A importância da ciência de dados como facilitador de tomadas de decisão na gestão das cadeias de abastecimento
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
Texto Completo: | https://hdl.handle.net/20.500.12733/6635 |
Resumo: | Orientador: Luiz Henrique Antunes Rodrigues |
id |
UNICAMP-30_eafe069bf2c3f206f14aedcde089989f |
---|---|
oai_identifier_str |
oai::1256433 |
network_acronym_str |
UNICAMP-30 |
network_name_str |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
repository_id_str |
|
spelling |
A importância da ciência de dados como facilitador de tomadas de decisão na gestão das cadeias de abastecimentoThe importance of data science as a facilitator of decision-making in the management of supply chainsCadeia de suprimentosCiência de dadosMídia socialTransformação digitalTransdisciplinaridadeSupply chainData scienceSocial mediaDigital transformationOrientador: Luiz Henrique Antunes RodriguesTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia AgrícolaResumo: Esta pesquisa estuda o fenômeno da Transformação Digital (TD) a partir da investigação de um SISTEMA constituído por quatro disciplinas: Gestão Cadeias de Abastecimento (SCM), Gestão de Conhecimento, Inteligência Artificial (IA) e Ciência da Dados (CdD). As hipóteses da pesquisa são: (H1) os perfis de absorção dos conhecimentos do SISTEMA, em diferentes países, são semelhantes quando existe uma base comum de conhecimento absorvido nestes países; e (H2): os perfis de aplicação de conhecimentos sobre o SISTEMA, entre países que compartilham uma base comum deste conhecimento, são semelhantes. O trabalho categorizou em domínios os fatores que influenciam a TD. Foi desenvolvido um método que combina técnicas de formulação de questionários e de amostragem de populações muito grandes, acima de 5.000 indivíduos. Um questionário foi enviado para 13.479 indivíduos rigorosamente selecionados, para estudar uma população-alvo com 37.592 profissionais registrados na rede social LinkedIn. As 844 respostas válidas, de 60 países, mostram que empresas de todo o mundo tomam decisões na SCM baseadas em processos da CdD que utilizam técnicas originárias da IA, para tratar o Big Data gerado por Stakeholders. Concluímos que o estágio de absorção e aplicação dos conhecimentos aferidos é semelhante nos países estudados. No contexto da sociedade da Economia do Conhecimento, sem barreiras rígidas capazes de impedir a transferência de conhecimento, as implicações deste mecanismo incluem a consolidação de uma base de conhecimento comum entre os países e a consolidação de níveis semelhantes de maturidade na aplicação destes conhecimentos. Como contribuições adicionais, temos que o método desenvolvido, que utiliza uma sequência de tarefas claramente definidas, garante o equilíbrio dos valores da Taxa de Amostragem, Taxa de Retorno e Erro amostral em pesquisas com população-alvo muito grande no LinkedIn. Consequentemente, é possível reverter situações como a queda na taxa de respostas, baixa seletividade da população-alvo e pouca representatividade de populações muito grandes. O método pode ser aplicado em pesquisas, transdisciplinares ou não, de várias áreas da ciência, fortalecendo a credibilidade das conclusões elaboradas a partir dos resultados obtidos. Adicionalmente, temos que a Matriz de Amostragem e Resultados (MAR), elemento-chave da metodologia, é uma ferramenta útil ao benchmark acadêmico, organizando os mesmos indicadores presentes em diferentes estudos e estimulando a padronização das interpretações dos resultados pela comunidade científicaAbstract: This research studies the phenomenon of Digital Transformation (DT) by investigating a SYSTEM consisting of four disciplines: Supply Chain Management (SCM), Knowledge Management, Artificial Intelligence (AI) and Data Science (DSc). The hypotheses of the research are: (H1) the profiles of absorption of the knowledge of the SYSTEM, in different countries, are similar when there is a common knowledge base absorbed in these countries; and (H2): the profiles of application of knowledge about the SYSTEM, among countries that share a common basis of this knowledge, are similar. The study categorized into domains the factors that influence DT. A method was developed that combines questionnaire formulation techniques and sampling of very large populations, with more than 5,000 individuals. A questionnaire was sent to 13,479 rigorously selected individuals to study a target population of 37,592 professionals registered on LinkedIn. The 844 valid responses from 60 countries show that companies worldwide make decisions in SCM based on DSc processes that use AI practices to address the Big Data generated by Stakeholders. We conclude that the stage of absorption and application of the measured knowledge is similar in the countries studied. In the context of the Knowledge Economy society, without rigid barriers capable of preventing the transfer of knowledge, the implications of this mechanism include the consolidation of a common knowledge base between countries and the consolidation of similar levels of maturity related to the application of this knowledge. An additional contribution is that the method, which follows a clear sequence of tasks, provides the expected values for the Sampling Rate, Return Rate and Sample Error in surveys with very large target population on LinkedIn. Consequently, it is possible to reverse situations such as the drop-in response rate, low selectivity of the target population and little representativeness of very large populations. The method can be applied in surveys, transdisciplinary or not, of various areas of science, strengthening the credibility of the conclusions elaborated from the results obtained. Additionally, the Sampling and Results Matrix (SRM), a key element of the methodology, is a valuable tool for the academic benchmark, organizing the same indicators present in different studies and stimulating the standardization of interpretations of results by the scientific communityDoutoradoGestão de Sistemas na Agricultura e Desenvolvimento RuralDoutor em Engenharia AgrícolaCAPES001[s.n.]Rodrigues, Luiz Henrique Antunes, 1959-Carvalho, Ruy de QuadrosMiguel, Priscila Laczynski de SouzaGati, Ana MariaUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia AgrícolaPrograma de Pós-Graduação em Engenharia AgrícolaUNIVERSIDADE ESTADUAL DE CAMPINASOliveira, Alexandre Silveira de, 1971-20222022-09-28T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (156 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/6635OLIVEIRA, Alexandre Silveira de. A importância da ciência de dados como facilitador de tomadas de decisão na gestão das cadeias de abastecimento . 2022. 1 recurso online (156 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/6635. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1256433porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2022-11-30T14:26:14Zoai::1256433Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2022-11-30T14:26:14Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false |
dc.title.none.fl_str_mv |
A importância da ciência de dados como facilitador de tomadas de decisão na gestão das cadeias de abastecimento The importance of data science as a facilitator of decision-making in the management of supply chains |
title |
A importância da ciência de dados como facilitador de tomadas de decisão na gestão das cadeias de abastecimento |
spellingShingle |
A importância da ciência de dados como facilitador de tomadas de decisão na gestão das cadeias de abastecimento Oliveira, Alexandre Silveira de, 1971- Cadeia de suprimentos Ciência de dados Mídia social Transformação digital Transdisciplinaridade Supply chain Data science Social media Digital transformation |
title_short |
A importância da ciência de dados como facilitador de tomadas de decisão na gestão das cadeias de abastecimento |
title_full |
A importância da ciência de dados como facilitador de tomadas de decisão na gestão das cadeias de abastecimento |
title_fullStr |
A importância da ciência de dados como facilitador de tomadas de decisão na gestão das cadeias de abastecimento |
title_full_unstemmed |
A importância da ciência de dados como facilitador de tomadas de decisão na gestão das cadeias de abastecimento |
title_sort |
A importância da ciência de dados como facilitador de tomadas de decisão na gestão das cadeias de abastecimento |
author |
Oliveira, Alexandre Silveira de, 1971- |
author_facet |
Oliveira, Alexandre Silveira de, 1971- |
author_role |
author |
dc.contributor.none.fl_str_mv |
Rodrigues, Luiz Henrique Antunes, 1959- Carvalho, Ruy de Quadros Miguel, Priscila Laczynski de Souza Gati, Ana Maria Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Agrícola Programa de Pós-Graduação em Engenharia Agrícola UNIVERSIDADE ESTADUAL DE CAMPINAS |
dc.contributor.author.fl_str_mv |
Oliveira, Alexandre Silveira de, 1971- |
dc.subject.por.fl_str_mv |
Cadeia de suprimentos Ciência de dados Mídia social Transformação digital Transdisciplinaridade Supply chain Data science Social media Digital transformation |
topic |
Cadeia de suprimentos Ciência de dados Mídia social Transformação digital Transdisciplinaridade Supply chain Data science Social media Digital transformation |
description |
Orientador: Luiz Henrique Antunes Rodrigues |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022 2022-09-28T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/20.500.12733/6635 OLIVEIRA, Alexandre Silveira de. A importância da ciência de dados como facilitador de tomadas de decisão na gestão das cadeias de abastecimento . 2022. 1 recurso online (156 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/6635. Acesso em: 3 set. 2024. |
url |
https://hdl.handle.net/20.500.12733/6635 |
identifier_str_mv |
OLIVEIRA, Alexandre Silveira de. A importância da ciência de dados como facilitador de tomadas de decisão na gestão das cadeias de abastecimento . 2022. 1 recurso online (156 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/6635. Acesso em: 3 set. 2024. |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://repositorio.unicamp.br/acervo/detalhe/1256433 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf 1 recurso online (156 p.) : il., digital, arquivo PDF. |
dc.publisher.none.fl_str_mv |
[s.n.] |
publisher.none.fl_str_mv |
[s.n.] |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) instname:Universidade Estadual de Campinas (UNICAMP) instacron:UNICAMP |
instname_str |
Universidade Estadual de Campinas (UNICAMP) |
instacron_str |
UNICAMP |
institution |
UNICAMP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
collection |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP) |
repository.mail.fl_str_mv |
sbubd@unicamp.br |
_version_ |
1809189185816363008 |