Big Data como piedra angular en la toma de decisiones gerenciales en la cadena de suministro
El Big Data o el análisis de datos, es una tendencia que ha contribuido para que las organizaciones a nivel global transformen sus procesos, tomen acción y se replanteen la manera en que analizan la industria y su entorno. Por otra parte, los datos se podrían estar ya recolectando, pero su análisis...
- Autores:
-
Ramírez Aguilar, Angélica Patricia
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad Militar Nueva Granada
- Repositorio:
- Repositorio UMNG
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unimilitar.edu.co:10654/44911
- Acceso en línea:
- http://hdl.handle.net/10654/44911
- Palabra clave:
- ANALISIS DE INFORMACION
TOMA DE DECISIONES
LOGISTICA EN LOS NEGOCIOS
Data analysis
supply chain
decisions
strategy
BIG DATA
Análisis de datos
cadena de suministros
decisiones
estrategia
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
UNIMILTAR2_3fb7eb97b52a2975a0ffa2689932942b |
|---|---|
| oai_identifier_str |
oai:repository.unimilitar.edu.co:10654/44911 |
| network_acronym_str |
UNIMILTAR2 |
| network_name_str |
Repositorio UMNG |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Big Data como piedra angular en la toma de decisiones gerenciales en la cadena de suministro |
| dc.title.translated.spa.fl_str_mv |
Big Data as a cornerstone in management decision making in the supply chain |
| title |
Big Data como piedra angular en la toma de decisiones gerenciales en la cadena de suministro |
| spellingShingle |
Big Data como piedra angular en la toma de decisiones gerenciales en la cadena de suministro ANALISIS DE INFORMACION TOMA DE DECISIONES LOGISTICA EN LOS NEGOCIOS Data analysis supply chain decisions strategy BIG DATA Análisis de datos cadena de suministros decisiones estrategia |
| title_short |
Big Data como piedra angular en la toma de decisiones gerenciales en la cadena de suministro |
| title_full |
Big Data como piedra angular en la toma de decisiones gerenciales en la cadena de suministro |
| title_fullStr |
Big Data como piedra angular en la toma de decisiones gerenciales en la cadena de suministro |
| title_full_unstemmed |
Big Data como piedra angular en la toma de decisiones gerenciales en la cadena de suministro |
| title_sort |
Big Data como piedra angular en la toma de decisiones gerenciales en la cadena de suministro |
| dc.creator.fl_str_mv |
Ramírez Aguilar, Angélica Patricia |
| dc.contributor.advisor.none.fl_str_mv |
Guevara Garzón, Catherine Ninoska |
| dc.contributor.author.none.fl_str_mv |
Ramírez Aguilar, Angélica Patricia |
| dc.subject.lemb.spa.fl_str_mv |
ANALISIS DE INFORMACION TOMA DE DECISIONES LOGISTICA EN LOS NEGOCIOS |
| topic |
ANALISIS DE INFORMACION TOMA DE DECISIONES LOGISTICA EN LOS NEGOCIOS Data analysis supply chain decisions strategy BIG DATA Análisis de datos cadena de suministros decisiones estrategia |
| dc.subject.keywords.spa.fl_str_mv |
Data analysis supply chain decisions strategy |
| dc.subject.armarc.spa.fl_str_mv |
BIG DATA |
| dc.subject.proposal.spa.fl_str_mv |
Análisis de datos cadena de suministros decisiones estrategia |
| description |
El Big Data o el análisis de datos, es una tendencia que ha contribuido para que las organizaciones a nivel global transformen sus procesos, tomen acción y se replanteen la manera en que analizan la industria y su entorno. Por otra parte, los datos se podrían estar ya recolectando, pero su análisis para el apoyo de toma de decisiones aún sería ambiguo, de manera particular, en los procesos de Cadena de Suministro en distintas organizaciones a diario se generan datos en grandes volúmenes y en tiempo real, siendo esto ya una ventaja, pero no es suficiente con obtenerlos y se hace necesario el poder comprenderlos ya que de esta manera se lograra conocer mejor el mercado, brindar servicios de calidad, hacer más optimas las operaciones, mitigar el impacto de variables no controlables y finalmente crear una ventaja competitiva, es ahí en donde se da la importancia en la extracción, proceso y análisis de estos, para así facilitar la toma de decisiones y encaminar estas teniendo una fuente de justificación y no sobre supuestos. En consecuencia, el ensayo a continuación presenta una revisión bibliográfica de tipo cualitativo en el cual se explora el impacto que ha generado el Big Data o análisis de datos en la toma de decisiones gerenciales en los procesos del área de cadena de suministro, reconociendo los puntos decisivos y cuáles serían las herramientas que tienen los lideres y gerentes para guiar sus operaciones hacía el éxito y el logro de sus objetivos, basando sus decisiones en fundamentos de prospectiva y direccionamiento estratégico. |
| publishDate |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2023-07-11T16:39:43Z |
| dc.date.available.none.fl_str_mv |
2023-07-11T16:39:43Z |
| dc.date.issued.none.fl_str_mv |
2023-03-02 |
| dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Especialización |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.*.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10654/44911 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Militar Nueva Granada |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Militar Nueva Granada |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.unimilitar.edu.co |
| url |
http://hdl.handle.net/10654/44911 |
| identifier_str_mv |
instname:Universidad Militar Nueva Granada reponame:Repositorio Institucional Universidad Militar Nueva Granada repourl:https://repository.unimilitar.edu.co |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Abugabah, A., Nizamuddin, N., & Abuqabbeh, A. (2020). A review of challenges and barriers implementing RFID technology in the Healthcare sector. Procedia Computer Science, Volume 170, p.p 1003–1010. https://doi.org/10.1016/j.procs.2020.03.094 Araque. G., Gómez. M., Vélez. J. & Suárez. A. (2021). Big Data y las implicaciones en la cuarta revolución industrial - Retos, oportunidades y tendencias futuras. Revista Venezolana de Gerencia. Volumen 93. pp 33-47. Calatayud, A. & Katz, R. (2019). Cadena de Suministro 4.0. Mejores prácticas internacionales y hoja de ruta para América Latina. Banco Interamericano de Desarrollo. Cárdenas, J. (2022). La aplicación de Big Data e Inteligencia Artificial en logística y transporte para la optimización de procesos en empresas. Comillas Universidad Pontificia. https://repositorio.comillas.edu/xmlui/bitstream/handle/11531/56434/TFG%20-%20Cardenes%20Doctor%2c%20Javier.pdf?sequence=2&isAllowed=y Chen, D., Preston, D. & Swink, M. (2015). How the use of big data analytics affects value creation in supply chain management. Journal of Management Information Systems, Volume 32. pp 4-39. https://doi.org/10.1080/07421222.2015.1138364 Chen, J., & Paulraj, A. (2004). Towards a theory of supply chain management: the constructs and measurements. Journal of Operations Management. Volume 22. pp 119-150. https://doi.org/10.1016/j.jom.2003.12.007 Gil, S., Gonzales, J., & Nuñez, J. (2018). Modelo de Negocios para la Gestión de la Cadena de Suministro: Una revisión y Análisis bibliométrico. I+D Revista de Investigaciones. Volumen 11. Pp 39-59. https://doi.org/10.33304/revinv.v11n1-2018004 Gomez. R., Zuluaga. A, Ceballos. N. & Palacio., D. (2019). Gestión de la cadena de suministros y productividad en la literatura científica. I+D Revista de Investigaciones. Volumen 14. pp 40-51. https://doi.org/10.33304/revinv.v14n2-2019004 Heikkilä, J. (2002). From supply to demand chain management: Efficiency and customer satisfaction. Journal of Operations Management. Volume 20. Pp 747-767. https://doi.org/10.1016/S0272-6963(02)00038-4 McAfee, A. & Brynjolfsson, E.(2012) Big data: the management revolution. Harvard Business Review. Volume 90. pp 60–68. https://ailab-ua.github.io/courses/MIS510/big_data_-_the_management_revolution_0.pdf Morin, E. (1994). Introducción al pensamiento complejo. Nick, M. (2005). La evolución del concepto “Logística” al de “Cadena de Suministros” y más allá. Compras y Existencias. Volumen 140. Nguyen, T. (2018). A Framework for Five Big V’s of Big Data and Organizational Culture in Firms. IEEE International Conference on Big Data (Big Data 2018). https://doi.org/10.1109/BigData.2018.8622377 Powel, J. & Bradford, J. (2000). Targeting intelligence gathering in a dynamic competitive environment. International Journal of Information Management. Volume 20. Pp 181-195. https://doi.org/10.1016/S0268-4012(00)00004-9 Rangel, L. (s.f.) 6 Factores que Afectan a tu Cadena de Suministro, Cómo afrontarlos. Ekomercio. https://blog.ekomercio.com.mx/6-factores-que-afectan-a-tu-cadena-de-suministro-como-afrontarlos Ramos. T, Parada. M., Martínez. U., Woocay. A.y Silva. L. (2022). Pronóstico De Demanda Usando Redes Neuronales Artificiales Como Herramienta Tecnológica En Los Procesos De Las Empresas. IPSUMTEC, 42-49 Rodríguez. R., Mercado. M. y Escobar. M. (2020). Big data y cadenas de suministros un binomio complejo para América Latina. Aibi revista de investigación, administración e ingeniería. Volumen 8. pp. 16-23. https://doi.org/10.15649/2346030X.825 Sáenz, M. (2021). El boom de los datos, una transformación digital hacia el futuro. Universidad Militar Nueva Granada. http://hdl.handle.net/10654/39434. SAS Institute Inc. (s.f.). Big Data: Qué es y por qué importa. SAS Institute Inc. https://www.sas.com/es_co/insights/big-data/what-is-big-data.htm Titu, A., Simina, A. & Titu, S. (2015). Innovation – A Challenge for the 21st Century Managers. Procedia Economics and Finance. Volume 27. Pp126-135. https://doi.org/10.1016/S2212-5671(15)00981-8 Tovar, W. (2018). Big Data: La Próxima Frontera en la Toma de Decisiones Gerenciales. Universidad del Rosario. Velasquez, J. (2011). Acotación del error de modelos de redes neuronales aplicados al pronóstico de series de tiempo. Revista UIS Ingenierías. Volumen 10. pp 65–71. https://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/64-71 Viu. M. (2018). Logística y cadena de suministro en la nueva era digital. Oikonomics.Volumen 9. pp 7-10. https://doi.org/10.7238/o.n9.1801 Younas, M. (2019). Research challenges of big data. Springer-Verlag London Ltd. Service Oriented Computing and Applications. Volume 13. pp 105–107. https://doi.org/10.1007/s11761-019-00265-x |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.accessrights.*.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.creativecommons.spa.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International |
| dc.rights.local.spa.fl_str_mv |
Acceso abierto |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 Attribution-NonCommercial-NoDerivatives 4.0 International Acceso abierto |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
applicaction/pdf |
| dc.coverage.sede.spa.fl_str_mv |
Calle 100 |
| dc.publisher.program.spa.fl_str_mv |
Especialización en Alta Gerencia |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Estudios a Distancia |
| dc.publisher.grantor.spa.fl_str_mv |
Universidad Militar Nueva Granada |
| institution |
Universidad Militar Nueva Granada |
| bitstream.url.fl_str_mv |
http://repository.unimilitar.edu.co/bitstream/10654/44911/1/Ram%c3%adrezAguilarAng%c3%a9licaPatricia%282023%29.pdf http://repository.unimilitar.edu.co/bitstream/10654/44911/2/license.txt |
| bitstream.checksum.fl_str_mv |
12224ae2b3782453bf624c65ef4be72e a609d7e369577f685ce98c66b903b91b |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional UMNG |
| repository.mail.fl_str_mv |
bibliodigital@unimilitar.edu.co |
| _version_ |
1808417940705378304 |
| spelling |
Guevara Garzón, Catherine NinoskaRamírez Aguilar, Angélica PatriciaEspecialista en Alta Gerencia2023-07-11T16:39:43Z2023-07-11T16:39:43Z2023-03-02http://hdl.handle.net/10654/44911instname:Universidad Militar Nueva Granadareponame:Repositorio Institucional Universidad Militar Nueva Granadarepourl:https://repository.unimilitar.edu.coEl Big Data o el análisis de datos, es una tendencia que ha contribuido para que las organizaciones a nivel global transformen sus procesos, tomen acción y se replanteen la manera en que analizan la industria y su entorno. Por otra parte, los datos se podrían estar ya recolectando, pero su análisis para el apoyo de toma de decisiones aún sería ambiguo, de manera particular, en los procesos de Cadena de Suministro en distintas organizaciones a diario se generan datos en grandes volúmenes y en tiempo real, siendo esto ya una ventaja, pero no es suficiente con obtenerlos y se hace necesario el poder comprenderlos ya que de esta manera se lograra conocer mejor el mercado, brindar servicios de calidad, hacer más optimas las operaciones, mitigar el impacto de variables no controlables y finalmente crear una ventaja competitiva, es ahí en donde se da la importancia en la extracción, proceso y análisis de estos, para así facilitar la toma de decisiones y encaminar estas teniendo una fuente de justificación y no sobre supuestos. En consecuencia, el ensayo a continuación presenta una revisión bibliográfica de tipo cualitativo en el cual se explora el impacto que ha generado el Big Data o análisis de datos en la toma de decisiones gerenciales en los procesos del área de cadena de suministro, reconociendo los puntos decisivos y cuáles serían las herramientas que tienen los lideres y gerentes para guiar sus operaciones hacía el éxito y el logro de sus objetivos, basando sus decisiones en fundamentos de prospectiva y direccionamiento estratégico.Lista de Figuras 3 Resumen 4 Abstract 5 Introducción 6 1. Cadenas de Suministro y Principales Factores que la Afectan 7 2. Tecnologías Transformadoras 9 2.1 Big Data 10 3. Desestabilizadores en Toma de Decisiones 12 4. Big Data como Integrador en Toma de Decisiones Estratégicas 13 5. Cadena de Suministro y Toma de Decisiones en la Aplicación del Big Data 15 5.1 Pronósticos y Big Data: respuesta a la baja asertividad 16 6. Colombia y la Transformación en sus Cadenas de Suministro17 Conclusiones 19 Referencias 21Big Data or data analysis is a trend that has contributed to global organizations transforming their processes, acting and rethinking the way they analyze the industry and its environment. On the other hand, the data could already be collected, but its analysis for decision-making support would still be ambiguous, in particular, in the Supply Chain processes in different organizations, data is generated daily in large volumes and in real time, this being already an advantage, but it is not enough to obtain them and it is necessary to be able to understand them since in this way it will be possible to better understand the market, provide quality services, make operations more optimal, mitigate the impact of variables uncontrollable and finally create a competitive advantage, that is where the importance is given in the extraction, process and analysis of these, in order to facilitate decision-making and direct these having a source of justification and not on assumptions. Consequently, the essay below presents a qualitative bibliographical review in which the impact that Big Data or data analysis has generated in managerial decision making in the processes of the supply chain area is explored, recognizing the points decisive and what would be the tools that leaders and managers have to guide their operations towards success and the achievement of their objectives, basing their decisions on fundamentals of prospective and strategic direction.Especializaciónapplicaction/pdfspahttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Attribution-NonCommercial-NoDerivatives 4.0 InternationalAcceso abiertoBig Data como piedra angular en la toma de decisiones gerenciales en la cadena de suministroBig Data as a cornerstone in management decision making in the supply chainANALISIS DE INFORMACIONTOMA DE DECISIONESLOGISTICA EN LOS NEGOCIOSData analysissupply chaindecisionsstrategyBIG DATAAnálisis de datoscadena de suministrosdecisionesestrategiaTesis/Trabajo de grado - Monografía - Especializacióninfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fEspecialización en Alta GerenciaFacultad de Estudios a DistanciaUniversidad Militar Nueva GranadaAbugabah, A., Nizamuddin, N., & Abuqabbeh, A. (2020). A review of challenges and barriers implementing RFID technology in the Healthcare sector. Procedia Computer Science, Volume 170, p.p 1003–1010. https://doi.org/10.1016/j.procs.2020.03.094Araque. G., Gómez. M., Vélez. J. & Suárez. A. (2021). Big Data y las implicaciones en la cuarta revolución industrial - Retos, oportunidades y tendencias futuras. Revista Venezolana de Gerencia. Volumen 93. pp 33-47.Calatayud, A. & Katz, R. (2019). Cadena de Suministro 4.0. Mejores prácticas internacionales y hoja de ruta para América Latina. Banco Interamericano de Desarrollo.Cárdenas, J. (2022). La aplicación de Big Data e Inteligencia Artificial en logística y transporte para la optimización de procesos en empresas. Comillas Universidad Pontificia. https://repositorio.comillas.edu/xmlui/bitstream/handle/11531/56434/TFG%20-%20Cardenes%20Doctor%2c%20Javier.pdf?sequence=2&isAllowed=yChen, D., Preston, D. & Swink, M. (2015). How the use of big data analytics affects value creation in supply chain management. Journal of Management Information Systems, Volume 32. pp 4-39. https://doi.org/10.1080/07421222.2015.1138364Chen, J., & Paulraj, A. (2004). Towards a theory of supply chain management: the constructs and measurements. Journal of Operations Management. Volume 22. pp 119-150. https://doi.org/10.1016/j.jom.2003.12.007Gil, S., Gonzales, J., & Nuñez, J. (2018). Modelo de Negocios para la Gestión de la Cadena de Suministro: Una revisión y Análisis bibliométrico. I+D Revista de Investigaciones. Volumen 11. Pp 39-59. https://doi.org/10.33304/revinv.v11n1-2018004Gomez. R., Zuluaga. A, Ceballos. N. & Palacio., D. (2019). Gestión de la cadena de suministros y productividad en la literatura científica. I+D Revista de Investigaciones. Volumen 14. pp 40-51. https://doi.org/10.33304/revinv.v14n2-2019004Heikkilä, J. (2002). From supply to demand chain management: Efficiency and customer satisfaction. Journal of Operations Management. Volume 20. Pp 747-767. https://doi.org/10.1016/S0272-6963(02)00038-4McAfee, A. & Brynjolfsson, E.(2012) Big data: the management revolution. Harvard Business Review. Volume 90. pp 60–68. https://ailab-ua.github.io/courses/MIS510/big_data_-_the_management_revolution_0.pdfMorin, E. (1994). Introducción al pensamiento complejo.Nick, M. (2005). La evolución del concepto “Logística” al de “Cadena de Suministros” y más allá. Compras y Existencias. Volumen 140.Nguyen, T. (2018). A Framework for Five Big V’s of Big Data and Organizational Culture in Firms. IEEE International Conference on Big Data (Big Data 2018). https://doi.org/10.1109/BigData.2018.8622377Powel, J. & Bradford, J. (2000). Targeting intelligence gathering in a dynamic competitive environment. International Journal of Information Management. Volume 20. Pp 181-195. https://doi.org/10.1016/S0268-4012(00)00004-9Rangel, L. (s.f.) 6 Factores que Afectan a tu Cadena de Suministro, Cómo afrontarlos. Ekomercio. https://blog.ekomercio.com.mx/6-factores-que-afectan-a-tu-cadena-de-suministro-como-afrontarlosRamos. T, Parada. M., Martínez. U., Woocay. A.y Silva. L. (2022). Pronóstico De Demanda Usando Redes Neuronales Artificiales Como Herramienta Tecnológica En Los Procesos De Las Empresas. IPSUMTEC, 42-49Rodríguez. R., Mercado. M. y Escobar. M. (2020). Big data y cadenas de suministros un binomio complejo para América Latina. Aibi revista de investigación, administración e ingeniería. Volumen 8. pp. 16-23. https://doi.org/10.15649/2346030X.825Sáenz, M. (2021). El boom de los datos, una transformación digital hacia el futuro. Universidad Militar Nueva Granada. http://hdl.handle.net/10654/39434.SAS Institute Inc. (s.f.). Big Data: Qué es y por qué importa. SAS Institute Inc. https://www.sas.com/es_co/insights/big-data/what-is-big-data.htmTitu, A., Simina, A. & Titu, S. (2015). Innovation – A Challenge for the 21st Century Managers. Procedia Economics and Finance. Volume 27. Pp126-135. https://doi.org/10.1016/S2212-5671(15)00981-8Tovar, W. (2018). Big Data: La Próxima Frontera en la Toma de Decisiones Gerenciales. Universidad del Rosario.Velasquez, J. (2011). Acotación del error de modelos de redes neuronales aplicados al pronóstico de series de tiempo. Revista UIS Ingenierías. Volumen 10. pp 65–71. https://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/64-71Viu. M. (2018). Logística y cadena de suministro en la nueva era digital. Oikonomics.Volumen 9. pp 7-10. https://doi.org/10.7238/o.n9.1801Younas, M. (2019). Research challenges of big data. Springer-Verlag London Ltd. Service Oriented Computing and Applications. Volume 13. pp 105–107. https://doi.org/10.1007/s11761-019-00265-xCalle 100ORIGINALRamírezAguilarAngélicaPatricia(2023).pdfRamírezAguilarAngélicaPatricia(2023).pdfEnsayoapplication/pdf490459http://repository.unimilitar.edu.co/bitstream/10654/44911/1/Ram%c3%adrezAguilarAng%c3%a9licaPatricia%282023%29.pdf12224ae2b3782453bf624c65ef4be72eMD51open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-83420http://repository.unimilitar.edu.co/bitstream/10654/44911/2/license.txta609d7e369577f685ce98c66b903b91bMD52open access10654/44911oai:repository.unimilitar.edu.co:10654/449112023-07-11 11:39:45.3open accessRepositorio Institucional UMNGbibliodigital@unimilitar.edu.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 |