Stochastic Methods for Forecasting Sales of Fast-Moving Consumer Goods

• Autorzy: Tadeusz A. Grzeszczyk , Ewelina Rybko

Warianty tytułu

Stochastyczne metody prognozowania sprzedaży produktów szybkozbywalnych

• Języki publikacji: EN

Abstrakty

EN

The problem of formulating accurate sales forecasts of Fast-Moving Consumer Goods (FMCG) is related to the issues of planning of goods distribution, supply chain management and is important from the point of view of the development of theory within the discipline of management sciences and quality, as well as practical applications. Solving this problem requires developing research on methods of forecasting due to the growing requirements of the businessmen, who can be satisfied using in this field methods known from various fields and scientific disciplines. The objective of this article is to present one of the directions of development of forecasting methods resulting from the use of selected stochastic methods with particular emphasis on Markov chains. The considerations are presented on the example of short-term forecasting, characteristic for products with high inventory turnover rates. After presenting preliminary comments on the issues of forecasting and planning in supporting decision-making in enterprises, the currently used methods of sales prediction are briefly characterized. Next, attention is focused on the stochastic methods of forecasting FMCG products, among which the most attention was devoted to methods based on Markov chains. The article ends with remarks regarding the possibility of further developing this kind of study. (original abstract)

Problem formułowania trafnych prognoz sprzedaży produktów szybkozbywalnych FMCG (Fast-Moving Consumer Goods) wiąże się z zagadnieniami planowania dystrybucji towarów, zarządzaniem łańcucha dostaw i jest istotny z punktu widzenia rozwoju teorii w ramach dyscypliny nauk o zarządzaniu i jakości, a także zastosowań praktycznych. Rozwiązywanie tego problemu wymaga rozwijania badań nad metodami prognozowania z uwagi na rosnące wymagania przedsiębiorców, które można zaspokoić wykorzystując w tej dziedzinie metody znane z różnych dyscyplin i dziedzin naukowych. Celem tego artykułu jest przedstawienie jednego z kierunków rozwoju metod prognozowania wynikającego ze stosowania wybranych metod stochastycznych ze szczególnym uwzględnieniem łańcuchów Markowa. Rozważania przedstawiono na przykładzie prognozowania krótkookresowego charakterystycznego dla produktów o wysokich wskaźnikach rotacji zapasów. Po zaprezentowaniu wstępnych uwag dotyczących problematyki prognozowania i planowania we wspomaganiu podejmowania decyzji w przedsiębiorstwach, krótko scharakteryzowano obecnie stosowane metody predykcji sprzedaży. Następnie skoncentrowano uwagę na stochastycznych metodach prognozowania produktów FMCG, wśród których największą uwagę poświęcono metodom bazującym na łańcuchach Markowa. Artykuł jest zakończony uwagami dotyczącymi możliwości dalszego rozwijania tego rodzaju badań. (abstrakt oryginalny)

Słowa kluczowe

EN

Forecasting methods; Sales forecasting; Markov chain; Supply Chain Management (SCM)

PL

Metody prognozowania; Prognozowanie sprzedaży; Łańcuch Markowa; Zarządzanie łańcuchem dostaw

• Czasopismo: Zeszyty Naukowe Wyższej Szkoły Ekonomiczno-Społecznej w Ostrołęce
• Rocznik: 2018
• Numer: nr 31
• Strony: 312--320

Twórcy

autor

Tadeusz A. Grzeszczyk

• Warsaw University of Technology, Poland

autor

Ewelina Rybko

• Warsaw University of Technology, Poland

Bibliografia

• 1. Bremaud P., Discrete Probability Models and Methods. Probability on Graphs and Trees, Markov Chains and Random Fields, Entropy and Coding, Springer International Publishing Switzerland 2017.
• 2. Ching W.-K., Huang X., Ng M. K., Siu T.-K., Markov Chains: Models, Algorithms and Applications, Springer Science+Business Media New York 2013.
• 3. Drucker P. F., Managing in Turbulent Times, Harper and Row, New York 1993.
• 4. Grzeszczyk T. A., Artificial Intelligence Applied for Forecasting in Enterprise Decision Support, Publishing House of Institute of Production Systems Organization Warsaw University of Technology, Warsaw 2005.
• 5. Grzeszczyk T. A., Rough Rule-Based Systems for Sparse and Dense Data Analysis Used in Project Evaluation, Wee H.-M. (ed.), Proceedings of the 2017 International Conference on Management Science and Management Innovation, Advances in Economics, Business and Management Research, Atlantis Press, vol. 31, 2017.
• 6. Kotler P., Caslione J. A., Chaotics: The Business of Managing and Marketing in the Age of Turbulence, AMACOM, 2009.
• 7. Koźmiński A. K., Zarządzanie w warunkach niepewności. Podręcznik dla zaawansowanych [Management in conditions of uncertainty. Advanced guide], Wydawnictwo Naukowe PWN, Warszawa 2004.
• 8. Privault N., Understanding Markov Chains. Examples and Applications, Springer Nature Singapore Pte Ltd. 2018.
• 9. Rakićević Z., Vujošević M., Focus Forecasting in Supply Chain: The Case Study of Fast-Moving Consumer Goods Company in Serbia, Serbian Journal of Management 10 (1) (2015).
• 10. Szymański W., Niepewność i niestabilność gospodarcza: gwałtowny wzrost i co dalej? [Uncertainty and economic instability: rapid growth and what next?], Difin, Warszawa 2011.
• 11. Vayvay O., Dogan O., Ozel S., Forecasting Techniques in Fast Moving Consumer Goods Supply Chain: A Model Proposal, International Journal of Information Technology and Business Management, August 2013, Vol. 16th No. 1.