Facoltà: Ingegneria Gestionale - classe 10
Collocazione: 10199
Autore: Bianco Fabio
Data: 08/03/2012
Titolo: Modelli previsionale per l'acquisto di componenti nel settore della meccanica pesante
Relatore: Sorrenti Domenico
Correlatore: Buonanno Giacomo
Autorizzazione per la consultazione: NO
Le tesi si possono consultare unicamente in sede
Un modello previsionale è uno strumento che, sulla base di supporti informati e statistici, permette all‟azienda di prevedere l‟andamento di una determinata variabile di cui non si conoscano dimensioni e caratteristiche. Questo lavoro si prefigge l‟obbiettivo di individuare una metodologia utile ai fini dell‟implementazione di modelli previsionali dei prezzi d‟acquisto dei componenti nel settore della meccanica pesante. Utilizzando le linee guida formulate, verranno presentati due modelli per la stima dei futuri prezzi d‟acquisto dei rotori forgiati e dei laminati in acciaio. L‟utilità del modello previsionale sui prezzi d‟acquisto si riscontra nell‟ambito dell‟ufficio preventivi. Affinché sia garantita l‟efficacia del preventivo, questo deve pervenire in tempistiche utili che generalmente, per una turbina (che nel contesto della tesi è stato l‟oggetto “centrale”), si aggirano intorno al mese. Spesso accade che non tutte le offerte dei diversi componenti, da parte dei fornitori, siano disponibili entro i termini previsti. In questi casi è necessario ovviare al problema effettuando una stima sul prezzo d‟acquisto di quel particolare componente. Infine il modello può essere applicato in fase di contrattazione con il fornitore. Avendo una visione più chiara sui range dei prezzi si può facilmente risalire a “sovraccarichi irrazionali” per speculazioni e avviare un contrattazione più accurata. Nello sviluppo del modello le fasi portanti sono state: - classificazione dei componenti per entità di spesa, - individuazione delle variabili di costo, - analisi delle singole variabili di costo, - creazione di un modello di calcolo per singola variabile, - sviluppo del modello, - ottimizzazione del modello attraverso un‟analisi di sensitività.
