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

Ocena przydatności modelu predykcyjnego do prognozowania wielkości sprzedaży kwiatów ciętych

Kutyba A., Mikulik J.

Logistyka

|

2015

|

nr 2

473--485, CD1

PL

Zaopatrzenie i sprzedaż w każdym typie przedsiębiorstwa stanowi ważną i złożoną część jego działalności. W przypadku przedsiębiorstw handlowych to fundamentalny obszar od którego zależy ich rentowność i funkcjonowanie. To procesy obejmujące wiele działań, które jako dobrze współpracująca całość stanowi atut przedsiębiorstwa. W artykule przedstawiono analizę zastosowania modelu predykcyjnego do prognozowania wielkości sprzedaży kwiatu ciętego - „róża” na podstawie danych historycznych pochodzących z hurtowni żywej zieleni w Krakowie. Asortyment towarowy w badanej hurtowni należy do grupy towarów o bardzo krótkim terminie przydatności. Oceniono przydatność metody wskaźników w wersji addytywnej i multiplikatywnej. Porównano modele ze względu na minimalizację standardowego błędu prognozy oraz podano wyniki dla wersji multiplikatywnej.

EN

Supply and sales in any type of enterprise is an important and complex part of its operation. In the case of commercial enterprises, it is a fundamental area on which depends their profitability and performance. These processes include many activities that as the well - cooperating whole constitute an asset of the company. The article presents an analysis of the use of the prediction model to predict the volume of the cut flower – rose sales on the basis of historical data from the warehouse of green in Krakow. Range of goods in the analysed warehouse belongs to the group of goods with a very short shelf life. The usefulness of the method of indicators in additive and multiplicative version was assessed. The models were compared with regard to the minimization of the standard error of forecast and the results for the multiplicative version were given.

3

Zastosowanie wybranych modeli szeregów czasowych do prognozowania wielkości sprzedaży

Jurczyk K., Multana H., Woźniak W.

Logistyka

|

2014

|

nr 6

14299--14304, CD 6

PL

Przy rozliczeniach terminowych powszechnym zjawiskiem jest fakt, że zamówienia składane są w dużych odstępach czasu na stosunkowo dużą kwotę. Następnie następuje okres sprzedaży zamówionych produktów i akumulacja gotówki na spłatę zobowiązań. Często zdarza się, że pewnych produktów zaczyna już brakować, ale nie składa się zamówień oczekując na zebranie kwoty wystarczającej do spłaty poprzedniej zaległości zezwalającej na ponowny zakup z odroczonym terminem płatności. Odnotowujemy więc podwójną stratę. Zupełnie inaczej wygląda sytuacja w przypadku, gdy operujemy zamówieniami w krótkim odstępie czasu – maksymalne wykorzystanie obrotu gotówki gwarantuje przede wszystkim uniknięcie braków w asortymencie. Celem artykułu było zbudowanie modelu szeregu czasowego umożliwiającego predykcję wielkości sprzedaży w kolejnych dniach w wybranym przedsiębiorstwie. Wysokość obrotu dziennego jest czynnikiem mającym największy wpływ na efektywne zarządzanie gotówką i towarem dlatego też prognoza jest tak istotna. W badaniach wykorzystano modele SARIMA oraz sztuczne sieci neuronowe.

EN

The research objective was to build a time series models for forecasting sales. In the paper, the analysis of the possibility of using SARIMA models as well as artificial neural networks to forecast demand level at some trading company were introduced. The results has satisfied the authors.

4

Hierarchical Sales Forecasting System for Apparel Companies and Supply Chains

Lenort R., Besta P.

Fibres & Textiles in Eastern Europe

|

2013

|

Vol. 21, no. 6 (102)

7--11

EN

The typical problems facing with apparel companies and supply chains are forecasting errors, because fashion markets are volatile and difficult to predict. For that reason, the ability to develop accurate sales forecasts is critical in the industry. There are several research studies related to forecasting apparel goods, but very often only for one level. However, apparel companies and supply chains deal with a number of levels at which the forecasts could exist and require consistent forecasts at all of them. The paper presents a hierarchical middle-term forecasting system designed for this purpose on the basis of a literature review. The system is built by the top-down forecasting approach and verified by means of a case study in a particular apparel company. The weaknesses of the system are identified during discussion of the results acquired. A generalised concept of the ANN forecasting model is designed for elimination these weaknesses.

PL

Rynki mody są niestabilne i trudne do przewidzenia, dlatego typowym problemem, z którym muszą się uporać firmy odzieżowe dla konstrukcji odpowiednich łańcuchów dostaw to przewidywanie błędów. Z tego powodu, możliwość opracowania dokładnej prognozy sprzedaży jest bardzo istotna w przemyśle. Istnieje wiele badań naukowych dotyczących prognozowania dla towarów odzieżowych, ale bardzo często dotyczą tylko jednego poziomu. Jednak firmy odzieżowe i łańcuchy dostaw mają do czynienia z dużą liczbą poziomów i wymagają spójnych prognoz na wszystkie z nich. Przedstawiono hierarchiczny system średnioterminowego prognozowania przeznaczony do tego celu. System zbudowano przez odgórne podejście prognozowania i zweryfikowano poprzez studium przypadku w danej firmie odzieżowej. Słabości systemu zostały określone podczas dyskusji uzyskanych wyników. Uogólnione pojęcie modelu prognozowania przeznaczone jest do eliminacji słabości.

5

Possibility of sale forecasting with no historical data or low quality data

Gondek A.

Management

|

2007

|

Vol. 11, no 1

139-145

EN

It has been proved in the article that conviction about the impossibility of the sale forecasting process without the suitable data is incorrect. There are methods, that may be applied without possessing any empirical data at all, possessing rather short series or when the time series is incomplete and the removableness of gaps in data is impossible, as well. Moreover, applying the innovatory approach for the enlargement of possibility of the usage of popular methods of forecasting, for example the replacement of the experts by buyers in the Delphic method, can permit the construction of the forecasts supporting the decision process.

PL

W pracy wykazano, że przekonanie o niemożności przeprowadzenia procesu prognozowania sprzedaży bez odpowiednich danych jest błędne. Istnieją metody, które można natychmiast zastosować bądź zaadoptować do celów prognostycznych i dokonać konstrukcji prognoz nie posiadając danych empirycznych w ogóle, posiadając stosunkowo krótki szereg czasowy lub też, gdy szereg czasowy jest niekompletny, a uzupełnianie brakujących danych jest niemożliwe. Ponadto, stosując nowatorskie podejście do rozszerzania możliwości stosowania popularnych metod prognozowania, jak na przykład zastąpienie ekspertów w metodzie delfickiej przez nabywców, może pozwolić na konstruowanie prognoz istotnie wspierających proces decyzyjny.

6

Modele ARIMA w prognozowaniu sprzedaży

Chrabołowska J., Nazarko J.

Zagadnienia Techniczno-Ekonomiczne

|

2003

|

T. 48, z. 3

791--804

PL

W artykule przedstawiono metodykę budowy modeli ARIMA oraz ich wykorzystanie do prognozowania jednowymiarowych szeregów czasowych. Wykorzystano jedno z ogólnie stosowanych podejść zaproponowane przez Boxa i Jenkinsa. Opisano i przedyskutowano kolejne etapy tworzenia modelu na przykładzie danych dotyczących przedsiębiorstwa handlowego typu cash & carry oraz przedsiębiorstwa produkcyjnego.

EN

The paper presents construction methodology of ARIMA models and their application in one-dimensional time series forecasting. The Box and Jenkins approach, being one of the widely used, has been employed. Consecutive phases of the model constructing have been described and discussed on the basis of a cash & carry type of trade as well as productive enterprise.