Omslag i vädret Vad händer i butikerna? Robert Fredholm, RELEX Solutions
|
|
- Elin Berg
- för 8 år sedan
- Visningar:
Transkript
1 Omslag i vädret Vad händer i butikerna? Robert Fredholm, RELEX Solutions
2 Introduktion Hur kan vi utnyttja väderdata till bättre prognoser? Förstå hur vädret påverkar försäljningen Basera prognos på analys och fakta istället för magkänsla Metoder för att utnyttja väderdata
3 Agenda Analys av vädereffekter Hur kan man använda väderdata?
4 En analys från dagligvaruhandeln Målet Att analysera hur väder påverkar konsumenternas köpbeteende i dagligvaruhandeln och hur effekterna kan användas till bättre prognoser och varupåfyllning Verklig kunddata användes i förstudien 20-tal butiker i olika regioner Omfattade alla färska produktgrupper samt glass och dryck Försäljningsdata från 2009 och framåt kombinerat med lokala väderobservationsdata
5 Vädrets inverkan verkar vara en komplex värld "Det är ett nollsummespel. När folk handlar en vacker dag, bunkrar de också upp för andra dagar. Vädret kan därmed bara förskjuta tidpunkten för efterfrågan. När folk köper produkter kopplade till varmt väder, spenderar de mindre på andra produkter. Beteendet till följd av vädret kan skilja sig beroende på dag i veckan; långvarigt bra väder trubbar av konsumenterna ju fler vackra dagar i följd, desto mindre känner människor för att agera. Större butiker tenderar att känna effekten av en varm helg mer, jämfört med mindre butiker, eftersom folk ska bunkra upp inför helgens stora grillfest."
6 men låt oss göra det enkelt: väder påverkar kundernas köpbeteende i två olika komponenter Vad som påverkas och hur mycket? I II Inverkan på total kundtrafik Inverkan på konsumeringsmönster Total försäljning på butiksnivå Störst effekt under sommaren, nästan ingen effekt på vintern Försäljningsmönster på produkt eller produktgrupp Både bra och dåligt väder ger effekt på upp till ca ±10% däremot, det kan skilja sig mellan butiker Spektrum av olika effekter. Effekten ofta osymmetrisk. Ex. glass +50% en vacker dag och -20% under sämre väder
7 I Betydande skillnader mellan butikerna, men stor inverkan under sommaren % av efterfrågevariation förklarat av väder-regressionsmodell Spring Summer Autumn Winter Store 1 49 % 12 % 17 % 1 % Store 2 23 % 49 % 9 % 1 % Store 3 44 % 45 % 22 % 2 % Store 4 43 % 12 % 1 % 3 % Store 5 41 % 29 % 15 % 3 % Store 6 19 % 40 % 18 % 1 % Store 7 26 % 37 % Store 8 34 % 12 % 11 % 0 % Store 9 34 % 32 % 8 % 1 % Store % 21 % 8 % 4 % Store 11 5 % 27 % 0 % 4 % Store % 26 % 5 % 1 % Store % 26 % 2 % 4 % Store % 9 % 8 % 1 % Store % 12 % 5 % 4 % Store % 14 % 4 % 5 % Store % 8 % 0 % 5 % Store % 10 % 2 % 14 % Store % 12 % 4 % 3 % Spring Summer Autumn Winter Store % 9 % 5 % 8 % Store % 9 % 4 % 5 % Store % 13 % 4 % 1 % Store 23 9 % 12 % 4 % 4 % Store % 12 % 4 % 2 % Store 25 8 % 9 % 5 % 3 % Store 26 9 % 9 % 6 % 4 % Store 27 8 % 4 % 1 % 6 % Store 28 7 % 3 % 2 % 2 % Store 29 4 % 7 % 0 % 5 % Store 30 5 % 7 % 2 % 5 % Store 31 2 % 6 % 1 % 6 % Store 32 3 % 5 % 7 % 5 % Store 33 4 % 5 % 1 % 1 % Store 34 1 % 4 % 3 % 3 % Store 35 0 % 4 % 2 % 1 % Store 36 3 % 3 % 3 % 1 % Store 37 1 % 1 % 3 % 9 % Store 38 1 % 0 % 3 % 1 % Spring = mars-maj, Summer = juli-augusti, Autumn = september-november, Winter = december-februari
8 I Exempel: Påverkan på total försäljning i butik 2 under sommaren Sales index Weekday corrected sales index Temperature Estimated sales lift Temperature (C) % +15%
9 I Stor påverkan på väderkänsliga produktgrupper Glass (Butik 2) Läsk (Butik 2) Sales index Temperature (C) Sales index Temperature (C) % % % % Weekday corrected sales index Temperature Estimated sales lift
10 II På kedjenivå syns däremot ingen större påverkan per de flesta produktgrupper % av efterfrågevariation förklarat av väder-regressionsmodell för alla butiker Kevät Kesä Syksy Talvi Hedelmät ja vihannekset 4 % 6 % 3 % 10 % Juomat 28 % 37 % 11 % 7 % Keskiolut 14 % 15 % 5 % 4 % Leipä ja kahvi 3 % 7 % 3 % 7 % Liha ja kala 4 % 5 % 3 % 6 % Lihajalosteet 10 % 7 % 3 % 7 % Maitotaloustuotteet 3 % 7 % 4 % 5 % Pakasteet ja jäätelöt 50 % 26 % 11 % 4 % Även för väderkänsliga produkter påvisas endast tydlig effekt under vår och sommar
11 II betydande potential finns för färskvaror på väderkänsliga butiker % av efterfrågevariation förklarat av väder-regressionsmodell för valda butiker
12 Analys från dagligvaruhandeln Sammanfattning av analysen 1. Försäljningsmönster kopplade till väder går att identifiera 2. Skillnader i påverkan mellan produkter och butiker Viktigt med fakta; att förstå vilka butiker och produktgrupper att klassificera som väderkänsliga istället för att gå på magkänsla 3. Asymmetriska effekter att utnyttja i varupåfyllnigen
13 Agenda Analys av vädereffekter Hur kan man använda väderdata?
14 Olika möjligheter i olika situationer Badringar Bygg butik inför säsongen Lika bra att bunkra upp för den första efterfrågetoppen istället för att vänta på den första soliga helgen Glass Kort ledtid till butik, bra hållbarhet, men begränsat med fryskapacitet i butikerna Tvätta prognos (för att inte överskrida kapaciteten vid sämre väder) Höj prognos inför omslag i vädret Grillbiff Kort hållbarhet och stor inverkan av vädereffekter Tvätta prognos Använder sig framåt av väderprognos varm helg
15 Utvecklingspotentialen kan hämtas hem i tre steg Steg 1: Importera väderdata Steg 2: Identifiera väderkänslighet automatiskt Steg 3: Utnyttja väderprognoser i säljprognoser Importera tidigare väder observationer och väderprognoser som butiksnivådata till RELEX (eller annat planerings- och påfyllningssystem) Möjliggör användandet av väder information som bas för planering och manuell justering vid behov, ex jämför förra säsongen med kommande Använd automatiska statistiska tester för att identifiera väderkänsliga produkter och produktgrupper över butikerna Synliggör produkter med störst väderkänslighet för planerare att lägga fokus på med möjlighet att klassificera och justera prognos manuellt Använd automatiska prognosmodeller som tar hänsyn till väderprognoser Möjliggör planering genom automatisk väderdata i prognoser. I de flesta fall är det dock fortfarande viktigt att manuellt granska prognoser (men inget behov för manuell justering)
16 Kundexempel med importerad väderdata Steg 1: Importera väderdata Produktgrupp: Hamburgare och Grillbiffar Importerat väderdata i RELEX för att Skapa event mot tidigare väderdriven försäljning Tvättar prognosen via försäljningshistorik och event Använder sig av klassificering: Varm helg (medel, hög)
17 Kundexempel med importerad väderdata Steg 1: Importera väderdata Prognos före väderinformation aktiv i RELEX Resultat med event och tvättad försäljningsprognos
18 Exempel från dagligvaruhandelskund Steg 2: Steg 1: Under våren genomförs en enkel modell för att ta hänsyn till väderprognoser i påfyll Delar in butikerna i 4 regioner Klassificera förändringar i väderleken Bygger upp event kopplade till förändringstyperna (som kampanjer) Väderkänsliga produkter får förslag om förhöjt säkerhetslager Identifiera Importera väderkänslighet väderdata automatiskt
19 Exempel från dagligvaruhandelskund Steg 2: Steg 1: Illustration på hur Glass (Ice creams) prognos justeras manuellt Identifiera Importera väderkänslighet väderdata automatiskt
20 Process för att jämföra och kontrollera väderkänsliga prognoser Granska väderkänsliga produkter och produktgrupper som identifierats av automatiska statistiska tester Steg 2: Steg Steg 3: Utnyttja 1: Identifiera väderprognoser Importera väderkänslighet i säljprognoser väderdata automatiskt och jämför olika prognosresultat ställda mot varandra
21 Sammanfattning Olika möjligheter i olika branscher och för olika produkter beroende på hur kostnadsstrukturen ser ut I vissa fall enklast och effektivast att bara bunkra upp på förhand I andra fall har vi sett exempel på där det är väl värt besväret att försöka följa efterfrågan mera noggrant Väderdata i prognoser behöver inte vara rocket science De första stegen kan och bör vara manuella Exempelvis: Flagga upp avvikande väder som event för att tvätta prognoser och registrera vädereffekterna för kommande bruk Identifiera produkter och produktgrupper som är väderkänsliga Viktigt att förstå varifrån prognoserna kommer så att det inte blir en black box
22 Frågor?
23 Bilaga: Regressionsmodell i analys At the end of the day, best results achieved with relatively simple and intuitive regression model Two principal variables used to explain demand: temperature and rainfall Temperature impact additionally corrected by comparing forecasted temperature to the moving average of the past one month temperatures -> Captures the initial excitement of good weather Note: effect relatively same across time of the year and weekdays, relative temperature increase seems to matter the most Model could be used both in identifying weather sensitive products, and in sales forecasting (with some adaptations) Detailed model: y i t r t ( 0 1 i 2 i 3 i 30d t ) yi sales, ti forecasted temperature, ri forecasted rain, t 30 d moving average for past one month temperature
Fashion Retail Supply Chain 2015 25/11/2015 CASE INTERSPORT. Effektiv allokering med startpack för mode- och klädindustrin.
CASE INTERSPORT Effektiv allokering med startpack för mode- och klädindustrin Robert Fredholm Intersport bakgrund och mål för samarbetet med RELEX Företaget Sportkedja 150 butiker i Sverige Intersport
Läs merIN-SEASON MANAGEMENT
IN-SEASON MANAGEMENT Planering och styrning av varuflödet inom modeindustrin Joel Johansson RELEX hjälper detaljhandlare med att styra säsongerna från början till slut Ett effektivt verktyg för detaljhandlare
Läs merFå styr på kampanjerna!
Whitepaper 2.2.2012 1 / 7 Få styr på kampanjerna! Författare: Johanna Småros Direktör, Skandinavien, D.Sc. (Tech.) För företag som jobbar med konsumtionsvaror, utgör kampanjerna en ständigt återkommande
Läs merLönsammare apotek genom automatisk varupåfyllning!
19.5.2010 1 / 5 Lönsammare apotek genom automatisk varupåfyllning! Den svenska apoteksmarknaden genomgår sedan årsskiftet 2009 2010 en omreglering från statligt monopol till fri marknad. Omregleringen
Läs merInnovativa SCM-lösningar
Innovativa SCM-lösningar RELEX SCM-seminarium 2015 Johanna Småros, RELEX Solutions Revolutionerande teknologi Minnesbaserad beräkningsteknologi (IMC) kommer att revolutionera planering och styrning av
Läs mer732G71 Statistik B. Föreläsning 8. Bertil Wegmann. IDA, Linköpings universitet. Bertil Wegmann (IDA, LiU) 732G71, Statistik B 1 / 23
732G71 Statistik B Föreläsning 8 Bertil Wegmann IDA, Linköpings universitet Bertil Wegmann (IDA, LiU) 732G71, Statistik B 1 / 23 Klassisk komponentuppdelning Klassisk komponentuppdelning bygger på en intuitiv
Läs merVad Betyder måtten MAPE, MAD och MSD?
Vad Betyder måtten MAPE, MAD och MSD? Alla tre är mått på hur bra anpassningen är och kan användas för att jämföra olika modeller. Den modell som har lägst MAPE, MAD och/eller MSD har bäst anpassning.
Läs merRegressions- och Tidsserieanalys - F8
Regressions- och Tidsserieanalys - F8 Klassisk komponentuppdelning, kap 7.1.-7.2. Linda Wänström Linköpings universitet November 26 Wänström (Linköpings universitet) F8 November 26 1 / 23 Klassisk komponentuppdelning
Läs merMILJÖTÄNK FÖR VARUMÄRKET
MILJÖTÄNK FÖR VARUMÄRKET Malin Forsgren Seniorkonsult, 2050 HANTERA RISKER OCH TA TILL VARA PÅ MÖJLIGHETER 1 TOP 5 GLOBAL ECONOMIC RISKS Källa: WEF Global Risks Report 2018 LIKELIHOOD IMPACT 5 5 4 4 3
Läs merStatistiska Institutionen Gebrenegus Ghilagaber (docent)
Statistiska Institutionen Gebrenegus Ghilagaber (docent) Lösningsförslag till skriftlig tentamen i FINANSIELL STATISTIK, grundnivå, 7,5 hp, VT09. Onsdagen 3 juni 2009-1 Sannolkhetslära Mobiltelefoner tillverkas
Läs merThe Arctic boundary layer
The Arctic boundary layer Interactions with the surface, and clouds, as learned from observations (and some modeling) Michael Tjernström Department of Meteorology & the Bert Bolin Center for Climate Research,
Läs merReducering av svinnet i fa rskvaruhandeln genom fo rba ttrade efterfra geprognoser
Reducering av svinnet i fa rskvaruhandeln genom fo rba ttrade efterfra geprognoser Andreas Hellborg, Martin Mellvé och Martin Strandberg Institutionen för Produktionsekonomi Lunds Tekniska Högskola Bakgrund
Läs merSamordna leveranskedjan med hjälp av information
Samordna leveranskedjan med hjälp av information 18/4/2013 Johanna Småros, RELEX johanna.smaros@relexsolutions.com +358 40 543 1142 Efterfrågan förvrängs i leveranskedjan Försäljning till slutkund Butikernas
Läs merBättre lönsamhet i detaljhandeln genom effektivare varupåfyllning!
Whitepaper 8.9.2009 1 / 7 Bättre lönsamhet i detaljhandeln genom effektivare varupåfyllning! Författare: Mikko Kärkkäinen Verkställande direktör, D.Sc. (Tech.) mikko.karkkainen@relexsolutions.com Johanna
Läs mer2 Väder. Weather. Väder Statistisk årsbok 2012. 22 Statistiska centralbyrån
Väder Weather Väder Statistisk årsbok 2012 2 Väder Weather Sida Page 2.1 Väder...23 Weather 2.2 Rekord i väder...24 Weather records 2.3 Klimat i förändring...25 A changing climate 2.4 Årsmedeltemperaturen
Läs merK-rauta AB. Varuhuset för hela huset
K-rauta AB Moderbolag KESKO. Globalt företag verksamma i Norge, Sverige, Finland, Estland, Lettland och Ryssland. Omsättning 2011 landade på ca:2 miljarder Runt 1.000 medarbetare i Sverige Varuhuset för
Läs merBästa resultat med rätt organisation och rätt kompetens!
Bästa resultat med rätt organisation och rätt kompetens! RELEX SCM-seminarium 2014 Michael Falck E-post: michael.falck@relexsolutions.com Telefon: +358 44 5520 860 Adress: Gjuterivägen 27, Helsingfors
Läs merKlimatanpassning bland stora företag
Klimatanpassning bland stora företag Introduktion till CDP CDP Cities programme Anpassningsstudien Key findings Kostnader Anpassningsstrategier Emma Henningsson, Project manager, CDP Nordic Office Inget
Läs merByggandets påverkan på prognos och befolkningsutveckling Modeller. Michael Franzén Metodenheten för individ- och hushållsstatistik
Byggandets påverkan på prognos och befolkningsutveckling Modeller Michael Franzén Metodenheten för individ- och hushållsstatistik Inledning Byggplanens påverkan på kommunernas prognosresultat Byggandets
Läs merBättre kontroll över varuflödet genom noggrannare prognoser, bättre beställningsförslag och en högre automationsgrad
Bättre kontroll över varuflödet genom noggrannare prognoser, bättre beställningsförslag och en högre automationsgrad Jimmy Olsen Logistics Manager Granngården Innehåll 1) Introduktion av Granngården 2)
Läs merKundundersökning mars 2014
Operatör: Trafikslag: Sträcka: Destination Gotland Färja Innehållsförteckning Bakgrund och syfte Sid 3 Metodbeskrivning Sid 4 Klassificering av indexnivåer Sid 5 Drivkraftsanalys och prioriteringslista
Läs merKundundersökning mars Operatör: Dalatrafik Trafikslag: Buss Sträcka: B121 Borlänge-Sälen
Kundundersökning mars Operatör: Dalatrafik Trafikslag: Buss Sträcka: B11 Borlänge-Sälen Innehållsförteckning Bakgrund och syfte s. Metodbeskrivning s. Klassificering av indexnivåer s. Prioriteringsanalys
Läs merRELEX. Lösningar för planering, optimering och styrning av utbud och efterfrågan i hela leveranskedjan
RELEX Lösningar för planering, optimering och styrning av utbud och efterfrågan i hela leveranskedjan Den snabbast växande leverantören av SCM-lösningar på Deloitte Technology Fast 500 listan för EMEA
Läs merKundundersökning juli 2012. Operatör: DESTINATION GOTLAND Trafikslag: Färja Sträcka: VISBY-NYNÄSHAMN
Kundundersökning juli 2012 Operatör: DESTINATION GOTLAND Trafikslag: Färja Sträcka: VISBY-NYNÄSHAMN Innehållsförteckning Bakgrund och syfte Sid 3 Metodbeskrivning Sid 4 Klassificering av indexnivåer Sid
Läs merF19, (Multipel linjär regression forts) och F20, Chi-två test.
Partiella t-test F19, (Multipel linjär regression forts) och F20, Chi-två test. Christian Tallberg Statistiska institutionen Stockholms universitet Då man testar om en enskild variabel X i skall vara med
Läs merSOLAR LIGHT SOLUTION. Giving you the advantages of sunshine. Ningbo Green Light Energy Technology Co., Ltd.
2017 SOLAR LIGHT SOLUTION Address:No.5,XingYeMiddleRoad,NingboFreeTradeZone,China Tel:+86-574-86812925 Fax:+86-574-86812905 Giving you the advantages of sunshine SalesServiceE-mail:sales@glenergy.cn Tech.ServiceE-mail:service@glenergy.cn
Läs mer732G71 Statistik B. Föreläsning 9. Bertil Wegmann. December 1, IDA, Linköpings universitet
732G71 Statistik B Föreläsning 9 Bertil Wegmann IDA, Linköpings universitet December 1, 2016 Bertil Wegmann (IDA, LiU) 732G71, Statistik B December 1, 2016 1 / 20 Metoder för att analysera tidsserier Tidsserieregression
Läs merSecond handbook of research on mathematics teaching and learning (NCTM)
Second handbook of research on mathematics teaching and learning (NCTM) The effects of classroom mathematics teaching on students learning. (Hiebert & Grouws, 2007) Inledande observationer Undervisningens
Läs merRead Texterna består av enkla dialoger mellan två personer A och B. Pedagogen bör presentera texten så att uttalet finns med under bearbetningen.
! Materialet vill ge en gemensam bas av användbara fraser för dialoger i klassrummet. skapa dialoger mellan elever på engelska. skapa tydliga roller för två personer, och. presentera meningsfulla fraser
Läs merLägesrapport Nordisk elmarknad
214-12-22 E.ON Sverige AB Veckorapport, v. 52 Lägesrapport Nordisk elmarknad Sammanfattning Förra veckans nordiska spotpris blev 3,6 EUR/MWh, vilket var som förväntat. Uppdaterade siffror visar att det
Läs merVad styr spridningen av luftföroreningar? Vilken meteorologi skall användas? Normalväder, typväder, medelväder, flexa år?
Vad styr spridningen av luftföroreningar? Vilken meteorologi skall användas? Normalväder, typväder, medelväder, flexa år? Acknowledgements: Lin Tang, Weine Josefsson, Michelle L. Bell 1 2 Mark användning
Läs merPrognostisering av efterfrågan Konkurrera med hjälp av Affärsanalys
Copyright SAS Institute Sweden, november 2008 SAS INSTITUTE AB STORA FRÖSUNDA, BOX 609 169 26 SOLNA TEL: 08-52 21 70 00 FAX: 08-52 21 70 70 WWW.SAS.COM/SWEDEN SAS Institute AB is a subsidiary of SAS Institute
Läs merSolaktivitet och klimat under de senaste 1 000 åren när började den mänskliga växthuseffekten ta över?
Solaktivitet och klimat under de senaste 1 000 åren när började den mänskliga växthuseffekten ta över? Raimund Muscheler Institutionen för geo- och ekosystemvetenskaper Enheten för geologi Lunds universitet
Läs merTentamen i matematisk statistik
Sid (7) i matematisk statistik Statistik och kvalitetsteknik 7,5 hp Tillåtna hjälpmedel: Miniräknare. Studenterna får behålla tentamensuppgifterna. Skrivtid: 4.00-7.00 ger maximalt 24 poäng. Betygsgränser:
Läs merOla Nordahl Applikationskonsult på Aaro Systems IFRS 16. Process och systemstöd
Ola Nordahl Applikationskonsult på Aaro Systems IFRS 16 Process och systemstöd AARO Aaro Systems startades 1989 Legal och operationell koncernrapportering AARO Lease modul Över 200 kunder, 20% av Large
Läs merSäkerhetslagrets andel av beställningspunkten som funktion av ledtid
Säkerhetslagrets andel av beställningspunkten som funktion av ledtid Stig-Arne Mattsson Sammanfattning I den här studien har en analys gjorts av säkerhetslagrets andel av beställningspunkten som funktion
Läs merWhitepaper 13.5.2014 1 Hur organisera varustyrningen för bästa effekt? Författare: Johanna Småros, Tuomo Pesonen, Johan Haataja, Michael Falck Vi får ofta frågor om vilka resurser, vilken kompetens och
Läs merSimulering av möjliga klimatförändringar
Simulering av möjliga klimatförändringar Torben Königk, Rossby Centre/SMHI Bakgrund, observationer IPCC AR4, globala scenarier Regionala scenarier IPCC AR5 Bakgrund Observationer visar en tydlig uppvärmning
Läs mer2014-09-26 Stockholm
2014-09-26 Stockholm E-handel till nya nivåer 2014-05-05 Prognos för 2014: 42,5 miljarder kronor 50 42,5 40 30 20 10 4,9 6,8 9 14,3 17,7 20,4 22,1 25 27,7 31,6 37 0 15 procent tillväxt under Q2 25% 20%
Läs merBaltic Sea Seal & Cormorant TNC
Baltic Sea Seal & Cormorant TNC Finding sustainable solutions to deal with growing seal and cormorant populations 14 fiskerigruppers samarbete för att för yrkesfisket hitta fungerande lösningar med säl-
Läs merBjörnstammens storlek i Västerbotten 2014
Björnstammens storlek i Västerbotten 2014 Rapport 2015-6 från det Skandinaviska björnprojektet Jonas Kindberg och Jon E. Swenson www.bearproject.info English summary: The bear scat survey in Västerbotten
Läs merInStat Exempel 4 Korrelation och Regression
InStat Exempel 4 Korrelation och Regression Vi ska analysera ett datamaterial som innehåller information om kön, längd och vikt för 2000 personer. Materialet är jämnt fördelat mellan könen (1000 män och
Läs merKundundersökning mars 2011. Operatör: Veolia Transport AB Trafikslag: Tåg Sträcka: Linköping - Västervik
Kundundersökning mars 2011 Operatör: Veolia Transport AB Trafikslag: Tåg Sträcka: Linköping - Västervik Innehållsförteckning Bakgrund och syfte Sid 3 Metodbeskrivning Sid 4 Klassificering av indexnivåer
Läs merRäkneövning 4. Om uppgifterna. 1 Uppgift 1. Statistiska institutionen Uppsala universitet. 14 december 2016
Räkneövning 4 Statistiska institutionen Uppsala universitet 14 december 2016 Om uppgifterna Uppgift 2 kan med fördel göras med Minitab. I de fall en gur för tidsserien efterfrågas kan du antingen göra
Läs merSvensk Handels Sommarprognos 2018
Svensk Handels Sommarprognos 2018 Svensk Handel i samarbete med Nielsen Sammanfattning Sommaren är en viktig försäljningsperiod för detaljhandeln. Sommarhandeln (jun-aug) utgör drygt en fjärdedel av detaljhandelns
Läs merSäsongrensning i tidsserier.
Senast ändrad 200-03-23. Säsongrensning i tidsserier. Kompletterande text till kapitel.5 i Tamhane och Dunlop. Inledning. Syftet med säsongrensning är att dela upp en tidsserie i en trend u t, en säsongkomponent
Läs merMeteorologi. Läran om vädret
Meteorologi Läran om vädret Repetition Repetition Vad händer på partikelnivå? Meteorologi Meteorolog Är en person som arbetar med vädret SMHI Sveriges meteorologiska och hydrologiska institut Ligger i
Läs merGradientbaserad Optimering,
Gradientbaserad Optimering, Produktfamiljer och Trinitas Hur att sätta upp ett optimeringsproblem? Vad är lämpliga designvariabler x? Tjockleksvariabler (sizing) Tvärsnittsarean hos stänger Längdmått hos
Läs merHöftledsdysplasi hos dansk-svensk gårdshund
Höftledsdysplasi hos dansk-svensk gårdshund Sjö A Sjö B Förekomst av parasitdrabbad öring i olika sjöar Sjö C Jämföra medelvärden hos kopplade stickprov Tio elitlöpare springer samma sträcka i en för dem
Läs merKundundersökning juli Operatör: Destination Gotland Trafikslag: Färja Sträcka: DG-N Nynäshamn-Visby
Kundundersökning juli Operatör: Destination Gotland Trafikslag: Färja Sträcka: DG-N Nynäshamn-Visby Innehållsförteckning Bakgrund och syfte s. Metodbeskrivning s. Klassificering av indexnivåer s. Prioriteringsanalys
Läs merAntalet mammor som firar Mors dag för första gången 2018 uppskattas till
Mors dag 2018 Sammanfattning Antalet mammor som firar Mors dag för första gången 2018 uppskattas till 48 300. Mors dag är handelns sjätte viktigaste försäljningstillfälle. Drygt var femte handlare (22
Läs merKundundersökning mars 2013. Trafikslag: Sundsvall - Trondheim
Operatör: Trafikslag: Sträcka: Norrtåg Tåg Innehållsförteckning Bakgrund och syfte Sid 3 Metodbeskrivning Sid 4 Klassificering av indexnivåer Sid 5 Drivkraftsanalys och prioriteringslista Sid 6-8 Sammanfattning
Läs merSVENSK DAGLIGVARUHANDELS KVARTALSRAPPORT Q2
SVENSK DAGLIGVARUHANDELS KVARTALSRAPPORT Q2 2016 Med temabilaga URSPRUNGSMÄRKNINGEN FRÅN SVERIGE Optimistisk dagligvaruhandel Dagligvaruhandelns försäljning under andra kvartalet 2016 uppgick till 82,1
Läs merPrognostisering med glidande medelvärde
Handbok i materialstyrning - Del F Prognostisering F 21 Prognostisering med glidande medelvärde Det som karakteriserar lagerstyrda verksamheter är att leveranstiden till kund är kortare än leveranstiden
Läs merMed Martha mot matsvinn
Med Martha mot matsvinn Översikt - initiativ för minskat matsvinn i åländska livsmedelsaffärer X Tillämpas / Tillämpas delvis O Tillämpas inte Sparhallen Åtgärd/initiativ 1. Aktiva beställningssystem X
Läs merKundundersökning mars 2011. Operatör: Veolia Transport Sverige AB Trafikslag: Tåg Sträcka: Sundsvall - Trondheim
Kundundersökning mars 2011 Operatör: Veolia Transport Sverige AB Trafikslag: Tåg Sträcka: Sundsvall - Trondheim Innehållsförteckning Bakgrund och syfte Sid 3 Metodbeskrivning Sid 4 Klassificering av indexnivåer
Läs merEffektiv styrning av extrema säsongstoppar Case Vianor AB. Peter Einarsson Logistikchef
Effektiv styrning av extrema säsongstoppar Case Vianor AB Peter Einarsson Logistikchef Vianor Group Vianor är en global däck- och bilservicekedja som ägs till 100% av Nokian Tyres Vianor består av egenägda
Läs merSvensk Handels påskrapport. Svensk Handel i samarbete med Nielsen
Svensk Handels påskrapport Svensk Handel i samarbete med Nielsen Sammanfattning Påsken är handelns näst viktigaste försäljningsperiod. Enbart julhandeln är viktigare. Två av tre dagligvaruhandlare anser
Läs mer10.30-11.00 LibNet 3.0 - nya funktioner och utveckling. 11.00-11.40 Ebook Library Användaren i fokus för e-böcker
Program 10.30-11.00 LibNet 3.0 - nya funktioner och utveckling 11.00-11.40 Ebook Library Användaren i fokus för e-böcker 11.40-12.30 Lunch 12.30-13.00 360 Counter användarstatistik, få färdiga rapporter
Läs merDVU-HP. Integrerat reversibelt värmepumpsystem
Fläktar Luftbehandlingsaggregat Luftdistributionsprodukter Luftkonditionering Brandsäkerhet Luftridåer och värmeprodukter Tunnelfläktar Integrerat reversibelt värmepumpsystem 2 Integrerat reversibelt värmepumpsystem
Läs merDagens system: klimatologisk ensemble
Dagens system: klimatologisk ensemble Kör HBV-modellen med historiska P- och T- observationer fram till prognosdagen Använd historiska P- och T-serier över vårflödesperioden som indata Resultatet kan uttryckas
Läs merDatasammanställning av KOL-studie
Datasammanställning av KOL-studie Sammanfattning * Jodkol gav en statistiskt säkerställd (p=0.03) förbättring av FEV 1 baseline på 8.2 % jämfört med placebo. * Korrelationsstatistiska beräkningar visar
Läs merEnergieffektivt byggande i kallt klimat. RONNY ÖSTIN Tillämpad fysik och elektronik
Energieffektivt byggande i kallt klimat RONNY ÖSTIN Energieffektivt byggande i kallt klimat MÄTNINGAR PRELIMINÄRA RESULTAT - Energi - Funktion - Fukt 2 Trådlöst webbaserat mätsystem 3 Villa Falk Foto:
Läs merLINC MODELL 13. INR SVERIGE AB Kosterögatan 15 SE-211 24 Malmö 13 EN 1428:2005+A1:2008
LINC MODELL 13 151005 Produkten är anpassad till branschregler Säker Vatteninstallation. INR garanterar produktens funktion om branschreglerna och monteringsanvisningen följs. INR SVERIGE AB Kosterögatan
Läs merHur fattar samhället beslut när forskarna är oeniga?
Hur fattar samhället beslut när forskarna är oeniga? Martin Peterson m.peterson@tue.nl www.martinpeterson.org Oenighet om vad? 1.Hårda vetenskapliga fakta? ( X observerades vid tid t ) 1.Den vetenskapliga
Läs merVad händer med havsnivån i Stockholms län - vad behöver vi planera för? Signild Nerheim SMHI
Vad händer med havsnivån i Stockholms län - vad behöver vi planera för? Signild Nerheim SMHI Vad händer med havet? Global höjning av vattenståndet i havet 1993-2005 uppmätt med sateliter http://earthobservatory.nasa.gov/iotd/view.php?id=6638
Läs merLedtidsanpassa standardavvikelser för efterfrågevariationer
Handbok i materialstyrning - Del B Parametrar och variabler B 43 Ledtidsanpassa standardavvikelser för efterfrågevariationer I affärssystem brukar standardavvikelser för efterfrågevariationer eller prognosfel
Läs merHandbok i materialstyrning - Del C Materialstyrningsmetoder
Handbok i materialstyrning - Del C Materialstyrningsmetoder C 31 Täcktidsplanering Materialstyrning innebär förenklat att styra materialflöden genom att för varje artikel och vid varje ordertillfälle fatta
Läs merYour business is tested every day meeting with customers
Your customer You Your competition Your problem Your business is tested every day meeting with customers 2 Everywhere all the time in all aspects 3 1 Copyright 2010 SAS Institute Inc. All rights reserved.
Läs merKundundersökning mars 2011. Operatör: NextJet Trafikslag: Flyg Sträcka: Sveg - Arlanda
Kundundersökning mars 2011 Operatör: NextJet Trafikslag: Flyg Sträcka: Sveg - Arlanda Innehållsförteckning Bakgrund och syfte Sid 3 Metodbeskrivning Sid 4 Klassificering av indexnivåer Sid 5 Sammanfattning
Läs merLägesrapport Nordisk elmarknad
213-12-2 E.ON Sverige AB Veckorapport, v. 49 Lägesrapport Nordisk elmarknad Sammanfattning Uppdaterade siffror visar att det hydrologiska läget har försämrats med 1,6 TWh sedan föregående rapport och uppgår
Läs merERS (Electrical Road System) Slide-in project within FFI program
ERS (Electrical Road System) Slide-in project within FFI program FFI Fordonsstrategisk forskning och innovation What is slide-in? Slide-in, is a name that forsknings-, is used to innovations- explain,
Läs merStokastiska Processer och ARIMA. Patrik Zetterberg. 19 december 2012
Föreläsning 7 Stokastiska Processer och ARIMA Patrik Zetterberg 19 december 2012 1 / 22 Stokastiska processer Stokastiska processer är ett samlingsnamn för Sannolikhetsmodeller för olika tidsförlopp. Stokastisk=slumpmässig
Läs merMåndagen den 28:e juli kommer vi lufta och lättdressa greenerna... igen. Alla förutsättningar är dom samma som förra gången (läs inlägg nedan).
Banblogg för 2014 Luftning... igen! 2014-07-25 Måndagen den 28:e juli kommer vi lufta och lättdressa greenerna... igen. Alla förutsättningar är dom samma som förra gången (läs inlägg nedan). Frivilliggruppen...
Läs merHantering av extrema priser i kassaregisterdata
ES/PR Rodica Bubuioc, Åsa Bilius, Can Tongur PM till Nämnden för KPI 2018-05-22 Hantering av extrema priser i kassaregisterdata För information I kassaregisterdata för dagligvaror fångas all försäljning
Läs merKundundersökning mars Operatör: Kalmar Länstrafik Trafikslag: Tåg Sträcka: T84 Linköping-Kalmar
Kundundersökning mars Operatör: Kalmar Länstrafik Trafikslag: Tåg Sträcka: T Linköping-Kalmar Innehållsförteckning Bakgrund och syfte s. Metodbeskrivning s. Klassificering av indexnivåer s. Prioriteringsanalys
Läs merFöreläsning G60 Statistiska metoder
Föreläsning 2 Statistiska metoder 1 Dagens föreläsning o Vägda medeltal o Standardvägning o Index Angående projektet: Senast onsdagen 6 mars 17:00 ska ni ha lämnat in gruppindelning och definition av problemområde!
Läs merKundundersökning mars Operatör: Norrtåg Trafikslag: Tåg Sträcka: T35 Umeå-Sundsvall
Kundundersökning mars Operatör: Norrtåg Trafikslag: Tåg Sträcka: T Umeå-Sundsvall Innehållsförteckning Bakgrund och syfte s. Metodbeskrivning s. Klassificering av indexnivåer s. Prioriteringsanalys s.
Läs merVärdet av intelligenta förpackningar - Ett logistiskt perspektiv. Dr. Ola Johansson Lunds Tekniska Högskola
Värdet av intelligenta förpackningar - Ett logistiskt perspektiv Dr. Ola Johansson Lunds Tekniska Högskola 2010-10-12 Förpackningar Smarta??? Aktiva??? Intelligenta??? Vad är värdet av intelligenta förpackningar?
Läs merMultipel Regressionsmodellen
Multipel Regressionsmodellen Koefficienterna i multipel regression skattas från ett stickprov enligt: Multipel Regressionsmodell med k förklarande variabler: Skattad (predicerad) Värde på y y ˆ = b + b
Läs merKampanjer under 104 veckor i sex butiker...
Kampanjer under 104 veckor i sex butiker... Bas-frukt : 162 kampanj-observationer IckeBas-frukt : 138 kampanj-observationer Bas-grönsaker : 174 kampanj-observationer Totalt alltså 474 kampanj-observationer
Läs merEn perfekt storm. Varför har elpriserna varit så höga? Underbar sommar! mycket dålig hydrologisk situation i Norden, samt kärnkraftsrevisioner
Nordiska elpriser Varför har elpriserna varit så höga? Underbar sommar! mycket dålig hydrologisk situation i Norden, samt kärnkraftsrevisioner Höga temperaturer i Europa och Asien Höga vattentemperaturer
Läs merVÄDERSTATION Bruksanvisning
VÄDERSTATION Bruksanvisning INTRODUKTION MeteoTronic START väderstation erbjuder dig en professionell väderprognos för innevarande dag och de följande tre dagarna. Väderprognosen framställs av meteorologer
Läs merKundundersökning mars 2011. Operatör: NextJet Trafikslag: Flyg Sträcka: Arvidsjaur - Arlanda
Kundundersökning mars 2011 Operatör: NextJet Trafikslag: Flyg Sträcka: Arvidsjaur - Arlanda Innehållsförteckning Bakgrund och syfte Sid 3 Metodbeskrivning Sid 4 Klassificering av indexnivåer Sid 5 Sammanfattning
Läs merKundundersökning mars 2011. Operatör: SJ Trafikslag: Nattåg Sträcka: Stockholm - Luleå
Kundundersökning mars 2011 Operatör: SJ Trafikslag: Nattåg Sträcka: Stockholm - Luleå Innehållsförteckning Bakgrund och syfte Sid 3 Metodbeskrivning Sid 4 Klassificering av indexnivåer Sid 5 Sammanfattning
Läs merSkördeprognos för spannmål och oljeväxter Näst lägsta totalskörden för spannmål på 15 år
JO 29 SM 1001 Skördeprognos för spannmål och oljeväxter 2010 Crop production forecast for cereals and oilseed crops in 2010 I korta drag Näst lägsta totalskörden för spannmål på 15 år Den totala spannmålsskörden
Läs merSVENSK DAGLIGVARUHANDELS KVARTALSRAPPORT Q #5
SVENSK DAGLIGVARUHANDELS KVARTALSRAPPORT 1#5 NULÄGE totalt försäljning ökade med 3,9 miljarder kronor under det fjärde kvartalet 2015, vilket motsvarar en försäljningstillväxt på 4,9 procent. Den goda
Läs merMetCoOp och Arome en mesoskalig operationell. väderprognos. Heiner Körnich, Meteorologisk Metodkonferens, Norrköping, 26/9/2013
MetCoOp och Arome en mesoskalig operationell väderprognos Heiner Körnich, Meteorologisk Metodkonferens, Norrköping, 26/9/2013 1 Motivation NWP prognoser går mot högre upplösning. Globala modeller: ECMWF
Läs merPOSITIV FÖRVÄNTAN INFÖR SOMMAREN
BUTIKS CHEFS INDEX POSITIV FÖRVÄNTAN INFÖR SOMMAREN BCI #2 2015 Årets andra undersökning bland elektronikbranschens butikschefer visar bland annat att; Butikscheferna förväntar sig att vårens försäljningsframgångar
Läs merKundundersökning mars Operatör: Amapola flyg AB Trafikslag: Flyg Sträcka: Arlanda- Lycksele/Vilhelmina
Kundundersökning mars Operatör: Amapola flyg AB Trafikslag: Flyg Sträcka: Arlanda- Lycksele/Vilhelmina Innehållsförteckning Bakgrund och syfte s. Metodbeskrivning s. Klassificering av indexnivåer s. Prioriteringsanalys
Läs merPurchasing Managers Index Services
Purchasing Managers Index Services 3 August 2017 Services PMI rose to 59.0 in July: Broad gains The purchasing managers index for the service sector (Services PMI) rose from 57.2 to 59.0 in July. All sub-indices
Läs merKundundersökning mars Operatör: SJ AB Trafikslag: Tåg Sträcka: T30/40 Göteborg-Luleå
Kundundersökning mars Operatör: SJ AB Trafikslag: Tåg Sträcka: T0/0 Göteborg-Luleå Innehållsförteckning Bakgrund och syfte s. Metodbeskrivning s. Klassificering av indexnivåer s. Prioriteringsanalys s.
Läs merSvensk Handels Julrapport I samarbete med Nielsen
Svensk Handels Julrapport I samarbete med Nielsen Sammanfattning Julen är handelns viktigaste försäljningsperiod under året. 6 av 10 handlare anser att julhandeln är viktig för försäljningen. Enligt Svensk
Läs merHandelsutredning. 2 december 2014 Söderköping Henrik Vestin Rickard Johansson
Handelsutredning 2 december 2014 Söderköping Henrik Vestin Rickard Johansson Om HUI Research Konsult- och forskningsverksamhet Handel, besöksnäring och samhällsekonomi Dotterbolag till Svensk Handel Om
Läs merSTOCKHOLMS UNIVERSITET HT 2008 Statistiska institutionen Linda Wänström. Omtentamen i Regressionsanalys
STOCKHOLMS UNIVERSITET HT 2008 Statistiska institutionen Linda Wänström Omtentamen i Regressionsanalys 2009-01-08 Skrivtid: 9.00-14.00 Godkända hjälpmedel: Miniräknare utan lagrade formler. Tentamen består
Läs merKundundersökning mars Operatör: Kalmar Länstrafik Trafikslag: Tåg Sträcka: T83 Linköping-Västervik
Kundundersökning mars Operatör: Kalmar Länstrafik Trafikslag: Tåg Sträcka: T3 Linköping-Västervik Innehållsförteckning Bakgrund och syfte s. 3 Metodbeskrivning s. Klassificering av indexnivåer s. Prioriteringsanalys
Läs merKlimatsimuleringar. Torben Königk, Rossby Centre/ SMHI
Klimatsimuleringar Torben Königk, Rossby Centre/ SMHI Översikt Vad är klimat? Hur skiljer sig klimatmodeller från vädermodeller? Hav- och havsis processer Vad är klimatscenarier? Vad är klimatprognoser?
Läs merHUR KAN ETT AVANCERAT LAGERSTYRNINGSSYSTEM ANPASSAS enligt dina processer och behov utan en endaste rad programkod?
HUR KAN ETT AVANCERAT LAGERSTYRNINGSSYSTEM ANPASSAS enligt dina processer och behov utan en endaste rad programkod? White Paper Våren 2015 Relex Författare: Mikko Kärkkäinen Verkställande direktör, D.Sc.
Läs merKundundersökning mars Operatör: Flexflight ASP Trafikslag: Flyg Sträcka: Arlanda- Hagfors/Torsby
Kundundersökning mars Operatör: Flexflight ASP Trafikslag: Flyg Sträcka: Arlanda- Hagfors/Torsby Innehållsförteckning Bakgrund och syfte s. Metodbeskrivning s. 4 Klassificering av indexnivåer s. Prioriteringsanalys
Läs mer