ESTG - DM - Gestão e Decisão Industrial
Permanent URI for this collection
Browse
Browsing ESTG - DM - Gestão e Decisão Industrial by advisor "Borges, Ana Isabel Coelho"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
- O Poder da Informação no Planeamento da DistribuiçãoPublication . Ventura, Carlos Manuel Mendes; Correia, Sara Martins; Borges, Ana Isabel CoelhoAtualmente, os profissionais da cadeia de abastecimento (CA) enfrentam uma sobrecarga de dados relacionados com as operações logísticas, o que incentiva a adoção de técnicas avançadas de análise de dados para otimizar processos e melhorar a competitividade. Compreender a forma, de como as empresas utilizam o Big Data Analytics (BDA) para aperfeiçoar os processos de distribuição e a sua influência nas decisões estratégicas é fundamental para aumentar a eficiência e a competitividade no mercado. Este estudo investiga, a forma, de como o Big Data Analytics (BDA) pode ser utilizado para aperfeiçoar os processos de distribuição, com foco na previsão da procura e no suporte à tomada de decisão estratégica, definindo dois objetivos principais. O primeiro consiste na realização de uma análise abrangente da literatura sobre a aplicação de tecnologias de BDA na Gestão da Cadeia de Abastecimento (GCA). Através de uma análise bibliométrica, foram mapeadas as tendências emergentes e identificados os temas mais relevantes, oferecendo uma perspetiva clara sobre o contexto atual e o futuro da logística. O segundo, motivado pela necessidade prática do operador logístico, é desenvolver um modelo de previsão que antecipe a quantidade de pedidos de transporte, para as regiões em estudo, e que permita auxiliar o operador na otimização das suas operações nacionais, contribuindo para a melhoria da sua eficiência logística, promovendo a utilização mais inteligente dos seus recursos e aumentando a sua capacidade de resposta em áreas estratégicas. Foi adotada uma metodologia quantitativa, focada na análise de séries temporais dos dados históricos de um operador logístico, utilizando diferentes modelos preditivos (Seasonal AutoRegressive Integrated Moving Average (SARIMA), PROPHET, Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU) e Multi-Layer Perceptron (MLP)). Cada modelo foi testado para prever a quantidade de pedidos de transporte diários. De forma a comparar a eficácia dos modelos em termos de precisão, foram utilizadas métricas de avaliação (Mean Squared Error (MSE), Mean Absolute Error (MAE), Root Mean Squared Error (RMSE) e Symmetric Mean Absolute Percentage Error (SMAPE)), que permitiram medir o desempenho de cada um. Os modelos SARIMA e PROPHET apresentaram um desempenho superior, captando de forma mais eficaz os padrões sazonais, enquanto os modelos baseados em redes neurais, como o LSTM e o GRU, revelaram-se promissores na identificação de padrões não lineares e variações mais complexas nas séries temporais, embora tenham sido identificadas limitações significativas nos modelos. O estudo acaba por destacar o papel central da análise preditiva na logística moderna, destacando a sua importância para a tomada de decisão baseada em dados e oferecendo uma contribuição relevante para o setor, alinhando a teoria com a prática operacional.
- Tributação internacional e desempenho económico empresarial: uma análise econométrica dos preços de transferência como variável explicativaPublication . Moura, Diana Cristina Leite; Carvalho, Amélia Oliveira; Borges, Ana Isabel CoelhoA temática dos preços de transferência (PT) tem ganho cada vez mais destaque motivada, também, pela evolução da economia e pela globalização. Atualmente, as empresas possuem uma maior facilidade em estabelecer subsidiárias, filiais ou joint ventures em jurisdições com regimes fiscais mais favoráveis ou que ofereçam subsídios ao investimento.