Stockholms universitet
This page in English

Fredrik Eng LarssonUniversitetslektor, docent

Om mig

Fredrik Eng-Larsson är docent i operations management vid Stockholms universitet, med inriktning mot supply chain management. I sin forskning studerar han varuflöden på både global och lokal nivå, från globala transporter till "sista-milen"-leveranser. Genom avancerad dataanalys och empiriska metoder undersöker han hur leveranskedjor kan utformas för högre effektivitet, robusthet och hållbarhet när omvärld och konsumtionsmönster förändras.

Fredrik disputerade i industriell ekonomi och logistik vid Lunds universitet. Innan han började vid Stockholms universitet arbetade han vid Massachusetts Institute of Technology (MIT) i USA. Han har även varit Fulbrightforskare vid University of California, Los Angeles, samt Erasmus-stipendiat vid ETH Zürich i Schweiz. Han har samarbetat med ledande företag som H&M, McKinsey & Company och Volvo, liksom med offentliga aktörer som Trafikverket och Energimyndigheten.

Hans forskning har publicerats i ledande vetenskapliga tidskrifter som Management Science, Manufacturing & Service Operations Management och European Journal of Operational Research, samt i publikationer som Harvard Business Review och The Wall Street Journal. Hans arbete bidrar till både den akademiska diskussionen och den praktiska utvecklingen inom modern supply chain management.

Forskningsprojekt

Optimerad butikspåfyllnad

Detaljhandelsbranschen har de senaste årtiondena upplevt stora utmaningar med ökad internationell konkurrens. Denna konkurrens ställer ständigt högre krav på kostnadseffektiva lösningar och hög tillgänglighet.

Forskning

Publikationer

I urval från Stockholms universitets publikationsdatabas

  • Estimating demand for substitutable products when inventory records are unreliable

    2016. Daniel Steeneck, Fredrik Eng-Larsson, Francisco Jauffred.

    Rapport

    We present a procedure for estimating demand for substitutable products when the inventory record is unreliable and only validated infrequently and irregularly. The procedure uses a structural model of demand and inventory progression, which is estimated using a modied version of the Expectation Maximization-method. The procedure leads to asymptotically unbiased estimates without any restrictive assumptions about substitution patterns or that inventory records are periodically known with certainty. The procedure converges quickly also for large product categories, which makes it suitable for implementation at retailers or manufacturers that need to run the analysis for hundreds of categories or stores at the same time. We use the procedure to highlight the importance of considering inventory reliability problems when estimating demand, rst through simulation and then by applying the procedure to a data set from a major US retailer. The results show that for the product category in consideration, ignoring inventory reliability problems leads to demand estimates that on average underestimate demand by 5%. It also results in total lost sales estimates that account for only a fraction of actual lost sales.

    Läs mer om Estimating demand for substitutable products when inventory records are unreliable

Visa alla publikationer av Fredrik Eng Larsson vid Stockholms universitet

Redigera profilen

Docent Operations Management

profilePageLayout