Μεγάλα δεδομένα και αναλυτική στα logistics και στη διοίκηση εφοδιαστικής αλυσίδας
Big data analytics in logistics and supply chain management
Master Thesis
Συγγραφέας
Γερογιάννης, Νικόλαος
Gerogiannis, Nikolaos
Ημερομηνία
2023Επιβλέπων
Χονδροκούκης, ΓρηγόριοςΠροβολή/ Άνοιγμα
Λέξεις κλειδιά
Big data ; Logistics ; Supply chain management ; Analytics ; Case studies ; Future trends ; Optimization ; Route planning ; Risk management ; Procurement ; Supplier management ; Warehouse management ; Warehouse management ; Manufacturing ; Supply chain sustainability ; Predictive analyticsΠερίληψη
Τα τελευταία χρόνια παρατηρήθηκε εκθετική αύξηση των δεδομένων, η οποία προκάλεσε την ανάπτυξη των Big data (μεγάλων δεδομένων) ως βασικού εργαλείου για τη λήψη αποφάσεων σε διάφορους κλάδους. Καμία εξαίρεση δεν ισχύει για τα Logistics όσο και για τη διαχείριση της αλυσίδας εφοδιασμού (SCM-Supply Chain Management), όπου οι τεράστιοι όγκοι δεδο-μένων που δημιουργούνται μπορούν να χρησιμοποιηθούν για την ενίσχυση της ικανοποίησης των πελατών και της επιχειρησιακής αποτελεσματικότητας. Δίνοντας έμφαση στον τρόπο με τον οποίο οι πληροφορίες μπορούν να χρησιμοποιηθούν για την ενίσχυση των δραστηριοτή-των της αλυσίδας εφοδιασμού, όπως για παράδειγμα η πρόβλεψη της ζήτησης, η βελτιστο-ποίηση των δρομολογίων, η διαχείριση των προμηθευτών, η διαχείριση των αποθηκών και η διαχείριση των κινδύνων, το παρόν άρθρο εξετάζει τη χρήση των μεγάλων δεδομένων στην εφοδιαστική αλυσίδα. Εξετάζουμε τα πλεονεκτήματα και τις δυσκολίες της αξιοποίησης των μεγάλων δεδομένων στα logistics και τη διαχείριση της εφοδιαστικής αλυσίδας και επισημαί-νουμε τις τρέχουσες εξελίξεις στον τομέα αυτό.
Επίσης, δίνουμε μια γενική επισκόπηση της ανάλυσης μεγάλων δεδομένων και των πολλών μεθόδων που μπορούν να χρησιμοποιηθούν για την εξέταση και την κατανόηση μεγάλων δε-δομένων, συμπεριλαμβανομένης της προβλεπτικής ανάλυσης, της μηχανικής μάθησης και της εξόρυξης δεδομένων. Παρέχουμε επίσης μελέτες περιπτώσεων επιχειρήσεων που έχουν χρησιμοποιήσει αποτελεσματικά τα μεγάλα δεδομένα για να βελτιώσουν τις λειτουργίες της αλυσίδας εφοδιασμού τους.
Η συζήτησή μας για τις μελλοντικές εξελίξεις στα μεγάλα δεδομένα και την SCM ολοκληρώ-νεται με την ενσωμάτωση των τεχνολογιών blockchain, τεχνητής νοημοσύνης και Διαδικτύου των πραγμάτων (IoT). Τονίζουμε την αξία των μεγάλων δεδομένων στην εφοδιαστική αλυσί-δα και την ανάγκη για περισσότερη μελέτη σε αυτόν τον τομέα καθώς κλείνουμε.
Συνολικά, το παρόν άρθρο προσφέρει μια εμπεριστατωμένη επισκόπηση της λειτουργίας των μεγάλων δεδομένων στη διαχείριση της εφοδιαστικής αλυσίδας και των δυνατοτήτων τους να μετασχηματίσουν τον τομέα της εφοδιαστικής. Οι διαχειριστές των logistics και της εφοδια-στικής αλυσίδας μπορούν να λάβουν διορατικές πληροφορίες σχετικά με τις επιχειρηματικές λειτουργίες και να λάβουν καλά ενημερωμένες αποφάσεις που μπορούν τελικά να οδηγή-σουν σε υψηλότερη ικανοποίηση των πελατών, μεγαλύτερη αποτελεσματικότητα και εξοικο-νόμηση κόστους, αξιοποιώντας τη δύναμη των big data.