Wsparcie strategii wyboru dostawcy za pomocą systemów Business Intelligence

Dawid Chilmon; Anna Makuch; Filip Nowak

Autor

Dawid Chilmon Politechnika Białostocka
Anna Makuch Uniwersytet Marii Curie-Skłodowskiej w Lublinie
Filip Nowak Uniwersytet Ekonomiczny we Wrocławiu

Słowa kluczowe:

business intelligence, power BI, dashboard, ADONIS, BPMN 2.0

Abstrakt

Dane wykorzystane od przedsiębiorstwa do badania są z 2021 roku. Głównym celem badania jest poprawa efektywności wyboru dostawcy poprzez stworzenie specyfikacji danych, które wspierają ten proces. W wyzwaniu biznesowym realizowanym dla Departamentu Zakupów i Logistyki w PKP Energetyka zostały wykorzystane systemy Business Intelligence. W artykule dokonano przedstawienia definicji, które występują w literaturze, a następnie zmapowania procesów z wykorzystaniem narzędzia BPMN 2.0. Dzięki temu powstały dwie mapy procesu wyboru dostawcy – w ramach kategorii zakupu materiałów budowlanych oraz MUZ-y. W badaniu wykorzystano systemy Business Intelligence, usprawniające wybór dostawcy – narzędzie Power BI. Grupa projektowa wykonała dashboard, przedstawiający lokalizację hurtowni budowlanych i elektroenergetycznych. Uwzględniono w nim niezbędne informacje o oddziałach hurtowni m.in. ich liczbę, rodzaj, lokalizację, dane o wysyłce i dane kontaktowe. Dodatkowo poprawiono efektywność procesu zakupu surowców w hurtowniach wykorzystując internetowe bazy danych podmiotów gospodarczych. Realizując opisane w artykule wyzwanie i osiągając różne rezultaty, zespół projektowy doszedł do wielu interesujących i mających praktyczne zastosowanie wniosków.

Downloads

Download data is not yet available.

Bibliografia

Bals L., Schulze H., Kelly S., Stek K.,Purchasing and supply management (PSM) competencies: current and future requirements, „Journal of Purchasing and Supply Management” 2019.

Corradini F., Morichetta A., Polini A., Re B., Tiezzi F., Collaboration vs. choreography conformance in BPMN 2.0: from theory to practice, „In 2018 IEEE 22nd International Enterprise Distributed Object Computing Conference (EDOC)” 2018.

Mandal S., An examination of the importance of big data analytics in supply chain agility development, „Management Research Review” 2018.

Matusek M. (2015) Proces wyboru dostawcy wspierający zrównoważony rozwój, „Zeszyty Naukowe Politechniki Śląskiej, Seria: Organizacja i Zarządzanie” 2015, nr 1925.

Povic A., Hackney R., Coelho P.S. Jaklic J., Towards business intelligence systems success: effects of maturity and culture on analytical decision making, „Decision Support Systems” 2012.

Shollo A., Kautz K., Towards an Understanding of Business Intelligence. Paper presented at Australasian Conference on Information Systems: ACIS 2010, Brisbane 2010, Australia; http://aisel.aisnet.org/acis2010/86/.

Sterniczuk E., Kołowski A., Metody oceny i wyboru dostawcy – przykład liczbowy, „Roczniki Naukowe Wyższej Szkoły Bankowej w Toruniu” 2013, nr 12.

Wang G., Gunasekaran A., Ngai E.W.T., Papadopoulos T., Big data analytics in logistics and supply chain management: Certain investigations for research and applications, „International Journal of Production Economics” 2016.

Źródła internetowe

Adonis, https://www.adonis-community.com/en/.

Encyklopedia Zarządzania, https://mfiles.pl/pl/index.php/Business_intelligence.

Excel Raport, https://excelraport.pl/index.php/services/co-to-jest-dashboard-i-czym-roznisie-od-raportu/.

https://www2.ibspan.waw.pl. Microsoft, https://powerbi.microsoft.com/pl-pl/.

Standards Development Organization, https://www.omg.org/spec/BPMN/2.0/.