Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/77241
Título: | Monitoring 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-chave: | Business 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 |
Data: | 2021 |
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. |
Tipo: | Dissertação de mestrado |
Descrição: | Dissertação de mestrado integrado em Engenharia e Gestão Industrial |
URI: | https://hdl.handle.net/1822/77241 |
Acesso: | Acesso aberto |
Aparece nas coleções: | BUM - Dissertações de Mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
MiguelJBCarvalho_A76837_Dissertação.pdf | 8,55 MB | Adobe PDF | Ver/Abrir |
Este trabalho está licenciado sob uma Licença Creative Commons