JultikaUniversity of Oulu repository

Tiivistelmä

Tämän kandidaatintyön tavoitteena on selvittää, miten data-analytiikkaa voidaan hyödyntää toimitusketjujen riskienhallinnassa. Tarkoituksena on tunnistaa eri strategisen ja operatiivisen tason data-analytiikan keinoja. Työssä perehdytään keinojen soveltamismahdollisuuksiin toimitusketjun hallinnan- ja riskienhallinnan näkökulmasta.

Tutkimus suoritetaan kirjallisuuskatsauksena, jossa tietoa etsitään useista erilaisista kirjoista ja tutkimusartikkeleista. Teoriaosiossa käydään läpi tärkeimmät työtä koskevat käsitteet ja muodostetaan teoreettinen viitekehys. Tutkimuksen tulokset esitetään analyysiosassa. Tulosten avulla voidaan tunnistaa data-analytiikan mahdollisuudet toimitusketjujen riskienhallinnassa. Samankaltaisia hyötyjä voitaisiin tunnistaa kaikenlaisissa toimitusketjuissa toimialasta riippumatta.

Työssä selviää, että data-analytiikan keinoin on mahdollista saavuttaa suuria hyötyjä toimitusketjun toiminnassa. Hyödyt ovat nähtävillä sekä strategisella että operatiivisella tasolla. Hyödyistä on nähtävillä selvä positiivinen syy-seuraussuhde riskienhallintaprosessiin ja sen toteuttamiseen. Lisäksi tutkimuksessa selviää, että digitalisaation ja big datan myötä data-analytiikan keinoille on entistä enemmän kysyntää. Haasteena data-analytiikan käyttöönotolle on yleensä rahallisten resurssien ja kyvykkäiden työntekijöiden puutteellisuus.

Data Analytics in Supply Chain Risk Management

Abstract

The aim of this bachelor’s thesis is to find out how data analytics can be utilized in supply chain risk management. The object of the study is to identify different means of data analytics at strategic and operational levels. This work examines the possibilities of applying the means from the point of view of supply chain management and risk management.

The research is conducted as a literature review, in which information is sought from several different books and research articles. Theory section reviews the main concepts of the work and forms a theoretical frame of reference. The results of the study are presented in the analysis section, and they can be used to identify the potential of data analytics in supply chain risk management. Similar benefits could be identified in all kinds of supply chains regardless of the industry.

In the paper it was discovered that with the help of data analytics it is possible to achieve great benefits in supply chain operation. The benefits can be seen at both strategic and operational levels. There is a clear positive cause-and-effect relationship between the benefits and risk management process and its execution. In addition, this study reveals that with digitalization and big data, there is an increasing demand for data analytics tools. Challenges in the introduction of data analytics are usually caused by the lack of financial resources and capable employees.