Utilize este identificador para referenciar este registo: https://hdl.handle.net/1822/73699

TítuloSoluções de software analíticas para warehouse management: objetivos, métricas e indicadores de desempenho
Autor(es)Machado, Inês Azevedo Rodrigues Silvério
Orientador(es)Santos, Maribel Yasmina
Palavras-chaveSolução analítica
Business Intelligence & Analytics
Warehouse management
Analytical solution
Data2021
Resumo(s)A evolução tecnológica das últimas décadas possibilitou o acesso à informação de forma instantânea através de dispositivos que fazem parte do nosso quotidiano, tal como o smartphone e o computador. O grande volume de dados gerado diariamente através destes dispositivos constitui uma oportunidade de negócio para as organizações, uma vez que, através da sua exploração, é possível monitorizar o desempenho de uma organização, perspetivar cenários futuros e suportar o processo de tomada de decisão estratégica. Contudo, as soluções de software empresarial, responsáveis pelo armazenamento centralizado dos dados transacionais das organizações, têm vindo a revelar-se insuficiente para o alcance de vantagem competitiva no mercado devido às suas capacidades analíticas limitadas. Neste sentido, as organizações têm vindo a investir em soluções de software analíticas que lhes permitam acrescentar valor às suas atuais soluções de software empresarial e inovar no âmbito da transformação digital. Esta dissertação está enquadrada no âmbito de um estágio realizado na empresa PRIMAVERA - Business Software Solutions que pretende a evolução com funcionalidades analíticas do EyePeak, uma solução de software que permite suportar os principais processos logísticos de uma organização. Desta forma, esta dissertação visa a identificação de objetivos, métricas e indicadores de desempenho de suporte à tomada de decisão em processos de negócio associados a warehouse management (WM). Enquanto caso de demonstração, estes conceitos são prototipados através da conceção de artefactos de natureza analítica (dashboards e reports) com base em dados reais disponíveis no EyePeak, recorrendo a uma tecnologia que enquadra a estratégia tecnológica da PRIMAVERA. A seleção desta tecnologia resulta da experimentação e avaliação das tecnologias Elastic Stack e Power BI. No final, o protótipo desenvolvido é avaliado com base nos requisitos funcionais, nas métricas e nos indicadores de desempenho previamente estabelecidos e através da demonstração dos artefactos aos stakeholders da PRIMAVERA. Os resultados obtidos confirmam que os artefactos produzidos permitem suportar o processo de tomada de decisão em processos de WM associados aos dois perfis de decisão retratados.
The technological evolution of the last decades allows instant access to information through devices that are part of our daily lives, such as the smartphone and the computer. The large volume of data generated daily through these devices constitutes a business opportunity for associations, since, through its exploration, it is possible to monitor the performance of an organization, to envision future scenarios and strategic decision-making processes. However, as business software solutions, responsible for the centralized storage of the transactional data of the associations, they have proved to be insufficient to achieve competitive advantage in the market due to their limited analytical characteristics. In this sense, associations have been investing in analytical software solutions that add value to their current business software solutions and innovate in the context of digital transformation. This dissertation is part of an internship carried out at the company PRIMAVERA - Business software solutions that intends to evolve with the analytical functionalities of EyePeak, a software solution that supports the organization's main logistical processes. In this way, this dissertation aims to identify objectives, metrics and performance indicators to support decision making in business processes associated with warehouse management (WM). As a demonstration case, these concepts are prototyped through the design of analytical artifacts (dashboards and reports) based on real data available at EyePeak, using a technology that fits PRIMAVERA's technological strategy. The selection of this technology results from the experimentation and evaluation of the Elastic Stack and Power BI technologies. In the end, the developed prototype is evaluated based on the functional requirements, metrics and performance indicators implemented and through the demonstration of the artifacts to PRIMAVERA's stakeholders. The results obtained were confirmed that these artifacts support the decision-making process in WM processes associated with the two decision profiles portrayed.
TipoDissertação de mestrado
DescriçãoDissertação de mestrado integrado em Engenharia e Gestão de Sistemas de Informação
URIhttps://hdl.handle.net/1822/73699
AcessoAcesso aberto
Aparece nas coleções:BUM - Dissertações de Mestrado
DSI - Engenharia e Gestão de Sistemas de Informação

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Dissertação Inês Azevedo Rodrigues Silvério Machado.pdf3,39 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