Mot datadriven materialplanering: Enjämförande analys av prognosmodellerför artikelspecifik materialförbrukning : En fallstudie i en tillverkande industriell verksamhet

Sammanfattning

SYFTE: Denna studie undersöker hur historiska transaktionsdata från ett tillverkande företags affärssystem kan användas för att prognostisera artikelspecifik materialförbrukning. Studien jämför även olika prognosmodeller och analyserar om linjespecifik produktionstakt kan bidra till förbättrad prognosträffsäkerhet när den används som extern förklaringsvariabel. METOD: Studien genomfördes som en kvantitativ retrospektiv fallstudie i ett svenskt tillverkande företag inom maskinindustrin. Det empiriska underlaget bestod av historiska materialrörelser och lagerrelaterade transaktioner från SAP samt produktionstakt för tre produktionslinor. Materialförbrukningen definierades som nettoförbrukning baserad på orderrelaterade uttag och återföringar. Data sammanställdes till månatliga tidsserier för 13 utvalda artiklar. Modellerna tränades på data från september 2020 till december 2024 och utvärderades mot faktiskt utfall under 2025. De modeller som jämfördes var Naive, Seasonal Naive, Moving Average, ETS, SBA, SARIMA, SARIMAX, Gradient Boosting och Temporal Fusion Transformer (TFT). RESULTAT: Resultaten visar att historiska transaktionsdata kan användas som grund för materialförbrukningsprognoser, men först efter att data har tolkats och bearbetats så att målserien motsvarar den förbrukning som faktiskt ska prognostiseras. Modellprestationen var tydligt artikelberoende. SARIMAX med tre taktvariabler gav lägst Weighted Absolute Percentage Error (WAPE) för sju av tretton artiklar. Gradient Boosting med tre taktvariabler var bäst för tre artiklar, medan Gradient Boosting utan takt, TFT med tre taktvariabler och Seasonal Naive var bäst för en artikel vardera. Resultaten visar också att linjespecifik produktionstakt ofta förbättrade prognoserna, men inte för alla artiklar. SLUTSATSER: Studiens huvudsakliga slutsats är att datadrivna materialförbrukningsprognoser kan ge ett användbart analytiskt stöd för materialplanering, men att modellval och användning av produktionstakt bör anpassas till respektive artikels förbrukningsmönster. Ett praktiskt användbart prognosstöd bör därför bygga på flera modellvarianter, visa modellernas historiska träffsäkerhet och integreras med planerarens verksamhetskunskap.