Project

Back to overview

Inventory management of short life cycle products with demand forecasts using Big data and judgmental information

English title Inventory management of short life cycle products with demand forecasts using Big data and judgmental information
Applicant Cheikhrouhou Naoufel
Number 176349
Funding scheme Project funding (Div. I-III)
Research institution Haute Ecole de Gestion Genève HES-SO
Institution of higher education University of Applied Sciences and Arts Western Switzerland - HES-SO
Main discipline Science of management
Start/End 01.04.2018 - 31.03.2022
Approved amount 298'727.00
Show all

Keywords (5)

Big Data; Newsvendor; Collaborative forecasting; Demand Forecasting; Inventory management

Lay Summary (French)

Lead
La gestion efficace des inventaires est essentielle pour des produits à court cycle de vie afin de maximiser le taux de satisfaction des clients, minimiser l'obsolescence et minimiser les coûts de stockage. Les produits à court cycle de vie, tels que les produits technologiques ou les articles de mode, suivent généralement un modèle de commande à période unique (Newsvendor Problem) dans lequel la taille optimale de la commande est liée essentiellement à l'exactitude des prévisions de la demande. Si les méthodes de prévision quantitatives et qualitatives peuvent être utilisées pour obtenir ces informations avec plus de précision, il y a très peu de recherche sur les méthodologies d’utilisation des informations provenant des réseaux et médias sociaux (Big Data).
Lay summary

Contenu et objectifs du travail de recherche

Le but du projet est de développer un modèle de gestion des stocks pour les produits à court cycle de vie grâce à une approche méthodologique pour la prise en considération de modèles de prévision de la demande. Cette dernière prendra des informations des réseaux et médias sociaux (Big Data), les connaissances spécialisées (jugements d’experts) et des modèles statistiques.

Comme la prévision de la demande est l'élément le plus influent du processus de gestion des stocks, la première étape du projet se concentrera sur le développement d'une méthodologie de prévision de la demande comprenant des informations provenant du « Big Data », quantitatives et qualitatives, structurées et non structurées. Dans la deuxième étape du projet, nous proposerons un modèle de gestion des stocks qui utilise les prévisions. La validation de l'approche se fera par des exemples numériques et des études de cas de l'industrie des biens de consommation courante. En particulier, deux entreprises actives dans l'industrie du tabac et de la mode participent à la validation de l'approche.

Direct link to Lay Summary Last update: 30.05.2018

Responsible applicant and co-applicants

Employees

Abstract

Efficient Inventory Management of short life cycle products is essential in maximising customer fulfilment rate, minimising obsolescence and optimising physical stocks. An optimal ordering decision is linked essentially with the accuracy of the Demand Forecasts. The PhD research proposal develops a methodological approach for Inventory Management through the inclusion of information from Big Data and judgemental information into the Demand Forecasting process. Big Data refers to all the information that may be structured or unstructured, endogenous or exogenous, qualitative or quantitative that may be relevant to the product. As demand forecasting is the most influential input to the inventory management process, the first stage of the project will focus on developing a hierarchical demand forecasting procedure, which includes information from structured and unstructured, quantitative and qualitative Big Data, that will subsequently be enriched with expert judgmental information. In the second stage of the project, we propose a probabilistic inventory management model inspired from the Newsvendor problem that uses the forecasts developed within the first stage as input. Validation of the approach will be achieved via numerical examples and case studies from the fast moving consumer goods industry. Specifically, two multinationals in the Tobacco industry and the fashion industry are participating in the validation of the approach, providing their data, their process description and resources for the resolution of the promotional products inventory management.
-