Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Buchtitelbild

2019 | OriginalPaper | Buchkapitel

1. Introduction

verfasst von : Ganesh Sankaran, Federico Sasso, Robert Kepczynski, Alessandro Chiaraviglio

Erschienen in: Improving Forecasts with Integrated Business Planning

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this chapter, we start by introducing the what and why of forecasting and explore briefly the three different planning types—short-term or operational, tactical and long-term planning. We then go on to define the scope of this book and briefly introduce the statistical forecasting framework which we will employ as our reference model. We conclude this chapter by explaining the key challenges of forecasting such as seasonality, intermittency and human judgment.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Nächstes Kapitel Building Demand Planning Organization and Competencies
Literatur
Amy, B., & Partridge, R. (2017). Unwrapping seasonality challenges. Inbound Logistics.
Bobenstab, J. (2017). A Nobel Prize-winning economist’s four steps to minimize forecast bias. ToolGroup.
Budzier, A., & Flyvbjerg, B. (2013) Making sense of the impact and importance of outliers in project management through the use of power laws. In IRNOP Conference (pp. 1–28).
Chase, C. W. (2009). Demand-driven forecasting: A structured approach to forecasting. Wiley.
Chase, C. W. (2016). Next generation demand management: People, process, analytics, and technology. Wiley.
Cherednichenko, S. (2005). Outlier detection in clustering (p. 57). University of Joensuu.
Cho, D. W., & Lee, Y. H. (2012). Bullwhip effect measure in a seasonal supply chain. Journal of Intelligent Manufacturing, 23, 2295–2305.CrossRef
Cho, D. W. & Lee, Y. H. (2013) The value of information sharing in a supply chain with a seasonal demand process. Computers & Industrial Engineering, Elsevier Ltd.
Davis, M. (2011). Customer value analytics for supply chain segmentation. Gartner.
Gunst, R. F., Mason, R. L., & Hess, J. L. (2003). Statistical design and analysis of experiment (2nd ed.). Wiley.
Haldrup, N., Montañes, A., & Sansó, A. (2011) Detection of additive outliers in seasonal time series. Journal of Time Series Econometrics.
Kahneman, D. (2011). Thinking, fast and slow. New York: Penguin Books.
Kaiser, R., & Maravall, A. (1999). Seasonal outliers in time series. In Banco de Espana Working Papers 9915.
Kepczynski, R., Jandhyala, R., Sankaran, G., & Dimofte, A. (2018). Integrated business planning—How to integrate planning processes, organizational structures and capabilities, and leverage sap IBP technology. Switzerland: Springer.
Kriegel, H. P., Kroger, P., Zi, A. (2010). Outlier detection technique. In SIAM International Conference on Data Mining.
Makridakis, S. G., Wheelwright, S. C., & Hyndman, R. J. (1998). Forecasting, methods and applications. Wiley.
Mentzer, J. T., Jr., & Moon, M. A. (2004). Sales forecasting management. Thousand Oaks, CA: Sage Publications.
Metersky, J. (2003). Weathering highs and lows. Food Logistics.
NIST. (2012). Engineering statistical handbook.
Saffo, P. (2007). Six rules for effective forecasting. HBR.
Sap, A., & Planning, I. B. (1999). SAP integrated business planning—outlier detection and correction (pp. 1–9).
Seasonality Definition. (2017). Lokad quantitative supply chain.
Sharma, M., & Singh, M. (2013) Outlier detection in RFID datasets in supply chain process: A review. CiteSeerX.
Shukla, V., Naim, M. M., & Thornhill, N. F. (2012) Rogue seasonality detection in supply chains. International Journal of Production Economics, Elsevier.
Silver, E. A., Pyke, D. F., & Peterson, R. (1998). Inventory management and production planning and scheduling. New York: Wiley.
Seo, S., & Gary M. Marsh, P. D. (2006) A review and comparison of methods for detecting outliers in univariate data sets. Department of Biostatistics, Graduate School of Public Health.
Singh, H., Raman, S., & Wilson, E. (2015) Practical considerations in forecast value added (FVA) analysis. FORESIGHT.
Steutermann, S., Scott, F., & Tohamy, N. (2012). Building an effective demand-planning process. Gartner.
Watson, S. M., et al. (1991). Detection of outliers in time series. Leeds: Institute of Transport Studies, University of Leeds.
Metadaten
Titel
Introduction
verfasst von
Ganesh Sankaran
Federico Sasso
Robert Kepczynski
Alessandro Chiaraviglio
Copyright-Jahr
2019
Buch
Improving Forecasts with Integrated Business Planning

Print ISBN: 978-3-030-05380-2

Electronic ISBN: 978-3-030-05381-9

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-05381-9_1