Application of prediction markets phenomenon as decision support instrument in vehicle recycling sector

• Autorzy: Czwajda Liliana , Kosacka-Olejnik Monika , Izabela Kudelska , Kostrzewski Mariusz , Sethanan Kanchana , Pitakaso Rapeepan

Warianty tytułu

PL

Wykorzystanie rynków predykcyjnych jako narzędzia wspierającego podejmowanie decyzji w sektorze recyklingu samochodów

• Języki publikacji: EN

Abstrakty

EN

Background: The key players in the vehicles’ recycling system are disassembling facilities, which manage flows of waste and reusable parts. The focus of the company’s business activity lies in stream of reusable parts, which is the most valuable, considering possibilities of selling (economic value) and resources saving (ecologic value). As a result of conducted research problem with demand forecasting was identified, which was affected by the specific domain of business. The major objective of the paper was to present how to support demand forecasting on parts in disassembling facility with the use of predictive markets. Methods: The problem area related to the demand forecasting in the disassembling companies was identified based on the previously conducted research and observations. The desk-research method was used to verify current knowledge on the forecasting methodology. Taking it into account, the predictive markets method was chosen in a specific research problem. Results: In the paper, the idea of predictive markets was presented. What is more, general procedure of its implementation and practical application in supporting decision in disassembling companies were described. Conclusions: Predictive markets which are based on the idea of crowdsourcing, use collective crowd intelligence, supporting many business areas, including automotive industry. The predictive market method was successfully adopted in disassembling facility in order to support decisions on demand forecasting of reusable parts. The main challenge in introducing predictive markets for enterprises application is IT support and that outlines direction for future research

PL

Wstęp: Kluczowym ogniwem w systemie recyklingu samochodów są stacje demontażu, zarządzające przepływami odpadów oraz części zamiennych. Przedsiębiorstwa te w swojej działalności skoncentrowane są na strumieniu części zamiennych jako że jest on najbardziej wartościowy, mając na uwadze możliwości sprzedaży (wartość ekonomiczna) jak również oszczędzanie zasobów naturalnych (wartość ekologiczna). Zważywszy na wartość przepływu części zamiennych, zidentyfikowano problem związany z prognozowaniem zapotrzebowania, co związane jest z charakterem prowadzonej działalności. Biorąc pod uwagę fakt, że strumień wejściowy samochodów przetwarzanych w przedsiębiorstwie, jest poza jego kontrolą, podjęto próbę wspierania prognozowania zapotrzebowania na części (strumień wyjściowy) za pomocą wykorzystania rynków predykcyjnych. Metody: Na podstawie wcześniej przeprowadzonych badań, zidentyfikowano problem związany z prognozowaniem w stacji demontażu pojazdów. Wykorzystano metodę analizy i krytyki piśmiennictwa w celu zbadania istniejących opracowań w zakresie metod prognozowania. Mając na uwadze wyniki badania literatury, wykorzystano metodę rynków predykcyjnych, którą wykorzystano w wybranym obszarze badawczym. Wyniki: W pracy przedstawiono ogólną procedurę dotyczącą wykorzystania i wdrożenia rynków predykcyjnych w procesie wspierania podejmowania decyzji w stacji demontażu pojazdów, w obszarze prognozowania. Wnioski: Rynki predykcyjne, opierające się na idei crowdsourcingu, wykorzystują tzw. „mądrość tłumu", wspierając zróżnicowane obszary działalności biznesowej, w tym również branżę motoryzacyjną. Publikacja może być traktowana jako przewodnik w zakresie użycia rynków predykcyjnych w specyficznym obszarze problemowym, w tym również tak skomplikowanym jak prognozowanie zapotrzebowania na części zamienne w stacji demontażu pojazdów.

Słowa kluczowe

PL

rynki predykcyjne; stacja demontażu pojazdów; prognozowanie; części zamienne

EN

predictive markets; disassembling facility; demand forecasting; spare parts

• Wydawca: Wyższa Szkoła Logistyki
• Czasopismo: LogForum
• Rocznik: 2019
• Tom: 15
• Numer: 2
• Strony: 265-278

Twórcy

autor

Czwajda Liliana

• Polish Academy of Sciences, Warsaw, Poland,

autor

Kosacka-Olejnik Monika

• Poznan University of Technology, Poznan, Poland,

autor

Izabela Kudelska

• Poznan University of Technology, Poznan, Poland,

autor

Kostrzewski Mariusz

• Warsaw University of Technology, Warszawa, Poland,

autor

Sethanan Kanchana

• Khonkean University, Khon Kaen, Thailand,

autor

Pitakaso Rapeepan

• Ubonratchathani University, Ubon Ratchathani, Thailand,