Fatores críticos de sucesso para a implementação de big data e big data analytics na gestão da cadeia de suprimentos

Detalhes bibliográficos
Autor(a) principal: Silva, Airton Martins
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/214390
Resumo: Os dados são uma das principais ferramentas utilizadas na tomada de decisão em uma organização. Eles podem auxiliar a empresa a definir novos investimentos, corte de gastos, otimizar processos, entre outras operações. Entretanto, de nada adianta ter informações disponíveis se a procedência dos dados é ultrapassada ou não foi devidamente validada. Com a utilização da tecnologia Big Data e Big Data Analytics, dados estruturados ou não, passam a ter uma relevância maior ainda nas tomadas de decisões, tornando o processo cada vez mais eficiente. Sendo assim, esta dissertação teve como objetivo propor um procedimento de análise da aplicação de Big Data e Big Data Analytics nos processos de distribuição da cadeia de suprimentos. A pesquisa buscou a identificação dos fatores críticos de sucesso e no uso de método de decisão multicritério, incluindo o Analytic Hierarchy Process (AHP) com os critérios de Benefícios, Oportunidades, Custos e Riscos (BOCR). Na avaliação das alternativas, Big Data Analytics apresentou maior destaque na prioridade com uma margem superior de 9 pontos percentuais sobre Big Data. Os resultados foram apresentados e validados pelos especialistas que consideraram os fatores julgados como os principais para o sucesso na implementação da tecnologia.
id UNSP_d9c1e003287db69d4a9caf2ed14e275f
oai_identifier_str oai:repositorio.unesp.br:11449/214390
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Fatores críticos de sucesso para a implementação de big data e big data analytics na gestão da cadeia de suprimentosCritical Success Factors for Implementing Big Data and Big Data Analytics in Supply Chain ManagementCritical success factors for implementing big data and big data analytics in supply chain managementAnalytic hierarchy processFatores críticos de sucessoGestão da cadeia de suprimentosAnalytic hierarchy processBig dataBig data analyticsCritical success factorsSupply chain managementOs dados são uma das principais ferramentas utilizadas na tomada de decisão em uma organização. Eles podem auxiliar a empresa a definir novos investimentos, corte de gastos, otimizar processos, entre outras operações. Entretanto, de nada adianta ter informações disponíveis se a procedência dos dados é ultrapassada ou não foi devidamente validada. Com a utilização da tecnologia Big Data e Big Data Analytics, dados estruturados ou não, passam a ter uma relevância maior ainda nas tomadas de decisões, tornando o processo cada vez mais eficiente. Sendo assim, esta dissertação teve como objetivo propor um procedimento de análise da aplicação de Big Data e Big Data Analytics nos processos de distribuição da cadeia de suprimentos. A pesquisa buscou a identificação dos fatores críticos de sucesso e no uso de método de decisão multicritério, incluindo o Analytic Hierarchy Process (AHP) com os critérios de Benefícios, Oportunidades, Custos e Riscos (BOCR). Na avaliação das alternativas, Big Data Analytics apresentou maior destaque na prioridade com uma margem superior de 9 pontos percentuais sobre Big Data. Os resultados foram apresentados e validados pelos especialistas que consideraram os fatores julgados como os principais para o sucesso na implementação da tecnologia.Data are, the main input in decision making within an organization, data can help direct to a new investment decision, budget cutting, process optimization or many others. However, if the data is outdated or is not fully validated. Big Data and Big Data Analytics, structured data gained matter for decision making, turning the process more effective based on update data. Therefore, this dissertation aimed to propose a procedure for analyzing the application of Big Data and Big Data Analytics in the supply chain distribution processes. The research sought to identify the critical success factors and the use of a multicriteria decision method, including the Analytic Hierarchy Process (AHP) with the criteria of Benefits, Opportunities, Costs and Risks (BOCR). In the assessment of alternatives, Big Data Analytics showed greater prominence in the priority with an upper margin of 9 percentage points over Big Data. The results were presented and validated by the experts who considered the factors judged as the main factors for the successful implementation of the technology.Universidade Estadual Paulista (Unesp)Tramarico, Claudemir LeifUniversidade Estadual Paulista (Unesp)Silva, Airton Martins2021-09-13T16:27:56Z2021-09-13T16:27:56Z2021-06-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/21439033004080052P0porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-07-04T12:52:34Zoai:repositorio.unesp.br:11449/214390Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T17:51:50.046046Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Fatores críticos de sucesso para a implementação de big data e big data analytics na gestão da cadeia de suprimentos
Critical Success Factors for Implementing Big Data and Big Data Analytics in Supply Chain Management
Critical success factors for implementing big data and big data analytics in supply chain management
title Fatores críticos de sucesso para a implementação de big data e big data analytics na gestão da cadeia de suprimentos
spellingShingle Fatores críticos de sucesso para a implementação de big data e big data analytics na gestão da cadeia de suprimentos
Silva, Airton Martins
Analytic hierarchy process
Fatores críticos de sucesso
Gestão da cadeia de suprimentos
Analytic hierarchy process
Big data
Big data analytics
Critical success factors
Supply chain management
title_short Fatores críticos de sucesso para a implementação de big data e big data analytics na gestão da cadeia de suprimentos
title_full Fatores críticos de sucesso para a implementação de big data e big data analytics na gestão da cadeia de suprimentos
title_fullStr Fatores críticos de sucesso para a implementação de big data e big data analytics na gestão da cadeia de suprimentos
title_full_unstemmed Fatores críticos de sucesso para a implementação de big data e big data analytics na gestão da cadeia de suprimentos
title_sort Fatores críticos de sucesso para a implementação de big data e big data analytics na gestão da cadeia de suprimentos
author Silva, Airton Martins
author_facet Silva, Airton Martins
author_role author
dc.contributor.none.fl_str_mv Tramarico, Claudemir Leif
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Silva, Airton Martins
dc.subject.por.fl_str_mv Analytic hierarchy process
Fatores críticos de sucesso
Gestão da cadeia de suprimentos
Analytic hierarchy process
Big data
Big data analytics
Critical success factors
Supply chain management
topic Analytic hierarchy process
Fatores críticos de sucesso
Gestão da cadeia de suprimentos
Analytic hierarchy process
Big data
Big data analytics
Critical success factors
Supply chain management
description Os dados são uma das principais ferramentas utilizadas na tomada de decisão em uma organização. Eles podem auxiliar a empresa a definir novos investimentos, corte de gastos, otimizar processos, entre outras operações. Entretanto, de nada adianta ter informações disponíveis se a procedência dos dados é ultrapassada ou não foi devidamente validada. Com a utilização da tecnologia Big Data e Big Data Analytics, dados estruturados ou não, passam a ter uma relevância maior ainda nas tomadas de decisões, tornando o processo cada vez mais eficiente. Sendo assim, esta dissertação teve como objetivo propor um procedimento de análise da aplicação de Big Data e Big Data Analytics nos processos de distribuição da cadeia de suprimentos. A pesquisa buscou a identificação dos fatores críticos de sucesso e no uso de método de decisão multicritério, incluindo o Analytic Hierarchy Process (AHP) com os critérios de Benefícios, Oportunidades, Custos e Riscos (BOCR). Na avaliação das alternativas, Big Data Analytics apresentou maior destaque na prioridade com uma margem superior de 9 pontos percentuais sobre Big Data. Os resultados foram apresentados e validados pelos especialistas que consideraram os fatores julgados como os principais para o sucesso na implementação da tecnologia.
publishDate 2021
dc.date.none.fl_str_mv 2021-09-13T16:27:56Z
2021-09-13T16:27:56Z
2021-06-23
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/11449/214390
33004080052P0
url http://hdl.handle.net/11449/214390
identifier_str_mv 33004080052P0
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128867734388736

Registros relacionados