Big data and predictive analytics (

Big data and predictive analytics (BDPA) is an all-encompassing
term for techniques destined to handle big data characterized in termsof high volume, velocity and variety (Duan & Xiong, 2015; Wang, Gunasekaran, Ngai, & Papadopoulos, 2016; Zhou, Chawla, Jin, & Williams, 2014). Big data can help address critical challenges of predictive analytics that refer to data capture, storage, transfer & sharing
(i.e. system architecture), and search, analysis, and visualization (i.e. data analytics) (Chen, Chiang, & Storey, 2012; Duan & Xiong, 2015;Erevelles, Fukawa, & Swayne, 2016). BDPA can improve supply chain performance by improving visibility (Barratt & Oke, 2007), resilience
and robustness (Brandon-Jones, Squire, Autry, & Petersen, 2014), and organizational performance (OP) (Schoenherr & Speier-Pero, 2015;Waller & Fawcett, 2013)

ผลลัพธ์ (ไทย) 1:

ข้อมูลและการวิเคราะห์งาน (BDPA) เป็นการผ่อนคลายระยะสำหรับเทคนิคที่กำหนดเพื่อจัดการข้อมูลขนาดใหญ่ที่โดดเด่นใน termsof สูง ความเร็ว และความหลากหลาย (ด้วนและคายเนสหยง 2015 วัง Gunasekaran ไห และตุส 2016 ได้รับ โจว Chawla จิน และวิ ลเลียมส์ 2014) ข้อมูลขนาดใหญ่สามารถช่วยอยู่ท้าทายสำคัญของการวิเคราะห์งานที่อ้างอิงถึงจับข้อมูล เก็บข้อมูล ถ่ายโอน และแชร์(เช่นระบบสถาปัตยกรรม), และค้นหา วิเคราะห์ และการมองเห็น (เช่นวิเคราะห์ข้อมูล) (Chen เชียงใหม่ และ ชั้น 2012 ด้วนและคายเนสหยง 2015 Erevelles, Fukawa, & Swayne, 2016) BDPA สามารถเพิ่มประสิทธิภาพห่วงโซ่อุปทาน โดยการปรับปรุงทัศนวิสัย (Barratt & โอคลอดจ์ 2007), ความยืดหยุ่นและความแข็งแกร่ง (แบรนดอน-โจนส์ Squire, Autry และ ภาพยนตร์ 2014), และประสิทธิภาพขององค์กร (OP) (Schoenherr และ Speier-Pero, 2015 วอลเลอร์ & ฟอว์เซ็ตต์ 2013)

ผลลัพธ์ (ไทย) 2:

ข้อมูลขนาดใหญ่และการวิเคราะห์การทำนาย (BDPA) เป็นทั้งหมดที่ครอบคลุม
ระยะสำหรับเทคนิคชะตาที่จะจัดการกับข้อมูลขนาดใหญ่โดดเด่นในปริมาณสูง termsof ความเร็วและความหลากหลาย (ด้วนและ Xiong 2015; วังกูนาซีคาแรไหงและ Papadopoulos 2016; โจว Chawla จินและวิลเลียมส์ 2014) ข้อมูลขนาดใหญ่สามารถช่วยให้อยู่กับความท้าทายที่สำคัญของการวิเคราะห์การทำนายที่อ้างถึงการเก็บข้อมูลการจัดเก็บการถ่ายโอนและการแบ่งปัน
(เช่นสถาปัตยกรรมระบบ) และการค้นหาการวิเคราะห์และการสร้างภาพ (เช่นการวิเคราะห์ข้อมูล) (เฉินเจียงและชั้น 2012; ด้วน และ Xiong 2015; Erevelles, Fukawa และ Swayne 2016) BDPA สามารถปรับปรุงประสิทธิภาพห่วงโซ่อุปทานโดยการปรับปรุงการมองเห็น (รัต & Oke, 2007), ความยืดหยุ่น
และความทนทาน (แบรนดอนโจนส์นาย Autry และปีเตอร์เสน 2014) และประสิทธิภาพขององค์กร (OP) (Schoenherr & Speier-Pero 2015; วอลเลอร์และ Fawcett, 2013)

ผลลัพธ์ (ไทย) 3:

ข้อมูลใหญ่และวิเคราะห์เชิงคาดการณ์ ( bdpa ) ครอบคลุมทั้งหมดคำว่าเทคนิคกำหนดให้จัดการใหญ่ข้อมูลลักษณะในด้านปริมาณสูงความเร็วและความหลากหลาย ( ต้วน & สง 2015 ; วัง gunasekaran ไหง และ papadopoulos 2559 ; โจว , ชวาลา จิน และ วิลเลี่ยม ปี 2014 ) ข้อมูลขนาดใหญ่สามารถช่วยให้ความท้าทายขององค์กรที่อยู่สำคัญทำนายอ้างถึงจับภาพ , เก็บข้อมูล , การโอนและร่วมกัน( เช่นสถาปัตยกรรมระบบ ) , การค้นหาและการวิเคราะห์และการมองเห็น ( เช่นการวิเคราะห์ข้อมูล ) ( เฉิน มหาวิทยาลัยเชียงใหม่ และชั้น , 2012 ; ด่วน & สง 2015 ; erevelles fukawa , และสเวน 2559 ) bdpa สามารถปรับปรุงประสิทธิภาพโซ่อุปทานโดยการปรับปรุงการมองเห็น ( รัต & วง , 2007 ) , ความยืดหยุ่นและ ทนทาน ( แบรนดอน โจนส์ เด็กรับใช้ ทรี และ ปีเตอร์สัน ปี 2014 ) และการปฏิบัติงานขององค์กร ( op ) ( โชนเฮอร์ & speier แต่ 2015 ; วอลเลอร์ & ฟอว์เซตต์ , 2013 )