Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "big data management" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    The use and the future of big data analytics in supply chain management
    Autorzy:
    Zdrenka, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/409447.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    big data
    supply chain management
    e-commerce
    logistics
    Opis:
    Global computerization and informatization of enterprises, Internet popularization and fast growing number of mobile devices has caused the rapid growth of data generated by the society. There never was so much data in the whole humans history. Forecasts shows that in 5 years the growth rate of data being generated will increase by several times. From one side, easy-access to company’s economic environment and customers’ data enables better decision taking, but from the other side huge amount of data leads to the “information noise” which may be a cause of incorrect conclusions and finally wrong decisions. Due to this phenomenon, companies have faced completely new challenge – development of company’s competitive edge through the analysis of huge amount of unstructured and changing data bases – so-called “Big data”. Analysis that were difficult or even not possible to conduct couple years ago, today are supporting companies on every day basis thanks to Big data analysis.
    Źródło:
    Research in Logistics & Production; 2017, 7, 2; 91-102
    2083-4942
    2083-4950
    Pojawia się w:
    Research in Logistics & Production
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie nowych narzędzi analitycznych w zarządzaniu łańcuchami dostaw – studium przedsiębiorstwa LOKAD
    The use of new analytical tools in supply chain management – a case study of the company LOKAD
    Autorzy:
    Brandt, Arkadiusz
    Powiązania:
    https://bibliotekanauki.pl/articles/32443883.pdf
    Data publikacji:
    2023
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    big data
    data science
    zarządzanie łańcuchami dostaw
    SCOR
    GSCF
    Supply Chain Scientist
    supply chain management
    Opis:
    Zarządzanie łańcuchami dostaw w erze współczesnej wymaga stosowania zaawansowanych narzędzi i metodologii, aby sprostać dynamicznym wyzwaniom rynkowym. Celem artykułu jest przedstawienie dwóch modeli referencyjnych w zarządzaniu łańcuchami dostaw: SCOR (Supply Chain Operations Reference) oraz GSCF (Global Supply Chain Forum). Artykuł skupia się na tym, jak wykorzystanie narzędzi big data i data science może wzmocnić te modele, umożliwiając lepsze monitorowanie, optymalizację procesów i reakcję na zmiany rynkowe. Zastosowanie tych metod w rzeczywistych środowiskach biznesowych zostało przedstawione na przykładzie implementacji technologii analizy danych w firmie LOKAD. Wyniki rozważań pokazują, że analiza danych w czasie rzeczywistym pozwala na precyzyjne prognozowanie popytu, optymalizację zapasów i identyfikację ryzyka. Na poziomie operacyjnym i taktycznym narzędzie big data może być wykorzystywane do optymalizacji tras pojazdów, zarządzania flotą, poprawy obsługi klienta i rekomendacji produktów. Na poziomie strategicznym big data wspiera projektowanie produktów, planowanie sieci i strategię biznesową.
    Supply chain management in the modern era requires the use of advanced tools and methodologies to meet dynamic market challenges. The article presents two key reference models in supply chain management: SCOR (Supply Chain Operations Reference) and GSCF (Global Supply Chain Forum) and focuses on how the use of big data and data science tools can strengthen these models, enabling better monitoring, process optimization, and response to market changes. The article discusses the applications of big data and data science in supply chain management. Real-time data analysis allows for precise demand forecasting, inventory optimization, and risk identification. At the operational and tactical levels, big data can be used for optimizing vehicle routes, fleet management, improving customer service, and product recommendations. At the strategic level, big data supports product design, network planning, and business strategy. Furthermore, the article presents data science tools developed by LOKAD for supply chain management. LOKAD utilizes advanced forecasting methods, including quantile and probabilistic forecasts, to account for extreme values, and the latest approach based on differential programming enabling simultaneous optimization of multiple supply chain scenarios, ensuring excellent numerical results at minimal costs.
    Źródło:
    Academic Review of Business and Economics; 2023, 5(2); 65-79
    2720-457X
    Pojawia się w:
    Academic Review of Business and Economics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Big data w zarządzaniu łańcuchem dostaw
    Using big data in supply chain management
    Autorzy:
    Marciniak, M.
    Szymczak, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/1381608.pdf
    Data publikacji:
    2015
    Wydawca:
    Polskie Wydawnictwo Ekonomiczne
    Tematy:
    big data
    analityka biznesowa
    zarządzanie łańcuchem dostaw
    business analytics
    supply chain management
    Opis:
    Zmaganie się z konkurencją na rynku globalnym oraz rywalizacja w warunkach nietrwałych przewag konkurencyjnych wymagają od przedsiębiorstw i ich łańcuchów dostaw znacznie większego niż dotąd zaangażowania w zakresie analityki biznesowej. Oznacza to konieczność analizy dużych zbiorów danych o niejednorodnym charakterze, co jest niezbędne dla szybkiego odczytywania (często słabych) sygnałów nadchodzących zmian. Na tym gruncie wyrosła koncepcja big data, która wskazuje, że nie wystarczą już dzisiaj dotychczasowe narzędzia analityczne, że trzeba stosować bardziej zaawansowane metody matematyczne i znaczną moc obliczeniową. Celem artykułu jest wskazanie na potrzebę stosowania zaawansowanych metod analizy danych w zarządzaniu łańcuchem dostaw w warunkach nietrwałej przewagi konkurencyjnej.
    Coping with competition on the global market and competing under conditions of transient competitive advantage require much more engagement of companies and their supply chains in the field of business intelligence. This indicates the need for analyzing large, heterogeneous data sets which is necessary for fast reading of upcoming changes signals (often weak). On this basis the concept of ‘big data’ grew up. It indicates that already existing analytical tools are not sufficient today. There’s an urgent need to use more advanced mathematical methods and substantial computing power. The objective of this paper is to indicate the need to use advanced data analytics in supply chain management under transient competitive advantage.
    Źródło:
    Gospodarka Materiałowa i Logistyka; 2015, 7; 8-15
    1231-2037
    Pojawia się w:
    Gospodarka Materiałowa i Logistyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies