Utilize este identificador para referenciar este registo: https://hdl.handle.net/1822/77241

TítuloMonitoring supplier deliveries and analysis of potential risk factors in supply chain management: a business intelligence and analytics approach
Outro(s) título(s)Monitorização de entregas de fornecedores e análise de potenciais fatores de risco na gestão da cadeia de abastecimento: uma abordagem de business intelligence and analytics
Autor(es)Carvalho, Miguel Jorge Teixeira Brandão de
Orientador(es)Sampaio, Paulo
Palavras-chaveBusiness intelligence
Data analytics
Supplier on-time delivery
Supply chain management
Supply management
Análise de dados
Entrega atempada de fornecedores
Gestão da cadeia de abastecimento
Gestão do abastecimento
Inteligência de negócio
Data2021
Resumo(s)Nowadays, the increasing market competition presents companies with new and more complex challenges, requiring them to have greater responsiveness and agility, and thus, implement supply chain management (SCM) practices. Material order and supply management is the subfield of SCM responsible for material order management and supplier delivery monitoring. However, material order and supply management is not an easy task and is subject to failures and difficulties. One problem that may arise is the occurrence of early deliveries, i.e., when suppliers deliver goods before the actual requested date. The work presented in this dissertation addresses the problem of early deliveries monitoring, faced by Bosch Braga. Early deliveries cause significant complications to the company, such as the increase of purchasing costs and stock levels, which possibly compromises warehouse occupation management. Currently, the company is unable to detect early deliveries, which makes it difficult to take actions quickly that mitigate the impact or prevent it from happening in the future. To tackle the problem, different actions are carried out in an attempt to find a solution. By making use of the available data, a Business Intelligence and Analytics (BI&A) solution is developed. The solution collects orders and deliveries data and identifies materials in transit that are being sent earlier than requested. The solution allows the company to monitor supplier deliveries and detect delivery deviations as soon as materials start their transport. To support the solution and assist in the analysis of the early deliveries, an analysis process is also created, assisting the decision-making process. The solutions developed achieved good results, reducing the amount and value of early deliveries, warehouse occupation, the total value of goods in transit and the stock levels. This presents evidence that the use of BI&A can help improve supply chain operations. Simultaneously, a study is conducted to identify potential risk factors that affect suppliers performance and lead to the occurrence of early deliveries. Different variables are analysed, resulting in the detection of trends and patterns in suppliers performance, thus generating a better understanding of the factors influencing early deliveries. It is believed that this work contributes to the literature by creating some knowledge about supplier early deliveries and the benefits of the adoption of BI&A in SCM.
Atualmente, a crescente concorrência do mercado apresenta às empresas novos e mais complexos desafios, exigindo-lhes uma maior capacidade de resposta e agilidade, e assim, implementar práticas de gestão da cadeia de abastecimento (GCA). A gestão de encomendas e abastecimento de material é o subcampo da GCA responsável pela gestão de encomendas de material e monitorização das entregas de fornecedor. No entanto, a gestão de encomendas e fornecimento de material não é uma tarefa fácil e está sujeita a falhas e dificuldades. Um problema que pode surgir são os envios em avanço, ou seja, quando os fornecedores entregam as os materiais antes da data solicitada. O trabalho apresentado nesta dissertação aborda o problema da monitorização de envios em avanço, enfrentado pela Bosch Braga. Os envios em avanço causam graves complicações à empresa, como o aumento dos custos de compra e dos níveis de stock, o que possivelmente compromete a gestão da ocupação do armazém. Actualmente, a empresa é incapaz de detetar os envios em avanço, o que torna difícil tomar rapidamente medidas que atenuem o impacto ou impeçam a sua ocorrência no futuro. Para enfrentar o problema, são levadas a cabo diferentes acções numa tentativa de encontrar uma solução. Ao fazer uso dos dados disponíveis, é desenvolvida uma solução de Business Intelligence and Analytics (BI&A). A solução recolhe dados de encomendas e de entregas e identifica materiais em trânsito que estão a ser enviados em avanço. A solução permite à empresa monitorizar as entregas dos fornecedores e detectar desvios nas entrega assim que os materiais começam o seu transporte. Para apoiar a solução e ajudar na análise os envios em avanço, é também criado um processo de análise. As soluções desenvolvidas alcançaram bons resultados, reduzindo a quantidade e o valor dos envios em avanço, a ocupação do armazém, o valor total das mercadorias em trânsito e os níveis de stock. Isto apresenta evidências de que a utilização de BI&A pode ajudar a melhorar a GCA. Simultaneamente, é realizado um estudo para identificar potenciais fatores de risco que afectam o desempenho dos fornecedores e levam à ocorrência de envios em avanço. São analisadas várias variáveis, resultando na detecção de tendências no desempenho dos fornecedores, permitindo uma melhor compreensão dos factores que influenciam os envios em avanço. Acredita-se que este trabalho acrescenta à literatura conhecimento sobre os envios em avanço e o sobre a adopção de BI&A na GCA.
TipoDissertação de mestrado
DescriçãoDissertação de mestrado integrado em Engenharia e Gestão Industrial
URIhttps://hdl.handle.net/1822/77241
AcessoAcesso aberto
Aparece nas coleções:BUM - Dissertações de Mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
MiguelJBCarvalho_A76837_Dissertação.pdf8,55 MBAdobe PDFVer/Abrir

Este trabalho está licenciado sob uma Licença Creative Commons Creative Commons

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID