Detailansicht
Big data analytics in supply chain management
Gabriella Farkas
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Betriebswirtschaft
Betreuer*in
Karl Franz Dörner
DOI
10.25365/thesis.57254
URN
urn:nbn:at:at-ubw:1-17294.85386.555375-4
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Ich erforsche einen sehr populäreren Bereich der heutigen Zeit in meiner Diplomarbeit, wobei mein Ziel ist, die akademische Literatur zu studieren und ihre Ergebnisse zum Thema Datenanalyse und Big Data im Supply Chain Management zusammenzufassen.
Im ersten Schritt versuche ich, die Konzepte zu klären, die sich auf die Bereiche Datenanalyse sowie Big Data beziehen, sowie die Beziehung zwischen ihren Konzepten, Methoden und Algorithmen. Dies war eine besonders anspruchsvolle Aufgabe, da es zu diesen Elementen der Big Data Analytics noch keine allgemein anerkannte Terminologie und Taxonomie existieren.
Im nächsten Schritt kategorisiere ich die Forschungsarbeiten nach dem Element von dem Supply Chain Planning Matrix und demonstriere die Tools, Methoden und Algorithmen, die eingesetzt wurden, um Prozesse zu optimieren und die Effizienz an einem bestimmten oder gesamten Teil der Kette zu steigern.
Abschließend gebe ich einen kurzen allgemeinen Überblick über die Vorteile, Herausforderungen und Schwierigkeiten bei der Verwendung dieser Analysen.
Abstract
(Englisch)
I have researched a very popular area of nowadays in my thesis, where my goal was to study academic literature and summarize their results in the topic of data analytics and big data within supply chain management.
In the first step, I am trying to clarify the concepts related to the areas of data analytics as well as big data, as well as the relationship between their concepts, sub-parts, methods, and algorithms. This was a particularly challenging task, because there is not existing any generally accepted terminology and taxonomy about these elements of big data analytics yet.
As a next step, I am categorizing the research papers in accordance with the element of a supply chain planning matrix and demonstrating the tools, methods as well as algorithms have been used in order to optimise processes and enhance efficiency at a specific or overall part of the chain.
Finally, I am giving a brief overview in general about the benefits, challenges and hurdles of using these analytics.
Schlagwörter
Schlagwörter
(Englisch)
Big Data Data Analytics Supply Chain Analytics Supply Chain Management
Schlagwörter
(Deutsch)
Big Data Data Analytics Supply Chain Analytics Lieferkette 3Vs
Autor*innen
Gabriella Farkas
Haupttitel (Englisch)
Big data analytics in supply chain management
Publikationsjahr
2019
Umfangsangabe
IV, 66 Seiten
Sprache
Englisch
Beurteiler*in
Karl Franz Dörner
Klassifikation
85 Betriebswirtschaft > 85.99 Betriebswirtschaft: Sonstiges
AC Nummer
AC15388017
Utheses ID
50553
Studienkennzahl
UA | 066 | 915 | |