Näytä suppeat kuvailutiedot

dc.contributor.advisorPalonen, Teija
dc.contributor.authorTarvainen, Jenna
dc.date.accessioned2019-07-02T07:34:31Z
dc.date.available2019-07-02T07:34:31Z
dc.date.issued2019
dc.identifier.urihttps://jyx.jyu.fi/handle/123456789/64948
dc.description.abstractSuuria määriä dataa muodostuu jatkuvasti monista eri lähteistä niin yrityksien sisältä kuin ulkopuolelta. Tällaista nopeasti muodostuvaa ja monissa eri muodoissa olevaa valtavaa määrää dataa kutsutaan massadataksi. Yritykset voivat hyödyntää massadataa analytiikan kautta tehokkaan datalähtöisen päätöksenteon mahdollistamiseksi. Yksi massadatan sovelluskohteista on toimitusketju, joka muodostuu monista yrityksistä, joiden tehtävänä on tuotteiden valmistaminen materiaaleista ja niiden välittäminen asiakkaille asti. Massadataa muodostuu monista eri lähteistä pitkin toimitusketjua. Tämän kirjallisuuskatsauksena toteutetun kandidaatintutkielman tarkoituksena oli tutkia, miten massadataa voidaan hyödyntää toimitusketjussa. Tutkielmassa käsiteltiin massadatan hyödyntämisen mahdollisuuksia ja haasteita sekä esiteltiin massadatan onnistuneen hyödyntämisen elementtejä. Tutkielman pohjalta selvisi, että massadataa voidaan hyödyntää läpi toimitusketjun tehokkaamman päätöksenteon mahdollistamiseksi. Tämä voidaan saavuttaa massadatasta analysoitujen reaaliaikaisten näkemyksien kautta. Mahdollisuuksia massadatan hyödyntämiselle havaittiin niin strategisella kuin operatiivisella tasolla. Tutkielman mukaan massadataa voidaan käyttää esimerkiksi tuotekehityksessä, tuotannossa, logistiikassa ja markkinoinnissa sekä asiakaslähtöisen toimitusketjun kehittämisessä. Massadatan hyödyntämisen haasteiksi puolestaan nousivat esimerkiksi johdon tuen puute, epäselvä tuottoprosentti ja vastahakoisuus tietyn datan jakamiseen muiden toimitusketjun jäsenten välillä. Tutkielmasta selvisi, että onnistuneen massadatan hyödyntämisen elementtejä ovat muun muassa massadatan hyödyntäminen yrityksen strategiaa tukien, massadatan integrointi kaikille toimitusketjun funktioille ja massadatan hyödyntämisen arvioiminen suorituskykymittareilla. Kaiken kaikkiaan tutkielmassa havaittiin massadatan mahdollistavan dynaamisemman informaation prosessoinnin, mikä puolestaan tekee toimitusketjun toiminnasta ketterämpää, joustavampaa ja reagoivampaa.fi
dc.description.abstractLarge amounts of data are constantly created from many different sources both inside and outside companies. This kind of rapidly generated huge data that is in many different forms is called big data. Companies can utilize big data through big data analytics to enable effective data-driven decision making. One of the applications of big data is the supply chain which consists of multiple companies that are to manufacture products from materials and deliver them to customers. Big data is generated from many different sources across the supply chain. The purpose of this bachelor’s thesis, conducted as a literature review, was to study how big data can be utilized in the supply chain. In the thesis, the possibilities and challenges of utilizing big data were discussed, and the elements of successful utilization of big data were presented. On the basis of the thesis, it was found that big data can be utilized along the supply chain to enable more efficient decision making. This can be achieved through real time insights analyzed from big data. Possibilities for utilizing big data were found at both strategic and operational levels. According to the thesis, big data can be used for example in product development, production, logistics and marketing as well as to develop a customer-oriented supply chain. The challenges of utilizing big data were found to be for example the lack of management’s support, unclear return on investment and unwillingness to share specific data between other supply chain members. It was found that the elements for successful utilization of big data include using big data to support the company’s strategy, integrating big data to every supply chain function and evaluating the utilization of big data using key performance indicators. All in all, it was found in the thesis that big data enables more dynamic information processing that in turn makes supply chain operations more agile, flexible and responsive.en
dc.format.extent35
dc.language.isofi
dc.subject.othermassadata
dc.subject.othermassadata-analytiikka
dc.titleMassadatan hyödyntäminen toimitusketjussa
dc.identifier.urnURN:NBN:fi:jyu-201907023534
dc.type.ontasotBachelor's thesisen
dc.type.ontasotKandidaatintyöfi
dc.contributor.tiedekuntaInformaatioteknologian tiedekuntafi
dc.contributor.tiedekuntaFaculty of Information Technologyen
dc.contributor.laitosInformaatioteknologiafi
dc.contributor.laitosInformation Technologyen
dc.contributor.yliopistoJyväskylän yliopistofi
dc.contributor.yliopistoUniversity of Jyväskyläen
dc.contributor.oppiaineTietojärjestelmätiedefi
dc.contributor.oppiaineInformation Systems Scienceen
dc.rights.copyrightJulkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.fi
dc.rights.copyrightThis publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.en
dc.contributor.oppiainekoodi601
dc.subject.ysobig data
dc.subject.ysotoimitusketjut
dc.subject.ysopäätöksenteko


Aineistoon kuuluvat tiedostot

Thumbnail

Aineisto kuuluu seuraaviin kokoelmiin

Näytä suppeat kuvailutiedot