dc.contributor.author |
Στρατήγης, Χαρίλαος
|
el |
dc.contributor.author |
Κουτσογιαννακόπουλος, Ιωάννης
|
el |
dc.contributor.author |
Stratigis, Charilaos
|
en |
dc.contributor.author |
Koutsogiannakopoulos, Ioannis
|
en |
dc.date.accessioned |
2018-04-23T10:06:02Z |
|
dc.date.available |
2018-04-23T10:06:02Z |
|
dc.date.issued |
2018-04-23 |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/46866 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.15331 |
|
dc.rights |
Default License |
|
dc.subject |
Επιχειρηματική ευφυΐα |
el |
dc.subject |
Παραγωγή παρτίδων |
el |
dc.subject |
Ανάλυση δεδομένων |
el |
dc.subject |
Λήψη αποφάσεων |
el |
dc.subject |
Business intelligence |
en |
dc.subject |
Performance management |
en |
dc.subject |
Batch industry |
en |
dc.subject |
Data analysis |
en |
dc.subject |
Decision making |
en |
dc.subject |
Διαχείριση απόδοσης |
el |
dc.title |
Εφαρμογή επιχειρηματικής ευφυΐας στη διαχείριση αποδοτικότητας σε βιομηχανία παραγωγής παρτίδων |
el |
dc.title |
Business intelligence application in batch process performance management |
en |
heal.type |
bachelorThesis |
|
heal.classification |
Συστήματα υποστήριξης αποφάσεων και έμπειρα συστήματα |
el |
heal.classification |
Decision support systems and expert systems |
en |
heal.classificationURI |
http://data.seab.gr/concepts/4defe2cfcbbe3d184aa0c0c87588e4051a118524 |
|
heal.classificationURI |
http://data.seab.gr/concepts/4defe2cfcbbe3d184aa0c0c87588e4051a118524 |
|
heal.language |
el |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2018-03-14 |
|
heal.abstract |
Το Performance Management (ή αλλιώς Διαχείριση Απόδοσης) ενός οργανισμού αποτελεί τη διαδικασία, κατά την οποία πραγματοποιείται συντονισμένη προσπάθεια με στόχο την αύξηση της αποδοτικότητας του οργανισμού αυτού. Ειδικότερα, στη σύγχρονη, άκρως ανταγωνιστική επιχειρησιακή πραγματικότητα, αποτελεί κρίσιμο παράγοντα για την εξασφάλιση της βιωσιμότητας και της επιτυχίας μια επιχείρησης. Γι’ αυτό το λόγο, νέες μέθοδοι και προσεγγίσεις του Performance Management προκρίνονται για την καλύτερη διαχείρισή του. Αναπόσπαστο κομμάτι των σύγχρονων προσεγγίσεων και μεθόδων αποτελεί το Business Intelligence (ή αλλιώς Επιχειρηματική Ευφυΐα), κατά το οποίο ακατέργαστα δεδομένα μετατρέπονται σε χρήσιμες και αξιοποιήσιμες πληροφορίες για την καλύτερη λήψη αποφάσεων.
Η παρούσα διπλωματική εργασία επιχειρεί να δημιουργήσει μια μεθοδολογία βελτίωσης του Performance Management σε μια βιομηχανία παραγωγής παρτίδων δημιουργώντας μία εφαρμογή Business Intelligence με σκοπό να παράξει πολύτιμη γνώση από την επεξεργασία και την οπτικοποίηση δεδομένων.
Το εγχείρημα αυτό στηρίχτηκε στη συνεργασία μας με την Johnson & Johnson Hellas που μας έδωσε τη δυνατότητα να εργαστούμε με πραγματικά βιομηχανικά δεδομένα και να αντλήσουμε πληροφορίες αποτυπώνοντας παράλληλα τον πραγματικό αντίκτυπο που αυτές μπορούν να έχουν σε μια υπάρχουσα παραγωγική διαδικασία.
Συγκεκριμένα, δημιουργήσαμε μια εφαρμογή, η οποία λαμβάνει ακατέργαστα δεδομένα από τους αισθητήρες των PLC των αναμεικτηρίων της εταιρείας, τα αναλύει με χρήση της γλώσσας προγραμματισμού R και παράγει ποσοτικοποιημένους δείκτες απόδοσης (KPIs) για το σύνολο της παραγωγικής διαδικασίας. Ακολούθως, οι δείκτες αυτοί οπτικοποιούνται με τη χρήση του προγράμματος Power BI ώστε να προσφέρουν στον χρήστη της μια οπτική και άμεση εποπτεία στο σύνολο της παραγωγικής διαδικασίας.
Τα συμπεράσματα μας δείχνουν ότι το Business Intelligence αποτελεί μια προσέγγιση με τεράστιες δυνατότητες για την βελτίωση του Performance Management σε μια βιομηχανία. Συνεπώς μοντελοποιώντας και αναλύοντας κατάλληλα την εκάστοτε υπό μελέτη παραγωγική διαδικασία είναι δυνατόν να παραχθεί μια πολύτιμη βάση γνώσης, η οποία προσφέρει απεριόριστες ευκαιρίες αξιοποίησης όχι μόνο στη βελτίωση του Performance Management, αλλά και στο να καταστούν πιο αποτελεσματικές οι γενικότερες στρατηγικές, οι τακτικές και η λήψη αποφάσεων σε μια βιομηχανία. |
el |
heal.abstract |
Performance Management for an organization is the process, during which a coordinated effort takes place, with the goal to increase the performance of this organization. Thus in the highly competitive business reality, it is highlighted as a crucial factor for the sustainability and success of a company. For this reason, new methods and approaches of Performance Management come to thefore for better management. Really important part of the modern approaches and methods is Business Intelligence, in which the raw data are transformed to useful and usable information for better Decision Making.
This thesis tries to create a methodology for improvement of Performance Management in a batch industry, by creating an application of Business Intelligence, with the goal of creating useful knowledge from raw data. Our cooperation with Johnson & Johnson Hellas gave us the ability to work with real industrial data and produce information, while measuring the impact, that they can have to a real production process.
We created an application, which gets raw data from the sensors of the PLC on the Mixing Vessels of the company, analyses them with the use of R programming language and produces quantified KPIs for the whole production process. Afterwards those KPIs are visualized through Microsoft Power BI, in order to offer the user a visual oversight of the production process.
Our conclusions show that Business Intelligence is an approach, which has vast possibilities for the improvement of Performance Management in an industry. By modeling and analyzing properly each production process, valuable knowledge can be produced, which offers unlimited opportunities of utilization, not only for the improvement of Performance Management but also to make more efficient the overall strategies and decision making in an industry. |
en |
heal.advisorName |
Ασκούνης, Δημήτριος |
el |
heal.committeeMemberName |
Δούκας, Χρυσόστομος |
el |
heal.committeeMemberName |
Ψαρράς, Ιωάννης |
el |
heal.committeeMemberName |
Ασκούνης, Δημήτριος |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
90 σ. |
|
heal.fullTextAvailability |
true |
|