Supply Chain Analytics
Overordnede kursusmål
Supply Chain Analytics (SCA) benytter analytiske teknikker fra statistik, machine learning, matematisk optimering og spilteori for at forbedre anvendelsen af store datamængder mod forbedret beslutningstagen og planlægning på tværs af supply chains. Formålet med kurset er at lære de studerende det grundlæggende i at opstille analytiske modeller til løsning af supply chain problemer og indlægge intuition i logikken bag disse værktøjer og deres potentielle indvirkning på konkurrenceevnen i supply chain.
See course description in English
Læringsmål
- Forklare fundamental terminologi og koncepter i supply chain management og supply chain analytics (SCA)
- Beskrive grundlæggende og nødvendige data som input til forskellige SCA værktøjer og forklare output
- Analysere supply chain planlægning og designproblemer inden for et SCA framework
- Bedømme anvendelsen af SCA i forskellige situationer
- Anvende og sammenligne SCA værktøjer til løsning af supply chain planlægning og design
- Udvikle ensartet løsningstilgange til et givet supply chain problem ved en kombineret brug af SCA værktøjer
- Diskutere påvirkningen af SCA på performance af en supply chain
- Beskrive hvordan SCA kan benyttes til opsamling af vigtig ledelsesindsigt omkring forbedring af performance i en supply chain
Kursusindhold
Dette kursus introducerer eleverne til komplekse netværk bestående af leverandører, producenter, distributører, detailhandlere mv., der samarbejder for at bringe en vare eller service til kunden. Der vil blive vist, hvordan aktiviteter inden for supplynet kan koordineres og integreres ved hjælp af SCA for at reducere omkostninger ved systemviden og forbedre kundeservice. Et end-to-end overblik af supply chain management er derfor taget. På den kundesiden benyttes SCA til at foretage forecast og ordreopfyldelse. På den interne side vil SCA blive brugt til netværksdesign, lagerstyring og produktionsplanlægning. Endelig vil SCA blive brugt til leverandørvalg, kontraktdesign, outsourcing og lodret / horisontalt samarbejde. De anvendte SCA værktøjer vil blive designet fra en bred vifte af analytiske domæner, herunder sandsynlighedsteori, statistik, machine learning, blandet med matematisk programmering og spilteori.
Undervisningsform
Forelæsninger, øvelser og projektarbejde