USE OF BIG DATA IN THE LOGISTICS SECTOR: EXAMPLE OF MERSIN PROVINCE

Yıl 2021, Sayı: 4, 67 - 88, 29.09.2021

Yakup Dinç Oya Korkmaz

https://doi.org/10.51551/verimlilik.825813

Cited By: 2

Öz

Purpose: There is a huge flow of data from logistics activities in our country and around the world. This study was conducted to determine what logistical activities this huge data is used in and how these logistical activities become more efficient than before thanks to the fast and accurate information provided by big data.

Methodology: In this study, interviews were conducted with large corporate logistics companies using big data operating in Mersin province. The data obtained as a result of the interviews were subjected to content analysis using a qualitative research pattern.

Findings: As a result of the content analysis; It has been concluded that thanks to the fast and accurate information provided by big data, business processes accelerate and the efficiency of operations increases accordingly, logistics enterprises using big data gain competitive advantage thanks to the optimum use of resources, logistics enterprises develop effective strategies thanks to big data, and the adaptation of big data to new developing business models of logistics enterprises, the state and private sector should invest in big data, which facilitates and provides so many gains to the sector and that the obstacles in front of big data should be removed.

Originality: No previous research paper has been found in the literature to evaluate the use of big data in the logistics sector. It is expected that the study will fill this lack in the literature.

Anahtar Kelimeler

Big Data, Logistics, Data Analysis, Technology, Productivity

BÜYÜK VERİNİN LOJİSTİK SEKTÖRÜNDE KULLANIMI: MERSİN İLİ ÖRNEĞİ

Öz

Amaç: Ülkemizde ve dünyada lojistik faaliyetlerinden kaynaklı devasa büyüklükte bir veri akışı söz konusudur. Bu çalışma bu devasa büyüklükteki verinin hangi lojistik faaliyetlerinde kullanıldığını ve bu lojistik faaliyetlerin büyük verinin sağladığı hızlı ve doğru bilgi sayesinde eskisine göre nasıl daha verimli hale geldiğini ortaya koymak amacıyla yapılmıştır.

Yöntem: Bu çalışmada, Mersin ilinde faaliyet gösteren büyük veriyi kullanan büyük kurumsal lojistik firmalarıyla görüşmeler gerçekleştirilmiştir. Görüşmeler sonucunda elde edilen veriler nitel araştırma deseni kullanılarak içerik analizine tabi tutulmuştur.

Bulgular: İçerik analizi sonucunda; büyük verinin sağladığı hızlı ve doğru bilgi sayesinde iş süreçlerinin hızlandığı ve buna bağlı olarak operasyonların verimliliğinin arttığı, kaynakların optimum kullanımı sayesinde büyük veriyi kullanan lojistik işletmelerinin rekabet avantajı kazandığı, lojistik işletmelerin büyük veri sayesinde etkili stratejiler geliştirdiği, büyük verinin lojistik işletmelerinin yeni gelişen iş modellerine adaptasyonunu kolaylaştırdığı ve sektöre bu kadar çok kazanım sağlayan büyük veriye devletin ve özel sektörün yatırım yapması ve büyük verinin önündeki engellerin kaldırılması gerektiği sonucuna ulaşılmıştır.

Özgünlük: Literatürde lojistik sektöründe büyük verinin kullanımının değerlendirilmesine yönelik daha önce yapılmış araştırma makalesine rastlanmamıştır. Yapılan çalışmanın literatürdeki bu eksikliği dolduracağı öngörülmektedir.

Anahtar Kelimeler

Büyük Veri, Lojistik, Veri Analizi, Teknoloji, Verimlilik

Kaynakça

• Aylak, B. L., Kayıkçı, Y. ve Taş, M. A., (2020), Türkiye’de Lojistik Sektöründe Faaliyet Gösteren İşletmelerin Dijital Trendlerinin İncelenmesi, Journal of Yaşar University, 15 (57), 98-116.
• Borgi, T., Zoghlami, N. ve Abed, M., (2017), Big Data for Transport and Logistics : A Review, 2017 International Conference on Advanced Systems and Electric Technologies (IC_ASET), Hammamet, Tunisia, 44-49.
• Chen, M., Mao, S. ve Liu, Y., (2014), Big Data: A Survey, Mobile Networks and Applications, 19, 171-209.
• Çelik, O. B. ve Yenilmez, İ. M., (2019), Lojistik ve Tedarik Zinciri Süreçlerinde Büyük Veri Kullanımı ve Etkilerinin Analizi, Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 7(ICOAEF’19), 96-105.
• Dinç, Y. ve Korkmaz, O., (2019), Lojistik Sektöründe Büyük Veri Kullanımı: Mersin İli Örneği, Yayımlanmamış Yüksek Lisans Tezi, Tarsus Üniversitesi Lisansüstü Eğitim Enstitüsü.
• EXASTAX, Lojistik sektörü büyük veriden nasıl yararlanıyor?, https://www.exastax.com.tr/buyuk-veri/lojistik-buyuk-veriden-nasil-yararlaniyor/, Last access: 21.09.2020.
• Gholizadeh, H., Fazlollahtabar, H. ve Khalilzadeh, M., (2020), A Robust Fuzzy Stochastic Programming for Sustainable Procurement and Logistics under Hybrid Uncertainty Using Big Data, Journal of Cleaner Production, 258, 1-24.
• Govindan, K., Cheng, T. C. E., Mishra, N. ve Shukla, N., (2018), Big Data Analytics and Application for Logistics and Supply Chain Management, Transportation Research Part E: Logistics and Transportation Review, 114, 343-349.
• Hadi, H. J., Shnain, A. H., Hadishaheed, S. ve Ahmad, A. H., (2015), Big Data and Five V’S Characteristics, International Journal of Advances in Electronics and Computer Science, 2(1), 16-23.
• Kara, D. ve Yaşar, O., (2018), Stratejik Yönetimde Büyük Veri Kullanımı, Yayımlanmamış Yüksek Lisans Tezi, Bahçeşehir Üniversitesi Sosyal Bilimler Enstitüsü.
• Lebied, M., 5 Examples of How Big Data in Logistics can Transform the Supply Chain, https://www.datapine.com/blog/how-big-data-logistics-transform-supply-chain/, Last Access: 26.08.2020.
• Lin, C. ve Lin, M., (2019), Application of Big Data in a Multicategory Product-Service System for Global Logistics Support, IEEE Engineering Management Review, 47(4), 108-118.
• Mikavica, B., Kostić-Ljubisavljević, A. ve Đogatović, V. R., (2015), Big Data: Challenges and Opportunities in Logistics Systems, A Review, 2nd Logistics International Conference, Belgrade, Serbia, 185-190.
• Neuman, W. L., (2012), Toplumsal Araştırma Yöntemleri: Nicel ve Nitel Yaklaşımlar I-II (S. Özge, Çev.), Yayın Odası, İstanbul.
• Özdemir, M., (2010), Nitel Veri Analizi: Sosyal Bilimlerde Yöntembilim Sorunsalı Üzerine Bir Çalışma, Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 11(1), 323-343.
• Satyanarayana, L. V., (2015), A Survey on Challenges and Advantages in Big Data, International Journal of Computer Science and Technology, 6(2), 115-119.
• Schoenherr, T. ve Speier-Pero, C., (2015), Data Science, Predictive Analytics, and Big Data in Supply Chain Management: Current State and Future Potential, Journal of Business Logistics, 36(1), 120-132.
• Selçuk, Z., Palancı, M., Kandemir, M. ve Dündar, H., (2014), Eğitim ve Bilim Dergisinde Yayınlanan Araştırmaların Eğilimleri: İçerik Analizi, Eğitim ve Bilim, 39(173), 430-453.
• Singh, A., Mishra, N., Ali, S. I., Shukla, N. ve Shankar, R., (2015), Cloud Computing Technology: Reducing Carbon Footprint in Beef Supply Chain, International Journal of Production Economics, 164, 462-471.
• Wamba, S. F., Gunasekaran, A., Papadopoulos, T. ve Ngai, E., (2018), Big Data Analytics in Logistics and Supply Chain Management, The International Journal of Logistics Management, 29(2), 767-783.
• Wang, Y., Feng, L., Chang, H. ve Wu, M., (2016), Research on The Impact of Big Data on Logistics, 13th Global Congress on Manufacturing and Management (GCMM 2016), Zhengzhou, China, 1-5.
• Witkowski, K., (2017), Internet of Things, Big Data, Industry 4.0–Innovative Solutions in Logistics and Supply Chains Management, Procedia Engineering, 182, 763-769.
• Yu, W., Chavez, R., Jacobs, M. A. ve Feng, M., (2018), Data-Driven Supply Chain Capabilities and Performance: A Resource-Based View, Transportation Research Part E: Logistics and Transportation Review, 114, 371-385.