| Form of studies |
Master |
| Title of the study programm |
Logistics and Supply Chain Management |
| Title in original language |
Kvalitātes kontroles procesu uzlabošanas izpēte noliktavai ātras aprites patēriņa preču nozarē |
| Title in English |
Research Into Enhancing the Quality Control Process for Warehouse in the Fast Moving Consumer Goods Industry |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Vitālijs Boļšakovs |
| Reviewer |
Oksana Kuzņecova |
| Abstract |
Ātrās patēriņa preču (FMCG) nozare prasa efektīvas noliktavu darbības, lai
uzturētu augstu produktu kvalitāti un apmierinātu patērētāju pieprasījumu. Šis pētījums
pēta stratēģijas, kā uzlabot kvalitātes kontroles procesus FMCG noliktavās, izmantojot
progresīvas krājumu pārvaldības metodes, tostarp ABC analīzi, paredzējošo analītiku
un pieprasījuma prognozēšanu. Klasificējot krājumus, izmantojot ABC analīzi,
uzņēmumi var koncentrēt resursus uz augstas ietekmes produktiem, tādējādi
optimizējot krājumu pārvaldību un samazinot izšķērdību. Paredzējuma analītika
nodrošina datu vadītu pieeju pieprasījuma svārstību prognozēšanai, potenciālo
traucējumu identificēšanai un krājumu vajadzību paredzēšanai, uzlabojot operatīvo
efektivitāti un samazinot izmaksas. Turklāt pieprasījuma prognozēšana saskaņo piegādi
ar patērētāju pieprasījumu, samazinot krājumu iztrūkumu un pārpalikumu gadījumus.
Šis pētījums piedāvā visaptverošu ietvaru FMCG uzņēmumiem, lai ieviestu šīs
metodoloģijas, mērķējot uzlabot vispārējo noliktavas darbību, nodrošināt produktu
kvalitāti un paaugstināt klientu apmierinātību. Secinājumi un ieteikumi sniedz
praktiskus ieskatus par progresīvu kvalitātes kontroles metožu pieņemšanu, lai panāktu
efektīvāku un uzticamāku noliktavas pārvaldības sistēmu. |
| Keywords |
FMCG, noliktavas vadība, kvalitātes kontrole, ABC analīze, paredzējošā analītika, pieprasījuma prognozēšana, krājumu pārvaldība, operatīvā efektivitāte |
| Keywords in English |
FMCG, warehouse management, quality control, ABC Analysis, predictive analytics, demand forecasting, inventory management, operational efficiency |
| Language |
eng |
| Year |
2024 |
| Date and time of uploading |
03.06.2024 17:32:10 |
