Implications and concluding remarks
As alluded to above, the study of DPB in general and the data
quality problem in particular require interdisciplinary collaboration in
order to advance. For instance, information systems experts are
needed to provide insight into how data are collected, stored,
processed, and retrieved. SCM domain experts are needed to ensure
that the right problems are the analysis being performed and results
derived thereof are relevant (Waller and Fawcett, 2013). Additionally,
emerging data quality research suggests the need for statistical and
analytical experts who are knowledgeable in methods required to
measure, monitor, and control data quality (Jones-Farmer et al., 2013).
Working together, scholars from these and other disciplines can
employ the right technologies and techniques to solve the right
problems.
Even though the field-based effort described herein provides
support for the application of data quality control methods to data
products in a supply chain environment, more study is needed. For
example, an audit released by the United States Air Force (USAF) (Air
Force Audit Agency, 2013) reviewed the data entered by both organic
and contract maintenance personnel into one of two field level
maintenance information systems (determined by the aircraft being
repaired). Data from these two field level systems are automatically
transferred to an enterprise level system that serves as the USAF’s
single source of aircraft maintenance data. The enterprise level system
is used by the USAF in determining the need for weapon system
inspections and provides information on weapon system status,
utilization, and configuration. Unfortunately, the audit revealed errors
in the reporting of over 30% of the observed maintenance actions.
Auditors found that many of the maintenance actions entered into the
system were incomplete or inaccurate, which resulted in the improper
grounding of aircraft and an increase in maintenance manpower costs.
Chief among the causes of the errors identified in the audit was a
failure to monitor the data transfer between the systems and a failure
to establish effective monitoring and control processes for notifying
and correcting data errors. Similar to the field-based example presented earlier, this scenario represents an opportunity to examine
methods to improve the quality of data products.
However, data quality issues and the opportunities for the
application of data quality control methods are not isolated to
military or maintenance intensive operations. For example, the
proliferation of radio frequency identification provides firms with a
large amount of data to enhance visibility throughout the supply
chain; unfortunately, the data generated via such technology is often
rife with errors (Delen et al., 2007). The lack of common data format
standards and the transfer of data between dissimilar systems also
plague supply chain firms that rely upon DPB to drive growth and
innovation. Errors in customers’ addresses for example can result in
advertisements and shipments being sent to the wrong customers,
which could lead to the loss of potential sales and poor customer
service. Because customer service is shown to be a key antecedent to
firm performance in the supply chain (Leuschner et al., 2013), such
poor service can indeed be detrimental. Thus, researchers should
seek to study the application of data quality control methods in a
variety of supply chain environments.
The increasing importance of data to supply chain managers
should lead to an amplified awareness and sensitivity to their need
for high quality data products. The results of decisions based on
poor quality data could be costly. Thus, supply chain managers
should begin to view the quality of the data products they depend
upon for decisions in much the same way they view the quality of
the products their supply chain delivers. Managers who appreciate
the value of data products that are accurate, consistent, complete,
and timely should consider the potential of using control methods
to improve the quality of data products much like these methods
improved the quality of manufactured products.
In this paper, we have presented a review of the literature on data
quality from the perspective of DPB in the supply chain. This review
includes literature that frames data production as a process and
defines measures of data quality. We introduce application of SPC
methods as a means to control data quality in the supply chain, and
suggest theory-based topics for future research. We hope that our
introduction to the data quality problem in the context of DPB in the
supply chain will encourage interdisciplinary collaboration to further
develop tangible methods for controlling data, and examining the
effects thereof.inties
surrounding DPB activities used for SCM?
ความหมาย และสรุปเป็นข้อสังเกต
พาดพิงถึงข้างต้น การศึกษา dpb ทั่วไปและข้อมูลปัญหาคุณภาพในต้องการโดยเฉพาะ
สหวิทยาการ ความร่วมมือในการล่วงหน้า ตัวอย่างเช่นผู้เชี่ยวชาญระบบสารสนเทศ
อยากให้มองลึกลงไปว่า การเก็บรวบรวมข้อมูล จัดเก็บประมวลผล และเรียก
, . ผู้เชี่ยวชาญโดเมน SCM จะต้องให้แน่ใจว่าการ
ปัญหา ด้านขวาคือการวิเคราะห์การกระทำและผลลัพธ์ที่ได้มานั้นเกี่ยวข้อง
( วอลเลอร์และ ฟอว์เซตต์ , 2013 ) นอกจากนี้ การวิจัยคุณภาพข้อมูลใหม่ า
ต้องวิเคราะห์สถิติและผู้เชี่ยวชาญที่มีความรู้ในวิธีการต้อง
วัด , การตรวจสอบและการควบคุมข้อมูลคุณภาพ ( โจนส์ชาวนา et al . , 2013 ) .
ทำงานด้วยกันนักวิชาการจากสิ่งเหล่านี้ และสาขาอื่น ๆสามารถ
ใช้เทคโนโลยีขวาและเทคนิคการแก้ปัญหาที่ถูกต้อง
.
ถึงแม้ว่าสนามตามความพยายามที่อธิบายไว้ในเอกสารฉบับนี้ให้
การสนับสนุนสำหรับการประยุกต์ใช้ข้อมูลวิธีการควบคุมคุณภาพผลิตภัณฑ์ข้อมูล
ในโซ่อุปทานสิ่งแวดล้อม ศึกษาเพิ่มเติมเป็นสิ่งจำเป็น สำหรับ
ตัวอย่าง , การตรวจสอบที่ออกโดยกองทัพอากาศสหรัฐ ( USAF )
( แอร์หน่วยงานตรวจสอบแรง , 2013 ) ตรวจสอบข้อมูลที่ป้อนโดยทั้งอินทรีย์และบุคลากรการบำรุงรักษา
สัญญาเป็นหนึ่งใน 2 สนามระดับ
การบำรุงรักษาระบบสารสนเทศ ( กำหนดโดยเครื่องบินถูก
ซ่อม ) ข้อมูลจากสองสนามระดับระบบโดยอัตโนมัติ
โอนไปยังองค์กรระดับระบบที่ทำหน้าที่เป็นแหล่งเดียวของข้อมูลการบำรุงรักษา
USAF อากาศยานองค์กรระดับระบบ
ถูกใช้โดย USAF ในการกำหนดความต้องการระบบอาวุธ
ตรวจสอบและให้ข้อมูลเกี่ยวกับระบบอาวุธสถานะ
การใช้ และการตั้งค่า แต่ จากการตรวจสอบพบข้อผิดพลาดในการรายงาน
กว่า 30% และการบำรุงรักษาการกระทำ .
ผู้สอบบัญชีพบว่าจำนวนมากของการบำรุงรักษาการกระทำเข้าไป
ระบบไม่สมบูรณ์หรือไม่ถูกต้องซึ่งส่งผลให้เกิดดินไม่เหมาะสม
ของเครื่องบินและการเพิ่มขึ้นของต้นทุนบำรุงรักษา manpower
หัวหน้าในหมู่สาเหตุของข้อผิดพลาดที่ระบุไว้ในการตรวจสอบเป็น
ความล้มเหลวที่จะตรวจสอบการถ่ายโอนข้อมูลระหว่างระบบและความล้มเหลวที่จะสร้างกระบวนการตรวจสอบที่มีประสิทธิภาพและ
สามารถแจ้งและแก้ไขข้อผิดพลาดของข้อมูล คล้ายกับสนามตามตัวอย่างที่นำเสนอก่อนหน้านี้สถานการณ์นี้เป็นโอกาสที่จะตรวจสอบ
วิธีการเพื่อปรับปรุงคุณภาพของผลิตภัณฑ์ข้อมูล .
แต่ปัญหาคุณภาพข้อมูลและโอกาสในการประยุกต์ใช้วิธีการควบคุมคุณภาพข้อมูล
ไม่ได้แยกทหาร หรือการรักษาผู้ป่วย ตัวอย่างเช่น
proliferation ของคลื่นความถี่วิทยุให้กับ
บริษัทจำนวนมากของข้อมูลเพื่อเพิ่มการมองเห็นตลอดห่วงโซ่อุปทาน
; โชคร้าย ข้อมูลที่สร้างขึ้นผ่านเทคโนโลยีดังกล่าวมัก
อุดมไปด้วยข้อผิดพลาด ( delen et al . , 2007 ) ขาดข้อมูลทั่วไปรูปแบบ
มาตรฐานและถ่ายโอนข้อมูลระหว่างระบบที่แตกต่างกันยัง
โรคระบาดห่วงโซ่อุปทาน บริษัท ที่อาศัย dpb ผลักดันการเติบโตและ
นวัตกรรมข้อผิดพลาดในที่อยู่ของลูกค้าตัวอย่างเช่นสามารถผล
โฆษณา และการจัดส่งจะถูกส่งไปยังลูกค้าผิด
ซึ่งอาจทำให้สูญเสียโอกาสการขายและบริการลูกค้า
ที่น่าสงสาร เพราะการบริการลูกค้าเป็นหลักมาก่อน
ผลการดำเนินงานในห่วงโซ่อุปทาน ( leuschner et al . , 2013 ) , บริการ
ไม่ดีแน่นอนสามารถเกิดอันตราย ดังนั้น นักวิจัยควร
แสวงหาเพื่อศึกษาการประยุกต์ใช้วิธีการควบคุมคุณภาพข้อมูลในหลากหลายสภาพแวดล้อมโซ่อุปทาน
.
ความสำคัญมากขึ้นของข้อมูลการจัดหาผู้จัดการ
โซ่ควรนำไปสู่การขยายการรับรู้และความต้องการของพวกเขาสำหรับข้อมูล
ผลิตภัณฑ์คุณภาพสูง ผลลัพธ์ของการตัดสินใจบนพื้นฐานของข้อมูลคุณภาพ
อาจเป็นบทเรียนราคาแพง . ดังนั้น การจัดหาผู้จัดการโซ่
ควรเริ่มต้นเพื่อดูคุณภาพของข้อมูลผลิตภัณฑ์ของพวกเขาขึ้นอยู่กับ
เมื่อการตัดสินใจในลักษณะเดียวกัน พวกเขาดูคุณภาพของ
ผลิตภัณฑ์ห่วงโซ่อุปทานให้ . ผู้จัดการที่เห็นค่าของข้อมูลผลิตภัณฑ์
ที่ถูกต้องสอดคล้องสมบูรณ์
และทันเวลาควรพิจารณาศักยภาพของการใช้วิธีควบคุม
เพื่อปรับปรุงคุณภาพของข้อมูลผลิตภัณฑ์มากชอบวิธีการเหล่านี้
การปรับปรุงคุณภาพของสินค้าที่ผลิต
ในกระดาษนี้เราได้นำเสนอการทบทวนวรรณกรรม ข้อมูล
คุณภาพจากมุมมองของ dpb ในห่วงโซ่อุปทาน รีวิวนี้
รวมถึงวรรณกรรมการผลิตเฟรมข้อมูลในฐานะที่เป็นกระบวนการกำหนดมาตรการและ
คุณภาพข้อมูล เราแนะนำการประยุกต์ใช้วิธีการ SPC
เป็นวิธีการควบคุมคุณภาพข้อมูลในห่วงโซ่อุปทานและ
แนะนำทฤษฎีตามหัวข้อสำหรับการวิจัยในอนาคต เราหวังว่าข้อมูลเบื้องต้นของเรา
กับปัญหาคุณภาพในบริบทของ dpb ในห่วงโซ่อุปทานจะส่งเสริมความร่วมมือ
พัฒนาสหวิทยาการเพื่อเพิ่มเติมวิธีการที่มีตัวตนเพื่อการควบคุมข้อมูลและตรวจสอบผลของมัน inties
รอบ dpb กิจกรรมใช้ SCM ?
การแปล กรุณารอสักครู่..