English
Aubakirova, D.
(2024).
Directions for using big data analytics in logistics management.
Development Management,
23(1),
27-36.
https://doi.org/10.57111/devt/1.2024.27
Українська
Стаття
Напрями застосування Big Data аналітики в логістичному менеджменті
Отримано 13.10.2023, Доопрацьовано 08.01.2024, Прийнято 22.03.2024
Анотація
Логістичні операції стають дедалі складнішими та вимагають точних даних для ефективного управління. Використання Big Data в логістичному менеджменті є актуальною темою у зв’язку зі зростанням обсягу даних і необхідністю оптимізації процесів доставки та управління запасами для задоволення потреб ринку. Метою дослідження була розробка способів оптимізації управління аналізом Big Data у сфері логістики. Для досягнення мети використовувалися методи аналізу, експерименту та порівняння. У результаті дослідження було розроблено та успішно застосовано стратегії оптимізації логістичного управління аналізом Big Data. Створена на мові Python програма ефективно оптимізує маршрути доставки, використовуючи алгоритм кластеризації, й візуалізує результати цього процесу. Додатково, складено інформативну схему, що наочно ілюструє ключові етапи розроблених стратегій. У рамках дослідження також було розроблено та представлено таблицю, що описує застосування методів аналізу Big Data в різних логістичних компаніях. Проведено порівняння компаній за функціональними можливостями, даними, отриманими результатами та сферою діяльності. Встановлено, що використання методів машинного навчання та оптимізації процесів зберігання й обробки даних істотно збільшує ефективність логістичних операцій. Результати цього дослідження можуть бути використані логістичними компаніями будь-якого масштабу, а також підприємствами, що займаються управлінням ланцюгами поставок. Крім того, рекомендації та стратегії, розроблені в рамках дослідження, можуть бути корисними для професіоналів у галузі інформаційних технологій та аналітики даних, які займаються розробкою програмних рішень і систем для оптимізації логістичних процесів
Ключові слова:
контроль поставок; використання об’ємної інформації; способи оптимізації управління; транспортно-складська організація; аналіз Big Data
- 3 102 Перегляди
- Читати статтю
Використані джерела
[1] Abbas, A. (2024). Data-driven decision-making: Big data analytics & machine learning in M&A and IT supply chain. EasyChair Preprint, article number 12080.
[2] Abdikul, S., Malikova, R., & Orazymbetova, A. (2022). Digital technologies in production supply chain management. State Audit, 56(3), 37-46. doi: 10.55871/2072-9847-2022-56-3-37-46.
[3] Al Doghan, M.A., & Kaliani Sundram, V.P. (2023). AI-enabled reverse logistics and big data for enhanced waste and resource management. Operational Research in Engineering Sciences Theory and Applications, 6(2), 315-335. doi: 10.31181/oresta/0602116.
[4] Alimova, Z., Dautova, A., Sadykova, A., & Aisauly, Z. (2023). Overview of data analysis software. Bulletin of Toraighyrov University. Physics, Mathematics and Computer Science Series, 1, 9-21. doi: 10.48081/NOGC5873.
[5] Blank, Z. (2021). How FedEx drivers optimize their routes (and their biggest hurdle). Retrieved from https://www.getstraightaway.com/blog-posts/how-fedex-drivers-optimize-their-routes-and-their-biggest-hurdle.
[6] Chen, Y.-T., Sun, E.W., Chang, M.-F., & Lin, Y.-B. (2021). Pragmatic real-time logistics management with traffic IoT infrastructure: Big data predictive analytics of freight travel time for Logistics 4.0. International Journal of Production Economics, 238, article number 108157. doi: 10.1016/j.ijpe.2021.108157.
[7] Chen, Z., & Liao, Z. (2023). Impact of data technology on logistics industry business performance. Highlights in Business, Economics and Management, 16, 282-287. doi: 10.54097/hbem.v16i.10571.
[8] Digitalisation in logistics. (n.d.). Retrieved from https://ie.kuehne-nagel.com/en/-/knowledge/digital-transformation-logistics.
[9] Garland, M. (2022). Amazon rolls out delivery route algorithm to reduce miles driven. Retrieved from https://www.supplychaindive.com/news/amazon-deploys-new-delivery-route-algorithm-condor/630747/.
[10] Garland, M. (2024). Walmart trims store-to-home delivery costs by 20%. Retrieved from https://www.supplychaindive.com/news/walmart-last-mile-delivery-fulfillment-cost-reduction/708379/#:~:text=Dive%20Brief%3A-,Walmart%20has%20lowered%20the%20cost%20of%20making%20last%2Dmile%20deliveries,the%20retail%20giant%20in%20November.
[11] How data and digitization are transforming the transport industry. (2020). Retrieved from https://europenews.xpo.com/en/2505/how-data-and-digitization-are-transforming-the-transport-industry/.
[12] Karki, R., Shrestha, N., & Adhikari, P. (2024). Data analytics to enhance supply chain decision-making, inventory management, and logistic optimization. Retrieved from https://www.researchgate.net/publication/377189703_DATA_ANALYTICS_TO_ENHANCE_SUPPLY_CHAIN_DECISION-MAKING_INVENTORY_MANAGEMENT_AND_LOGISTIC_OPTIMIZATION.
[13] Kurniawan, S.D., Widiastuti, R.Y., Hermanto, D.M.C., Mukhlis, I.R., Pipin, S.J., Surianto, D.F., Priyatno, A.M., Pasaribu, A.A., & Judijanto, L. (2024). Big data. Jambi: PT Sonpedia Publishing Indonesia.
[14] Kwasek, A., & Prokopowicz, D. (2023). Improving management methods through the use of ICT, business intelligence and big data analytics. In Security and management in modern organizations: Selected issues (pp. 133-141). Rzeszow: Rzeszow University of Technology Publishing House.
[15] Li, X. (2024). Optimization of logistics flow management through big data analytics for sustainable development and environmental cycles. Soft Computing, 28, 2701-2117. doi: 10.1007/s00500-023-09591-x.
[16] Liu, C., Feng, Y., Lin, D., Wu, L., & Guo, M. (2020). IoT based laundry services: An application of big data analytics, intelligent logistics management, and machine learning techniques. International Journal of Production Research, 58(17), 5113-5131. doi: 10.1080/00207543.2019.1677961.
[17] Maersk data integrations. (n.d.). Retrieved from https://www.maersk.com/digital-solutions/data-integrations/solutions.
[18] Mishra, R., Gangwar, H., & Sahoo, S. (2023). Role of big data analytics in improving drivers of omni-channel retailing for improving logistics experience. Benchmarking: An International Journal. doi: 10.1108/BIJ-03-2023-0166.
[19] Mukazhanov, N.K., & Tolegenov, A.M. (2022). Creation of the multi-dimensional model and visualization of logistic data. Bulletin of the Abai Kaznpu, the Series of “Physical and Mathematical Sciences”, 78(2), 134-142. doi: 10.51889/2022-2.1728-7901.17.
[20] Novanda, N., & Medyawati, H. (2023). Determinant of Shopee Xpress consumer satisfaction in Jakarta greater area. Economics, Entrepreneurship, Management, 10(2), 25-34. doi: 10.56318/eem2023.02.025.
[21] Pawar, P.V., & Paluri, R.A. (2022). Big data analytics in logistics and supply chain management: A review of literature. Vision: The Journal of Business Perspective. doi: 10.1177/09722629221091655.
[22] Serikbayeva, S.K., Tussupov, J.A., & Sambetbayeva, M.A. (2021). Big data processing technology in a distributed information system. Engineering Journal of Satbayev University, 143(2), 272-278. doi: 10.51301/vest.su.2021.i2.35.
[23] Shaikh, S., Pardeshi, S., Kabral, K., Khode, V., & Sharmal, S. (2023). Logistics management system using big data analytics. International Journal of Scientific Research in Engineering and Management, 7(12). doi: 10.55041/IJSREM27750.
[24] Tatlidil, O. (2023). Smarter deliveries: How UPS drives efficiency with AI and ML. Retrieved from https://medium.com/@tatlidil/smarter-deliveries-how-ups-drives-efficiency-with-ai-and-ml-b1af18574a3a.
[25] The real value of IoT in supply chains. (n.d.). Retrieved from https://www.dhl.com/global-en/delivered/digitalization/the-value-of-iot-in-supply-chains.html.
[26] Userbayeva, A., Shatmanov, O., & Musabaev, B. (2022). Improving the logistics strategy of enterprises. KazATC Bulletin, 120(1), 70-80. doi: 10.52167/1609-1817-2022-120-1-70-80.
[27] Wahyudin, A., Bani, F.C.D., & Ibrahim, A.B. (2023). Development of big data analytics technology on sea freight operational performance using the agile model. International Journal of Multidisciplinary Approach Research and Science, 2(1), 216-228. doi: 10.59653/ijmars.v2i01.398.
[28] Xiang, L.Y., Hwang, H.J., Kim, H.K., Mahmood, M., & Dawi, N.M. (2021). The use of big data analytics to improve the supply chain performance in logistics industry. In H. Kim & R. Lee (Eds.), Software engineering in IoT, big data, cloud and mobile computing (pp. 17-31). Cham: Springer. doi: 10.1007/978-3-030-64773-5_2.
[29] Zhanbirov, G., & Zhanbirov, E. (2022). Logistics approach to inventory management. KazATC Bulletin, 122(3), 127-135. doi: 10.52167/1609-1817-2022-122-3-127-135.