![\"\"](\"https:\/\/statistition.com\/wp-content\/uploads\/2024\/03\/grilli_konflikti.jpg\")
<\/a>Varaston optimointia<\/h2>\n\n\n\n
Sen kunniaksi ett\u00e4 ikuisuusprojektin viittaa kantanut toinen v\u00e4it\u00f6skirjaani tuleva artikkeli vihdoin syksyll\u00e4 julkaistiin, k\u00e4yn t\u00e4ss\u00e4 l\u00e4pi monitavoiteoptimointia artikkelissa olevan sovelluskohteen n\u00e4k\u00f6kulmasta. Kyseess\u00e4 on yrityksen varaston optimointiongelma: p\u00e4\u00e4t\u00f6ksentekij\u00e4n\u00e4 on ostop\u00e4\u00e4llikk\u00f6, jonka pit\u00e4\u00e4 p\u00e4\u00e4tt\u00e4\u00e4 kuinka paljon tilataan varastoon alihankkijalta tavaraa, jonka toimitusaika on 3 kk. Kyseess\u00e4 oli teollisuusyritys ja tilattava tavara oli kallis komponentti, jota tarvitaan lopputuotteen valmistamiseen. Matematiikka kuitenkin t\u00e4sm\u00e4\u00e4 vaikka tavara olisi tukkukauppiaalta tilattava valmis tuote j\u00e4lleenmyyt\u00e4v\u00e4ksi.<\/p>\n\n\n\n
Yrityksen ostotoimintoihin ja varaston yll\u00e4pit\u00f6\u00f6n liittyy useita kustannuksia. Esimerkiksi kuljetuskustannukset, p\u00e4\u00e4omakustannukset (yrityksen varoja sitoutuu varaston tuotteisiin) ja tuotteiden vanheneminen\/pilaantuminen. Mik\u00e4li ostop\u00e4\u00e4llikk\u00f6 pelk\u00e4st\u00e4\u00e4n minimoisi kustannuksiaan, h\u00e4nen ei koskaan kannattaisi tilata mit\u00e4\u00e4n. Ik\u00e4v\u00e4n\u00e4 sivuseurauksena silloin yrityksen liiketoimintakin loppuisi kun ei ole mit\u00e4\u00e4n myyt\u00e4v\u00e4\u00e4.<\/p>\n\n\n\n
Ostop\u00e4\u00e4llikon ongelma on siis seuraava:<\/p>\n\n\n\n
– jos h\u00e4n tilaa usein \/ paljon tavaraa varastoon, kustannukset nousevat pilviin<\/p>\n\n\n\n
– jos h\u00e4n tilaa liian v\u00e4h\u00e4n, kaikille asiakkaille ei riit\u00e4 lopputuotetta myyt\u00e4v\u00e4ksi.<\/p>\n\n\n\n Er\u00e4s ratkaisu on arvioida, mik\u00e4 kustannus yritykselle tulee yhdest\u00e4 pettyneest\u00e4 asiakkaasta ja lis\u00e4t\u00e4 t\u00e4m\u00e4 muihin varastointikustannuksiin, jolloin tilausp\u00e4\u00e4t\u00f6s voitaisiin tehd\u00e4 kaikkia n\u00e4it\u00e4 kustannuksia minimoimalla. Nyt oleellisia kysymyksi\u00e4 ovat:<\/p>\n\n\n\n – Kuinka paljon yksi pettynyt asiakas pitk\u00e4ll\u00e4 t\u00e4ht\u00e4imell\u00e4 maksaa?<\/p>\n\n\n\n – Onko yrityksen br\u00e4ndiarvon heikkeneminen lineaarista vai onko 5:n per\u00e4kk\u00e4isen pettymyksen hinta suurempi kuin 5 kertaa yksi pettymys?<\/p>\n\n\n\n Sen sijaan ett\u00e4 ravistelee hihasta eurom\u00e4\u00e4r\u00e4isen hinnan asiakkaan pettymykselle, on mahdollista mitata ajallaan palveltujen asiakkaiden m\u00e4\u00e4r\u00e4\u00e4 omalla mitta-asteikollaan. Eli ei yrit\u00e4k\u00e4\u00e4n muuttaa asiakkaiden kokemia pettymyksi\u00e4 Euroiksi. T\u00e4st\u00e4 p\u00e4\u00e4semmekin monitavoiteoptimoinnin maailmaan.<\/p>\n\n\n\n Nyt meill\u00e4 on p\u00e4\u00e4t\u00f6ksenteolle kaksi tavoitetta:<\/p>\n\n\n\n 1. varastointikustannusten minimointi<\/p>\n\n\n\n 2. asiakkaiden palvelutason maksimointi<\/p>\n\n\n\n N\u00e4m\u00e4 ovat ristiriitaisia tavoitteita, koska ensimm\u00e4isen tavoitteen kannalta pit\u00e4isi tilata varastoon mahdollisimman v\u00e4h\u00e4n ja toisen kannalta mahdollisimman paljon. Sopivan kompromissin l\u00f6yt\u00e4misen avuksi tulee k\u00e4site Pareto-optimaalisuus.<\/p>\n\n\n\n Tutkimuksessa ostop\u00e4\u00e4llik\u00f6n ostostrategiassa k\u00e4siteltiin kolmea aikapistett\u00e4 yht\u00e4aikaa: kuinka paljon tilataan ensimm\u00e4isess\u00e4 mahdollisessa er\u00e4ss\u00e4, kuinka paljon seuraavassa ja kuinka paljon sen seuraavassa. Yhden er\u00e4koon vaihdellessa v\u00e4lill\u00e4 0-250 kpl, mahdollisia kombinaatioita on 251^3 = 15813251 kpl. Otetaan t\u00e4ss\u00e4 kuitenkin k\u00e4sittelyyn hieman yksinkertaistettu kuvitteellinen esimerkki, miss\u00e4 er\u00e4koko voi vaihdella v\u00e4lill\u00e4 0-9, jolloin kombinaatioita on \u201dvain\u201d 1000 kpl. Ne on kuvattu pistein\u00e4 alla olevassa koordinaatiossa. T\u00e4ss\u00e4 esimerkiss\u00e4 oletetaan 100\u20ac kiinte\u00e4 kuljetus- ja k\u00e4sittelykustannus aina kun tilataan nollaa suurempi er\u00e4.<\/p>\n\n\n\n Kuvaajassa vaaka-akselilla on odotettu palvelutaso (kuinka suuri %-osuus kysynn\u00e4st\u00e4 saadaan ajallaan tyydytetty\u00e4) ja pystyakselilla odotetut kustannukset eri tilausm\u00e4\u00e4r\u00e4-valinnoilla. Hyv\u00e4t vaihtoehdot sijaitsevat alhaalla oikealla, mutta mik\u00e4 valinnoista on paras? T\u00e4h\u00e4n ei ole yksiselitteist\u00e4 vastausta, mutta sen sijaan me osaamme sanoa, mitk\u00e4 eiv\u00e4t ainakaan ole parhaita. ”Harmaiden pisteiden sanotaan olevan dominoituja, koska yhden tavoitteen parantamiseksi ei toisesta tavoitteesta tarvitse tinki\u00e4.”<\/p>\n\n\n\n Sen sijaan punaisia pisteit\u00e4 ei ole dominoitu. Mik\u00e4li punaista ratkaisua haluaa parantaa yhdess\u00e4 tavoitteessa, on pakko heikent\u00e4\u00e4 toista tavoitetta. N\u00e4it\u00e4 punaisia ratkaisuja sanotaan Pareto-optimaalisiksi. Ostop\u00e4\u00e4llik\u00f6n teht\u00e4v\u00e4ksi j\u00e4\u00e4 n\u00e4ist\u00e4 Pareto-optimaalisten ratkaisujen joukosta l\u00f6yt\u00e4\u00e4 n\u00e4kemyst\u00e4\u00e4n hy\u00f6dynt\u00e4en sopivin kompromissi.<\/p>\n\n\n\n Jos viime aikoina on usealle asiakkaalle jouduttu myym\u00e4\u00e4n ”ei oota” ostop\u00e4\u00e4llikk\u00f6 saattaisi nyt pelata varman p\u00e4\u00e4lle ja tavoitella l\u00e4helle 100% olevaa palvelutasoa. Lopullinen valinta voisi olla ympyr\u00f6ity piste. T\u00e4ll\u00e4 valinnalla odotettavissa on 97.6% palvelutaso (vaaka-akseli) ja 390 euron (pystyakseli) varastointikustannukset. Siihen p\u00e4\u00e4st\u00e4\u00e4n kun tilataan varastoon ensimm\u00e4isess\u00e4 er\u00e4ss\u00e4 9, toisessa 9 ja kolmannessa 0 tuotetta. <\/p>\n\n\n\n T\u00e4m\u00e4 esimerkki kuvaa my\u00f6s eroa monitavoiteoptimoinnin ja rajoitetun optimoinnin v\u00e4lill\u00e4. Mik\u00e4li ostop\u00e4\u00e4llikk\u00f6 olisi m\u00e4\u00e4ritt\u00e4nyt rajoitteeksi 98% palvelutason (sininen pystyviiva) ja minimoinut sitten pelk\u00e4st\u00e4\u00e4n kuluja, h\u00e4n olisi p\u00e4\u00e4tynyt pystyviivan oikealla puolella olevaan ratkaisuun. Siten h\u00e4n ei olisi koskaan saanut tiet\u00e4\u00e4 ett\u00e4 vain 0.04%-yks. pudotuksella 98% tavoitteesta pystyi saamaan merkitt\u00e4v\u00e4n n. 70\u20ac s\u00e4\u00e4st\u00f6n. T\u00e4t\u00e4 s\u00e4\u00e4st\u00f6\u00e4 selitt\u00e4\u00e4 100\u20ac s\u00e4\u00e4st\u00f6 kuljetus- ja k\u00e4sittelykutannuksissa kun kolmas tilauser\u00e4 j\u00e4tet\u00e4\u00e4n nollaksi.<\/p>\n\n\n\n Kun mahdollisia p\u00e4\u00e4t\u00f6ksi\u00e4 (tai p\u00e4\u00e4t\u00f6skombinaatioita) on miljoonia tai jatkuvien muuttujien tapauksessa rajaton m\u00e4\u00e4r\u00e4, kaikkien mahdollisten ratkaisujen laskeminen veisi aivan liian paljon aikaa my\u00f6s nopeimmilta tietokoneilta. Niinp\u00e4 on kehitetty laskenta-algoritmeja, jotka etsiv\u00e4t pelk\u00e4st\u00e4\u00e4n Pareto-optimaalisia ratkaisuja p\u00e4\u00e4t\u00f6ksentekij\u00e4n toiveiden mukaisesti. Algoritmeja on paljon erilaisia erilaisiin sovelluksiin, mutta tunnetuin yleisk\u00e4ytt\u00f6inen algoritmi lienee NSGA (Non-dominated Sorting Genetic Algorithm).<\/p>\n\n\n\n Tavoitteiden m\u00e4\u00e4r\u00e4 ei v\u00e4ltt\u00e4m\u00e4tt\u00e4 rajoitu kahteen. Tutkimuksessa ostop\u00e4\u00e4llik\u00f6ll\u00e4 oli viel\u00e4 kolmaskin tavoite: varaston kiertonopeus (=kuinka usein tavara vaihtuu varastossa). Vaikka kiertonopeus korreloikin varastointikustannuksen kanssa, se tuo t\u00e4rke\u00e4\u00e4 lis\u00e4informaatiota ostop\u00e4\u00e4llik\u00f6lle. Mik\u00e4li kiinte\u00e4t kuljetus- ja k\u00e4sittelykustannukset ovat korkeat, kustannusten minimointi suosii isoja kertatilauksia. Isot tilausm\u00e4\u00e4r\u00e4t kuitenkin pienent\u00e4v\u00e4t varaston kiertonopeutta tuottaen k\u00e4yt\u00e4nn\u00f6n ongelmia varastotilojen riitt\u00e4vyyteen, varastoty\u00f6ntekij\u00f6iden ty\u00f6turvallisuuteen ja nostavat riski\u00e4 ett\u00e4 tuotteet vanhenevat varastoon.<\/p>\n\n\n\n Vaikka kolmen tavoitteen pohjalta muodostettu Pareto-optimaalisten ratkaisujen joukko on hankalampaa (ja nelj\u00e4n tavoiteen mahdoton) visualisoida koordinaatistossa, monitavoiteoptimointialgoritmit kyll\u00e4 hoitavat Pareto-optimaalisten ratkaisujen etsimisen samoin kuin kahden tavoitteen tapauksessa.<\/p>\n\n\n\n P\u00e4\u00e4t\u00f6ksentekij\u00e4ll\u00e4 on viel\u00e4 yksi ongelma. Tavoitteiden laskemiseen tarvitaan tietoa tulevien kuukausien kysynn\u00e4st\u00e4 lopputuotteelle, mutta yleens\u00e4 t\u00e4t\u00e4 ei varmaksi tiedet\u00e4 etuk\u00e4teen. Sen sijaan historiadatan avulla pystymme arvioimaan todenn\u00e4k\u00f6isyyksi\u00e4 erilaisille kysynt\u00e4skenaarioille. T\u00e4h\u00e4n sukellamme tarkemmin jossain toisessa blogikirjoituksessa, mutta mik\u00e4li asia kiinnostaa voit tutustua t\u00e4h\u00e4n kaikkeen lukemalla itse artikkelin. Virallinen julkaisu l\u00f6ytyy maksumuurin takaa t\u00e4\u00e4lt\u00e4<\/a>, mutta yliopistolla on my\u00f6s ilmainen rinnakkaisjulkaisu v\u00e4hemm\u00e4n viimeistellyst\u00e4 versiosta, joka l\u00f6ytyy t\u00e4\u00e4lt\u00e4<\/a>.<\/p>\n\n\n\n Yksi tapa kuvata monitavoitteista p\u00e4\u00e4t\u00f6ksentekoprosessia on Daniel Kahnemanin populariosoiman kahden ajattelusysteemin (lue esittely esim. t\u00e4\u00e4lt\u00e4<\/a>) yhdist\u00e4minen. Ensiksi k\u00e4ytet\u00e4\u00e4n hidasta, eli 2-systeemin, ajattelua m\u00e4\u00e4rittelem\u00e4ll\u00e4 p\u00e4\u00e4t\u00f6kseen hyvyyteen vaikuttavat tavoitteet. Laskenta-algoritmeja hy\u00f6dynt\u00e4m\u00e4ll\u00e4 n\u00e4iden tavoitteiden perusteella karsitaan huonot vaihtoehdot pois. J\u00e4ljelle j\u00e4\u00e4neist\u00e4 Pareto-optimaalisista vaihtoehdoista tehd\u00e4\u00e4n lopullinen valinta nopeaa, eli 1-systeemin, ajattelua hy\u00f6dynt\u00e4en. N\u00e4in saadaan sulavasti tietokoneen laskentateho sek\u00e4 ihmisen n\u00e4kemys ja intuitio tekem\u00e4\u00e4n yhteisty\u00f6t\u00e4 tilanteeseen sopivan kompromissin etsimisess\u00e4.<\/p>\n ”Haluan ostaa asunnon, joka olisi hyv\u00e4kuntoinen ja sijainti on keskeinen, mutta asuinalueen pit\u00e4isi olla rauhallinen. Hinnan pit\u00e4isi my\u00f6s olla edullinen.” ”Perheellemme pit\u00e4isi l\u00f6yt\u00e4\u00e4 lomakohde, josta l\u00f6ytyy mielenkiintoista tekemista is\u00e4lle, \u00e4idille ja lapsille. Reissu ei saisi olla kuitenkaan kohtuuttoman kallis.” ”Haluan sijoittaa rahani niin ett\u00e4 varallisuuteni kasvaisi mahdollisimman suureksi, mutta rahan h\u00e4vi\u00e4misen riski olisi mahdollisimman pieni.” […]<\/p>\n","protected":false},"author":1,"featured_media":1321,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[205,242,90],"tags":[285,113,286,10,284,288,287],"class_list":["post-1318","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-algoritmit","category-liiketoiminta","category-paatoksenteko","tag-monitavoiteoptimointi","tag-optimointi","tag-ostopaallikko","tag-paatoksenteko","tag-tavoitteet","tag-tilausmaara","tag-varaston-optimointi"],"_links":{"self":[{"href":"https:\/\/statistition.com\/index.php?rest_route=\/wp\/v2\/posts\/1318"}],"collection":[{"href":"https:\/\/statistition.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statistition.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statistition.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statistition.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1318"}],"version-history":[{"count":12,"href":"https:\/\/statistition.com\/index.php?rest_route=\/wp\/v2\/posts\/1318\/revisions"}],"predecessor-version":[{"id":1333,"href":"https:\/\/statistition.com\/index.php?rest_route=\/wp\/v2\/posts\/1318\/revisions\/1333"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/statistition.com\/index.php?rest_route=\/wp\/v2\/media\/1321"}],"wp:attachment":[{"href":"https:\/\/statistition.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1318"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statistition.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1318"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statistition.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1318"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}<\/a>Kahden tavoitteen optimointi yht\u00e4aikaa<\/h2>\n\n\n\n
<\/a><\/figure>\n\n\n\nRatkaisujen laskeminen<\/h2>\n\n\n\n
Viel\u00e4 lis\u00e4\u00e4 tavotteita<\/h2>\n\n\n\n
Kysynn\u00e4n ennustaminen<\/h2>\n\n\n\n
Yhteenveto<\/h2>\n\n\n\n
<\/a><\/a><\/a><\/a><\/a><\/a>","protected":false},"excerpt":{"rendered":"