Skip to Main content Skip to Navigation
Theses

A qualitative analysis to investigate the enablers of big data analytics that impacts sustainable supply chain

Résumé : Les académiques et les professionnels ont déjà montré que le Big Data et l'analyse prédictive, également connus dans la littérature sous le nom de BDPA, peuvent jouer un rôle fondamental dans la transformation et l'amélioration des fonctions de l'analyse de la chaîne d'approvisionnement durable (SSCA). Cependant, les connaissances sur la meilleure manière d'utiliser la BDPA pour augmenter simultanément les performances sociales, environnementale et financière. Par conséquent, avec les connaissances tirées de la littérature sur la SSCA, il semble que les entreprises peinent encore à mettre en oeuvre les pratiques de la SSCA. Les chercheursconviennent qu'il est encore nécessaire de comprendre les techniques, outils et facteurs des concepts de base de la SSCA pour adoption. C’est encore plus important d’intégrer BDPA en tant qu’atout stratégique dans les activités commerciales. Par conséquent, cette étude examine, par exemple, quels sont les facteurs de SSCA et quels sont les outils et techniques de BDPA qui permettent de mettre en évidence le 3BL (pour ses abréviations en anglais : "triple bottom line") des rendements de durabilité (environnementale, sociale et financière) via SCA.La thèse a adopté un constructionniste modéré, car elle comprend l’impact des facteurs Big Data sur les applications et les indicateurs de performance de la chaîne logistique analytique et durable. La thèse a également adopté un questionnaire et une étude de cas en tant que stratégie de recherche permettant de saisir les différentes perceptions des personnes et des entreprises dans l'application des mégadonnées sur la chaîne d'approvisionnement analytique et durable. La thèse a révélé une meilleure vision des facteurs pouvant influencer l'adoption du Big Data dans la chaîne d'approvisionnement analytique et durable. Cette recherche a permis de déterminer les facteurs en fonction des variables ayant une incidence sur l'adoption de BDPA pour SSCA, des outils et techniques permettant la prise de décision via SSCA et du coefficient de chaque facteur pour faciliter ou retarder l'adoption de la durabilité. Il n'a pas été étudié avant. Les résultats de la thèse suggèrent que les outils actuels utilisés par les entreprises ne peuvent pas analyser de grandes quantités de données par eux-mêmes. Les entreprises ont besoin d'outils plus appropriés pour effectuer ce travail.
Document type :
Theses
Complete list of metadatas

Cited literature [301 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-02437449
Contributor : Abes Star :  Contact
Submitted on : Monday, January 13, 2020 - 6:04:08 PM
Last modification on : Wednesday, June 24, 2020 - 4:19:34 PM
Document(s) archivé(s) le : Tuesday, April 14, 2020 - 5:54:17 PM

File

L_RODRIGUEZ.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-02437449, version 1

Citation

Lineth Arelys Rodriguez Pellière. A qualitative analysis to investigate the enablers of big data analytics that impacts sustainable supply chain. Other. École centrale de Nantes, 2019. English. ⟨NNT : 2019ECDN0019⟩. ⟨tel-02437449⟩

Share

Metrics

Record views

231

Files downloads

582