Üzleti intelligencia (BI) alkalmazása a logisztikában

Szerzők

  • Gyenge Balázs Szent István Egyetem, Gazdaság- és Társadalomtudományi Kar
  • Mészáros Kornélia Szent István Egyetem, Gazdaság- és Társadalomtudományi Kar
  • Tari Katalin Szent István Egyetem, Gazdaság- és Társadalomtudományi Kar

DOI:

https://doi.org/10.18531/Studia.Mundi.2019.06.02.46-58

Kulcsszavak:

logisztika, információáramlás, mesterséges intelligencia, üzleti intelligencia, adatbányászat

Absztrakt

A rohamosan fejlődő logisztika és az ellátásilánc/hálózat anyagáramlási és információ áramlási folyamatai többé már nem csak az úgynevezett alapfolyamatokról (RST – raktározás, szállítás, tárolás) szól, illetve a klasszikus költség- és idő-csökkentési célok az ellátásilánc mentén is folyamatosan átformálódni látszanak. Egyre több kiegészítő szolgáltatás és cél jelenik meg vevőkiszolgálási szint emelése érdekében, a fejlett üzleti gazdaságokban a logisztika ma már rég nem kiszolgáló terület, hanem sokkal inkább profitorientált stratégiai területté kezd válni. Érezhető, hogy a logisztikai kérdések egyre nagyobb hatással vannak olyan alapvető döntésekre, mint, hogy „mit termeljünk, hol termeljünk, hol tároljunk, milyen mennyiségben, kit válasszunk logisztikai közreműködőnek” …stb. Ezek a kérdések a stratégiai menedzsment természetes részei. Az elmúlt évtizedekben tapasztalható változások, nem pusztán súlypont eltolódást mutatnak a marketing fókuszú menedzsment mindenhatóságától, hanem annak a természetes belátása, hogy a rendszereket szélesebb körben, holisztikus gondolkodásban kezdjük el értelmezni és már nem csak lokális optimumokat keresünk. Az anyagáramlási és információáramlási technológiák gyors fejlődése lehetővé teszi a komplexebb látásmódot és a sokcélú rendszerek üzemeltetését. A gyorsan változó vevői igények, piaci feltételek, a vevők egyéni rendelési szokásai és testreszabott igényei, valamint számos rejtett információ, tömérdek adatot jelent, melyek feldolgozásához merőben új eszközökre van szükségünk. A hagyományos módszerek és applikációk nem nyújtanak kielégítő információt a sokrétű döntések meghozatalára. Mindezek okán a hagyományos üzleti információs rendszereinket és kommunikációs vonalainkat egy egész sor intelligens eszközzel kell felszerelnünk, hogy a mesterséges intelligencia adta új lehetőségekkel új rugalmasságokat, új vevőkiszolgálási szinteket és megoldásokat, intelligens automatizmusokat tudjunk nyújtani a vevőinknek és a menedzsment stratégiának. Jelen tanulmányunkban az üzleti intelligencia adata lehetőségeket és a vonatkozó eszközök nyújtotta előnyöket járjuk körül a logisztikával kapcsolatban.

 

Szerző életrajzok

  • Gyenge Balázs, Szent István Egyetem, Gazdaság- és Társadalomtudományi Kar

    egyetemi docens
    E-mail: gyenge.balazs@gtk.szie.hu

  • Mészáros Kornélia, Szent István Egyetem, Gazdaság- és Társadalomtudományi Kar

    tanársegéd
    E-mail: meszaros.kornelia@gtk.szie.hu

     

  • Tari Katalin, Szent István Egyetem, Gazdaság- és Társadalomtudományi Kar

    tanársegéd
    E-mail: tari.katalin@gtk.szie.hu

     

     

Hivatkozások

Berkeszi L. (2019): Vállalati tréning előadás, Hatékony vezetői tréning kurzus, Tatabánya

Business Intelligence. http://www.1keydata.com/datawarehousing/business intelligence.php

E. Vatovec Krmac (2009) Business intelligence in transportation logistics, Transport 2009 konferencián, Sofia, Bulgária

F. Bartes (2014): Defining a basis for the new concept of competitive intelligence. ACTA Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, Volume 62, Number 6, 2014 DOI: http://dx.doi.org/10.11118/actaun201462061233

https://acta.mendelu.cz/media/pdf/actaun_ 2014062061233.pdf

Gyenge B. – Kozma T. (2018): Szolgáltatásérték növelése értékdimenziók mentén, Logisztika napja Gyenge B. - Szilágyi, H. - Kozma, T. (2015): Lean menedzsment alkalmazása szolgáltatóvállalat esetében. Budapest, Vezetéstudomány, 4. sz. p.46

Hawking P., & Sellitto C. (2010). Business Intelligence (BI) Critical Success Factors. 21st Australasian Conference on Information Systems. Brisbane

Kotler, P. - Keller K. L. (2006): Marketing-menedzsment. Budapest, Akadémiai Kiadó, p. 76-78

Rekettye G. (2018): Értékteremtés 4.0. Budapest, Akadémiai Kiadó 10. Kozma T. - Pónusz M. (2016) : Ellátásilánc-menedzsment elmélete és gyakorlata - alapok. Gödöllő, Károly Róbert Kutató-Oktató Nonprofit Kft., p. 24

Szegedi Z. - Prezenszki J. (2010): Logisztika menedzsment. Budapest, Kossuth Kiadó, p. 30-32

Tseng, Y., Yue W.L. (2005) Taylor M.A.P. The role of transportation in logistics chain. Proceeding of the Eastern Asia Society for Transportation Studies, Vol.5, 2005

Farrokhi V., Pokorádi L.- Bouini S. (2018): The Identification of Readiness in Implementating Business IntelligenceProjectsby Combining Interpretive Structural ModelingwithGraph Theory and Matrix Approach, Acta Polytechnica Hungarica Vol. 15, No. 2, 2018

Letöltések

Megjelent

2019-06-28