ارائه چارچوبی برای پیاده سازی زنجیره تامین چابک مبتنی بر داده های بزرگ (مطالعه موردی: شرکت های تند مصرف)

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 381

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IMOS-2-2_002

تاریخ نمایه سازی: 15 مهر 1400

چکیده مقاله:

هدف: در سال های اخیر، با رشد توسعه پایدار و همچنین رشد ابزارهای متنی بر فناوری اطلاعات، چابکی زنجیره تامین به عنوان یک ابزار قدرتمند برای رقابت در فضای کسب وکار اهمیت بالایی یافته است. در چنین فضایی ذینفعان زنجیره تامین انتظار دارند تحولات دیجیتال و ابزارهای کارآمد در این تحولات در زنجیره تامین نقش آفرینی داشته باشد؛ بنابراین، این ابزار یعنی اینترنت می تواند نقش اساسی در چابکی و تسریع فعالیت در زنجیره تامین داشته و در سازمان ارزش ایجاد کند. با توجه به اهمیت زنجیره تامین و نقش پررنگ آن به عنوان هسته اساسی در فعالیت های صنعتی، هدف از این مطالعه ارائه چارچوبی برای پیاده سازی زنجیره تامین چابک مبتنی بر داده های بزرگ حاصل از اینترنت اشیا است.روش شناسی پژوهش: این تحقیق از نوع توسعه ای و کاربردی است و به صورت کیفی انجام شده است. در این مطالعه مولفه های موثر بر چابکی در زنجیره تامین بر اساس داده های بزرگ حاصل از اینترنت اشیا شناسایی و چارچوب مفهومی زنجیره تامین چابک ارائه شده است.یافته ها: نتایج پژوهش به ارائه چارچوبی پرداخته که به طور هوشمند نیازهای چابکی سازمان را تشخیص داده و برای دستیابی به آن تلاش می کند و درنتیجه مزیت رقابتی بیشتری برای شرکت ایجاد می کند و رضایت مشتری را افزایش می دهد و سهم بازار سازمان را گسترش می دهد.اصالت/دانش افزایی علمی: این چارچوب می تواند راهنمای موثری برای پیاده سازی یک زنجیره تامین چابک و ناب مبتنی بر استفاده از داده های بزرگ باشد.

کلیدواژه ها:

زنجیره تامین چابک ، اینترنت اشیا ، تحلیل داده های بزرگ ، زنجیره تامین مبتنی بر داده های بزرگ ، شرکت های تند مصرف

نویسندگان

حامد نوذری

گروه مهندسی صنایع، واحد تهران مرکز، دانشگاه آزاد اسلامی ، تهران، ایران.

جاوید قهرمانی نهر

پژوهشکده توسعه و برنامه ریزی جهاد دانشگاهی، تبریز، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Al-Talib, M., Melhem, W. Y., Anosike, A. I., Reyes, J. ...
  • Hazen, B. T., Bradley, R. V., Bell, J. E., In, ...
  • Nozari, H., Fallah, M., & Szmelter-Jarosz, A. (۲۰۲۱). A conceptual ...
  • Nozari, H., Fallah, M., Kazemipoor, H., & Najafi, S. E. ...
  • Nozari, H., Najafi, E., Fallah, M., & Hosseinzadeh Lotfi, F. ...
  • Raut, R. D., Mangla, S. K., Narwane, V. S., Dora, ...
  • نمایش کامل مراجع