Un’efficace gestione del flusso di dati che riguarda i processi aziendali costituisce per le imprese un grande valore. L’obiettivo di ricerca di questo studio è quello di indagare come gli strumenti di enterprise performance management contribuiscano a soddisfare questa esigenza, individuando le modalità di implementazione e i miglioramenti a cui tali software possono condurre a livello di prestazioni aziendali. A tal fine, si prenderà come caso studio un’azienda che opera nel mercato fashion, che ha deciso di implementare il retail & merchandise planning tramite il software Board. L’analisi metterà in luce i miglioramenti riscontrati dall’azienda, come la riduzione dello stock out, l’aumento delle vendite, la riduzione del trasferimento di merce tra negozi e il recupero di spazio a magazzino. L’ultima parte di questo elaborato è dedicata allo studio dei futuri sviluppi dell’enterprise performance management. Una possibile risposta sta nel machine learning, ovvero quella branca dell’intelligenza artificiale che si occupa di sviluppare sistemi in grado di migliorare le proprie performance apprendendo in maniera autonoma la modalità di risoluzione di determinati problemi. Verranno approfonditi specifici algoritmi di machine learning che possono trovare applicazione nell’ambito dell’enterprise performance management.
La gestione del retail & merchandise planning con software di EPM: miglioramenti osservati e possibili sviluppi legati al machine learning
BENETTI, MARTA
2022/2023
Abstract
Un’efficace gestione del flusso di dati che riguarda i processi aziendali costituisce per le imprese un grande valore. L’obiettivo di ricerca di questo studio è quello di indagare come gli strumenti di enterprise performance management contribuiscano a soddisfare questa esigenza, individuando le modalità di implementazione e i miglioramenti a cui tali software possono condurre a livello di prestazioni aziendali. A tal fine, si prenderà come caso studio un’azienda che opera nel mercato fashion, che ha deciso di implementare il retail & merchandise planning tramite il software Board. L’analisi metterà in luce i miglioramenti riscontrati dall’azienda, come la riduzione dello stock out, l’aumento delle vendite, la riduzione del trasferimento di merce tra negozi e il recupero di spazio a magazzino. L’ultima parte di questo elaborato è dedicata allo studio dei futuri sviluppi dell’enterprise performance management. Una possibile risposta sta nel machine learning, ovvero quella branca dell’intelligenza artificiale che si occupa di sviluppare sistemi in grado di migliorare le proprie performance apprendendo in maniera autonoma la modalità di risoluzione di determinati problemi. Verranno approfonditi specifici algoritmi di machine learning che possono trovare applicazione nell’ambito dell’enterprise performance management.File | Dimensione | Formato | |
---|---|---|---|
Benetti_Marta.pdf
accesso riservato
Dimensione
3.02 MB
Formato
Adobe PDF
|
3.02 MB | Adobe PDF |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/43519