polito.it
Politecnico di Torino (logo)

Impatti della Business Intelligence sul Performance Management della Logistica di un'impresa = Impact of Business Intelligence on Supply Chain Performance Management

Federico Dipace

Impatti della Business Intelligence sul Performance Management della Logistica di un'impresa = Impact of Business Intelligence on Supply Chain Performance Management.

Rel. Carlo Rafele. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2020

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (6MB) | Preview
Abstract:

Le catene logistiche odierne sono sistemi sempre più complessi, in cui l’efficientamento dei flussi fisici e informativi ha consentito lo sviluppo di network sempre più reattivi a mutamenti nell’ambiente di business in cui operano. In tale scenario emerge in modo quasi immediato la criticità di tracciare, misurare e gestire le performance di Supply Chain. La gestione delle Performance (Performance Management) si riferisce all’applicazione di processi, metodi, metriche e tecnologie al fine di creare una relazione consistente tra strategia di Supply Chain, pianificazione, implementazione e controllo (Stefanovic, 2014). Il perseguire l’integrazione e la collaborazione, rendendo la Supply Chain più agile, passa attraverso il ricorso a tecnologie e tool che consentano monitoraggio, valutazione ed oggi anche previsione delle performance. È proprio in tale contesto che si inserisce la Business Intelligence. La combinazione di Business Intelligence e Performance Management System può migliorare l’efficienza della Supply Chain ed ottimizzare il processo di decision making, basato su monitoraggio e analisi di Key Performance Indicators. Due dei principali problemi riguardanti i sistemi di Performance Management ambito Supply Chain sono: (i) le Supply Chain odierne generano un’enorme quantità di dati distribuiti ed eterogenei, la cui integrazione al fine di ricavarne report ed insight è un compito molto complesso; (ii) i KPI sono tradizionalmente retrospettivi (storici), tuttavia le tecnologie odierne consentono di effettuare previsioni sulle performance future, dando alle imprese la possibilità di risolvere potenziali problematiche in modo proattivo. L’obiettivo del presente lavoro di tesi è quello di presentare in modo esaustivo l’impatto che Business Intelligence e tecnologie correlate stanno avendo sulla gestione della Supply Chain, e nello specifico sull’analisi e monitoraggio delle performance. La metodologia che questo documento adotta è quella di una review esaustiva dei principali contributi della letteratura scientifica sulle tematiche esposte, a cui viene aggiunta una loro analisi critica. Il presente lavoro è suddiviso in 4 capitoli. Il capitolo 1 descrive i concetti base della misura/analisi delle Performance in ambito Supply Chain. Il capitolo 2 introduce il concetto di Business Intelligence, il suo ruolo nel Performance Management aziendale ed il suo legame con altri aspetti tecnologici innovativi (Big Data, Big Data Analytics). Il capitolo 3 descrive le applicazioni di Business Intelligence e tecnologie correlate (IoT, Big Data Analytics) alla gestione della Supply Chain e delle sue performance. Il capitolo 4 completa quanto esposto, facendo ricorso a considerazioni critiche personali e tabelle riepilogative sull’analisi della letteratura condotta.

Relatori: Carlo Rafele
Anno accademico: 2019/20
Tipo di pubblicazione: Elettronica
Numero di pagine: 198
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Gestionale
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-31 - INGEGNERIA GESTIONALE
Aziende collaboratrici: NON SPECIFICATO
URI: http://webthesis.biblio.polito.it/id/eprint/14699
Modifica (riservato agli operatori) Modifica (riservato agli operatori)