Spis treści. Marek Kasperek Koncepcja Lean Logistics analiza stanu istniejącego 2. Edukacja ekonomiczna

Wielkość: px
Rozpocząć pokaz od strony:

Download "Spis treści. Marek Kasperek Koncepcja Lean Logistics analiza stanu istniejącego 2. Edukacja ekonomiczna"

Transkrypt

1 Spis treści ROK LXV Nr 5 (1221) Komitet redakcyjny: Dr Teresa Magdalena Dudzik (redaktor naczelny) Prof. dr hab. Joanna Cygler (współpraca) Prof. dr hab. Tomasz Gołębiowski (współpraca) Prof. dr hab. Włodzimierz Januszkiewicz (współpraca) Dr Paweł Lesiak (współpraca) Prof. dr hab. Krystyna Michałowska-Gorywoda (współpraca) Prof. dr hab. Joanna Plebaniak (redaktor statystyczny) Mariusz Gorzka (sekretarz redakcji) Rada naukowa: Prof. dr hab. Halina Brdulak Szkoła Główna Handlowa w Warszawie Prof. Ludovít Dobrovský, Ph.D. Uniwersytet Techniczny w Ostrawie (Czechy) Prof. dr hab. Danuta Kempny Uniwersytet Ekonomiczny w Katowicach Mgr Joanna Mildner-Woś Bombardier Transportation (ZWUS) Polska Sp. z o.o. Prof. Ing. Vladimir Modrák Uniwersytet Techniczny w Koszycach (Słowacja) Prof. dr hab. Czesław Skowronek Wyższa Szkoła Finansów i Zarządzania w Siedlcach Prof. dr hab. Michał Trocki Szkoła Główna Handlowa w Warszawie Prof. dr hab. Jarosław Witkowski Uniwersytet Ekonomiczny we Wrocławiu Adres redakcji: Warszawa, ul. Canaletta 4, pok. 305 tel. (22) w. 381, faks: (22) strona internetowa: Informacje dla autorów, zasady recenzowania i lista recenzentów są dostępne na stronie internetowej czasopisma. Wersja drukowana miesięcznika jest wersją pierwotną. Redakcja zastrzega sobie prawo do opracowania redakcyjnego oraz dokonywania skrótów w nadesłanych artykułach. Gospodarka Materiałowa i Logistyka jest czasopismem punktowanym przez Ministerstwo Nauki i Szkolnictwa Wyższego (8 punktów). Wydawca: Polskie Wydawnictwo Ekonomiczne SA Warszawa, ul. Canaletta 4 Strona internetowa: Warunki prenumeraty: Cena prenumeraty krajowej w 2013 r.: roczna 612 zł; półroczna 306 zł. Cena pojedynczego numeru 51 zł. Nakład wynosi poniżej egz. Prenumerata u Wydawcy: Polskie Wydawnictwo Ekonomiczne SA Dział Handlowy ul. Canaletta 4, Warszawa, tel. (22) , faks (22) , Prenumerata u Wydawcy: roczna 10% taniej, półroczna 5% taniej. Prenumerata u kolporterów: Poczta Polska infolinia: , Ruch tel , (22) , Kolporter tel. (22) do 75, Garmond Press tel. (22) , Sigma-Not tel. (22) , As Press tel. (22) , (22) ; GLM tel. (22) , Marek Kasperek Koncepcja Lean Logistics analiza stanu istniejącego 2 Maria Rosienkiewicz Analiza efektywności wykorzystania kryteriów informacyjnych w prognozowaniu zapotrzebowania na części zamienne 11 Edukacja ekonomiczna Alina Szypulewska-Porczyńska Wykonywanie zawodów regulowanych w Unii Europejskiej: prawo i migracje 22 V Międzynarodowa Konferencja Komplementarność logistyki cywilnej z logistyką wojskową. Teoria i praktyka Rynia 6 7 czerwca 2013 r. Paweł Ślaski, Jarosław Zelkowski Optymalizacja procesu sterowania zapasami w oparciu o grupowe zamawianie towarów 30 Katarzyna Grzybowska Spójność łańcucha dostaw analiza problemu 34 Skład: Polskie Wydawnictwo Ekonomiczne Druk: Lotos Poligrafia sp. z o.o., ul. Wał Miedzeszyński 98, Warszawa, tel

2 Marek Kasperek Uniwersytet Ekonomiczny w Katowicach, Katedra Logistyki Ekonomicznej Koncepcja Lean Logistics analiza stanu istniejącego Wstęp uzasadnienie badań Obecnie w wielu przedsiębiorstwach postrzega się Lean Logistics jako nową dziedzinę logistyki, wdrażaną w celu bardziej skutecznej redukcji kosztów. W rzeczywistości etiologia Lean Management, jak i nowoczesnej logistyki jest tożsama. Wywodzą się one z opracowanych w latach 50. przez K. Toyodę i T. Ohno założeń TPS (Toyota Production System), który ewoluował następnie do postaci Kaizen. Zarówno TPS, jak i Kaizen dotyczą organizacji zarządzania przepływem materiałów oraz logistyki i stanowią nie tylko spójną filozofię, lecz również zespół technik optymalizujących ten przepływ. U ich podstaw leży eliminacja Muri nadwyrężenia i trudności, Mura nieregularności i Muda marnotrawstwa. Poszczególne narzędzia i techniki stosowane w ramach Kaizen przedstawia rysunek poniżej. Rysunek 1 Parasol Kaizen Orientacja na klienta Kontrola jakości Robotyzacja Koła jakości System sugestii Automatyzacja 5S Total Productive Maintenance Kanban Doskonalenie jakości Just in Time Zero defektów Praca w małych zespołach Współpraca między różnymi szczeblami organizacji Wzrost produktywności Rozwó nowych produktów Źródło: Imai, M. Kaizen, The Key To Japan s Competitive Success, McGraw- Hill New York 1986, p. 4. Jak widać na rysunku 1, część narzędzi i technik jest charakterystyczna zarówno dla Lean, ale także wykorzystywana w nowoczesnej logistyce (np. JIT, orientacja na klienta i inne.) Aby zrozumieć przyczynę zróżnicowania rozwoju Lean Management i logistyki, należy skupić się na genezie tego pierwszego. Początkowo Lean Management rozwijano jako zamerykanizowaną adaptację Kaizen, skierowaną w pierwszej kolejności na optymalizację procesów produkcyjnych, później także regulacyjnych. Zakres technik i narzędzi Lean Management przedstawia rysunek 2. Lean Management nie stało się substytutem Kaizein, lecz poprzez wchłonięcie szeregu kolejnych narzędzi i technik związanych m.in. z Six Sigma, badaniami operacyjnymi czy planowaniem potrzeb materiałowych, stało się autonomiczną filozofią zarządzania przedsiębiorstwem. Podczas gdy Lean Management skupiło się na optymalizacji procesów przepływu materiału zachodzących wewnątrz przedsiębiorstwa, obszarem zainteresowania logistyki stały się procesy zasilania i dystrybucji realizowane w bliższym i dalszym otoczeniu przedsiębiorstwa. Pomimo pewnych obszarów wspólnych, logistyka wykorzystuje techniki lub narzędzia zaczerpnięte często z innych dyscyplin nauk o zarządzaniu przy jednoczesnym odrzuceniu pozostałych technik i narzędzi wykorzystywanych przez TPS, Kaizen i Lean Management. W związku z powyższym można sformułować hipotezę, iż koncepcja Lean, a także charakterystyczne dla tej filozofii narzędzia, znacząco poprawiłyby funkcjonowanie logistyki. Tak sformułowanej hipotezie towarzyszą pytania badawcze: 1. Czy przedsiębiorstwa mają wdrożony Lean i czy jest to powszechne? 2. Czy przedsiębiorstwa rozumieją, czym jest Lean? 3. Czy przedsiębiorstwa posiadają narzędzia służące do weryfikacji efektów ekonomicznych wdrożenia Lean? W związku z tak zdefiniowaną hipotezą oraz pytaniami badawczymi przeprowadzono badania pierwotne, których celem było określenie stopnia wdrożenia technik i narzędzi Lean w polskich przedsiębiorstwach oraz ocena skuteczności ich działania. 2

3 Rysunek 2 Narzędzia i techniki wykorzystywane w Lean Management kierunek stosowania Źródło: J. Czerska, Lean lekiem na rosnące koszty produkcji, ( ), s. 4. kierunek stosowania Opis próby badawczej Celem weryfikacji założonej hipotezy przeprowadzono badania 100 polskich przedsiębiorstw. Przy wyborze populacji badawczej oparto się na generatorze liczb losowych. Samego pozyskania odpowiedzi dokonano stosując elektroniczny kwestionariusz. Rysunek 3 przedstawia rozkład przedsiębiorstw biorących udział w badaniu. Jak widać na rysunku 3, najwięcej w badanej próbie znalazło się przedsiębiorstw usługowych 36%, kolejno firm handlowych (17%). Najmniej licznie były reprezentowane firmy produkcyjne -12% oraz pozostałe (6%). Kolejna cechą opisującą badaną populację był zasięg oddziaływania (rys. 4). W badanej próbie zdecydowana większość przedsiębiorstw wskazała, iż mają one zasięg krajowy (26%) i regionalny (25%), co po skorelowaniu z da- Rysunek 3 Rodzaje przedsiębiorstw biorących udział w badaniu (w %) Produkcyjne Handlowe Produkcyjno-handlowe Usługowe Inne 3

4 nymi dotyczącymi wielkości zatrudnienia (tab. 1) wskazuje, iż mamy do czynienia przede wszystkim z przedsiębiorstwami sektora MŚP. Rysunek 5 Wielkość rocznych przychodów przedsiębiorstw Rysunek 4 Zasięg oddziaływania badanych przedsiębiorstw 12% 10% 20% 19% 22% 45% mln euro do 2 26% 25% lokalny regionalny krajowy europejski globalny 21% Wyniki badań ponad 50 Tabela 1 Wielkość zatrudnienia w badanych firmach Kwestionariusz badający Lean Logistics liczył 13 rozbudowanych pytań. Celem pierwszych sześciu pytań była diagnoza stanu istniejącego w zakresie wdrożenia Lean lub jego narzędzi, w badanych przedsiębiorstwach. Rysunek 6 przedstawia odsetek wdrożeń Lean w badanej populacji. Wielkość przedsiębiorstwa Udział % w próbie Mikro (zatrudnionych1 9 osób) 16 Małe (zatrudnionych 1 49 osób) 32 Średnie (zatrudnionych osób) 31 Duże (zatrudnionych 250 osób) 20 Rysunek 6 Odsetek wdrożonych rozwiązań Lean w badanych przedsiębiorstwach Tę hipotezę potwierdzają także dane dotyczące wielkości przychodu przedsiębiorstw biorących udział w badaniu (rys. 5). Niemal połowa badanych przedsiębiorstw (45%) deklaruje przychody w wysokości do 2 mln. euro (8 mln zł). Jedynie w 12% przedsiębiorstw możemy mówić o stosunkowo dużych obrotach. Opisana powyżej struktura badanej populacji, z dominującymi małymi i średnimi przedsiębiorstwami, tworzy istotne ryzyko związane z ograniczoną popularnością Lean Management w tym sektorze przedsiębiorstw. Pomimo iż koncepcja Lean jest koncepcją uniwersalną, którą mogą zaimplementować zarówno mikroprzedsiębiorstwa, jak i globalne korporacje, to doświadczenie autora wskazuje, iż największy odsetek wdrożeń Lean lub jego poszczególnych narzędzi odnotowują przede wszystkim duże przedsiębiorstwa i korporacje. Lean Kaizen narzędzia Lean nie wdrożono W badanej próbie Lean wdrożono w 10% przypadków. W związku z faktem, iż Lean jest zeuropeizowaną wersją Kaizen i posługuje się tymi samymi technikami oraz realizuje podobną filozofię zarządzania, zagregowano wyniki dla tych dwóch filozofii. 4

5 Rysunek 7 Ocena przydatności wykorzystania Lean w przedsiębiorstwie (% odpowiedzi) Zdecydowanie nie Nie Średnio Tak Zdecydowanie tak Nie wiem Tabela 2 Eliminacja Muda w różnych obszarach funkcjonowania przedsiębiorstwa (% odpowiedzi) Obszar Tylko zapasy 53 Zapasy i zbędne materiały 19 Zbędne materiały 30 Tylko zbędny transport 24 Zbędny transport i zbędne materiały 22 Zbędny transport i zapasy 9 Tylko produkcję na magazyn 11 Produkcję na magazyn i zbędny transport 6 Produkcję na magazyn i zbędne materiały 1 Produkcję na magazyn i zapasy 3 Przestoje spowodowane brakiem materiału i zapasy 2 Przestoje spowodowane brakiem materiału i zbędne materiały 6 Przestoje spowodowane brakiem materiału i zbędny transport 8 Przestoje spowodowane brakiem materiału i produkcję na magazyn 7 Przestoje spowodowane tylko brakiem materiału 9 Przestoje spowodowane brakiem pracy i zapasy 3 Przestoje spowodowane brakiem pracy i zbędne materiały 3 Przestoje spowodowane brakiem pracy i zbędny transport 6 Przestoje spowodowane brakiem pracy i produkcje na magazyn 6 Przestoje spowodowane brakiem pracy i brakiem materiału 2 Tylko przestoje spowodowane brakiem pracy 9 Przestoje spowodowane przezbrojeniami i zapasy 0 Przestoje spowodowane przezbrojeniami i zbędne materiały 1 Przestoje spowodowane przezbrojeniami i zbędny transport 1 Przestoje spowodowane przezbrojeniami i produkcja na magazyn 1 Przestoje spowodowane przezbrojeniami i brakiem materiału 3 Przestoje spowodowane przezbrojeniami i brakiem pracy 0 Przestoje spowodowane tylko przezbrojeniami 9 Liczba eliminacji Muda Respondenci wskazali jednocześnie, iż żadne z badanych przedsiębiorstw nie wdrożyło wybranych narzędzi lub technik związanych z Lean (stosowanych autonomicznie w oderwaniu od całej filozofii). Po skorelowaniu jednak tego wyniku z odpowiedziami na kolejne pytanie (rys. 7) można przypuszczać, iż część respondentów nie ma świadomości, że źródłem wykorzystywanych przez nich narzędzi i technik zarządzania w obszarze logistyki 5

6 jest Lean. Jednocześnie respondenci wskazali, iż w 50% przypadków Lean wdrażali sami, w pozostałych przypadkach wdrożenie nastąpiło przy pomocy (lub poprzez inicjalizację) zewnętrznego podmiotu. W 40% była to decyzja centrali koncernu, w kolejnych 40% inicjatorem wdrożenia stał się operator logistyczny, a w 20% zewnętrzna firma doradcza. W kolejnych 6% całej badanej populacji należy liczyć się z wdrożeniem Lean w najbliższej przyszłości. Interesująca wydaje się także ocena przydatności i efektów wykorzystania Lean w przedsiębiorstwie, co obrazuje rysunek 7. Poza stosunkowo dużą liczbą respondentów niepotrafiących ocenić przydatności Lean w przedsiębiorstwie, pozytywnie ocenia skutki wdrożenia Lean ponad 30% badanej populacji, negatywnie jedynie 2%. Świadczy to o fakcie, że pomimo tego, iż wdrożenie Lean deklaruje jedynie 10% badanej populacji, to świadomość korzyści wynikających z tego systemu ma prawie 1/3 respondentów. 28% badanych respondentów stwierdziło, że Lean, Kaizen lub inne narzędzia podnoszą efektywność działania przedsiębiorstwa. Jak już wcześniej wspomniano, jednym z podstawowych elementów Lean jest eliminacja czynności niedostarczających procesom wartości dodanej (tzw. jap. Muda). W tabeli 2 przedstawiono odpowiedzi na pytanie dotyczące eliminacji Muda w różnych obszarach funkcjonowania przedsiębiorstwa. Większość z badanych przedsiębiorstw eliminuje nadmierne zapasy (53%) oraz jednocześnie zapasy i zapasy materiałów (19%). Istotne jest to, iż 47% badanych przedsiębiorstw nie eliminuje jakichkolwiek Muda. Kolejne pytanie dotyczyło wykorzystania szeregu narzędzi i technik mających swoje źródło w Lean lub też wykorzystywanych w ramach wyszczuplania procesów (rys. 8). Analiza przedstawionych na rysunku 8 danych potwierdza to, że w części przypadków respondenci nie łączą wskazanego w ankiecie narzędzia czy techniki z Lean. Tak jest na przykład w przypadku, kiedy 13% respondentów zadeklarowało, iż posiada organizację opartą na zespołach produkcyjnych zarządzanych przez lidera lub też posiada szczegółowe techniki pozwalające na zarządzanie zapasem w systemie JIT prognozy sprzedaży (29%), dane dotyczące wykorzystania produktów przez klienta, służące m. in. do analiz FMEA lub QFD (23%), czy dane dotyczące dostawców i poddostawców (48%). Sytuacja taka świadczy przede wszystkim o fakcie, iż respondenci nie łączą stosowanych w przedsiębiorstwach narzędzi z pierwotnymi koncepcjami, z których powyższe narzędzia się wywodzą, traktując je najczęściej jako funkcjonujące autonomicznie lub też jako fragmenty innych koncepcji, np. SCM. Kolejne pytanie dotyczyło oceny przez respondentów przydatności narzędzi lub metod Lean (rys. 9). Rysunek 8 Wykorzystanie narzędzi i technik mających swoje źródło w Lean lub w ramach ograniczenia procesów (% odpowiedzi) Total Productive Maintenance Just in Time Poka Yoke Kanban Wdrożone (lub w trakcie wdrożenia) 5S Wdrożone (lub w trakcie wdrożenia) redukcje czasu przezbrojenia SMED Wnioski racjonalizatorskie (Kaizeny) Zespoły ds. Kaizen Zorganizowane zespoły (na produkcji) zarządzane przez lidera Prognozy sprzedaży dla klientów Dane dotyczące wykorzystania produktów przez klientów Dane dotyczące dostawców (poddostawców) Raporty kasowe z sieci dystrybucyjnej Zmapowane procesy Przeprowadzona analiza strumienia wartości Wspomagający zarządzanie magazynami (WMS) Wspomagający zarządzanie zakupami Zarządzający transportem Oprogramowanie MRP Nie posiadamy żadnego z powyższych 6

7 Rysunek 9 Ocena przydatności narzędzi lub metod Lean Najmniej przydatne Nieprzydatne Przydatne Bardzo przydatne Niezwykle przydatne TMP JIT Poka Yoke Kanban 5S SMED Kaizeny Zespół Kaizen W badanej próbie wskazano, iż najbardziej przydatnym narzędziem jest Just in Time, 5S Kaizeny oraz zespoły ds. Kazein, kolejno Poka Yoke i Kanban. Generalnie należy tutaj podkreślić, iż w ocenie respondentów wszystkie narzędzia Lean są co najmniej przydatne. W ramach badań przyjęto także, że podstawą sprawnego funkcjonowania Lean jest przepływ informacji co najmniej pomiędzy najbliższymi ogniwami łańcucha dostaw, a w szczególności z dostawcami. Ponad połowa badanej populacji wymienia się informacjami ze swoimi dostawcami, w tym w 43% są to informacje o charakterze operacyjnym i strategicznym 1, a w 9% przypadków są to informacje wyłącznie strategiczne. Pozostałe 48% badanej populacji nie wymienia się informacjami z swoimi dostawcami z wyjątkiem składania zamówień. Uzyskane wyniki z jednej strony wskazują na budujący się potencjał polskich przedsiębiorstw w zakresie wdrożenia JIT z drugiej zaś strony wyraźnie wskazują, iż niecała 1/5 badanej populacji (18%) osiągnęła jeden z niezbędnych warunków wdrożenia JIT lub zewnętrznego Kanban. Kolejne pytanie dotyczyło kontrolowania poziomu zapasów przez respondentów. Jednym z pryncypiów Lean jest eliminacja zbędnego zapasu. W badanej próbie większość przedsiębiorstw kontroluje poziom zapasu szczegółowy rozkład wyników dla poszczególnych rodzajów zapasów przedstawiono w tabeli 3. Wyniki wyraźnie wskazują na fakt, że 1 W badaniu przyjęto założenie, że wymiana informacji o charakterze strategicznym dotyczy przede wszystkim długoterminowych planów i prognoz. kontrola zapasów, szczególnie materiałów (66%) i produktów gotowych (59%), stała się jedną z podstawowych zasad logistyki w badanych przedsiębiorstwach. Jednak naturalną konsekwencją powyższej konstatacji jest także odpowiedź na pytanie, jakie zapasy nie są w takim razie kontrolowane. Tabela 3 Kontrola zapasów (% odpowiedzi) Typ kontrolowanego zapasu (zapasów) Liczba przypadków Tylko materiałów 66 Tylko produktów gotowych 40 Tylko części zamiennych i materiałów eksploatacyjnych 25 Tylko opakowań 16 Materiałów i produktów gotowych 19 Materiałów do produkcji i części zamiennych i materiałów eksploatacyjnych 2 Części zamiennych i materiałów eksploatacyjnych i produktów gotowych 9 Opakowań i materiałów 3 Opakowań i produktów gotowych 8 Opakowań i części zamiennych i materiałów eksploatacyjnych 5 Struktura zapasów niekontrolowanych nie jest jednorodna (rys. 10). W największym stopniu firmy nie kontrolują zapasów opakowań. W 85% badanych przypadków respondenci odpowiedzieli, że nie kontrolują tych zapasów. Zupełnie odmienne podejście badane 7

8 Rysunek 10 Zapasy niekontrolowane (% odpowiedzi) Rysunek 12 Wykorzystanie narzędzi kalkulacji kosztów (% odpowiedzi) Materiały Produkty gotowe Części zamienne i materiały eksploatacyjne Opakowania przedsiębiorstwa mają do zapasów materiałów. Nie kontroluje ich tylko 10% przedsiębiorstw. Jednak te dane wyraźnie wskazują, iż w większości przypadków badane przedsiębiorstwa nie posiadają ujednoliconej i kompleksowej polityki zarządzania zapasami. Dane te pozwalają na sformułowanie dwóch wniosków: 1. W rozumieniu badanych przedsiębiorstw określenie zapas dotyczy przede wszystkim zapasu materiałów i produktów gotowych, natomiast zupełnie ignorują inne rodzaje zapasów generujących podobną strukturę kosztów. 2. Przedsiębiorstwa nie rozumieją właściwie eliminacji (ograniczenia) zapasu, jednego z filarów Lean, ograniczając swoje działania do wybranych dwu grup zapasów, pomijając pozostałe. Kolejne pytanie dotyczyło metod zarządzania zapasami (rys. 11). Najczęściej stosowanymi metodami są metody mało skomplikowane. W 51% zadeklarowano wykorzystanie minimalnego i maksymalnego poziomu zapasu, a w 36% zapasu bezpieczeństwa. Stosunkowo mało Activity Based Costing MPK (miejsca powstawania kosztów) Budżety działów Budżety komórek Koszty procesów Koszty projektów Nie stosujemy przedsiębiorstw wskazało wykorzystanie technik bezpośrednio związanych z Lean, tj. Kanban (3%) oraz supermarketów produkcyjnych (1%). Dane te potwierdzają wcześniejsze spostrzeżenia dotyczące postrzegania poszczególnych narzędzi i technik związanych z Lean. Z punktu widzenia Lean istotne jest także posiadanie narzędzi pozwalających na ocenę w przedsiębiorstwie skutków wdrożenia Lean i jego efektów. Do takich narzędzi należą różnego rodzaju KPI (ang. Key Performance Indicator) oraz koszty. Rysunek 12 przedstawia wykorzystanie narzędzi kalkulacji kosztów w badanych przedsiębiorstwach. Niewiele badanych przedsiębiorstw (3%) stosuje metodę ABC (ang. Activity Based Costing), chociaż Rysunek 11 Metody zarządzania zapasami (% odpowiedzi) Stosowany jest zapas minimalny i maksymalny Wykorzystywany jest zapas bezpieczeństwa Tworzony jest raport zapasów nierotujących Inny sposób Stosowany jest podział na asortymenty strategiczne, wąskie gardła, dźwignie, rutynowe Ekonomiczna wielkość zamówienia i punkt ponownego zamówienia Metoda ABC Metoda stałego okresu zamówienia Metoda MPR Stosowany jest Kanban Metoda XYZ Stosowane są supermarkety na produkcji Metoda DPR 8

9 Tabela 4 Kontrola kosztów logistycznych (% odpowiedzi) Rodzaj kosztu Liczba przypadków kontroli Tylko magazynowania 41 Tylko utrzymania zapasów 27 Tylko zaopatrzenia 22 Tylko dystrybucji 16 Tylko obsługi klienta 14 Magazynowania i transportu 10 Utrzymania zapasów i transportu 1 Utrzymania zapasów i magazynowania 6 Zaopatrzenia i transportu 2 Zaopatrzenia i magazynowania 9 Zaopatrzenia i utrzymania zapasów 8 Dystrybucji i Transportu 0 Dystrybucji i magazynowania 3 Dystrybucji i utrzymania zapasów 5 Dystrybucji i zaopatrzenia 4 Obsługi klienta i transportu 1 Obsługi klienta i magazynowania 4 Obsługi klienta i utrzymania zapasów 5 Obsługi klienta i zaopatrzenia 2 Obsługi klienta i dystrybucji 3 metoda ta pozwala na znacznie dokładniejszą kalkulację kosztów produktów i procesów w porównaniu z metodami tradycyjnymi. Nieco bardziej optymistycznie przedstawiają się wyniki w zakresie kalkulacji kosztów procesów (17%) i projektów (17%). W badanej próbie część przedsiębiorstw wdrożyła budżetowanie na różnym poziomie. W największej liczbie przypadków budżetowanie jest wprowadzone dla całych działów (18%) lub poszczególnych komórek (13%). W 11% badanych przypadków wskazano na niższy poziom desagregacji kosztów, niż budżet i przypisanie ich do określonych obiektów. Powyższe wyniki świadczą o fakcie, iż pomimo braku wdrożenia ABC przedsiębiorstwa starają się maksymalnie dokładnie skalkulować koszty procesów i projektów celem eliminacji kosztów czynności nieprzynoszących wartości dodanej, a także zarządzać kosztami poprzez budżetowanie. Kolejne pytanie dotyczyło kontroli kosztów logistycznych (tab. 4). Respondenci przede wszystkim kontrolują koszty związane z transportem i magazynowaniem oraz utrzymaniem zapasów i zaopatrzeniem. Zupełnie odmiennie kontrolowane są koszty dystrybucji (16%) i obsługi klienta (14%). Na różnice pomiędzy kosztami transportu, a kosztem obsługi wpływa prawdopodobnie sposób ich identyfikacji. Koszt transportu jest identyfikowany bezpośrednio z faktury przewoźnika, natomiast koszty obsługi klienta wymagają wyrafinowanego systemu agregacji kosztów i przypisania ich określonemu klientowi. Interesująco przedstawia się także rozkład odpowiedzi dotyczących kalkulacji przez najbliższe ogniwa łańcucha dostaw kosztów związanych z logistyką. Jedynie w 5% przedsiębiorstw zadeklarowano, iż dostawcy kalkulują takie koszty, a 3% respondentów zadeklarowało, że odbiorcy kalkulują takie koszty. Jednocześnie 22% badanych przedsiębiorstw zadeklarowało brak jakiegokolwiek zarządzania kosztami logistycznymi. Powyższe wyniki wskazują, że przedsiębiorstw identyfikują przede wszystkim te koszty, które nie wymagają jakichkolwiek większych zabiegów związanych z ich pozyskaniem czy przetworzeniem, wyraźnie faworyzując w ten sposób koszty transportu. Podsumowanie badań Wyniki badań świadczą o pewnej powierzchownej znajomości zasad Lean w badanych przedsiębiorstwach. Wielu respondentów nie łączy rozwiązań wdrożonych we własnym przedsiębiorstwie z koncepcją Lean, uważając, iż wykorzystywane w przedsiębiorstwie narzędzia typu Just in Time iinne mają charakter autonomiczny i nie wiążą się z jakąkolwiek kompleksową filozofią zarządzania. Wskazuje to, iż w 90% przedsiębiorstw respondenci nie wiedzą właściwie czym jest Lean oraz że istnieje jakikolwiek związek pomiędzy nim a wykorzystanymi w przedsiębiorstwie rozwiązaniami w zakresie organizacji pracy i technik wspomagających przepływ materiałów. Na podstawie przeprowadzonych badań, można udzielić odpowiedzi na pierwsze z pytań badawczych: 1. Czy przedsiębiorstwa mają wdrożony Lean i czy jest to powszechne? Badania dowodzą, iż około 10% badanych przedsiębiorstw ma wdrożone Lean. Wskazuje to, że pomimo korzyści z posiadania Lean, jego wdrożenie nie jest praktyką powszechną w polskich przedsiębiorstwach. Z jednej strony uzyskane wyniki wskazują, iż nie jest to filozofia popularna w polskich przedsiębiorstwach, z drugiej zaś strony ukazują bardzo duży potencjał wdrożeniowy w firmach. Obecnie Lean obejmuje nie tylko optymalizację przepływu materiału w obszarze produkcji (Lean Production), lecz również optymalizację procesów regulacyjnych (Lean Office). W efekcie Lean może obejmować kompleksowo procesy w każdej firmie, nie tylko produkcyjnej, lecz również handlowej czy usługowej. Ostatnie z pytań badawczych dotyczyło narzędzi weryfikacji rezultatów kosztowych zastosowania Lean. Badane przedsiębiorstwa tylko w 3% posiadają 9

10 wdrożony rachunek kosztów procesów (Activity Based Costing), dający rzeczywisty obraz kosztów związanych z realizacją procesu. Wynik ten niestety wskazuje na brak narzędzi w badanych przedsiębiorstwach do weryfikacji rezultatów wdrożenia Lean. Uzupełnieniem tego obrazu jest także zdolność badanych przedsiębiorstw do kontroli kosztów logistycznych. Przedsiębiorstwa skupiają się przede wszystkim na tych kosztach, na temat których mogą uzyskać informacje z dokumentów źródłowych (faktur). Analizując pozostałe koszty, zaobserwować można degresję kalkulacji kosztów wraz ze wzrostem stopnia komplikacji samego rachunku kosztu logistycznego. Badania potwierdziły postawioną na wstępie hipotezę, iż koncepcja Lean, a także charakterystyczne dla tej filozofii narzędzia, znacząco poprawiłyby funkcjonowanie logistyki w przedsiębiorstwie. W 28% przypadków respondenci potwierdzili tę hipotezę, dokonując także gradacji poszczególnych narzędzi Lean. Jako najbardziej przydatne określili Just in Time, 5S oraz system sugestii Kaizen. Uzyskane wyniki wskazują jednoznacznie, że pomimo braków w zakresie wdrożenia Lean w przedsiębiorstwach i pełnej identyfikacji zakresu i przedmiotu Lean, respondenci uważają, iż wdrożenie Lean, a także jego poszczególnych narzędzi, przynosi pozytywne skutki związane z podniesieniem efektywności funkcjonowania przedsiębiorstwa. Badania pozwalają także na zrealizowanie założonego na wstępie celu, którym było określenie stopnia wdrożenia techniki i narzędzi Lean w polskich przedsiębiorstwach oraz dokonanie oceny skuteczności ich działania. Z drugiej jednak strony badania wskazały także na konieczność transpozycji poszczególnych narzędzi Lean w obszar logistyki oraz na precyzyjne zdefiniowanie pojęcia Lean Logistics. Summary The concept of Lean Logistics analysis of the condition Both modern logistics and philosophy of Kaizen and Lean Management have common roots - Toyota Production System. Despite the common roots of their evolution during the last 60th year ran slightly different ways. Logistics has focused primarily on the business environment, Lean Management and Kazien on optimizing flows within company. Research, presented in this article, are the tools used to diagnose Kazien and Lean Management in Polish enterprises and the answer to the question whether the use of these tools would improve the functioning of logistics in the company. Maria Król-Fijewska, Piotr Fijewski ASERTYWNOŚĆ MENEDŻERA We współczesnym świecie asertywność stała się jedną z podstawowych kompetencji oczekiwanych i wymaganych od menedżera. Asertywność jest umiejętnością posługiwania się w różnych sytuacjach łagodną stanowczością w obronie własnych racji, ale bez wchodzenia w konflikt z racjami innych. Aby być asertywnym, należy nauczyć się: odmawiać, wyrażać własne poglądy i bronić ich, nie bać się krytyki i reagować na nią, bronić się przed agresją, konstruktywnie wyrażać złość, wydawać polecenia oraz komunikować swoje oczekiwania. 10

11 Maria Rosienkiewicz Politechnika Wrocławska, Instytut Technologii Maszyn i Automatyzacji Analiza efektywności wykorzystania kryteriów informacyjnych w prognozowaniu zapotrzebowania na części zamienne Wprowadzenie 1 J. Helman, Model realizacji zamówienia z wykorzystaniem systemu planowania zasobów przedsiębiorstwa, Gospodarka Materiałowa i Logistyka 2012, nr 1, s E. Chlebus, Techniki komputerowe CAx w inżynierii produkcji, Wydawnictwa Naukowo-Techniczne, Warszawa 2000, s Istnieje wiele metod, narzędzi oraz programów wspomagających podejmowanie decyzji w zakresie prognozowania zapotrzebowania na materiały niezbędne do realizacji procesu produkcyjnego. Typowy proces produkcyjny cechuje powtarzalność i stosunkowo duża przewidywalność. Zarządzanie dużymi zasobami (materialnymi i niematerialnymi) w przedsiębiorstwie stanowi trudne wyzwanie dla kadry kierowniczej 1. Zapotrzebowanie na określone materiały, półfabrykaty, podzespoły zostaje wyznaczone z wykorzystaniem systemów typu MRP, MRP II, ERP 2. Istnieje jednak pewna część zasobów, które nie są bezpośrednio powiązane z procesem wytwarzania danego produktu, a mimo to determinują możliwość realizacji tego procesu. Są to wszelkiego rodzaju części zamienne, z których zbudowane są maszyny (np. obrabiarki) i urządzenia wykorzystywane w procesie produkcyjnym. Prognozowanie zapotrzebowania na części zamienne w przypadku stabilnych systemów produkcyjnych, w skład których wchodzą mało awaryjne maszyny (urządzenia), stanowi niewielki problem. Części zamienne niezbędne do naprawy danej maszyny zamawiane są rzadko, a regularnie przeprowadzane przeglądy gwarantują praktycznie bezawaryjną pracę. Jeśli jednak rozważyć proces produkcyjny, w którym ze względu na jego specyfikę maszyny ulegają awariom właściwie nieprzerwanie, wówczas kwestia efektywnego prognozowania zapotrzebowania na części zamienne urasta do rangi bardzo ważnego problemu. Przykładem takiego procesu jest z całą pewnością proces wydobywczy. Jego specyfika różni się znacząco od typowego procesu wytwórczego. Maszyny niezbędne do realizacji takiego procesu są niestacjonarne i znajdują się praktycznie w ciągłym ruchu. Warunki eksploatacji złoża są na ogół bardzo trudne towarzyszy im duża wilgotność, zawodnienie, wysoka temperatura, nierówne drogi. W efekcie maszyny ulegają bardzo częstym awariom. W takim przedsiębiorstwie kwestia zapewnienia odpowiedniego zapasu części zamiennych jest właściwie równoważna z zabezpieczeniem należytej liczby kotew, czy np. Tabela 1 Potencjalne straty wynikające z niedoboru lub nadmiaru części zamiennych Potencjalne straty wynikające z braku części zamiennych Wydłużenie czasu naprawy Brak dyspozycyjności maszyny do pracy Zagrożenie niewykonania planu produkcyjnego z powodu niedostępności maszyny która uległa awarii Dezorganizacja pracy mechaników Dezorganizacja pracy operatora Potencjalne straty wynikające z utrzymywania nadmiernych zapasów części 3 Koszty tworzenia zapasów Koszty utrzymania zapasów kapitałowe (zamrożenie kapitału) Koszty utrzymania zapasów magazynowania (koszty powierzchni magazynowej: rzeczowe i osobowe związane z przeciętnym składowaniem i wydawaniem towaru) Koszty utrzymania zapasów obsługi zapasów (wydatki związane z ubezpieczeniem zapasów) Koszty utrzymania zapasów ryzyka (np. uszkodzenia zapasu podczas magazynowania) materiałów strzałowych, czyli materiałów biorących bezpośredni udział w procesie wydobycia. 3 P. Kozik, J. Sęp, Planowanie zapotrzebowania części zamiennych silnika lotniczego w prototypie informatycznego systemu DEL, Zarządzanie Przedsiębiorstwem 2012, nr 4. 11

12 W pewnym przedsiębiorstwie z branży wydobywczej zaobserwowano, że czas napraw maszyn dołowych wynika w dużej mierze z braku dostępnych części zamiennych lub z powodu długiego oczekiwania na te części. Aby skrócić czas napraw poprzez zapewnienie niezbędnych części, należałoby zastosować efektywną metodę prognozowania zapotrzebowania, a następnie, wykorzystując jej wyniki odpowiednio zamawiać części. Gospodarka zapasami jest jednym z podstawowych elementów zarządzania przedsiębiorstwem 4. Obecnie dążą one do tego, aby ilość zapasów materiałowych w przedsiębiorstwie była jak najniższa, ponieważ obniża to koszty magazynowania. Jednak należy zwrócić uwagę, że taka polityka firmy może prowadzić do wystąpienia innych problemów (strat), które mogą się pojawić, jeśli poziom zapasów jest zbyt niski. W tabeli 1 zaprezentowano zestawienie potencjalnych strat, jakie wywoływane są przez brak części zamiennych lub utrzymywanie ich nadmiernych zapasów. W celu opracowania efektywnej metody prognozowania zapotrzebowania na części zamienne przeanalizowano zarówno klasyczne metody, jak i nowe podejścia wykorzystujące metody sztucznej inteligencji. Klasyczne metody prognozowania 4 E. Kardas, Prognozowanie produkcji jako czynnik kształtujący poziom zapasów w przedsiębiorstwie hutniczym, Logistyka 2010, nr 4. Istnieje wiele metod pozwalających na prognozowanie popytu, ale tylko niektóre z nich znajdują zastosowanie w predykcji zapotrzebowania na części zamienne. Wartością podlegającą prognozie jest poziom zapotrzebowania na części y. Należy podkreślić, że badając kształtowanie się procesu zapotrzebowania w czasie, można zauważyć pewne charakterystyczne cechy, takie jak brak powtarzalności, niestabilność, częste przyjmowanie wartości zerowych, losowość. W języku angielskim popyt o takiej charakterystyce określany jest mianem lumpy demand. W literaturze znaleźć można wiele metod pozwalających na prognozowanie zapotrzebowania na części zamienne. Do najbardziej znanych zaliczyć można metodę wygładzania wykładniczego (Single Exponential Smoothing, SES), metodę Browna, metodę Crostona CR, metodę Syntetosa-Boylana (Syntetos-Boylan Approximation, SBA), metodę średniej ruchomej (Moving Average, MA), metodę ważonej średniej ruchomej (Weighted Moving Average, WMA), model Holta, addytywny lub multiplikatywny model Wintersa, metodę Bootstrap, metodę Poissona, model predykcyjny Greya (Grey prediction model), metody ARMA, ARIMA, a także predykcję ekonometryczną. Po wstępnej analizie efektywności wymienionych metod wybrano pięć, które stanowić będą kryterium porównania dla przedstawionej w dalszej części pracy koncepcji prognozowania zapotrzebowania na części zamienne. W części artykułu poświęconej badaniom empirycznym wykorzystane zostaną metody średniej ruchomej MA, wygładzania wykładniczego SES, SBA, ARIMA oraz predykcja ekonometryczna. Metoda średniej ruchomej MA wykorzystuje następujący wzór (1) na wartość prognozy F t w okresie t: Fι 1 + Fι Fι k Fι = MA(k) =, (1) k gdzie: k liczba okresów, F ι k wartość prognozy w poprzednim okresie. Metody wygładzania wykładniczego SES są uogólnieniem metod średnich ruchomych. Wartości wygładzonego szeregu czasowego są ważonymi sumami wartości z przeszłości. Konstruując prognozę przyjmuje się, że w miarę cofania się w przeszłość znaczenie obserwacji w określaniu bieżącej wygładzanej wartości zmiennej maleje. Celem zastosowania każdej z tych metod jest wykorzystanie wygładzonego szeregu do prognozowania 5. Metodą dedykowaną popytowi niestabilnemu jest metoda Crostona CR 6. W tej metodzie stosowana jest reguła, że jeżeli w badanym okresie nie występuje popyt, to poziom zapotrzebowania nie jest zmieniany. Jeżeli natomiast wystąpi zapotrzebowanie (X t > 0), wówczas prognozy są aktualizowane według wzorów (2, 3): Z = α X P ι ι ι + (1 α) Z = α G + (1 α) P ι ι 1 ι 1 (2) (3) gdzie: Z ι wielkość zapotrzebowania w danym okresie, P ι czas wystąpienia zapotrzebowania, X ι aktualna wielkość zapotrzebowania w okresie t, G ι aktualny przedział czasowy pomiędzy kolejnymi transakcjami, α stała wygładzania. Wartość prognozy F t+1 obliczana jest ze wzoru (4): Zι F ι + 1 =. (4) Pι Ulepszenie tej metody zasugerowali A.A. Syntetos i J.E. Boylan (metoda SBA). Zaproponowali, aby wzór (5) na prognozę zapotrzebowania F t+1 przyjął postać 7 : 5 M. Gruszczyński, T. Kuszewski, M. Podgórska, Ekonometria i badania operacyjne, Wydawnictwo Naukowe PWN, Warszawa 2009, s J.D. Croston, Forecasting and Stock Control for Intermittent Demand, Operational Research Quarterly 1972, 23 (3), s A.A. Syntetos, J.E. Boylan, On the stock control performance of intermittent demand estimators, International Journal of Production Economics, 103, s ,, 12

13 α Z F ι + 1 = (1 ) 2 P. (5) Model ARMA (p, q) jest połączeniem procesu autoregresyjnego i procesu średniej ruchomej (6) 8 : + Θ ε gdzie: Φ, Θ parametry modelu, y t wartość prognozy w okresie t, ε ι c y = c + Φ y ι 1 t 1 1 ι 1 ι ι Θ ε Φ, q ι q + Θ ε + (6) zdarzenie losowe z opóźnieniami, stała. Gdy stopień zintegrowania y t, określany literą d, jest większy od zera, wówczas należy rozważyć model ARIMA (p, d, q; autoregressive-integrated moving average). Mianem predykcji ekonometrycznej określane jest wnioskowanie o nieznanych wartościach zmiennej objaśnianej, które dokonywane jest na podstawie modelu wyjaśniającego kształtowanie się wartości tej zmiennej 9. W artykule wykorzystany zostanie model zbudowany w oparciu o doświadczenie regresji wielorakiej. Prognozowanie z wykorzystaniem SSN koncepcja mikro, makro i hybrydowa Przedstawione powyżej metody uznać można właściwie za metody klasyczne. Stosunkowo nowym trendem w dziedzinie prognozowania zapotrzebowania na części zamienne jest wykorzystanie jednej z metod sztucznej inteligencji sztucznych sieci neuronowych SSN (Sztuczne Sieci Neuronowe; Artificial Neural Networks, ANN). Sieci neuronowe są wyrafinowaną techniką modelowania, zdolną do odwzorowywania bardzo złożonych funkcji. Sieci neuronowe zdobywają w ostatnich latach coraz większą popularność. Stanowią szeroko wykorzystywane narzędzie w wielu dziedzinach, m.in. w 10 : analizie problemów produkcyjnych, dobieraniu pracowników, materiałów wejściowych, diagnostyce układów elektronicznych, maszyn, planowaniu remontów maszyn, prognozowaniu sprzedaży, sterowaniu procesami przemysłowymi. Sztuczne sieci neuronowe (SSN) stanowią metodę analityczną wzorującą swoje działanie na działaniu y p ι p 0 ι mózgu. Pozwalają odtworzyć i zamodelować skomplikowane zależności zawarte w zbiorze danych. Zaletą tego podejścia jest to, że model zbudowany w oparciu o SSN jest modelem obiektywnym, tzn. opartym na danych, a nie na wiedzy analityka czy eksperta. Sieć neuronowa jest systemem, który dokonuje obliczeń na zasadzie symultanicznej pracy wielu połączonych ze sobą elementów (neuronów) 11. Sztuczne neurony są uproszczonymi modelami komórek nerwowych występujących w przyrodzie. Charakteryzują się występowaniem wielu wejść i jednego wyjścia. Sygnały wejściowe x i (i = 1, 2,, n) oraz sygnał wyjściowy y mogą przyjmować wartości, które odpowiadają pewnym informacjom. Neuron przetwarza informacje wejściowe na pewien wynik y. Podstawowymi elementami neuronu są wartości wag w, funkcja wewnętrznego przetwarzania i funkcja aktywacji. Działanie sieci zależy od przyjętego modelu neuronu, liczby neuronów w warstwie ukrytej, wartości parametrów (wag) neuronu. Do podstawowych typów sieci neuronowych zalicza się: perceptron wielowarstwowy (multilayer perceptron MLP; uczenie z nauczycielem), sieć o radialnych funkcjach bazowych RBF (uczenie z nauczycielem), sieć Kohonena (uczenie bez nauczyciela). W części artykułu poświęconej badaniom empirycznym wykorzystywana będzie sieć najczęściej stosowana w modelowaniu, czyli sieć MLP (jednokierunkowa sieć wielowarstwowa). Sieć MLP zbudowana jest z warstwy wejściowej, warstwy/warstw ukrytej oraz warstwy wyjściowej. Po analizie dostępnych w literaturze i w najnowszych opublikowanych badaniach metod prognozowania z wykorzystaniem SSN wyróżnić można trzy podejścia, które mogłyby stanowić efektywne narzędzie predykcji zapotrzebowania na części zamienne w przedsiębiorstwie z branży wydobywczej. Pierwsze z nich (można je określić jako podejście w skali mikro) zostało zaproponowane w pracy P. Kozika i J. Sępa 12. Podejście to zastosowano w zarządzaniu remontami silników lotniczych (turbośmigłowcowy silnik lotniczy PZL 10W). SSN zbudowana na podstawie tej koncepcji opiera się na zbiorze zmiennych objaśniających, w skład którego wchodzą wewnętrzne i zewnętrzne charakterystyki eksploatacyjne silnika lotniczego (parametry otoczenia, parametry przy rozruchu, parametry pracy w zakresie mocy startowej). Przedstawiona w pracy koncepcja pozwoliła na poprawę trafności prognozy zapotrzebowania na części zapasowe i obniżenie kosztów eksploatacji. Podejście to wydaje się bardzo interesujące, m.in. przez fakt, że prognoza bu- 8 M. Gruszczyński, T. Kuszewski, M. Podgórska, Ekonometria, jw., s Tamże, s R. Knosala, Zastosowania metod sztucznej inteligencji w inżynierii produkcji, Wydawnictwa Naukowo-Techniczne, Warszawa 2002, s R. Tadeusiewicz, Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1998, s P. Kozik, J. Sęp, Aircraft engine overhaul demand forecasting using ANN, Management and Production Engineering Review, Vol. 3, No. 2, Czerwiec 2012, s

14 dowana jest na wielu niezależnych zmiennych, a nie tylko na poprzednich wartościach zapotrzebowania (zmiennej objaśnianej). Jednak wdrożenie tej koncepcji wymaga posiadania, gromadzenia i ciągłego monitorowania wielu danych. W przemyśle wydobywczym powodować to będzie dodatkowe obciążenie załogi obowiązkiem zbierania takich danych. Wykorzystanie tej koncepcji musiałoby pociągnąć za sobą przeszkolenie załogi w zakresie pozyskiwania odpowiednich danych, opracowanie sposobu ich przechowywania, segregacji oraz analizy. Dodatkowo należy wyjaśnić, dlaczego podejście to określono mianem mikro. Wydaje się ono zasadne do wprowadzenia np. w komorze maszyn ciężkich do prognozowania zapotrzebowania na wybrane części (komora nie posiada magazynu, są tam przechowywane głównie materiały i części podstawowe, szybko rotujące). Aby tę metodę prognozy stosować efektywnie, musiałyby być zbierane dane z każdego wozu, wiertnicy czy kotwiarki. Jeśli natomiast metoda ta miałaby być używana w skali makro tzn. przez np. cały magazyn oznaczałoby to konieczność akwizycji danych ze wszystkich pracujących maszyn, które należy już liczyć w setkach. Implementacja takiego podejścia byłaby niezwykle kosztowna i prawdopodobnie niewspółmierna do oczekiwanych korzyści. Drugim analizowanym podejściem (w skali makro) jest koncepcja prognozowania popytu na części zamienne oparta na zbiorze zmiennych, który zbudowany został na podstawie przebiegu wartości zapotrzebowania w poprzednich okresach. Podejście to opracowano na potrzeby pewnego przedsiębiorstwa z branży petrochemicznej 13. Do obliczenia prognozy wykorzystano ponownie SSN. Dzięki tej metodzie odnotowano poprawę trafności prognozy zapotrzebowania na części zapasowe w porównaniu z innymi badanymi metodami, co pozwoliło na optymalizację poziomów magazynowych wybranych części. W części artykułu poświęconej badaniom empirycznym wykorzystana zostanie pewna modyfikacja tego podejścia. W podejściu mikro i makro stosowane były sieci neuronowe zbudowane do realizacji zagadnień regresyjnych, których celem jest prognozowanie wartości określonej zmiennej. W takim przypadku na wyjściu sieci wymagana jest pojedyncza zmienna numeryczna. Należy zauważyć, że w problemach predykcyjnych można wyróżnić także drugą kategorię klasyfikację. Celem zagadnień klasyfikacyjnych jest przydzielenie rozpatrywanego przypadku do jednej ze zdefiniowanych wcześniej klas. Wówczas na wyjściu Rysunek 1 Hybrydowe podejście do prognozowania zapotrzebowania na części zamienne Przekonwertowanie danych o zapotrzebowaniu na wartości binarne Zdefiniowanie zmiennych objaśniających do SSN Budowa sieci neuronowej realizującej zadania klasyfikacyjne Prognoza wystąpienia zapotrzebowania na podstawie SSN Wynik z SSN = 0 Nie Tak Obliczyć niezerową wielkość zapotrzebowania na podstawie metod klasycznych sieci wymagana jest pojedyncza zmienna nominalna. Najczęściej rozważane zagadnienia klasyfikacyjne mają charakter dwustanowy (często zerojedynkowy), chociaż problemy wielostanowe również są rozpatrywane. Trzecim podejściem jest metoda hybrydowa, która właśnie opiera się na SSN zbudowanej do realizacji zagadnień klasyfikacyjnych 14. Algorytm postępowania w tej metodzie został schematycznie zaprezentowany na rysunku 1. Koncepcja prognozowania z wykorzystaniem kryteriów informacyjnych Wielkość zapotrzebowania = 0 Zaprezentowana w niniejszym artykule koncepcja jest pewną modyfikacją podejścia makro. Schemat postępowania zaproponowanej metody przedstawia rysunek 2. Krok pierwszy to zdefiniowanie zbioru potencjalnych zmiennych objaśniających x 1, x 2,, x m (zmienne wykorzystane w badaniach empirycznych zawiera tab. 2). 13 M.R. Amin-Naseri, B. Rostami Tabar, Neural Network Approach to Lumpy Demand Forecasting for Spare Parts in Process Industries, Proceedings of the International Conference on Computer and Communication Engineering 2008, May 13 15, Kuala Lumpur, Malaysia. 14 A. Nasiri Pour, B. Rostami Tabar, A. Rahimzadeh, A Hybrid Neural Network and Traditional Approach for Forecasting Lumpy Demand, World Academy of Science, Engineering and Technology

15 Rysunek 2 Koncepcja prognozowania zapotrzebowania na części zamienne z wykorzystaniem kryteriów informacyjnych Zdefiniowanie zbioru potencjalnych zmiennych objaśniających Zastosowanie efektywnej metody selekcji zmiennych Budowa modelu regresyjnego w oparciu o wytypowane zmienne Ocena skuteczności zbudowanego modelu na podstawie wartości błędów prognozy Ocena pozytywna Nie Wyznaczenie prognozy Tak Budowa SSN realizującej zależności regresyjne Wyznaczenie prognozy 15 M. Rosienkiewicz, Porównanie metod Akaike i Hellwiga w zakresie efektywności konstrukcji modelu regresyjnego, Wiadomości Statystyczne 2012, nr 10. W kolejnym kroku należy ustalić, które zmienne z wejściowego zbioru faktycznie wnoszą istotne informacje o kształtowaniu się zmiennej objaśnianej y (poziom zapotrzebowania na część zamienną Z). Do tego celu służą metody doboru zmiennych objaśniających. Istotne zagadnienie budowy modelu (sieci) stanowi właśnie problem doboru tych zmiennych. Wybór właściwego zbioru zmiennych objaśniających pozwala na zbudowanie modelu optymalnego, jest tym samym podstawowym, a wręcz krytycznym krokiem, umożliwiającym należyte prognozowanie danego zjawiska. Niewłaściwy dobór zmiennych objaśniających do modelu powoduje, że będzie on błędnie odzwierciedlał kształtowanie się analizowanych zależności lub też w ogóle nie będzie ich odzwierciedlał, w konsekwencji uniemożliwiając dokonanie wiarygodnych prognoz 15. W pewnym okresie w budowie modeli istniała niesłuszna tendencja, żeby uwzględniać w badaniach możliwie największą liczbę zmiennych objaśniających. Liczba tych zmiennych przekraczała nawet czasem liczbę obserwacji w próbie. Powodowało to konieczność wykonywania wielu uciążliwych i obszernych obliczeń, natomiast uzyskane wyniki często były pozbawione większego znaczenia praktycznego. Wystąpiła potrzeba, aby ograniczać liczbę zmiennych objaśniających już we wczesnym etapie badań. Niezwykle istotnym problemem jest zatem wykorzystywanie przy konstrukcji modelu odpowiedniej metody doboru zmiennych objaśniających. W literaturze światowej można znaleźć bardzo wiele sposobów wiodących do tego celu, jednak najpopularniejsze z nich to kryterium informacyjne Akaike (Akaike s information criterion, AIC) oraz kryterium informacyjne Schwarza (Schwarz information criterion, BIC). W literaturze polskiej natomiast najczęściej opisywaną metodą doboru zmiennych objaśniających jest metoda wskaźników pojemności informacji Z. Hellwiga. Dość znaną jest też metoda entropii krzyżowej (Cross Entropy, CE). H. Akaike zaproponował kryterium AIC wyboru modelu, które może być interpretowane jako miara odległości pomiędzy modelem dopasowanym do zebranych, niekompletnych danych statystycznych, a modelem efektywnym, który wygenerował te dane 16. Kryterium AIC opiera się na estymacji informacji Kullbacka-Leiblera za pomocą metody największej wiarygodności. H. Akaike wyprowadził kryterium informacyjne AIC (7) postaci: ) ) AIC( θ ) = 2lnL+ 2p, (7) gdzie: p liczba parametrów modelu (liczba zmiennych objaśniających wraz z wyrazem wolnym), L ) = L ( θ ) ) = max { L ( θ i, D)} maksimum funkcji wiarygodności dla estymowanego modelu. Kryterium H. Akaike jest obecnie bardzo popularne i często stosowane w różnych dziedzinach nauki. Stanowi właściwie uniwersalne kryterium wyboru optymalnego modelu. Należy jednak być ostrożnym przy stosowaniu tej metody i nie przyjmować otrzymanych wyników bezkrytycznie. W artykule T.W. Arnolda można znaleźć ważne spostrzeżenie dotyczące kryterium informacyjnego Akaike 17. G. Schwarz zaproponował nieco inne podejście do omówionego problemu. Otóż przedstawił następujące kryterium wyboru modelu BIC (8) postaci 18 : 1 M j (X 1,, X n ) k j log n, (8) 2 16 J.E. Cavanaugh, R.H. Shumway, An Akaike Information Criterion for Model Selection in the Presence of Incomplete Data, Journal of Statistical Planning and Inference, Volume 67, Issue 1, 16 March T.W. Arnold, Uninformative Parameters and Model Selection Using Akaike's Information Criterion, Journal of Wildlife Management 74 (6): ; 2010; DOI: / , s G. Schwarz, Estimating the dimension of a model, The Annals of Statistics 1978, Vol. 6, No. 2, s

16 gdzie: M j (X 1,, X n ) maksimum funkcji wiarygodności, k j wymiar modelu (liczba parametrów modelu), n wielkość próby. Kryterium BIC (8) różni się od kryterium H. Akaike AIC (7) przemnożeniem rozmiaru modelu (mierzonego przez liczbę parametrów modelu k j ) przez 1 2 log n 19. Pod względem jakościowym zarówno procedura G. Schwarza jak i H. Akaike umożliwia matematyczne sformułowanie zasady skąpstwa (the principal of parsimony) w budowaniu modeli. Jednak pod względem ilościowym kryterium G. Schwarza skłania się bardziej niż kryterium H. Akaike ku modelom o mniejszych rozmiarach (lower-dimensional models). Z perspektywy bayesowskiej kryterium BIC jest tak opracowane, aby wskazywać najbardziej prawdopodobny model dla określonego zbioru danych. Statystyczna interpretacja pojęcia entropii została rozwinięta głównie dzięki pracom St. Boltzmanna, J.C. Maxwella i M. Smoluchowskiego. W ramach teorii informacji niepewność o nieznanej zmiennej jest określana ilościowo przez wielkość zwaną entropią. Dodatkowa wiedza o innych badanych zmiennych przyczynia się do redukcji entropii i dzięki temu informacja o nieznanej zmiennej wzrasta 20. Entropia krzyżowa (cross entropy) jest miarą odstępstwa rozkładu teoretycznego P od empirycznego P e. Entropię krzyżową definiuje wzór (9): H(P P)= = e x X P ( x)log P( x)= H ( P e )+ D( P P) 0, (9) gdzie: P e rozkład teoretyczny, P rozkład empiryczny. Powyższą miarę stosuje się do identyfikacji rozkładu teoretycznego. Dla ustalonych wartości rozkładu empirycznego P e minimalizowana jest wartość (10): H(P e P) dla P e = P. (10) W pakiecie R (R language), w którym wykonywane były obliczenia, entropia krzyżowa jest wyliczana w oparciu o algorytm k najbliższych sąsiadów knn (k nearest neighbours) knn Cross Entropy Estimators 21. W metodzie wskaźników pojemności informacji 19 H. Acquah de-graft, Comparison of Akaike information criterion (AIC) and Bayesian information criterion (BIC) in selection of an asymmetric price relationship, Journal of Development and Agricultural Economics Vol. 2 (1) pp , January, D. Ramos, J. Gonzalez-Rodriguez, Cross-entropy Analysis of the Information in Forensic Speaker Recognition, Proceedings of IEEE Oddysey, January S. Boltz, E. Debreuve, M. Barlaud, knn-based high-dimensional Kullback-Leibler distance for tracking, Eighth International Workshop on Image Analysis for Multimedia Interactive Services (WIAMIS'07), IEEE e e Z. Hellwiga procedura wyboru optymalnego zbioru zmiennych objaśniających polega na tym, że dla każdej zmiennej z kombinacji wyznaczana jest indywidualna pojemność nośników informacji h kj (11) 22 : h, (11) gdzie: k numer kombinacji (k = 1, 2,, 2 m 1), j numer zmiennej w danej kombinacji, r j współczynnik korelacji potencjalnej zmiennej objaśniającej o numerze j ze zmienną objaśnianą, r ij współczynnik korelacji między i- tą i j-tą potencjalną zmienną objaśniającą. Wskaźnik hkj mierzy wielkość informacji, jaką zmienna X j wnosi o zmiennej objaśnianej Y w k-tej kombinacji. Po wyznaczeniu wartości h kj dla wszystkich zmiennych oblicza się dla każdej kombinacji pojemność integralną kombinacji nośników informacji H k (12). Wyznacza się ją dla każdej kombinacji według wzoru: H kj k = = r 2 j r ij hkj. (12) Jest ona sumą indywidualnych pojemności nośników informacji, które wchodzą w skład danej kombinacji. Wybór odpowiedniej kombinacji zmiennych objaśniających następuje na podstawie pojemności informacji, mierzonej wskaźnikiem H k. Według tego kryterium należy wybrać kombinację zmiennych, która wnosi najwięcej informacji, czyli taką, dla której H k osiąga najwyższą wartość. We wcześniejszych badaniach analizowano, która z przedstawionych czterech metod jest bardziej efektywnym narzędziem selekcji zmiennych. Aby na to pytanie odpowiedzieć, opracowany został specjalny program w środowisku R (R language). Celem prowadzonych badań było porównanie efektywności przedstawionych metod selekcji zmiennych, zweryfikowanie ich, odpowiedź na pytanie czy skuteczność poszczególnych metod różni się w zależności od rodzaju rozkładu prawdopodobieństwa zmiennych, a także ocena efektywności poszczególnych metod w zależności od rozmiaru modelu, wielkości próby i wielkości zbioru potencjalnych zmiennych objaśniających. Zagadnienie analizy efektywności wybranych metod selekcji zmiennych nie jest przedmiotem tego artykułu, zostaną więc jedynie skrótowo przedstawione rezultaty badań. Po przeprowadzeniu dogłębnej analizy wyników pochodzących z badań symulacyjnych można stwier- 22 J. Dziechciarz, Ekonometria. Metody, przykłady, zadania, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław 2002, s

17 dzić, że najefektywniejszym narzędziem selekcji modelu jest kryterium informacyjne G. Schwarza BIC. Kryterium to jest najskuteczniejsze w wypadku bardzo licznych prób (n = 500 i n = 1000) wtedy prawdopodobieństwo wskazania przez to kryterium optymalnego zbioru zmiennych mających wejść do modelu przekracza 90%. Z kolei dla prób mniej licznych (n = 50, n = 100) skuteczność kryteriów H. Akaike i G. Schwarza jest porównywalna. W przypadku niektórych modeli bardziej skuteczne jest kryterium AIC, a w innych BIC. Nie można jednoznacznie stwierdzić, która metoda jest lepszym narzędziem. Należy jednak zaznaczyć, że kryteria informacyjne stanowią bezsprzecznie zdecydowanie skuteczniejsze narzędzie wyboru odpowiedniej postaci modelu w porównaniu do pozostałych badanych metod. Dokonane analizy wykazały również, że metodę wskaźników pojemności informacji Z. Hellwiga i metodę entropii krzyżowej charakteryzuje bardzo niska skuteczność w selekcji prawidłowych zmiennych, które powinny wejść do modelu. Należy zatem zdecydowanie odradzić stosowanie tych metod jako kryteriów wyboru postaci modelu (zmiennych objaśniających). Opierając się na otrzymanych wynikach, należy zatem w kroku drugim prezentowanego podejścia korzystać z kryteriów informacyjnych AIC oraz BIC. Krok kolejny to budowa modelu regresyjnego w oparciu o wyselekcjonowane zmienne, a następnie należy ocenić skuteczności zbudowanego modelu na podstawie prognozowanych błędów. W tym miejscu należy się pewne wyjaśnienie dlaczego stosowany jest najpierw model regresyjny, a dopiero w kolejnych krokach budowa SSN? Otóż jeżeli zbudowany model regresyjny będzie efektywnym narzędziem prognozy, wówczas dużo łatwiej z niego korzystać potencjalnemu użytkownikowi. Może on zostać zaimplementowany nawet do arkusza kalkulacyjnego (np. Excel). Dlatego też nie ma sensu sięgać po zbyt zaawansowane narzędzie prognozy, kiedy nie ma takiej potrzeby. Parametry modelu są też dużo łatwiejsze w interpretacji. Natomiast kolejny krok jest istotny w momencie, w którym może się okazać, że model regresyjny nie jest wystarczającym narzędziem prognozowania. A zatem następuje ocena czy model regresyjny jest efektywnym narzędziem predykcji jeśli tak, wówczas należy wyliczyć prognozę, jeśli nie, wtedy należy zbudować sieć neuronową w oparciu o zebrane wcześniej dane. W ostatnim kroku wyliczana jest prognoza. W przeprowadzonych badaniach przeanalizowano także koncepcję hybrydową. Zmodyfikowano jednak nieco to podejście: po otrzymaniu z sieci wyniku różnego od zera (1) kolejnym krokiem było wyznaczenie prognozy z sieci neuronowej ale regresyjnej (nie klasyfikacyjnej), w przeciwieństwie do sposobu prognozowania proponowanego w podejściu hybrydowym metodą klasyczną. Schemat postępowania przedstawia rysunek 3. Rysunek 3 Modyfikacja podejścia hybrydowego Prognoza wystąpienia zapotrzebowania na podstawie SSN realizującej zadania klasyfikacyjne Wynik z SSN = 0 Nie Tak Obliczyć niezerową wielkość zapotrzebowania na podstawie SSN realizującej zależności regresyjne Wielkość zapotrzebowania = 0 Okazało się, że tak prowadzone obliczenia dają wyniki praktycznie tożsame z podejściem, w którym prognoza pochodzi z sieci neuronowej, w której zmienną zależną jest zapotrzebowanie, a nie zapotrzebowanie przekonwertowane na wartości binarne, czyli z sieci realizującej zależności regresyjne. Dlatego też w niniejszym artkule nie zamieszczono wyników pochodzących z obliczeń wykorzystujących podejście hybrydowe. Analiza efektywności wykorzystania kryteriów informacyjnych w predykcji zapotrzebowania W artykule zaprezentowano trzy podejścia mikro (zastosowane w zarządzaniu remontami silników lotniczych), makro i hybrydowe (podejścia zastosowano w przedsiębiorstwie z branży petrochemicznej). W empirycznej części pracy wykorzystano podejście omówione powyżej (zaprezentowane schematycznie na rys. 2), a następnie porównano otrzymane wyniki z prognozami pochodzącymi z klasycznych metod (SES, SBA, MA, ARIMA). Zbadano także, czy sieci neuronowe zbudowane w oparciu o zbiory zmiennych wyselekcjonowane przez kryteria informacyjne są skuteczniejszym narzędziem prognozowania niż SNN zbudowane na zbiorach zawierających wszystkie potencjalne zmienne objaśniające. Dane, które posłużyły do przeprowadzenia obliczeń empirycznych, pochodzą z pewnego przedsiębiorstwa z przemysłu wydobywczego. Zostały pozyskane z systemu typu ERP. W tabeli 2 przedstawiono zbiór potencjalnych zmiennych objaśniających, który został wykorzystany w analizie. Zmienne x 1 x 9 zostały wyliczone na postawie przebiegu wartości zapotrzebowania y w czasie. 17

18 Tabela 2 Zbiór potencjalnych zmiennych objaśniających Oznaczenie x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 y Zmienne Liczba dni pomiędzy dwoma ostatnimi zamówieniami w okresie bezpośrednio poprzedzającym okres prognozy Liczba dni pomiędzy okresem prognozy i pierwszym niezerowym zapotrzebowaniem bezpośrednio poprzedzającym okres prognozy Liczba dni pomiędzy okresem prognozy i pierwszym zerowym zapotrzebowaniem bezpośrednio poprzedzającym okres prognozy Średnie zapotrzebowanie (w szt.) z 6 dni bezpośrednio poprzedzających okres prognozy Maksymalne zapotrzebowanie (w szt.) z 6 dni bezpośrednio poprzedzających okres prognozy Sumaryczne zapotrzebowanie (w szt.) w ostatnim tygodniu poprzedzającym okres prognozy Liczba dni w tygodniu poprzedzającym okres prognozy, w których wystąpiło zapotrzebowanie Liczba dni w tygodniu poprzedzającym okres prognozy, w których nie wystąpiło zapotrzebowanie Średnie zapotrzebowanie z 2 tygodni bezpośrednio poprzedzających okres prognozy Trend czasowy Wartość zapotrzebowania (w szt.) Analizie poddano dane dotyczące trzech typów części zamiennych, które dla potrzeb artykułu oznaczone zostaną jako A, B i C. Wybór tych części nastąpił po dogłębnej, dwuetapowej analizie awaryjności. W pierwszej kolejności zbadano poziom awaryjności poszczególnych grup maszyn. Przeanalizowano między innymi wartości wskaźników MTTF, MTTR i MTBF. Następnie po wyborze typu maszyny przeanalizowano pod kątem awaryjności poszczególne zespoły maszyny. Wybrano reprezentantów dla trzech różnych zespołów. Zarówno każdy zespół, jak i wszystkie części charakteryzuje bardzo wysoki współczynnik awaryjności. Dla części A wielkość próby wynosiła n = 1741 dni, dla części B n = 1035 dni, a dla części C n = 728 dni. Kryterium oceny efektywności prognoz wyznaczonych według poszczególnych metod stanowiły: średni błąd predykcji (mean error ME), średni błąd absolutny (mean absolute error MAE), pierwiastek błędu średniokwadratowego (root mean square error RMSE), pierwiastek kwadratowy ze współczynnika Theila (I) względny błąd prognozy ex post, współczynnik determinacji R 2. Zmienne wyselekcjonowane przez kryterium AIC to dla części A: x 2, x 3, x 4, x 5, x 7, dla części B: x 3, x 4, x 5, x 7, dla części C: x 3, x 5, x 6, x 7. Zmienne wyselekcjonowane przez kryterium BIC to dla części A: x 2, x 3, x 4, x 7, dla części B: x 3, x 5, x 7, dla części C x 3, x 5, x 6, x 7 (obliczenia dotyczące selekcji zmiennych przeprowadzane były w programie R). W tabelach 3, 4, 5 zamieszczono wyniki przeprowadzonych obliczeń. Analizowane metody prognozowania oznaczono następująco: SES (0,1) metoda wygładzania wykładniczego, α = 0,1. SBA (0,1) metoda Syntetosa-Boylana, α = 0,1 (wzór (5)). MA (7) metoda średniej ruchomej MA, k = 7 (wzór (1)). ARIMA (1,0,1) model ARIMA. Model regresyjny predykcja ekonometryczna. SSN (10 zm.) sztuczna sieć neuronowa zbudowana na pełnym zbiorze zmiennych objaśniających (10 zmiennych). SSN (AIC) sztuczna sieć neuronowa zbudowana w oparciu o zmienne wyselekcjonowane przez kryterium Akaike. SSN (BIC) sztuczna sieć neuronowa zbudowana w oparciu o zmienne wyselekcjonowane przez kryterium Schwarza. SSN (10 zm., zb. walid.) sztuczna sieć neuronowa zbudowana na pełnym zbiorze zmiennych objaśniających (10 zmiennych), zbiór walidacyjny. SSN (AIC, zb. walid.) sztuczna sieć neuronowa zbudowana w oparciu o zmienne wyselekcjonowane przez kryterium Akaike, zbiór walidacyjny. SSN (BIC, zb. walid.) sztuczna sieć neuronowa zbudowana w oparciu o zmienne wyselekcjonowane przez kryterium Schwarza, zbiór walidacyjny. Warto podkreślić, że w przypadku sztucznych sieci neuronowych SSN przedstawiono wyniki dwojako dla całej sieci, tzn. dla wszystkich przypadków (zbioru uczącego, testowego i walidacyjnego), aby możliwe było porównanie wyników z pozostałymi metodami dla takiej samej wielkości próby, a osobno przedstawiono wyniki pochodzące ze zbioru walidacyjnego. Proces walidacji polega na tym, że pewna liczba przypadków uczących jest zaliczana do oddzielnej grupy. Dane należące do tej wydzielonej grupy nie są bezpośrednio stosowane w trakcie uczenia sieci. Natomiast są one wykorzystywane do przeprowadzenia niezależnej kontroli postępów algorytmu uczenia. Właściwie ocena jakości całej sieci powinna następować na podstawie oceny zbioru walidacyjnego. Obliczenia dotyczące SSN i modeli ARI- MA przeprowadzane były w programie Statistica Przedstawione wyniki wskazują na zdecydowaną przewagę prognoz pochodzących z SSN, bez względu na kryterium oceny, dla trzech badanych części. Klasyczne metody predykcji zupełnie nie spełniają swojej roli. Analizując otrzymane dla nich wartości względnych błędów prognozy ex post [pierwiastek kwadratowy ze współczynnika Theila (I)], można zauważyć, że prognozy zapotrzebowania obarczone są bardzo dużymi błędami oscylującymi wokół %. Z kolei wartości te są znacznie niższe w przypadku prognoz 18

19 Tabela 3 Wyniki otrzymane dla części A Metoda prognozowania ME MAE RMSE I R 2 SES (0,1) 0,005 1,641 3,610 1,002 0,070 SBA (0,1) 0,737 0,989 3,580 1,000 0,060 MA (7) 0,007 1,647 3,750 1,045 0,160 ARIMA (1,0,1) 0,816 0,918 3,580 0,998 0,060 Model regresyjny 0,000 0,609 1,820 0,505 0,730 SSN (10 zm.) 0,018 0,140 1,240 0,344 0,870 SSN (AIC) 0,004 0,120 1,230 0,342 0,880 SSN (BIC) 0,004 0,120 1,230 0,342 0,880 SSN (10 zm., zb. walid.) 0,068 0,133 0,490 0,125 0,980 SSN (AIC, zb. walid.) 0,056 0,089 0,450 0,115 0,990 SSN (BIC, zb. walid.) 0,056 0,089 0,450 0,115 0,990 Tabela 4 Wyniki otrzymane dla części B Metoda prognozowania ME MAE RMSE I R 2 SES (0,1) 0,009 3,949 7,340 0,965 0,050 SBA (0,1) 1,785 3,003 7,410 0,973 0,070 MA (7) 0,000 4,076 7,640 1,005 0,140 ARIMA (0,0,0) (1,0,1) 0,517 3,358 7,110 0,935 0,010 Model regresyjny 0,000 2,606 5,510 0,725 0,410 SSN (10 zm.) 0,187 1,152 3,010 0,396 0,820 SSN (AIC) 0,012 0,933 2,860 0,376 0,840 SSN (BIC) 0,003 0,843 2,660 0,349 0,860 SSN (10 zm., zb. walid.) 0,410 0,877 2,200 0,527 0,670 SSN (AIC, zb. walid.) 0,133 0,586 1,660 0,396 0,810 SSN (BIC, zb. walid.) 0,048 0,472 1,380 0,331 0,870 Tabela 5 Wyniki otrzymane dla części C Metoda prognozowania ME MAE RMSE I R 2 SES (0,1) 0,317 1,859 2,460 0,721 0,030 SBA (0,1) 0,662 2,149 3,770 1,101 0,280 MA (7) 0,098 1,924 2,530 0,741 0,020 ARIMA (1,0,1) 0,104 1,949 2,440 0,716 0,050 Model regresyjny 0,000 0,271 0,650 0,620 0,580 SSN (10 zm.) 0,001 0,006 0,070 0,070 1,000 SSN (AIC) 0,004 0,006 0,070 0,060 1,000 SSN (BIC) 0,002 0,003 0,030 0,030 1,000 SSN (10 zm., zb. walid.) 0,000 0,013 0,110 0,250 0,930 SSN (AIC, zb. walid.) 0,004 0,046 0,160 0,150 0,980 SSN (BIC, zb. walid.) 0,000 0,008 0,080 0,190 0,960 19

20 wyliczonych z wykorzystaniem SSN. Można, przykładowo, zauważyć dla części A, że względny błąd prognozy ex post (I) dla SSN (10 zm., zb. walid.) zbudowanej na 10 zmiennych, dla zbioru walidacyjnego nie przekroczył 12,5%, dla SSN (AIC, zb. walid.) zbudowanej na zmiennych wytypowanych przez kryterium AIC i dla SSN (BIC, zb. walid.) zbudowanej na zmiennych wytypowanych przez kryterium BIC, dla zbioru walidacyjnego, nie przekroczył 11,5%. Z kolei w przypadku części B współczynnik determinacji R 2 wyniósł dla SSN (10 zm., zb. walid.) 0,67, co świadczy o nie najlepszym dopasowaniu modelu do danych empirycznych, w ponad 67% wyjaśnia on zmienność zapotrzebowania. Z kolei dla SSN (AIC, zb. walid.) R 2 wyniósł 0,81, co świadczy o dość dobrym dopasowaniu modelu do danych empirycznych, a zatem w 81% wyjaśnia on zmienność zapotrzebowania. R 2 wynoszący 0,87 dla SSN (BIC, zb. walid.) oznacza bardzo dobre dopasowanie modelu do danych empirycznych, a zatem w 87% wyjaśnia on zmienność zapotrzebowania na część B. prognozy ex post (I) nie przekroczył 53% dla SSN zbudowanej na 10 zmiennych, 40% dla SSN zbudowanej na zmiennych wskazanych przez kryterium AIC i 33% dla SSN zbudowanej na zmiennych wytypowanych przez kryterium BIC. Po analizie wyników zamieszczonych na rysunkach 4 i 5 można stwierdzić, że najniższe błędy prognozy i najwyższy współczynnik determinacji charakteryzują prognozy wyznaczone w oparciu o zmienne wyselekcjonowane metodą Schwarza (BIC). Także prognozy obliczone na podstawie zmiennych wytypowanych metodą Akaike (AIC) okazały się trafniejsze od prognoz zbudowanych na pełnym zbiorze potencjalnych zmiennych objaśniających. Prognozowanie na podstawie modelu regresyjnego nie okazało się zbyt skuteczne dla analizowanych zmiennych. Jedynie w przypadku części A współczynnik determinacji osiągnął poziom 73%, co oznacza, że w 73% model wyjaśnia zmienność zapotrzebowania. Rysunek 4 Porównanie efektywności poszczególnych metod prognozowania na podstawie pierwiastka kwadratowego ze współczynnika Theila (I) Pierwiastek kwadratowy ze współczynnika Theila 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 Część A Część B Model regresyjny SSN (10 zm.) SSN (AIC) SSN (BIC) SSN (10 zm., zb) SSN (AIC, zb) SSN (BIC, zb) Część C Na rysunkach 4 i 5 wyszczególniono wyniki dotyczące zaproponowanej w pracy koncepcji prognozowania. Przedstawione wyniki świadczą o słuszności zastosowania kryteriów informacyjnych w procesie budowania prognozy. Przykładowo, dla części B względny błąd prognozy ex post (I) nie przekroczył dla modelu regresyjnego (predykcja ekonometryczna) 72,5%, dla SSN zbudowanej na 10 zmiennych na pełnym zbiorze danych 40%, dla SSN zbudowanej na zmiennych wyselekcjonowanych przez kryterium AIC na pełnym zbiorze danych 38%, dla SSN zbudowanej na zmiennych wyselekcjonowanych przez kryterium BIC na pełnym zbiorze danych 35%. Z kolei w przypadku wyników otrzymanych tylko dla danych ze zbioru walidacyjnego względny błąd Podsumowanie Po przeanalizowaniu wyników otrzymanych w ramach obliczeń przeprowadzonych na danych empirycznych można zauważyć, że zbadane w pracy metody klasyczne wygładzania wykładniczego SES, metody Syntetosa-Boylana SBA, średniej ruchomej MA, ARIMA charakteryzuje bardzo niska skuteczność w predykcji zapotrzebowania na części zamienne. W związku z tym należy zrezygnować z wykorzystywania ich jako narzędzi prognozowania. Wyznaczone prognozy, poddane ocenie poprzez wyliczenie stosownych miar błędów predykcji (ME, MAE, RMSE, I, R 2 ), świadczą o tym, że zapropono- 20

Optymalizacja produkcji oraz lean w przemyśle wydobywczym. Dr inż. Maria Rosienkiewicz Mgr inż. Joanna Helman

Optymalizacja produkcji oraz lean w przemyśle wydobywczym. Dr inż. Maria Rosienkiewicz Mgr inż. Joanna Helman Optymalizacja produkcji oraz lean w przemyśle wydobywczym Dr inż. Maria Rosienkiewicz Mgr inż. Joanna Helman Agenda 1. Oferta dla przemysłu 2. Oferta w ramach Lean Mining 3. Potencjalne korzyści 4. Kierunki

Bardziej szczegółowo

Praca dyplomowa. Autor: Magdalena Karaś. Opiekun pracy: dr inż. Stanisław Zając

Praca dyplomowa. Autor: Magdalena Karaś. Opiekun pracy: dr inż. Stanisław Zając Praca dyplomowa Ocena wdrożenia oraz skuteczności wykorzystania metod, narzędzi i technik zarządzania jakością w przedsiębiorstwach przemysłu spożywczego Autor: Magdalena Karaś Opiekun pracy: dr inż. Stanisław

Bardziej szczegółowo

Nowe trendy w zarządzaniu operacyjnym Przejście z zarządzania ręcznie sterowanego do efektywnie zarządzanej firmy

Nowe trendy w zarządzaniu operacyjnym Przejście z zarządzania ręcznie sterowanego do efektywnie zarządzanej firmy Nowe trendy w zarządzaniu operacyjnym Przejście z zarządzania ręcznie sterowanego do efektywnie zarządzanej firmy Paweł Zemła Członek Zarządu Equity Investments S.A. Wprowadzenie Strategie nastawione na

Bardziej szczegółowo

Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów. Dawid Doliński

Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów. Dawid Doliński Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów Dawid Doliński Dlaczego MonZa? Korzyści z wdrożenia» zmniejszenie wartości zapasów o 40 %*» podniesienie poziomu obsługi

Bardziej szczegółowo

Narzędzia doskonalenia produkcji - LEAN, KAIZEN, TOC, GEMBA

Narzędzia doskonalenia produkcji - LEAN, KAIZEN, TOC, GEMBA Narzędzia doskonalenia produkcji - LEAN, KAIZEN, TOC, GEMBA Opis W jaki sposób angażować pracowników w doskonalenie procesów produkcji? Co motywuje ludzi do aktywnego uczestnictwa w rozwiązywaniu problemów

Bardziej szczegółowo

Łańcuch dostaw Łańcuch logistyczny

Łańcuch dostaw Łańcuch logistyczny Zarządzanie logistyką Dr Mariusz Maciejczak Łańcuch dostaw Łańcuch logistyczny www.maciejczak.pl Łańcuch logistyczny a łańcuch dostaw Łańcuch dostaw w odróżnieniu od łańcucha logistycznego dotyczy integracji

Bardziej szczegółowo

Spis treści. Przedmowa

Spis treści. Przedmowa Spis treści Przedmowa 1.1. Magazyn i magazynowanie 1.1.1. Magazyn i magazynowanie - podstawowe wiadomości 1.1.2. Funkcje i zadania magazynów 1.1.3. Rodzaje magazynów 1.1.4. Rodzaje zapasów 1.1.5. Warunki

Bardziej szczegółowo

DEKLARACJA WYBORU PRZEDMIOTÓW NA STUDIACH II STOPNIA STACJONARNYCH CYWILNYCH (nabór 2009) II semestr

DEKLARACJA WYBORU PRZEDMIOTÓW NA STUDIACH II STOPNIA STACJONARNYCH CYWILNYCH (nabór 2009) II semestr WOJSKOWA AKADEMIA TECHNICZNA WYDZIAŁ MECHANICZNY STUDENT..................................................................................................................... ( imię i nazwisko) (grupa szkolna)

Bardziej szczegółowo

Ocena efektywności działań logistycznych

Ocena efektywności działań logistycznych Wydział Ekonomiczno-Rolniczy - SGGW Dr Mariusz Maciejczak LOGISTYKA Ocena efektywności działań logistycznych Opracowanie na podstawie: materiałów z konferencji Zarządzanie Dystrybucją i Magazynowaniem,

Bardziej szczegółowo

Magazyn części zamiennych Żerków Czerwiec 2011

Magazyn części zamiennych Żerków Czerwiec 2011 Magazyn części zamiennych Żerków Czerwiec 2011 Magazyn części zamiennych a koszt działalności Jedyny dobry powód utrzymywania zapasów to koszty mniejsze niż w przypadku braku zapasów Zapasy oznaczają zamrożoną

Bardziej szczegółowo

Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)

Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Ewa Wołoszko Praca pisana pod kierunkiem Pani dr hab. Małgorzaty Doman Plan tego wystąpienia Teoria Narzędzia

Bardziej szczegółowo

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Dorota Witkowska Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Wprowadzenie Sztuczne

Bardziej szczegółowo

Katalog rozwiązań informatycznych dla firm produkcyjnych

Katalog rozwiązań informatycznych dla firm produkcyjnych Katalog rozwiązań informatycznych dla firm produkcyjnych www.streamsoft.pl Obserwować, poszukiwać, zmieniać produkcję w celu uzyskania największej efektywności. Jednym słowem być jak Taiichi Ohno, dyrektor

Bardziej szczegółowo

Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz.

Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz. 14.12.2005 r. Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz. 2 3.2. Implementacja w Excelu (VBA for

Bardziej szczegółowo

Controlling operacyjny i strategiczny

Controlling operacyjny i strategiczny Controlling operacyjny i strategiczny dr Piotr Modzelewski Katedra Bankowości, Finansów i Rachunkowości Wydziału Nauk Ekonomicznych Uniwersytetu Warszawskiego Plan zajęć 1, 2. Wprowadzenie do zagadnień

Bardziej szczegółowo

Metody sterowania zapasami ABC XYZ EWZ

Metody sterowania zapasami ABC XYZ EWZ Zarządzanie logistyką Dr Mariusz Maciejczak Metody sterowania zapasami ABC XYZ EWZ www.maciejczak.pl Zapasy Zapasy w przedsiębiorstwie można tradycyjnie rozumieć jako zgromadzone dobra, które w chwili

Bardziej szczegółowo

Sterowanie wielkością zamówienia w Excelu - cz. 3

Sterowanie wielkością zamówienia w Excelu - cz. 3 Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji

Bardziej szczegółowo

Od ERP do ERP czasu rzeczywistego

Od ERP do ERP czasu rzeczywistego Przemysław Polak Od ERP do ERP czasu rzeczywistego SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE ZARZĄDZANIE PRODUKCJĄ Wrocław, 19 listopada 2009 r. Kierunki rozwoju systemów informatycznych zarządzania rozszerzenie

Bardziej szczegółowo

Zarządzanie łańcuchem dostaw

Zarządzanie łańcuchem dostaw Społeczna Wyższa Szkoła Przedsiębiorczości i Zarządzania kierunek: Zarządzanie i Marketing Zarządzanie łańcuchem dostaw Wykład 1 Opracowanie: dr Joanna Krygier 1 Zagadnienia Wprowadzenie do tematyki zarządzania

Bardziej szczegółowo

Skuteczność => Efekty => Sukces

Skuteczność => Efekty => Sukces O HBC Współczesne otoczenie biznesowe jest wyjątkowo nieprzewidywalne. Stała w nim jest tylko nieustająca zmiana. Ciągłe doskonalenie się poprzez reorganizację procesów to podstawy współczesnego zarządzania.

Bardziej szczegółowo

Istnieje możliwość prezentacji systemu informatycznego MonZa w siedzibie Państwa firmy.

Istnieje możliwość prezentacji systemu informatycznego MonZa w siedzibie Państwa firmy. system informatyczny wspomagający monitorowanie i planowanie zapasów w przedsiębiorstwie System informatyczny MonZa do wspomagania decyzji managerskich w obszarze zarządzania zapasami jest odpowiedzią

Bardziej szczegółowo

Instrumenty zarządzania łańcuchami dostaw Redakcja naukowa Marek Ciesielski

Instrumenty zarządzania łańcuchami dostaw Redakcja naukowa Marek Ciesielski Instrumenty zarządzania łańcuchami dostaw Redakcja naukowa Marek Ciesielski Przedsiębiorstwo dzięki prawidłowo ukształtowanemu łańcuchowi dostaw może osiągnąć trwałą przewagę konkurencyjną na rynku. Dlatego

Bardziej szczegółowo

Koncepcja szczupłego zarządzania w magazynach

Koncepcja szczupłego zarządzania w magazynach Terminy szkolenia Koncepcja szczupłego zarządzania w magazynach Cele szkolenia Szkolenie dotyczy wzbogacenia praktycznej wiedzy w obszarze zarządzania magazynami oraz zapoznania uczestników z metodami

Bardziej szczegółowo

Audyt funkcjonalnego systemu monitorowania energii w Homanit Polska w Karlinie

Audyt funkcjonalnego systemu monitorowania energii w Homanit Polska w Karlinie Audyt funkcjonalnego systemu monitorowania energii w Homanit Polska w Karlinie System zarządzania energią to uniwersalne narzędzie dające możliwość generowania oszczędności energii, podnoszenia jej efektywności

Bardziej szczegółowo

Zarządzanie zakupami w procesie zaopatrzenia - metody redukcji kosztów w zakupach

Zarządzanie zakupami w procesie zaopatrzenia - metody redukcji kosztów w zakupach Zarządzanie zakupami w procesie zaopatrzenia - metody redukcji kosztów w zakupach Opis Zarządzanie procesem zaopatrzenia to ciągłe jego doskonalenie. Dużą rolę w tym procesie stanowi szukanie sposobów

Bardziej szczegółowo

METODY REDUKCJI KOSZTÓW ZAKUPÓW CZĘŚCI ZAMIENNYCH I MATERIAŁÓW EKSPLOATACYJNYCH

METODY REDUKCJI KOSZTÓW ZAKUPÓW CZĘŚCI ZAMIENNYCH I MATERIAŁÓW EKSPLOATACYJNYCH METODY REDUKCJI KOSZTÓW ZAKUPÓW CZĘŚCI ZAMIENNYCH I MATERIAŁÓW EKSPLOATACYJNYCH Efektywna gospodarka materiałowo-narzędziowa Zapraszamy Państwa do udziału w szkoleniu, którego celem jest zapoznanie specjalistów

Bardziej szczegółowo

Biznes plan innowacyjnego przedsięwzięcia

Biznes plan innowacyjnego przedsięwzięcia Biznes plan innowacyjnego przedsięwzięcia 1 Co to jest biznesplan? Biznes plan można zdefiniować jako długofalowy i kompleksowy plan działalności organizacji gospodarczej lub realizacji przedsięwzięcia

Bardziej szczegółowo

Planowanie logistyczne

Planowanie logistyczne Planowanie logistyczne Opis Szkolenie porusza wszelkie aspekty planowania w sferze logistyki. Podział zagadnień dotyczących planowania logistycznego w głównej części szkolenia na obszary dystrybucji, produkcji

Bardziej szczegółowo

Organizacja i monitorowanie procesów magazynowych

Organizacja i monitorowanie procesów magazynowych Organizacja i monitorowanie procesów magazynowych Autor: St. Krzyżaniak, A. Niemczyk, J. Majewski, P. Andrzejczyk Magazyn jest nieodzownym elementem systemu logistycznego. Bez prawidłowego funkcjonowania

Bardziej szczegółowo

Dopasowanie IT/biznes

Dopasowanie IT/biznes Dopasowanie IT/biznes Dlaczego trzeba mówić o dopasowaniu IT-biznes HARVARD BUSINESS REVIEW, 2008-11-01 Dlaczego trzeba mówić o dopasowaniu IT-biznes http://ceo.cxo.pl/artykuly/51237_2/zarzadzanie.it.a.wzrost.wartosci.html

Bardziej szczegółowo

PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY

PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY Joanna Chrabołowska Joanicjusz Nazarko PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY NA PRZYKŁADZIE PRZEDSIĘBIORSTWA HANDLOWEGO TYPU CASH & CARRY Wprowadzenie Wśród wielu prognoz szczególną rolę w zarządzaniu

Bardziej szczegółowo

Transformacja wiedzy w budowie i eksploatacji maszyn

Transformacja wiedzy w budowie i eksploatacji maszyn Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces

Bardziej szczegółowo

Wykorzystanie technologii informacyjnych do zarządzania łańcuchami i sieciami dostaw w warunkach globalizacji rynku żywności

Wykorzystanie technologii informacyjnych do zarządzania łańcuchami i sieciami dostaw w warunkach globalizacji rynku żywności Zarządzanie łańcuchami dostaw żywności w Polsce. Kierunki zmian. Wacław Szymanowski Książka jest pierwszą na naszym rynku monografią poświęconą funkcjonowaniu łańcuchów dostaw na rynku żywności w Polsce.

Bardziej szczegółowo

Program Poprawy Efektywności Zakupów. Jak kupować, aby poprawiać rentowność?

Program Poprawy Efektywności Zakupów. Jak kupować, aby poprawiać rentowność? Program Poprawy Efektywności Zakupów Jak kupować, aby poprawiać rentowność? Oferta Zakupy Celem każdej firmy jest zdobycie dominującej pozycji na rynku, która przekłada się na poziom obrotów i zysków firmy.

Bardziej szczegółowo

Projekt Badawczy Analiza wskaźnikowa przedsiębiorstwa współfinansowany ze środków Unii Europejskiej

Projekt Badawczy Analiza wskaźnikowa przedsiębiorstwa współfinansowany ze środków Unii Europejskiej Projekt Badawczy Analiza wskaźnikowa przedsiębiorstwa współfinansowany ze środków Unii Europejskiej FiM Consulting Sp. z o.o. Szymczaka 5, 01-227 Warszawa Tel.: +48 22 862 90 70 www.fim.pl Spis treści

Bardziej szczegółowo

Etapy modelowania ekonometrycznego

Etapy modelowania ekonometrycznego Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,

Bardziej szczegółowo

Automatyzacja Procesów Biznesowych. Systemy Informacyjne Przedsiębiorstw

Automatyzacja Procesów Biznesowych. Systemy Informacyjne Przedsiębiorstw Automatyzacja Procesów Biznesowych Systemy Informacyjne Przedsiębiorstw Rodzaje przedsiębiorstw Produkcyjne największe zapotrzebowanie na kapitał, największe ryzyko Handlowe kapitał obrotowy, średnie ryzyko

Bardziej szczegółowo

Zintegrowany System Informatyczny (ZSI)

Zintegrowany System Informatyczny (ZSI) Zintegrowany System Informatyczny (ZSI) ZSI MARKETING Modułowo zorganizowany system informatyczny, obsługujący wszystkie sfery działalności przedsiębiorstwa PLANOWANIE ZAOPATRZENIE TECHNICZNE PRZYGOTOWANIE

Bardziej szczegółowo

Nowoczesne metody podnoszenia efektywności operacyjnej

Nowoczesne metody podnoszenia efektywności operacyjnej 5 KONGRES ŚWIATA PRZEMYSŁU KOSMETYCZNEGO 6 KONGRES ŚWIATA PRZEMYSŁU FARMACEUTYCZNEGO 18-20 listopada, Warszawa Nowoczesne metody podnoszenia efektywności operacyjnej Arkadiusz Burnos Manager Operacyjny,

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

Pomiar kapitału ludzkiego wyzwania i szanse dla ZKL

Pomiar kapitału ludzkiego wyzwania i szanse dla ZKL Pomiar kapitału ludzkiego wyzwania i szanse dla ZKL dr Łukasz Sienkiewicz Instytut Kapitału Ludzkiego Seminarium naukowe Pomiar kapitału ludzkiego wyzwania i szanse dla zarządzania organizacją Warszawa,

Bardziej szczegółowo

www.streamsoft.pl Katalog rozwiązań informatycznych dla firm produkcyjnych

www.streamsoft.pl Katalog rozwiązań informatycznych dla firm produkcyjnych www.streamsoft.pl Katalog rozwiązań informatycznych dla firm produkcyjnych Obserwować, poszukiwać, zmieniać produkcję w celu uzyskania największej efektywności. Jednym słowem być jak Taiichi Ohno, dyrektor

Bardziej szczegółowo

Katalog rozwiązań informatycznych dla firm produkcyjnych

Katalog rozwiązań informatycznych dla firm produkcyjnych Katalog rozwiązań informatycznych dla firm produkcyjnych www.streamsoft.pl Obserwować, poszukiwać, zmieniać produkcję w celu uzyskania największej efektywności. Jednym słowem być jak Taiichi Ohno, dyrektor

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

Bardziej szczegółowo

Kanban - od systemu push do pull - Planowanie operacyjne produkcji

Kanban - od systemu push do pull - Planowanie operacyjne produkcji Kanban - od systemu push do pull - Planowanie operacyjne produkcji Terminy szkolenia 16-17 listopad 2015r., Katowice - Novotel Centrum 19-20 maj 2016r., Sopot - Hotel Haffner**** Opis Dotrzymać terminów

Bardziej szczegółowo

DOSKONALENIE PROCESÓW

DOSKONALENIE PROCESÓW KATALOG SZKOLEŃ DOSKONALENIE PROCESÓW - Tworzenie projektów ciągłego doskonalenia - Konsultacje z ekspertami - Poprawa jakości oraz produktywności - Eliminacja marnotrawstwa - Redukcja kosztów - Metody

Bardziej szczegółowo

System monitorowania realizacji strategii rozwoju. Andrzej Sobczyk

System monitorowania realizacji strategii rozwoju. Andrzej Sobczyk System monitorowania realizacji strategii rozwoju Andrzej Sobczyk System monitorowania realizacji strategii rozwoju Proces systematycznego zbierania, analizowania publikowania wiarygodnych informacji,

Bardziej szczegółowo

Projekt zarządzania jakością wykorzystujący STATISTICA Data Miner przynosi w voestalpine roczne oszczędności w wysokości 800 000 EUR

Projekt zarządzania jakością wykorzystujący STATISTICA Data Miner przynosi w voestalpine roczne oszczędności w wysokości 800 000 EUR Projekt zarządzania jakością wykorzystujący STATISTICA Data Miner przynosi w voestalpine roczne oszczędności w wysokości 800 000 EUR Przemysł samochodowy stawia najwyższe wymagania jakościowe w stosunku

Bardziej szczegółowo

SigmaMRP zarządzanie produkcją w przedsiębiorstwie z branży metalowej.

SigmaMRP zarządzanie produkcją w przedsiębiorstwie z branży metalowej. SigmaMRP zarządzanie produkcją w przedsiębiorstwie z branży metalowej. Wstęp SigmaMRP to nowość na polskim rynku, która jest już dostępna w ofercie firmy Stigo. Program MRP (ang. Material Requirements

Bardziej szczegółowo

Arkadiusz Manikowski Zbigniew Tarapata. Prognozowanie i symulacja rozwoju przedsiębiorstw

Arkadiusz Manikowski Zbigniew Tarapata. Prognozowanie i symulacja rozwoju przedsiębiorstw Arkadiusz Manikowski Zbigniew Tarapata Prognozowanie i symulacja rozwoju przedsiębiorstw Warszawa 2002 Recenzenci doc. dr. inż. Ryszard Mizera skład i Łamanie mgr. inż Ignacy Nyka PROJEKT OKŁADKI GrafComp,

Bardziej szczegółowo

Mapowanie procesów logistycznych i zarządzanie procesami VSM

Mapowanie procesów logistycznych i zarządzanie procesami VSM Mapowanie procesów logistycznych i zarządzanie procesami VSM Terminy szkolenia Opis VSM to graficzne przedstawienie przepływu wartości z perspektywy Klienta w procesach produkcyjnych, logistycznych i informacyjnych

Bardziej szczegółowo

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie. SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:

Bardziej szczegółowo

Prowadzący Andrzej Kurek

Prowadzący Andrzej Kurek Prowadzący Andrzej Kurek Centrala Rzeszów Oddziały Lublin, Katowice Zatrudnienie ponad 70 osób SprzedaŜ wdroŝenia oprogramowań firmy Comarch Dopasowania branŝowe Wiedza i doświadczenie Pełna obsługa: Analiza

Bardziej szczegółowo

WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH W PROGNOZOWANIU

WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH W PROGNOZOWANIU WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH W PROGNOZOWANIU THE USE OF ARTIFICIAL NEURAL NETWORKS IN FORECASTING Konrad BAJDA, Sebastian PIRÓG Resume Artykuł opisuje wykorzystanie sztucznych sieci neuronowych

Bardziej szczegółowo

PRZEGLĄD KONCEPCJI ZARZĄDZANIA JAKOŚCIĄ

PRZEGLĄD KONCEPCJI ZARZĄDZANIA JAKOŚCIĄ Wykład 4. PRZEGLĄD KONCEPCJI ZARZĄDZANIA JAKOŚCIĄ 1 1.Ogólna charakterystyka koncepcji zarządzania jakością i kierunki ich zmian w czasie: W historycznym podejściu do zarządzania jako- ścią można wyróżnić

Bardziej szczegółowo

INTERNATIONAL CONSULT jest firmą świadczącą usługi doradcze głównie dla małych i średnich przedsiębiorstw.

INTERNATIONAL CONSULT jest firmą świadczącą usługi doradcze głównie dla małych i średnich przedsiębiorstw. Kim jesteśmy INTERNATIONAL CONSULT jest firmą świadczącą usługi doradcze głównie dla małych i średnich przedsiębiorstw. Wykorzystując wieloletnie doświadczenie z zakresu zarządzania przedsiębiorstwem,

Bardziej szczegółowo

Zwrot z inwestycji w IT: prawda czy mity

Zwrot z inwestycji w IT: prawda czy mity Zwrot z inwestycji w IT: prawda czy mity Inwestycje w technologie IT 1 muszą podlegać takim samym regułom oceny, jak wszystkie inne: muszą mieć ekonomiczne uzasadnienie. Stanowią one koszty i jako takie

Bardziej szczegółowo

Zarządzanie magazynem gospodarka magazynowa dla praktyków biznesu

Zarządzanie magazynem gospodarka magazynowa dla praktyków biznesu Firma szkoleniowa 2014 roku. TOP 3 w rankingu firm szkoleniowych zaprasza na szkolenie: Zarządzanie magazynem gospodarka magazynowa dla praktyków biznesu Ekspert: Dr Bogdan Kroker- trener z wieloletnią

Bardziej szczegółowo

SYSTEMOWE PLANOWANIE REMONTÓW SILNIKÓW LOTNICZYCH Z WYKORZYSTANIEM SZTUCZNYCH SIECI NEURONOWYCH

SYSTEMOWE PLANOWANIE REMONTÓW SILNIKÓW LOTNICZYCH Z WYKORZYSTANIEM SZTUCZNYCH SIECI NEURONOWYCH SYSTEMOWE PLANOWANIE REMONTÓW SILNIKÓW LOTNICZYCH Z WYKORZYSTANIEM SZTUCZNYCH SIECI NEURONOWYCH Piotr KOZIK, Jarosław SĘP Streszczenie: W artykule przedstawiono koncepcję funkcjonowania systemu wspomagającego

Bardziej szczegółowo

WYDZIAŁ NAUK EKONOMICZNYCH. Studia II stopnia stacjonarne i niestacjonarne Kierunek Zarządzanie Specjalność LEAN MANAGEMENT

WYDZIAŁ NAUK EKONOMICZNYCH. Studia II stopnia stacjonarne i niestacjonarne Kierunek Zarządzanie Specjalność LEAN MANAGEMENT Studia II stopnia stacjonarne i niestacjonarne Kierunek Zarządzanie Specjalność LEAN MANAGEMENT Profil Absolwenta absolwent posiada nowoczesną, przekrojową i użyteczną wiedzę oraz umiejętności i kompetencje

Bardziej szczegółowo

Zarządzanie płynnością finansową przedsiębiorstwa

Zarządzanie płynnością finansową przedsiębiorstwa Zarządzanie płynnością finansową przedsiębiorstwa Cz. 4 Zarządzanie zapasami Składniki zapasów Konieczność utrzymywania zapasów Koszty zapasów 1. Koszty utrzymania zapasów - kapitałowe, - magazynowania,

Bardziej szczegółowo

CRM w logistyce. Justyna Jakubowska. CRM7 Specjalista Marketingu

CRM w logistyce. Justyna Jakubowska. CRM7 Specjalista Marketingu CRM w logistyce Justyna Jakubowska CRM7 Specjalista Marketingu CRM w logistyce Prezentacja firm more7 Polska dostawca systemu CRM Autor i producent systemu do zarządzania relacjami z klientem CRM7; Integrator

Bardziej szczegółowo

Katalog rozwiązań informatycznych dla firm produkcyjnych

Katalog rozwiązań informatycznych dla firm produkcyjnych Katalog rozwiązań informatycznych dla firm produkcyjnych www.streamsoft.pl Obserwować, poszukiwać, zmieniać produkcję w celu uzyskania największej efektywności. Jednym słowem być jak Taiichi Ohno, dyrektor

Bardziej szczegółowo

System transakcyjny oparty na średnich ruchomych. ś h = + + + + gdzie, C cena danego okresu, n liczba okresów uwzględnianych przy kalkulacji.

System transakcyjny oparty na średnich ruchomych. ś h = + + + + gdzie, C cena danego okresu, n liczba okresów uwzględnianych przy kalkulacji. Średnie ruchome Do jednych z najbardziej znanych oraz powszechnie wykorzystywanych wskaźników analizy technicznej, umożliwiających analizę trendu zaliczyć należy średnie ruchome (ang. moving averages).

Bardziej szczegółowo

Ocena efektywności działań logistycznych

Ocena efektywności działań logistycznych Dr Mariusz Maciejczak Ocena efektywności działań logistycznych Opracowanie na podstawie: materiałów z konferencji Zarządzanie Dystrybucją i Magazynowaniem, zorganizowanej przez Deloitte&Touche. Warszawa

Bardziej szczegółowo

Logistyka i Zarządzanie Łańcuchem Dostaw. Opracował: prof. zw dr hab. Jarosław Witkowski

Logistyka i Zarządzanie Łańcuchem Dostaw. Opracował: prof. zw dr hab. Jarosław Witkowski Logistyka i Zarządzanie Łańcuchem Dostaw Opracował: prof. zw dr hab. Jarosław Witkowski LOGISTKA (wg Council of Logistics Management) to proces planowania, realizowania i kontrolowania sprawności i ekonomicznej

Bardziej szczegółowo

Wdrożenie systemu ABC/M w przedsiębiorstwie

Wdrożenie systemu ABC/M w przedsiębiorstwie Studium przypadku w przedsiębiorstwie Jurajska Spółdzielnia Pracy Jarosław Śmietaniak dyrektor departamentu systemów Business Intelligence w ABC Akademia Sp. z o.o.; Pytania: czytelnicy.controlling@infor.pl

Bardziej szczegółowo

Controlling w logistyce - Controlling operacyjny

Controlling w logistyce - Controlling operacyjny Controlling w logistyce - Controlling operacyjny Opis Od dawna wiadomo, że o zabezpieczeniu funkcjonowania przedsiębiorstwa w długim okresie czasu decyduje jego zdolność dopasowania się do zmian w otoczeniu.

Bardziej szczegółowo

Dane Klienta: Staples Polska Sp. z o.o. Bysewska 18 80-298 Gdańsk www.staplesadvantage.pl

Dane Klienta: Staples Polska Sp. z o.o. Bysewska 18 80-298 Gdańsk www.staplesadvantage.pl Dane Klienta: Staples Polska Sp. z o.o. Bysewska 18 80-298 Gdańsk www.staplesadvantage.pl Staples Polska Sp. z o.o. (dawniej Corporate Express Polska Sp. z o.o.) to jeden z największych na świecie dostawców

Bardziej szczegółowo

Wsparcie koncepcji Lean Manufacturing w przemyśle przez systemy IT/ERP

Wsparcie koncepcji Lean Manufacturing w przemyśle przez systemy IT/ERP Wsparcie koncepcji Lean Manufacturing w przemyśle przez systemy IT/ERP Konrad Opala 27 kwiecień 2010 Zasady Lean Manufacturing Dokładnie ustalić wartość dla każdego produktu Zidentyfikować strumień wartości

Bardziej szczegółowo

ŚCIEŻKA: Praktyk KAIZEN

ŚCIEŻKA: Praktyk KAIZEN ŚCIEŻKA: Praktyk KAIZEN Ścieżka dedykowana jest każdej osobie, która chce rozwijać siebie i swoją organizację - w szczególności: Koordynatorom i liderom Lean/KAIZEN odpowiedzialnym za obszary produkcyjne

Bardziej szczegółowo

Dr hab. inż. Jan Duda. Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji

Dr hab. inż. Jan Duda. Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji Automatyzacja i Robotyzacja Procesów Produkcyjnych Dr hab. inż. Jan Duda Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji Podstawowe pojęcia Automatyka Nauka o metodach i układach sterowania

Bardziej szczegółowo

...Gospodarka Materiałowa

...Gospodarka Materiałowa 1 Gospodarka Materiałowa 3 Obsługa dokumentów magazynowych 4 Ewidencja stanów magazynowych i ich wycena 4 Inwentaryzacja 4 Definiowanie indeksów i wyrobów 5 Zaopatrzenie magazynowe 5 Kontrola jakości 5

Bardziej szczegółowo

Zarządzanie kosztami logistyki

Zarządzanie kosztami logistyki Zarządzanie kosztami logistyki Opis Synchronizacja wymagań rynku z potencjałem przedsiębiorstwa wymaga racjonalnych decyzji, opartych na dobrze przygotowanych i przetworzonych informacjach. Zmieniające

Bardziej szczegółowo

Zarządzanie logistyką. Zarządzanie operacyjne łańcuchem dostaw.

Zarządzanie logistyką. Zarządzanie operacyjne łańcuchem dostaw. Zarządzanie logistyką. Zarządzanie operacyjne łańcuchem dostaw. Opis Zapotrzebowanie na wykwalifikowanych menedżerów łańcuchów dostaw i pracowników integrujących zarządzanie rozproszonymi komórkami organizacyjnymi

Bardziej szczegółowo

Raport satysfakcji z wdrożonego ERP. Badanie opinii menedżerów przedsiębiorstw produkcyjnych średniej wielkości.

Raport satysfakcji z wdrożonego ERP. Badanie opinii menedżerów przedsiębiorstw produkcyjnych średniej wielkości. Strona 1 Spis treści Spis treści... 2 Wprowadzenie... 3 O badaniu... 5 Grupa docelowa... 5 Ankieta... 5 Uzyskana próba... 5 Przyjęte zasady interpretacji wyników... 7 Podsumowanie wyników... 8 Wyniki badania

Bardziej szczegółowo

Badania efektywności systemu zarządzania jakością

Badania efektywności systemu zarządzania jakością Opracowanie to z łagodniejszym podsumowaniem ukazało się w Problemach jakości 8/ 2007 Jacek Mazurkiewicz Izabela Banaszak Magdalena Wierzbicka Badania efektywności systemu zarządzania jakością Aby w pełni

Bardziej szczegółowo

Dane Klienta: Staples Polska Sp. z o.o. ul. Bysewska 18 80-298 Gdańsk www.staplesadvantage.pl

Dane Klienta: Staples Polska Sp. z o.o. ul. Bysewska 18 80-298 Gdańsk www.staplesadvantage.pl Dane Klienta: Staples Polska Sp. z o.o. ul. Bysewska 18 80-298 Gdańsk www.staplesadvantage.pl Staples Inc. jest największym na świecie przedsiębiorstwem zajmującym się dostawą rozwiązań biurowych. Istnieje

Bardziej szczegółowo

Zarządzanie łańcuchem dostaw

Zarządzanie łańcuchem dostaw Społeczna Wyższa Szkoła Przedsiębiorczości i Zarządzania kierunek: Logistyka Zarządzanie łańcuchem dostaw Wykład 3 Opracowanie: dr Joanna Krygier 1 Omówione zagadnienia Międzyorganizacyjne relacje logistyczne

Bardziej szczegółowo

Zarządzanie bezpieczeństwem informacji przegląd aktualnych standardów i metodyk

Zarządzanie bezpieczeństwem informacji przegląd aktualnych standardów i metodyk Zarządzanie bezpieczeństwem informacji przegląd aktualnych standardów i metodyk dr T Bartosz Kalinowski 17 19 września 2008, Wisła IV Sympozjum Klubu Paragraf 34 1 Informacja a system zarządzania Informacja

Bardziej szczegółowo

Time-Driven Activity Based Costing. Zarządzanie rentownością przy wykorzystaniu Rachunku Kosztów Działań Opartego Na Czasie

Time-Driven Activity Based Costing. Zarządzanie rentownością przy wykorzystaniu Rachunku Kosztów Działań Opartego Na Czasie Time-Driven Activity Based Costing Zarządzanie rentownością przy wykorzystaniu Rachunku Kosztów Działań Opartego Na Czasie Drastyczne zmiany w otoczeniu Zmiany w strukturze kosztów Koszty pośrednie Materiały

Bardziej szczegółowo

Wprowadzenie... 3 Charakterystyka grupy docelowej... 4 Podział grupy docelowej... 4. Podział grupy docelowej wg stanowisk pracy respondentów...

Wprowadzenie... 3 Charakterystyka grupy docelowej... 4 Podział grupy docelowej... 4. Podział grupy docelowej wg stanowisk pracy respondentów... Spis treści Wprowadzenie... 3 Charakterystyka grupy docelowej... 4 Podział grupy docelowej.... 4 Podział grupy docelowej wg stanowisk pracy respondentów.... 4 Wyniki badania... 6 Rozliczanie produkcji

Bardziej szczegółowo

EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW ZARZĄDZANIE STUDIA PIERWSZEGO STOPNIA - PROFIL OGÓLNOAKADEMICKI

EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW ZARZĄDZANIE STUDIA PIERWSZEGO STOPNIA - PROFIL OGÓLNOAKADEMICKI EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW ZARZĄDZANIE STUDIA PIERWSZEGO STOPNIA - PROFIL OGÓLNOAKADEMICKI Umiejscowienie kierunku w obszarach kształcenia Kierunek studiów Zarządzanie reprezentuje dziedzinę

Bardziej szczegółowo

Przedmowa... 7 1. System zarządzania jakością w przygotowaniu projektów informatycznych...11

Przedmowa... 7 1. System zarządzania jakością w przygotowaniu projektów informatycznych...11 Spis treści Przedmowa... 7 1. System zarządzania jakością w przygotowaniu projektów informatycznych...11 1.1. Wprowadzenie...11 1.2. System zarządzania jakością...11 1.3. Standardy jakości w projekcie

Bardziej szczegółowo

O Firmie ProLogisticaSoft

O Firmie ProLogisticaSoft Prologistica.pl Prologistica.pl O Firmie ProLogisticaSoft ProLogisticaSoft, jest młodą prężną firmą, zajmującą się tworzeniem, sprzedażą i wdrażaniem systemów informatycznych wspomagających zarządzanie

Bardziej szczegółowo

Projekt współfinansowany przez Unię Europejską z Europejskiego Funduszu Rozwoju Regionalnego Fundusze Europejskie dla rozwoju regionu łódzkiego

Projekt współfinansowany przez Unię Europejską z Europejskiego Funduszu Rozwoju Regionalnego Fundusze Europejskie dla rozwoju regionu łódzkiego Łódź, dn. 10.10.2014 r. OGŁOSZENIE O ZAMÓWIENIU nr 2/3.3/081 (POWYŻEJ 14 tys. EURO) 1. Zamawiający Firma i adres: PL Europa S.A. NIP: 725-195-02-28 Regon: 100381252 2. Tryb udzielenia zamówienia Zgodnie

Bardziej szczegółowo

Studia podyplomowe Metody Statystycznej Analizy Danych Społeczno-Ekonomicznych

Studia podyplomowe Metody Statystycznej Analizy Danych Społeczno-Ekonomicznych Studia podyplomowe Metody Statystycznej Analizy Danych Społeczno-Ekonomicznych Zwięzły opis Studia są odpowiedzią na zapotrzebowanie istniejące na rynku pracowników sektora administracyjnego na poszerzanie

Bardziej szczegółowo

TEMAT: Pojęcie logistyki ,,Logistyka nie jest wszystkim, ale wszystko bez logistyki jest niczym

TEMAT: Pojęcie logistyki ,,Logistyka nie jest wszystkim, ale wszystko bez logistyki jest niczym TEMAT: Pojęcie logistyki,,logistyka nie jest wszystkim, ale wszystko bez logistyki jest niczym prof. PŁ dr hab. inż. Andrzej SZYMONIK http://www.gen-prof.pl/ Łódź 2015 1. Geneza i pojęcie logistyki Geneza

Bardziej szczegółowo

SYSTEM MOTYWACYJNY NA PRZYKŁADZIE EURO TAX.pl SA

SYSTEM MOTYWACYJNY NA PRZYKŁADZIE EURO TAX.pl SA SYSTEM MOTYWACYJNY NA PRZYKŁADZIE EURO TAX.pl SA 01/ WPROWADZENIE Przesłanki wdrożenia systemu motywacyjnego: 1/ Zapotrzebowanie na dynamiczny wzrost sprzedaży 2/ Poprawa efektywności działań sprzedażowych

Bardziej szczegółowo

PORÓWNANIE KALKULACJI: - tradycyjnej - ABC

PORÓWNANIE KALKULACJI: - tradycyjnej - ABC KOŁO NAUKOWE CONTROLLINGU UNIWERSYTET ZIELONOGÓRSKI PORÓWNANIE KALKULACJI: - tradycyjnej - ABC Spis treści Wstęp... 3 Dane wejściowe... 4 Kalkulacja tradycyjna... 6 Kalkulacja ABC... 8 Porównanie wyników...

Bardziej szczegółowo

O czym będziemy. się uczyć

O czym będziemy. się uczyć 1-1 O czym będziemy się uczyć Rachunkowość zarządcza spełnia dwie role: dostarcza informacji do podejmowania decyzji i kontroli Projektowanie i wykorzystywanie rachunku kosztów Rola specjalisty z zakresu

Bardziej szczegółowo

Raport o sytuacji mikro i małych firm w roku 2013. Wrocław, 9 kwietnia 2014

Raport o sytuacji mikro i małych firm w roku 2013. Wrocław, 9 kwietnia 2014 Raport o sytuacji mikro i małych firm w roku 2013 Wrocław, 9 kwietnia 2014 Już po raz czwarty Bank Pekao przedstawia raport o sytuacji mikro i małych firm 7 tysięcy wywiadów z właścicielami firm, Badania

Bardziej szczegółowo

Przywództwo sytuacyjne w organizacji LEAN

Przywództwo sytuacyjne w organizacji LEAN Opis Co to jest przywództwo? Przywództwo sytuacyjne w organizacji LEAN Jest to proces pozytywnego wpływu - nie manipulacji - aby pomóc zespołowi zrealizować cele. Praktyka przywództwa sytuacyjnego mówi:

Bardziej szczegółowo

Komputerowe wspomaganie zarządzania projektami innowacyjnymi realizowanymi w oparciu o podejście. Rozdział pochodzi z książki:

Komputerowe wspomaganie zarządzania projektami innowacyjnymi realizowanymi w oparciu o podejście. Rozdział pochodzi z książki: Rozdział pochodzi z książki: Zarządzanie projektami badawczo-rozwojowymi. Tytuł rozdziału 6: Komputerowe wspomaganie zarządzania projektami innowacyjnymi realizowanymi w oparciu o podejście adaptacyjne

Bardziej szczegółowo

Absolwent szkoły kształcącej w zawodzie technik logistyk powinien być przygotowany do wykonywania następujących zadań zawodowych:

Absolwent szkoły kształcącej w zawodzie technik logistyk powinien być przygotowany do wykonywania następujących zadań zawodowych: Technik logistyk 333107 1. CELE KSZTAŁCENIA W ZAWODZIE Absolwent szkoły kształcącej w zawodzie technik logistyk powinien być przygotowany do wykonywania następujących zadań zawodowych: 1) planowania i

Bardziej szczegółowo

Jacek Folga. Controlling w firmie. Praktyczne narzędzia, jak poprawić płynność finansową w przedsiębiorstwie BIBLIOTEKA FINANSOWO-KSIĘGOWA

Jacek Folga. Controlling w firmie. Praktyczne narzędzia, jak poprawić płynność finansową w przedsiębiorstwie BIBLIOTEKA FINANSOWO-KSIĘGOWA Jacek Folga Controlling w firmie Praktyczne narzędzia, jak poprawić płynność finansową w przedsiębiorstwie BIBLIOTEKA FINANSOWO-KSIĘGOWA Jacek Folga Controlling w firmie Praktyczne narzędzia, jak poprawić

Bardziej szczegółowo