunikointia ja helpottaa jakauman sopivuuden määrittämistä. Tässä tutkielmassa esitellään interaktiivinen haastattelutyökalu, joka sovittaa jakauman eksaktisti asiantuntijan määrittämiin kvantiileihin. Jakauman sovittamisessa ja hienosäädössä hyödynnetään polynomisia kvantiilisekoituksia ja L-momentteja. Työkalu mahdollistaa jakauman tarkastelun numeerisesti ja visuaalisesti. Tulokset tallennetaan lokitietoina, joista haastatteluiden tulokset voidaan johtaa. Työkalun avulla mallinnettiin jyväskyläläisen teollisuusyrityksen Black Bruin Oy:n tuotteille tilausten ennustejakaumat vuoden 2018 ensimmäisessä kvartaalissa. Yrityksestä valikoitiin asiantuntijoita, joille asiantuntijahaastattelu tehtiin. He saivat ennakkotietoina aineistoa aikaisemmista tilauksista ja täyden ohjeistuksen haastattelun kulusta ja huomioitavista seikoista. Kohteena oli muutama esimerkkituote, jotka kattavat suuren osan yrityksen liikevaihdosta. Asiantuntijoiden suoriutumista tutkittiin kollektiivisesti ja vertaillen tuotteita ja asiantuntijoita keskenään. Ennustejakaumia verrataan toteutuneisiin tilausmääriin. Tulokset osoittivat, etteivät asiantuntijat suoriudu tehtävästä kovin hyvin yksinään. Yhdistetyt ennustejakaumat osoittivat, että kollektiivisesti ennusteet osuivat melko hyvin kohdalleen. Asiantuntijahaastattelu osoittautui toimivaksi tavaksi tuottaa ennusteita tilauksille aineiston hyödynnettävyyden ollessa vähäistä. Menetelmän kehittäminen yleiskäyttöisemmäksi edellyttää pieniä parannuksia haastattelumenetelmään ja esiteltyyn työkaluun. Tuloksien avulla Black Bruin pystyy kehittämään tilausten ja kysynnän ennustamista. Yritys sai lisää tietoa tilaushistorian hyödynnettävyydestä ja henkilöstön tietämyksestä tilausten ennustamisessa.