Fatores críticos de sucesso para a implementação de big data e big data analytics na gestão da cadeia de suprimentos

Abstract

Os dados são uma das principais ferramentas utilizadas na tomada de decisão em uma organização. Eles podem auxiliar a empresa a definir novos investimentos, corte de gastos, otimizar processos, entre outras operações. Entretanto, de nada adianta ter informações disponíveis se a procedência dos dados é ultrapassada ou não foi devidamente validada. Com a utilização da tecnologia Big Data e Big Data Analytics, dados estruturados ou não, passam a ter uma relevância maior ainda nas tomadas de decisões, tornando o processo cada vez mais eficiente. Sendo assim, esta dissertação teve como objetivo propor um procedimento de análise da aplicação de Big Data e Big Data Analytics nos processos de distribuição da cadeia de suprimentos. A pesquisa buscou a identificação dos fatores críticos de sucesso e no uso de método de decisão multicritério, incluindo o Analytic Hierarchy Process (AHP) com os critérios de Benefícios, Oportunidades, Custos e Riscos (BOCR). Na avaliação das alternativas, Big Data Analytics apresentou maior destaque na prioridade com uma margem superior de 9 pontos percentuais sobre Big Data. Os resultados foram apresentados e validados pelos especialistas que consideraram os fatores julgados como os principais para o sucesso na implementação da tecnologia.

Data are, the main input in decision making within an organization, data can help direct to a new investment decision, budget cutting, process optimization or many others. However, if the data is outdated or is not fully validated. Big Data and Big Data Analytics, structured data gained matter for decision making, turning the process more effective based on update data. Therefore, this dissertation aimed to propose a procedure for analyzing the application of Big Data and Big Data Analytics in the supply chain distribution processes. The research sought to identify the critical success factors and the use of a multicriteria decision method, including the Analytic Hierarchy Process (AHP) with the criteria of Benefits, Opportunities, Costs and Risks (BOCR). In the assessment of alternatives, Big Data Analytics showed greater prominence in the priority with an upper margin of 9 percentage points over Big Data. The results were presented and validated by the experts who considered the factors judged as the main factors for the successful implementation of the technology.