| Form of studies |
Master |
| Title of the study programm |
Logistics and Supply Chain Management |
| Title in original language |
Liela apjoma datu analītikas piemērošana piegādes ķēdes efektivitātes paaugstināšanai |
| Title in English |
Applying Big Data Analytics to Increase Supply Chain Performance |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Andrejs Romānovs |
| Reviewer |
Artis Teilāns |
| Abstract |
Maģistra darbs ir veltīts lielo datu analīzei un analītikai un iemesliem, kas rodas no SCM transformācijas ar lieliem datiem un to lietojumiem. Darba galvenais mērķis ir piedāvāt risinājumu vadīt piegādes ķēdes darbību, piemērojot lielo datu analītiku. Izvēloties labi zināmo "bullwhip efekta" problēmu, kas mums atgādina par piegādes ķēdes koordinācijas svarīgumu, informācijas apstrādes šķērslis var samazināt bullwhip efekta ietekmi un uzlabos piegādes ķēdes darbību. Piedāvātais risinājums tiek veidots, lai panāktu koordināciju starp piegādes ķēdes dalībniekiem un uzlabotu piegādes ķēdes darbību, izmantojot informācijas sadalīšanu. Analizējot esošās tendences informācijas tehnoloģijā, kas atbilst SCM domēnam, identificētās mākoņdatošanas tehnoloģijas ir vislabākās, lai sasniegtu mērķi. Tiek piedāvāts risinājums piegādes ķēdes darbības uzlabošanai, apsverot priekšrocības SCM nozarē, ko sniedz mākoņdatošana. Šis darbs izskaidro lielo datu, mākoņdatošanas, BI rīku un SCM domēna lietotņu integrācijas platformu.
Šis maģistra darbs sastāv no 98 lapām, 23 attēliem, 7 tabulām, 51 literatūras avotiem. |
| Keywords |
SCM, Big Data, Big Data Analytics, Business Intelligence, Cloud Computing |
| Keywords in English |
SCM, Big Data, Big Data Analytics, Business Intelligence, Cloud Computing |
| Language |
eng |
| Year |
2016 |
| Date and time of uploading |
06.06.2016 11:39:26 |
