Business Intelligence + Lean Manufacturing: uma revisão sistemática da literatura (2008-2018)

Lorena Hernández Mastrapa; Maria Rita Pontes de Assumpção; Fernando Celso de Campos

doi:10.5585/exactaep.v19n1.11356

Autores

Lorena Hernández Mastrapa Universidade Metodista de Piracicaba https://orcid.org/0000-0002-1142-0532
Maria Rita Pontes de Assumpção Universidade Metodista de Piracicaba http://orcid.org/0000-0002-8612-0139
Fernando Celso de Campos Universidade Metodista de Piracicaba http://orcid.org/0000-0002-4900-8391

DOI:

https://doi.org/10.5585/exactaep.v19n1.11356

Palavras-chave:

Business Intelligence, Lean Manufacturing, Tomada de decisão, Revisão sistemática

Resumo

Lean Manufacturing (LM) é uma filosofia de gestão apoiada por um grupo de técnicas que, quando combinadas e amadurecidas, reduzem o tempo e o custo de produção, maximizam o valor ao cliente e minimiza desperdícios. Para isto a tomada de decisão desempenha um papel fundamental e se torna um ponto crítico para esta filosofia de gestão. A ferramenta Business Intelligence (BI) fornece uma abordagem baseada em dados para vincular as metas estratégicas das empresas às políticas gerenciais e ações operacionais, podendo ser de ajuda para as empresas enxutas. Assim, o presente estudo pretende analisar as principais aplicações das ferramentas de BI para dar suporte à tomada de decisão às empresas que aplicam LM. Com apoio do software de revisão sistemática StArt, foi feita uma análise da literatura atual relacionada ao tema de pesquisa. A análise permitiu definir oportunidades de aplicação de BI nas empresas que, de alguma forma, utilizam o LM.

Downloads

Não há dados estatísticos.

Biografia do Autor

Lorena Hernández Mastrapa, Universidade Metodista de Piracicaba

Possui graduação em Engenharia Industrial - Universidade Oscar Lucero Moya (2013). Mestrado em Engenharia de Produção, na área de Transporte e Logística da Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio). Atualmente é doutoranda (stricto sensu) do Programa de Pós-Graduação em Engenharia de Produção da Universidade Metodista de Piracicaba, São Paulo. Tem experiência na área de Engenharia de Produção, com ênfase em Sistemas Logísticos .

Referências

Achanga, P., Shehab, E., Roy, R. & Nelder, G. (2012) A fuzzy-logic advisory system for lean manufacturing within SMEs, International Journal of Computer Integrated Manufacturing, 25(9), pp. 839–852.

Ahmed, S., Freire, S., Feitosa, T., Zardo, L. &Almeida, R. (2018) AD-SISCOLO: a decision-support tool to aid the management of a cervical cancer screening program, Research on Biomedical Engineering, 34(1), pp. 19–30.

Bajo, J., Borrajo, M. L., De Paz, J. F., Corchado, J. M. & Pellicer, M. A. (2012) A multi-agent system for web-based risk management in small and medium business, Expert Systems with Applications. Elsevier Ltd, 39(8), pp. 6921–6931.

Brichni, M. Dupuy-Chessa, S., Gzara, L., Mandran, N. & Jeannet, C. (2017) BI4BI: A continuous evaluation system for Business Intelligence systems, Expert Systems with Applications. Elsevier Ltd, 76, pp. 97–112.

Chen, H., Chiang, R. H. & Storey, V. C. (2012) Business intelligence and analytics:from big data to big impact.Mis Quarterly, 36(4), 1165-1188.

Chung, W. & Tseng, T. L. (2012) Discovering business intelligence from online product reviews: A rule-induction framework, Expert Systems with Applications. Elsevier Ltd, 39(15), pp. 11870–11879.

Deif, A. M. & Elmaraghy, H. (2014) Cost performance dynamics in lean production leveling, Journal of Manufacturing Systems. The Society of Manufacturing Engineers, 33(4), pp. 613–623.

Escodeiro, J. R. & Pereira, N. A. (2009) Desenvolvimento De Indicadores Da Manufatura Enxuta Utilizando Ferramentas De Business Intelligence: Uma Aplicação Na Manufatura De Calçados, UFSCar - Universidade Federão de São Carlos, p. 162.

Fabbri, S., Silva, C., Hernandes, E., Octaviano, F., Di Thommazo, A. &Belgamo, A. (2016) Improvements in the StArt tool to better support the systematic review process, Proceedings of the 20th International Conference on Evaluation and Assessment in Software Engineering - EASE ’16, pp. 1–5.

Ghazanfari, M., Jafari, M. & Rouhani, S. (2011) A tool to evaluate the business intelligence of enterprise systems, Scientia Iranica. Elsevier B.V., 18(6), pp. 1579–1590.

Ghosh, B., & Scott, J. E. (2011). Antecedents and catalysts for developing a healthcareanalytic capability.Communications of the Association for Information Systems,29(1), 395-409.

Haque, W., Derksen, B. A., Calado, D., & Foster, L. (2015). Using business intelligencefor efficient inter-facility patient transfer.Stud Health Technol Inform, 208,170 -176.

Kao, H. Y.,Yu, M., Masud, M., Wu, W., Chen, L. & Wu, Y. (2016) Design and evaluation of hospital-based business intelligence system (HBIS): A foundation for design science research methodology, Computers in Human Behavior. Elsevier Ltd, 62, pp. 495–505.

Kitchenham, B. & Charters, S. 2007. Guidelines for Performing Systematic Literature Reviews in Software Engineering. Technical Report. Keele University and University of Durham, version 2.3.

Mathrani, S. & Mathrani, A. (2013) ‘Utilizing enterprise systems for managing enterprise risks’, Computers in Industry. Elsevier B.V., 64(4), pp. 476–483.

Miniati, R., Frosini, F., & Dori, F. (2016). Integrated Risk and Quality Management in Hospital Systems. Clinical Engineering, 117–130.

Murray D. (2010) ' Intranets: Web-enabled data warehousing', The CRC Handbook of Modern Telecommunications.

Negash, S. (2004). Business intelligence.Communications of the Association for In-formation Systems, 13(1), 177e195.

Pereira, M. G. & Galvão, T. F. (2014) ‘Etapas de busca e seleção de artigos em revisões sistemáticas da literatura’, Epidemiologia e Serviços de Saúde, 23(2), pp. 369–371.

Pullan, T. T., Bhasi, M. & Madhu, G. (2013) ‘Decision support tool for lean product and process development’, Production Planning and Control, 24(6), pp. 449–464.

Shollo, A., & Galliers, R. D. (2015). Towards an understanding of the role of businessintelligence systems in organisational knowing.Information Systems Journal.

Taddeo, R., Simboli, A., Di Vincenzo, F. & Ioppolo, G. (2019) ‘A bibliometric and network analysis of Lean and Clean(er) production research (1990/2017)’, Science of the Total Environment. Elsevier B.V., 653, pp. 765–775.

Telhada, J., Dias, A. C., Sampaio, P., Pereira, G., & Carvalho, M. S. (2013). An Integrated Simulation and Business Intelligence Framework for Designing and Planning Demand Responsive Transport Systems. Computational Logistics, 98–112.

Tremblay, M. C., Hevner, A. R. & Berndt, D. J. (2012) ‘Design of an information volatility measure for health care decision making’, Decision Support Systems. Elsevier B.V., 52(2), pp. 331–341. oi: 10.1016/j.dss.2011.08.009.

Vallurupalli, V. & Bose, I. (2018) ‘Business intelligence for performance measurement: A case based analysis’, Decision Support Systems. Elsevier, 111(May), pp. 72–85.

Wan, H. & Chen, F. F. (2009) ‘Decision support for lean practitioners: A web-based adaptive assessment approach’, Computers in Industry, 60(4), pp. 277–283.

Wang, C. H. (2016) ‘A novel approach to conduct the importance-satisfaction analysis for acquiring typical user groups in business-intelligence systems’, Computers in Human Behavior. Elsevier Ltd, 54, pp. 673–681.