Leveraging data-driven decisions: a framework for building intracompany capability for supply chain optimization and resilience
Notice bibliographique
Résumé
Purpose Companies are turning to big data (BD) programs to help mitigate supply chain (SC) disruptions and risks that are increasing in frequency and severity. The purpose of this paper is to explore exactly how companies translate data into meaningful information used to manage SC risk and create economic value; an area not well researched. As companies are turning to big-data programs to help mitigate supply chain (SC) disruptions and risks that are increasing in frequency and severity, having the capability to internally integrate SC information is cited as the most critical risk to manage. Design/methodology/approach Information processing theory and resource-based view are applied to support capability development used to make value-based BD decisions. Semi-structured interviews were conducted with leaders in both the oil and gas industry and logistics SC partners to explore each companies’ BD transformation. Findings Findings illuminate how companies can build internal capability to more effectively manage SC risk, optimize operating assets and drive employee engagement. Research limitations/implications The oil and gas industry were early adopters of gathering BD; more studies addressing how companies translate data to create value and manage SC risk would be beneficial. Practical implications Guidance for senior leaders to proactively introduce BD to their company through a practical framework. Further, this study provides insight into where the maximum benefit may reside, as data intersects with other company resources to build an internal capability. Originality/value This study presents a framework highlighting best practices for introducing BD plus creating a culture capable of using that data to reduce risk during design, implementation and ongoing operations. The steps for producing the maximum benefit are laid out in this study.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».