Maximizando o desempenho Empresarial com o ERP SAGE: Business Intelligence e Análise de Dados

Detalhes bibliográficos
Autor(a) principal: Patrício, Ana Rita Gonçalves
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.22/23411
Resumo: Neste projeto era pretendida análise e investigação de dados organizacionais com vista a identificar áreas de melhoria e a corrigir. Assim, este foi desenvolvido com recurso a uma análise exploratória extensa e com base em indicadores de desempenho. Foram desenvolvidos, também, dashboards com base nas análises efetuadas e conforme as necessidades do utilizador, tendo em conta aspetos como a complexidade visual e a pertinência dos dados apresentados. Por outro lado, foi estudada a implementação de um algoritmo de previsão de vendas, analisando métodos como o método de Holt-Winters Aditivo, bem como o método SARIMA, dada a avaliação da estacionariedade da série temporal considerada e a presença de sazonalidade nos dados. Por fim, tendo isto foi possível identificar algumas falhas relativas à inserção dos dados considerados, que é efetuada no ERP organizacional. Por outro lado, verificou-se, também, que existe alguma falta de planeamento de produção, provocando sobrecarga em determinados centros de carga. Estes resultados são importantes por um lado porque o conhecimento que se pode adquirir através da análise de dados está inteiramente ligado à qualidade dos mesmos, pelo que deve ser promovida uma cultura organizacional que valorize este tipo de atividades de controlo do desempenho da organização, já que é delas que este depende. Por outro lado, a identificação da sobrecarga de centros de trabalho permite alertar os responsáveis pelo planeamento da produção sobre esta falha, uma vez que condiciona tanto a qualidade e prazos de entrega dos artigos ou serviços, bem como a motivação dos colaboradores.
id RCAP_dd23b062529f6fe9089468de55192c6c
oai_identifier_str oai:recipp.ipp.pt:10400.22/23411
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Maximizando o desempenho Empresarial com o ERP SAGE: Business Intelligence e Análise de DadosAnálise de DadosBusiness IntelligenceDesempenho OrganizacionalPrevisãoData AnalysisBusiness IntelligenceOrganizational PerformanceForecastingNeste projeto era pretendida análise e investigação de dados organizacionais com vista a identificar áreas de melhoria e a corrigir. Assim, este foi desenvolvido com recurso a uma análise exploratória extensa e com base em indicadores de desempenho. Foram desenvolvidos, também, dashboards com base nas análises efetuadas e conforme as necessidades do utilizador, tendo em conta aspetos como a complexidade visual e a pertinência dos dados apresentados. Por outro lado, foi estudada a implementação de um algoritmo de previsão de vendas, analisando métodos como o método de Holt-Winters Aditivo, bem como o método SARIMA, dada a avaliação da estacionariedade da série temporal considerada e a presença de sazonalidade nos dados. Por fim, tendo isto foi possível identificar algumas falhas relativas à inserção dos dados considerados, que é efetuada no ERP organizacional. Por outro lado, verificou-se, também, que existe alguma falta de planeamento de produção, provocando sobrecarga em determinados centros de carga. Estes resultados são importantes por um lado porque o conhecimento que se pode adquirir através da análise de dados está inteiramente ligado à qualidade dos mesmos, pelo que deve ser promovida uma cultura organizacional que valorize este tipo de atividades de controlo do desempenho da organização, já que é delas que este depende. Por outro lado, a identificação da sobrecarga de centros de trabalho permite alertar os responsáveis pelo planeamento da produção sobre esta falha, uma vez que condiciona tanto a qualidade e prazos de entrega dos artigos ou serviços, bem como a motivação dos colaboradores.In this project, the aim was to analyze and investigate organizational data in order to identify areas for improvement and adjustments. Therefore, extensive exploratory analysis was conducted, based on performance indicators. Additionally, dashboards were developed to meet user needs, taking into account aspects such as visual complexity and the relevance of the presented data. Furthermore, the implementation of a sales forecasting algorithm was studied, considering methods such as the Additive Holt-Winters method and the SARIMA method. This analysis was performed considering the stationarity evaluation of the time series data and the presence of seasonality in the data. Finally, based on these findings, some flaws were identified regarding the data input process in the organizational ERP. Moreover, it was observed that there is a lack of production planning, leading to overload in certain work centers. These results are significant for several reasons. Firstly, the knowledge obtained through data analysis is directly linked to the quality of the data. Therefore, an organizational culture that values such performance monitoring activities should be promoted, as organizational performance depends on them. On the other hand, identifying workload overload in work centers enables alerting production planning managers about this issue, as it affects the quality and delivery deadlines of products or services, as well as employee motivation.Araújo, Susana Cláudia Nicola deRepositório Científico do Instituto Politécnico do PortoPatrício, Ana Rita Gonçalves20232026-07-13T00:00:00Z2023-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.22/23411TID:203344120porinfo:eu-repo/semantics/embargoedAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-09-06T01:46:08Zoai:recipp.ipp.pt:10400.22/23411Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T20:27:41.607470Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Maximizando o desempenho Empresarial com o ERP SAGE: Business Intelligence e Análise de Dados
title Maximizando o desempenho Empresarial com o ERP SAGE: Business Intelligence e Análise de Dados
spellingShingle Maximizando o desempenho Empresarial com o ERP SAGE: Business Intelligence e Análise de Dados
Patrício, Ana Rita Gonçalves
Análise de Dados
Business Intelligence
Desempenho Organizacional
Previsão
Data Analysis
Business Intelligence
Organizational Performance
Forecasting
title_short Maximizando o desempenho Empresarial com o ERP SAGE: Business Intelligence e Análise de Dados
title_full Maximizando o desempenho Empresarial com o ERP SAGE: Business Intelligence e Análise de Dados
title_fullStr Maximizando o desempenho Empresarial com o ERP SAGE: Business Intelligence e Análise de Dados
title_full_unstemmed Maximizando o desempenho Empresarial com o ERP SAGE: Business Intelligence e Análise de Dados
title_sort Maximizando o desempenho Empresarial com o ERP SAGE: Business Intelligence e Análise de Dados
author Patrício, Ana Rita Gonçalves
author_facet Patrício, Ana Rita Gonçalves
author_role author
dc.contributor.none.fl_str_mv Araújo, Susana Cláudia Nicola de
Repositório Científico do Instituto Politécnico do Porto
dc.contributor.author.fl_str_mv Patrício, Ana Rita Gonçalves
dc.subject.por.fl_str_mv Análise de Dados
Business Intelligence
Desempenho Organizacional
Previsão
Data Analysis
Business Intelligence
Organizational Performance
Forecasting
topic Análise de Dados
Business Intelligence
Desempenho Organizacional
Previsão
Data Analysis
Business Intelligence
Organizational Performance
Forecasting
description Neste projeto era pretendida análise e investigação de dados organizacionais com vista a identificar áreas de melhoria e a corrigir. Assim, este foi desenvolvido com recurso a uma análise exploratória extensa e com base em indicadores de desempenho. Foram desenvolvidos, também, dashboards com base nas análises efetuadas e conforme as necessidades do utilizador, tendo em conta aspetos como a complexidade visual e a pertinência dos dados apresentados. Por outro lado, foi estudada a implementação de um algoritmo de previsão de vendas, analisando métodos como o método de Holt-Winters Aditivo, bem como o método SARIMA, dada a avaliação da estacionariedade da série temporal considerada e a presença de sazonalidade nos dados. Por fim, tendo isto foi possível identificar algumas falhas relativas à inserção dos dados considerados, que é efetuada no ERP organizacional. Por outro lado, verificou-se, também, que existe alguma falta de planeamento de produção, provocando sobrecarga em determinados centros de carga. Estes resultados são importantes por um lado porque o conhecimento que se pode adquirir através da análise de dados está inteiramente ligado à qualidade dos mesmos, pelo que deve ser promovida uma cultura organizacional que valorize este tipo de atividades de controlo do desempenho da organização, já que é delas que este depende. Por outro lado, a identificação da sobrecarga de centros de trabalho permite alertar os responsáveis pelo planeamento da produção sobre esta falha, uma vez que condiciona tanto a qualidade e prazos de entrega dos artigos ou serviços, bem como a motivação dos colaboradores.
publishDate 2023
dc.date.none.fl_str_mv 2023
2023-01-01T00:00:00Z
2026-07-13T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.22/23411
TID:203344120
url http://hdl.handle.net/10400.22/23411
identifier_str_mv TID:203344120
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/embargoedAccess
eu_rights_str_mv embargoedAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133545170468864