Wiarygodne prognozy kluczem do usprawnienia realizacji zamówień
Celem artykułu jest wskazanie różnic między ogólnodostępnym narzędziem prognozującym wykorzystywanym w planowaniu dostaw a dedykowanym, stworzonym specjalnie dla danej firmy. Autorzy na podstawie przeprowadzonych badań ukazują różnice w działalności sieci sklepów, prognozowaniu dostaw i ich wartości z użyciem dwóch różnych systemów wspomagających prognozowanie sprzedaży produktów. Przyjęto hipotezę badawczą, że wiarygodne prognozy są kluczowe w usprawnianiu realizacji zamówień i stanowią istotny czynnik wpływający na satysfakcję klienta oraz zdobywanie przewagi konkurencyjnej.
Bibliografia
Bibliografia/References
Boone, T., Ganeshan, R., Jain, A., & Sanders, N. R. (2019). Forecasting sales in the supply chain: Consumer analytics in the big data era. International Journal of Forecasting, 35(1), 170–180. https://doi.org/10.1016/j.ijforecast.2018.09.003
Hassani, H., & Silva, E. S. (2015). Forecasting with big data: A review. Annals of Data Science, 2(1), 5–19.
Hofmann, E., & Rutschmann, E. (2018). Big data analytics and demand forecasting in supply chains: A conceptual analysis. The International Journal of Logistics Management, 29(2), 739–766. https://doi.org/10.1108/IJLM-04-2017-0088
Janczewska, D. (2018). Proces zarządzania zasobami wiedzy w działalności logistycznej przedsiębiorstw MŚP. Przedsiębiorczość-Edukacja, 14, 177–187. https://doi.org/10.24917/20833296.14.13
Kayikci, Y. (2018). Sustainability impact of digitization in logistics. Procedia Manufacturing, 21, 782–789. https://doi.org/10.1016/j.promfg.2018.02.184
Klaś, M. (2017). Wykorzystanie nowoczesnych narzędzi symulacyjnych w innowacyjnym podejmowaniu decyzji-studium przypadku. I Konferencja Naukowo-Techniczna „Innowacje w przemyśle chemicznym”, Włocławek.
Kwiatkowska-Ciotucha, D., Załuska, U., Grześkowiak, A., & Jakubiak, M. (2021). Kompetencje w logistyce w świetle aktualnych wyzwań. Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu.
Lagorio, A., Zenezini, G., Mangano, G., & Pinto, R. (2022). A systematic literature review of innovative technologies adopted in logistics management. International Journal of Logistics Research and Applications, 25(7), 1043–1066. https://doi.org/10.1080/13675567.2020.1850661
Mańkowski, C. (2020). Modelowanie procesów logistycznych. Wydawnictwo Uniwersytetu Gdańskiego.
Niewiadomska, M. (2019). Wykorzystanie systemów informatycznych w logistycznej działalności przedsiębiorstw. Studia i Prace WNEiZ US, 56, 105–117. https://doi.org/10.18276/sip.2019.56-09
Nowik, M. (2018). Big Data innowacją w logistyce i zarządzaniu łańcuchem dostaw. W: A. Reńda, D. Wronkowski, & U. Motowidlak (Red.), Różne oblicza logistyki. Zbiór prac studentów. Wydawnictwo Uniwersytetu Łódzkiego. https://doi.org/10.18778/8142-085-3.10
Pawlicka, K., & Bal, M. (2021). Zastosowanie sztucznej inteligencji i zrównoważonych finansów łańcucha dostaw w obsłudze logistycznej omnichannel. Gospodarka Materiałowa i Logistyka, (10), 27–35. https://doi.org/10.33226/1231-2037.2021.10.3
Płoszajski, P. (2013). Big Data: nowe źródło przewag i wzrostu firm. E-mentor, (3/50), 5–10.
Reszka, L. (2019). Decyzje menedżerskie w logistyce. Wydawnictwo Uniwersytetu Gdańskiego.
Ściegienny, T. (2022). Rola logistyki zwrotnej w nowoczesnych koncepcjach zarządzania łańcuchem dostaw. W: M. Bogusz, A. Piotrowska-Puchała, M. Wojcieszak, M. Mrozek (Red.), Poszerzamy horyzonty. Tom 33. Mateusz Weiland Network Solutions.
Seyedan, M., & Mafakheri, F. (2020). Predictive big data analytics for supply chain demand forecasting: Methods, applications, and research opportunities. Journal of Big Data, 7(1), 1–22. https://doi.org/10.1186/s40537-020-00329-2
Speranza, M. G. (2018). Trends in transportation and logistics. European Journal of Operational Research, 264(3), 830–836. https://doi.org/10.1016/j.ejor.2016.08.032
Stor, M., & Domaradzka, A. (Red.). (2020). Zarządzanie kapitałem ludzkim 4.0 – wyzwania organizacyjne i kompetencyjne w perspektywie menedżerskiej. Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu.
Zhu, Q., & Kouhizadeh, M. (2019). Blockchain technology, supply chain information, and strategic product deletion management. IEEE Engineering Management Review, 47(1), 36–44. https://doi.org/10.1109/emr.2019.2898178