Reliable forecasts – the key to improving order fulfillment

The aim of the article is to indicate the difference between a publicly available forecasting indicator used in supplier planning and one created specifically for a given company. The authors based on the results of comparative research in the operation of chain stores, forecasting deliveries and their value with the use of various systems supporting the forecasting of product supply. A research hypothesis was adopted that reliable forecasts are crucial in improving order fulfillment and are an important factor influencing customer satisfaction and gaining a competitive advantage.

Bibliografia/References

Boone, T., Ganeshan, R., Jain, A., & Sanders, N. R. (2019). Forecasting sales in the supply chain: Consumer analytics in the big data era. International Journal of Forecasting, 35(1), 170–180. https://doi.org/10.1016/j.ijforecast.2018.09.003

Hassani, H., & Silva, E. S. (2015). Forecasting with big data: A review. Annals of Data Science, 2(1), 5–19.

Hofmann, E., & Rutschmann, E. (2018). Big data analytics and demand forecasting in supply chains: A conceptual analysis. The International Journal of Logistics Management, 29(2), 739–766. https://doi.org/10.1108/IJLM-04-2017-0088

Janczewska, D. (2018). Proces zarządzania zasobami wiedzy w działalności logistycznej przedsiębiorstw MŚP. Przedsiębiorczość-Edukacja, 14, 177–187. https://doi.org/10.24917/20833296.14.13

Kayikci, Y. (2018). Sustainability impact of digitization in logistics. Procedia Manufacturing, 21, 782–789. https://doi.org/10.1016/j.promfg.2018.02.184

Klaś, M. (2017). Wykorzystanie nowoczesnych narzędzi symulacyjnych w innowacyjnym podejmowaniu decyzji-studium przypadku. I Konferencja Naukowo-Techniczna „Innowacje w przemyśle chemicznym”, Włocławek.

Kwiatkowska-Ciotucha, D., Załuska, U., Grześkowiak, A., & Jakubiak, M. (2021). Kompetencje w logistyce w świetle aktualnych wyzwań. Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu.

Lagorio, A., Zenezini, G., Mangano, G., & Pinto, R. (2022). A systematic literature review of innovative technologies adopted in logistics management. International Journal of Logistics Research and Applications, 25(7), 1043–1066. https://doi.org/10.1080/13675567.2020.1850661

Mańkowski, C. (2020). Modelowanie procesów logistycznych. Wydawnictwo Uniwersytetu Gdańskiego.

Niewiadomska, M. (2019). Wykorzystanie systemów informatycznych w logistycznej działalności przedsiębiorstw. Studia i Prace WNEiZ US, 56, 105–117. https://doi.org/10.18276/sip.2019.56-09

Nowik, M. (2018). Big Data innowacją w logistyce i zarządzaniu łańcuchem dostaw. W: A. Reńda, D. Wronkowski, & U. Motowidlak (Red.), Różne oblicza logistyki. Zbiór prac studentów. Wydawnictwo Uniwersytetu Łódzkiego. https://doi.org/10.18778/8142-085-3.10

Pawlicka, K., & Bal, M. (2021). Zastosowanie sztucznej inteligencji i zrównoważonych finansów łańcucha dostaw w obsłudze logistycznej omnichannel. Gospodarka Materiałowa i Logistyka, (10), 27–35. https://doi.org/10.33226/1231-2037.2021.10.3

Płoszajski, P. (2013). Big Data: nowe źródło przewag i wzrostu firm. E-mentor, (3/50), 5–10.

Reszka, L. (2019). Decyzje menedżerskie w logistyce. Wydawnictwo Uniwersytetu Gdańskiego.

Ściegienny, T. (2022). Rola logistyki zwrotnej w nowoczesnych koncepcjach zarządzania łańcuchem dostaw. W: M. Bogusz, A. Piotrowska-Puchała, M. Wojcieszak, M. Mrozek (Red.), Poszerzamy horyzonty. Tom 33. Mateusz Weiland Network Solutions.

Seyedan, M., & Mafakheri, F. (2020). Predictive big data analytics for supply chain demand forecasting: Methods, applications, and research opportunities. Journal of Big Data, 7(1), 1–22. https://doi.org/10.1186/s40537-020-00329-2

Speranza, M. G. (2018). Trends in transportation and logistics. European Journal of Operational Research, 264(3), 830–836. https://doi.org/10.1016/j.ejor.2016.08.032

Stor, M., & Domaradzka, A. (Red.). (2020). Zarządzanie kapitałem ludzkim 4.0 – wyzwania organizacyjne i kompetencyjne w perspektywie menedżerskiej. Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu.

Zhu, Q., & Kouhizadeh, M. (2019). Blockchain technology, supply chain information, and strategic product deletion management. IEEE Engineering Management Review, 47(1), 36–44. https://doi.org/10.1109/emr.2019.2898178