Wyniki wyszukiwania - BazTech

1

The forecast of coal sales taking the factors influencing the demand for hard coal into account

Rybak Aurelia, Manowska Anna

Gospodarka Surowcami Mineralnymi

|

2019

|

T. 35, z. 1

129--140

EN

In order to prepare a coal company for the development of future events, it is important to predict how can evolve the key environmental factors. This article presents the most important factors influencing the hard coal demand in Poland. They have been used as explanatory variables during the creation of a mathematical model of coal sales. In order to build the coal sales forecast, the authors used the ARMAX model. Its validation was performed based on such accuracy measures as: RMSE, MAPE and Theil’s index. The conducted studies have allowed the statistically significant factors out of all factors taken into account to be identified. They also enabled the creation of the forecast of coal sales volume in Poland in the coming years. To maintain the predictability of the forecast, the mining company should continually control the macro environment. The proper demand forecast allows for the flexible and dynamic adjustment of production or stock levels to market changes. It also makes it possible to adapt the product range to the customer’s requirements and expectations, which, in turn, translates into increased sales, the release of funds, reduced operating costs and increased financial liquidity of the coal company. Creating a forecast is the first step in planning a hard coal mining strategy. Knowing the future needs, we are able to plan the necessary level of production factors in advance. The right strategy, tailored to the environment, will allow the company to eliminate unnecessary costs and to optimize employment. It will also help the company to fully use machines and equipment and production capacity. Thanks to these efforts, the company will be able to reduce production costs and increase operating profit, thus survive in a turbulent environment.

PL

Aby przygotować się na rozwój przyszłych wydarzeń z niezbędnym wyprzedzeniem, należy wiedzieć, w jakim kierunku mogą podążać trendy rozwoju kluczowych czynników otoczenia wpływających na spółkę węglową. Artykuł prezentuje najistotniejsze czynniki wpływające na popyt na węgiel kamienny w Polsce. Zostały one wykorzystane jako zmienne objaśniające przy utworzeniu modelu matematycznego wielkości sprzedaży węgla w Polsce. W celu jego zbudowania posłużono się modelem ARMAX. Walidacja modelu została przeprowadzona w oparciu o takie miary dokładności jak: RMSE, MAPE i współczynnik Theila. Badania te umożliwiły na wyznaczenie spośród wszystkich branych pod uwagę czynników statystycznie istotnych oraz na utworzenie prognozy wielkości sprzedaży tego paliwa w Polsce w najbliższych latach. Aby trafność prognozy mogła zostać utrzymana, przedsiębiorstwo powinno kontrolować makrootoczenie. Właściwa prognoza popytu pozwala na elastyczne oraz dynamiczne dostosowanie poziomu produkcji czy zapasów do zmian zachodzących na rynku. Umożliwia ona także dostosowanie produkowanego asortymentu do wymagań i oczekiwań odbiorców, co z kolei przekłada się na zwiększenie sprzedaży, uwolnienie środków finansowych, zmniejszenie kosztów działalności przedsiębiorstwa oraz wzrost płynności finansowej kopalń. Stworzenie prognozy to pierwszy krok w planowaniu strategii wydobycia węgla kamiennego. Znając przyszłe potrzeby, jesteśmy w stanie z wyprzedzeniem zaplanować niezbędny poziom czynników produkcji. Odpowiednia strategia to taka, która jest dostosowana do otoczenia, pozwoli przedsiębiorstwu wyeliminować niepotrzebne koszty i zoptymalizować zatrudnienie. Pomoże to również firmie w pełni korzystać z maszyn i urządzeń oraz zdolności produkcyjnych. Dzięki tym staraniom firma będzie mogła obniżyć koszty produkcji i zwiększyć zysk operacyjny, dzięki czemu przetrwa w niespokojnym oraz zmiennym otoczeniu.

2

Narzędzia GIS wspomagające analizy przestrzenne sieci dystrybucji przedsiębiorstwa górniczego

Rybak A., Włodarczyk E.

Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN

|

2018

|

nr 103

65--74

PL

Poziom sprzedaży danego dobra uzależniony jest w dużej mierze od sieci dystrybucji. Przestrzenna analiza dystrybucji umożliwia racjonalizację sieci sprzedaży, co podnosi efektywność i wydajność sprzedaży przedsiębiorstwa z bezpośrednim przełożeniem na wzrost zysków. Z pomocą przychodzą tu tak zwane analizy przestrzenne. W artykule przedstawiono analizę sieci autoryzowanych sprzedawców Polskiej Grupy Górniczej dla województwa opolskiego. Analiza została wykonana z wykorzystaniem narzędzi GIS (SIP). Celem przeprowadzonej analizy było zaprezentowanie możliwych do zastosowania narzędzi weryfikacji już istniejącej sieci dystrybucji, jej racjonalizacji, bądź też tworzenia nowych punktów sprzedaży. Przedstawione narzędzia należą do operacji GIS stosowanych do przetwarzania danych przechowywanych w zasobach Systemów Informacji Przestrzennej. Są to tak zwane narzędzia geoprocessingu, czyli geoprzetwarzania. W artykule zaprezentowano kilka analiz przestrzennych, których rezultatem jest wybór najlepszej lokalizacji punktu dystrybucji pod względem określonych kryteriów. Stosowane narzędzia to między innymi zapytanie przestrzenne intersect (iloczyn), suma. Posłużono się także geokodowaniem, utworzono tak zwany kartodiagram. Przedstawiona przykładowa analiza może zostać wykonana dla sieci autoryzowanych sprzedawców zarówno w skali jednego województwa, miasta, jak też obszaru całego kraju. Użyte narzędzia dają możliwość sprecyzowania grupy docelowych odbiorców, obszarów na jakich się oni znajdują, obszarów koncentracji potencjalnych odbiorców. Pozwalają tym samym na ulokowanie punktów sprzedaży na obszarach charakteryzujących się wysokim prawdopodobieństwem znalezienia nowych klientów, umożliwiają wybór lokalizacji, np. zapewniającej dostęp do dróg, transportu kolejowego, lokalizacji o odpowiedniej powierzchni, sąsiedztwie.

EN

The level of sales of a given good depends largely on the distribution network. An analysis of the distribution network allows companies to optimize business activity, which improves the efficiency and profitability of a company’s sales with an immediate effect on profit growth. The so-called spatial analysis is highly useful in this regard. The paper presents an analysis of the network of authorized dealers of the Polish Mining Group for the Opolskie Province. The analysis was done using GIS (SIP) tools. The purpose of the analysis was to present tools that could be used to verify an existing distribution network, to optimize it, or to create a new sales outlet. The prresented tools belong to GIS operations used to process data stored in Spatial Information System resources. These are so-called geoprocessing tools. The article contains several spatial analyses, which results in choosing the optimum location of the distribution point in terms of the defined criteria. The used tools include a spatial intersection and sum. Geocoding and the so-called cartodiagram were also used. The presented analysis can be performed for both the network of authorized retailers within a region, a city or an entire country. The presented tools provide the opportunity to specify the target consumers, areas where they are located and areas of potential consumer concentration. This allows the points of sale in areas with a high probability of finding new customers to be located, which enables the optimal location to be chosen, for example, in terms of access to roads, rail transport, locations of the right area and neighborhood. Spatial analysis tools will also enable the coal company to verify its already existing distribution network.

3

Prognozowanie wielkości sprzedaży węgla kamiennego z wykorzystaniem sztucznej inteligencji

Manowska A.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2013

|

z. 63

233--245

PL

W artykule omówiono nowoczesne metody prognozowania, które służą ograniczeniu ryzyka związanego z niepewnością i niepełną wiedzą o przyszłości. Zasymulowano proces sprzedaży węgla kamiennego z wykorzystaniem dwóch metod: statystycznej oraz sztucznej inteligencji. Prognozę wielkości sprzedaży węgla kamiennego wykonano, aby zaprezentować najbardziej prawdopodobne drogi rozwoju tego procesu lub aby pokazać najbardziej prawdopodobny poziom sprzedaży. W artykule pokazano również wady i zalety każdego z zastosowanych rozwiązań.

EN

The following paper discusses modern methods of forecasting, which are used to reduce the risks associated with the uncertainty and the incomplete knowledge of the future. The coal sales process was simulated by means of two methods: statistical model and artificial neural networks. The forecast of coal sales volumes was made to present the most probable development paths of the process as well as to show the most likely level of sales. The study also shows the advantages and disadvantages of each of the applied solutions.

4

Komputerowe wspomaganie zarządzania w przedsiębiorstwie górniczym. Część 6. Komputerowe wspomaganie sprzedaży węgla w kopalniach i spółkach węglowych – Kompleks SZYK2/KSP

Rymaszewski S., Matkowski P., Kraska G.

Wiadomości Górnicze

|

2013

|

R. 64, nr 5

309--318

PL

Kompleks Sprzedaży – KSP w Systemie SZYK2 jest narzędziem wspomagającym procesy sprzedaży węgla oraz kontaktów z klientami. Nowa generacja systemu sprzedaży usprawnia wiele rozwiązań oraz udostępnia nowe w zakresie: planowania i harmonogramowania sprzedaży, centralnego zarządzania sprzedażą, przeniesienia zarządzania magazynami węglowymi do Kompleksu Logistyki Materiałowej SZYK2/KLM, szerszego włączenia klientów w funkcjonalność systemu, wprowadzenia dokumentów elektronicznych z podpisem cyfrowym, uzupełnienia systemu o nowe elementy (zarządzanie klientami, zarządzanie łańcuchem dostaw, systemy nadzoru), wprowadzenia interfejsu graficznego i unowocześnienia technologicznego systemu.

EN

Sales Complex — KSP in SZYK2 system is a tool supporting coal sales processes and relationships with customers. A new generation of sales system improves many solutions, and provides new ones in terms of: planning and sales scheduling, central management of sales, transfer of coal warehouse management to the Materials Logistics Complex SZYK2/KLM, greater involvement of customers in the functionality of the system, the introduction of electronic documents with a digital signature, supplementing of the system with new elements (customers' management, supply chain management, supervision systems), the introduction of the graphical interface and the upgrading of the technological system.

5

Jastrzębska Spółka Węglowa S.A. - perspektywy rozwoju

Jarno L.

Zeszyty Naukowe. Górnictwo / Politechnika Śląska

|

2004

|

z. 261

47-63

PL

W wyniku konsekwentnej realizacji procesu wielokierunkowej restrukturyzacji Jastrzębska Spółka Węglowa S.A. ugruntowała swoją pozycję rynkową największego w Polsce i Europie producenta węgla koksowego. W odniesieniu do długoletniej perspektywy funkcjonowania Spółki wskazano strategiczne przedsięwzięcia w zakresie: - zwiększenia bazy zasobowej węgla koksowego w wyniku udostępnienia i zagospodarowania złóż w polach rezerwowych, - optymalizacji struktury techniczno-organizacyjnej w procesie integracji sąsiadujących zakładów górniczych. Mając na uwadze aspekt dalszego rozwoju oraz perspektywę prywatyzacji Spółki przedstawiono także koncepcję utworzenia powiązań kapitałowych pomiędzy JSW S.A. a sektorem koksowniczym.

EN

Consistent and firm implementation of the multidirectional restructuring process by Jastrzębska Coal Company S.A. resulted in the strengthening its market position as the biggest producer of coking coal both in Poland and Europe.As far as the long- term plans of further development of Jastrzębska Coal Company S.A. are concerned, the following strategies have been suggested: - Increasing the amount of accessible coking coal by exploitation of coal deposits in reservepanels, - Streamlining the structure and operational procedures of coal mines to be carried outalong with merging of neighbouring collieries. The prospect of future privatization of Jastrzębska Coal Company S.A. has also been taken into account and a plan of creating investment links within Jastrzębska Coal Company S.A. has been put forward.