Data science na gestão de riscos de supply chain

• Autor(a) principal: Pinto, Edicley Dias
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10071/24481
• topic: Risco -- Risk; Gestão do risco; Cadeia de abastecimento -- Supply chain; Data science; Supply Chain Risk Management; Design Science Research (DSR); Risk management

A Supply Chain Risk Management (SCRM) consiste na implementação de estratégias para gerir os riscos diários e excecionais ao longo da Supply Chain com base na avaliação contínua dos riscos, com o objetivo de reduzir as vulnerabilidades como eventos de roubos, extravios e acidentes e garantir a continuidade do negócio. Uma boa gestão de riscos ajuda não só a minimizar os eventos com efeitos negativos associados a esta atividade, mas também a identificação dos riscos positivos para catapultar novas oportunidades. Foi desenvolvido um modelo de análise que envolveu uma componente inicial de identificação de risco, uma Extract, Transform and Load (ETL) para importar e transformar os dados recolhidos e um diagrama de modelo dimensional onde foi identificado, em função das análises pretendidas, tabelas de factos e tabelas de dimensões, para encontrar uma forma mais expedita o modelo que permitisse aplicar Data Science (DS) sobre dados previamente recolhidos. A abordagem escolhida para conduzir essa investigação foi a Design Science Research (DSR), cujo objetivo foi a construção de artefacto, o modelo concetual, que possibilitasse organizar os dados de registo dos riscos e permitisse a criação de uma plataforma para implementar Data Mining sobre os riscos. O modelo permitiu fazer uma análise dos riscos e, visualizar a tendência da evolução dos mesmos, bem como análise preditiva, com base no input introduzido - dados dos riscos previamente recolhidos.