Utilization of The Big Data in The Logistics and Supply Chain Processes and Analysis of Its Impacts

Year 2019, Volume: 7 Number: ICOAEF’ 19, 95 - 103, 05.11.2019

İsmail İyigün

https://doi.org/10.18506/anemon.576185

Cited By: 3

Abstract

Nowadays, humans are not dependent to the physical data storage
elements. It can be seen that a gigantic system that called as the big data
that collected the data increasingly each passing day can remove this
requirement. Being extremely complex of the logistics systems and being
significant impacts of a number of variables to the performance of logistics
activities has made more important the data requirements in order to create the
optimal logistics operations. Therefore, it can be seen that the Big Data will
have an indispensable role in logistics processes in the near future. This
study tried to analyze the impacts on logistics processes as well as its
benefits and risks. At the same time, this paper also suggests a number of
methods and applications that can increase the total benefits while the costs
and risks are reduced.

Keywords

Big Data, Logistics, Supply Chain Technology, Industry 4.0, Internet of Things

Lojistik ve Tedarik Zinciri Süreçlerinde Büyük Veri Kullanımı ve Etkilerinin Analizi

Abstract

Günümüzde
insanlık artık fiziksel veri depolama unsurlarına bağımlı değildir. Her geçen
gün artan bir biçimde verilerin toplandığı ve büyük veri “Big Data” adı verilen
devasa bir sistem bu gereksinimi ortadan kaldıracak gibi görünmektedir.
Lojistik süreçlerin yapısal olarak karmaşıklık düzeyinin yüksek olması ve bir
takım değişkenlerin operasyonların performansına önemli ölçüde etki etmesi
lojistik süreçlerin optimize edilmesine yönelik olarak veri gereksinimini
hayati düzeyde önemli hale getirmiştir. Dolayısıyla Büyük Veri’nin yakın bir
gelecekte lojistik süreçler için vazgeçilmez bir role sahip olacağı
öngörülebilmektedir. Bu çalışma Büyük Veri’nin lojistik süreçler üzerinde
meydana getirebileceği etkiler ile yaratacağı faydalar ve risklerini analiz
etmeye çalışmaktadır. Çalışma aynı zamanda Büyük Veri kullanımı sayesinde
toplam faydayı artırabilecek, risk ve maliyetleri azaltabilecek bir takım yöntem
ve uygulamaları önermektedir.

Keywords

Büyük Veri, Lojistik, Tedarik Zinciri Teknolojisi, Endüstri 4.0, Nesnelerin İnterneti

References

• Referans1 Aslan, Ü. Özerhan, Y., (2017). Big Data and Accounting Profession. Muhasebe Bilim Dünyası Dergisi, 19(4): 862-883.
• Referans2 Arslan, G. Fawzy, D., Atay, C., (2017). On The Prediction of Structural Reactions to Big Earthquakes in Turkey. Press Academia Procedia, 5(1): 335-340.
• Referans3 Çakırel, Y. (2016). İşletmelerde Büyük Veri. Kırklareli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5(1): 52-62.
• Referans4 Yaprakli, T. Unalan, M., (2017). Consumer Privacy in The Era of Big Data: A Survey of Smartphone Users’ Concerns. Press Academia Procedia, 4(1): 1-10.
• Referans5 Çekin, M. (2016). An Analyze of the New Turkish Code On the Protection of Personal Data Nr. 6698 Regarding Big Data and Freedom of Will. İstanbul Üniversitesi Hukuk Fakültesi Mecmuası, 74(2): 629-644.
• Referans6 Eyüpoğlu, C., Aydin, M., Sertbaş, A., Zaim, A., Öneş, O. (2017). Büyük Veride Kişi Mahremiyetinin Korunması. Bilişim Teknolojileri Dergisi, 10(2): 177-184.
• Referans7 Öztürk, A. (2017). Yükseköğretimde Büyük Veri ve Öğrenme Analitikleri: Güncel Teori ve Uygulamalar. Açıköğretim Uygulamaları ve Araştırmaları Dergisi, 3(1): 218-228.
• Referans8 Bozkurt, A. (2016). Öğrenme Analitiği: E-Öğrenme, Büyük Veri ve Bireyselleştirilmiş Öğrenme. Açıköğretim Uygulamaları ve Araştırmaları Dergisi, 2(4): 55-81.
• Referans9 Dirsehan, T., Köse, N., Ercevik, E., Ceylan, S. (2017). Konaklama Sektöründe Büyük Veri Aracılığıyla Sektörel Rekabette Kültürel Farklılıkların Keşfi. Marmara Business Review, 2(1): 71-82.
• Referans10 Boyd, D., Crawford, K., Savcı, B. (2015). Büyük Veri Üzerine Eleştirel Sorular: Kültürel, Teknolojik ve Bilimsel Bir Olgu Hakkında Eleştirel Sorgulamalar. Folklor/Edebiyat, 83: 199-215.
• Referans11 Aktaş, M. (2017). A Software Architecture for Monitoring Big Data Storage Platforms. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 23(5): 597-601.
• Referans12 Atalay, M., Çelik, E. (2017). Büyük Veri Analizinde Yapay Zekâ Ve Makine Öğrenmesi Uygulamalari - Artificial Intelligence and Machine Learning Applications in Big Data Analysis. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(22): 155-172.
• Referans13 Wang, G., Gunasekaran, A., Ngai, E. W.T., Papadopoulos, T. (2016). Big Data Analytics İn Logistics and Supply Chain Management: Certain Investigations for Research and Applications. Int. J. Production Economics, 176: 98-110.
• Referans14 Kwon, O., Lee, N., Shin, B. (2014). Data Quality Management, Data Usage Experience and Acquisition Intention of Big Data Analytics. International Journal of Information Management, 34: 378-394.
• Referans15 Waller, M. A. Fawcett, S. E. (2013). Click Here for a Data Scientist: Big Data, Predictive Analytics, and Theory Development in the Era of a Maker Movement Supply Chain. Journal of Business Logistics, 34(4): 249-252.
• Referans16 Zhong, R. Y., Huang, G. Q., Lan, S., Dai, Q.Y., Xu, C., Zhang, T. (2015). A Big Data Approach for Logistics Trajectory Discovery from RFID-Enabled Production Data. Int. J. Production Economics, 165: 260,272.
• Referans17 OECD, Directorate for Financial and Enterprise Affairs Competition Committee, (2016). Big Data: Bringing Competition Policy to The Digital Era, https://one.oecd.org/document/DAF/COMP(2016)14/en/pdf, (22.01.2017)
• Referans18 Eaton, C., deRoos D., Lapis, G., Zikopoulos, P., Deutsch, T. (2012). Understanding Big Data: Analytics for Enterprise Class Hadoop and Streaming Data. New York: Mc Graw Hill.
• Referans19 SAS Whitepaper (2012). Big Data Meets Big Data Analytics: Three Key Technologies for Extracting Real-Time Business Value from the Big Data That Threatens to Overwhelm Traditional Computing Architectures.
• Referans20 Smart, B. D. (1999). Topgrading. Upper Saddle River, New Jersey: Prentice-Hall.