Submitted by Maicon Juliano Schmidt (maicons) on 2015-06-10T14:27:36Z No. of bitstreams: 1 Orlando Nitzke Palmeiro.pdf: 1206440 bytes, checksum: 16e2d43b01d8f6e01e298704e5f84908 (MD5) / Made available in DSpace on 2015-06-10T14:27:37Z (GMT). No. of bitstreams: 1 Orlando Nitzke Palmeiro.pdf: 1206440 bytes, checksum: 16e2d43b01d8f6e01e298704e5f84908 (MD5) Previous issue date: 2015-03-30 / Nenhuma / Esta dissertação teve por objetivo analisar os gargalos identificáveis no processo de armazenagem de um 3PL (third-party logistics), um operador logístico multinacional, para uma indústria química de grande porte. A pesquisa teve uma natureza qualitativa utilizando um estudo de caso único na Kuehne + Nagel. As fontes de evidência utilizadas foram entrevistas com membros da Kuehne + Nagel e da indústria química, análise documental e observação direta no armazém. De acordo com a análise, foi constatado que há oportunidades de melhoria tanto para a Kuehne + Nagel quanto para a indústria química. Os resultados apurados através da análise da operação de armazenagem da Kuehne + Nagel, identificaram problemas relacionados à alocação de materiais nas prateleiras (quanto às dimensões, pesos e movimentações dos itens), endereçamento de materiais não automatizados, área de separação (picking) não identificada, velocidade na remessa dos pedidos para separação e posterior embarque, equipamentos industriais de movimentação em quantidades insuficientes, acessibilidade interna aos procedimentos operacionais e automatização das operações internas de armazenagem. Essas divergências de processo serviram para orientar ações operacionais imediatas e futuras na organização, objetivando a melhoria no nível de serviço prestado. Ao final do estudo é proposto, com base nas oportunidades de melhorias e gargalos identificados, um 5W2H elencando as ações à serem tomadas. Após, estas ações são priorizadas através de uma Matriz GUT (Gravidade, Urgência e Tendência). / This work aimed to analyze the bottlenecks identified in the storage process of a 3PL (third-party logistics), a logistics multinational operator, for a large chemical industry. The research was a qualitative using a single case study at Kuehne + Nagel. The evidence sources used were interviews with Kuehne + Nagel members and the chemical industry, document analysis and direct observation in the warehouse. According to the analysis, it was found that there are opportunities for improvement both sides. The results obtained by analyzing the operation storage at Kuehne + Nagel identified problems related to the allocation of materials at bins (as the dimensions, weights and movement of the items), address no automated, material separation area (picking) unidentified , speed in the delivery of applications for separation and subsequent shipment, industrial handling equipment in insufficient quantities, internal accessibility to operations procedures and automation of internal storage operations. These process differences served to guide immediate and future operational activities in the organization, aiming to improve the level of service. At the end of the study is proposed, based on the opportunities identified improvements and bottlenecks, the 5W2H listing the actions to be taken. After these actions are prioritized through a GUT Matrix (Gravity, Urgency and Trend).

Made available in DSpace on 2015-04-14T14:48:55Z (GMT). No. of bitstreams: 1 397762.pdf: 1330898 bytes, checksum: 5d70750d721e0c762826c9afce7b0753 (MD5) Previous issue date: 2007-12-20 / Xen ? um paravirtualizador que permite a execu??o simult?nea de diversas m?quinas virtuais (VM), cada uma com seu pr?prio sistema operacional. O consumo dessas VMs se d? em diferentes n?veis de recursos. Com o objetivo de melhorar a performance do Xen, ? interessante verificar qual a melhor aloca??o de recursos para uma dada m?quina Xen, quando v?rias VMs s?o executadas, e quais s?o os respectivos par?metros. Para auxiliar a eventual reconfigura??o de par?metros, este trabalho prop?e um processo completo de descoberta de conhecimento em banco de dados (processo de KDD) para capturar dados de desempenho das VMs, organiz?-los em um modelo anal?tico e aplicar t?cnicas de minera??o para sugerir novos par?metros. Inicialmente s?o obtidos dados de desempenho de cada VM, onde a estrat?gia empregada ? a execu??o de benchmarks sobre cada sistema operacional. Esses dados s?o armazenados em um data warehouse propriamente modelado para armazenar registros de captura de m?tricas de benchmarks. Os dados armazenados s?o convenientemente preparados para serem utilizados por algoritmos de minera??o de dados. Os modelos preditivos gerados podem, ent?o, ser enriquecidos com instru??es em alto n?vel de reconfigura??es. Tais modelos buscam sugerir, dada uma configura??o vigente, qual o melhor conjunto de par?metros de configura??o para modificar o ambiente, e alcan?ar um ganho global de desempenho. O processo proposto foi implementado e testado com um conjunto significativo de execu??es de benchmarks, o que mostrou a qualidade e abrang?ncia da solu??o.

Made available in DSpace on 2015-04-14T14:48:55Z (GMT). No. of bitstreams: 1 399218.pdf: 2830985 bytes, checksum: ffa3a6af739950b3c3732472c58fb2c7 (MD5) Previous issue date: 2006-03-02 / A busca pela qualidade sobre produtos de software se faz cada vez mais presente e necess?ria em organiza??es de software. Neste sentido, essas organiza??es buscam op??es de como medir e analisar quantitativamente a qualidade de seus processos de desenvolvimento. No entanto, organiza??es trabalham com diferentes projetos que, por sua vez, utilizam-se de diversos processos e m?tricas. Partindo desta premissa, tais organiza??es devem buscar alternativas de como prover uma vis?o unificada atrav?s da centraliza??o dos dados dos diferentes projetos e ainda disponibilizar, a seus usu?rios, an?lises quantitativas de seus Processos de Desenvolvimento de Software (PDS) atrav?s de um Programa de M?tricas (PM). Para tal, os modelos de qualidade de software sugerem a constru??o de um reposit?rio organizacional de m?tricas. Contudo, a constru??o de um reposit?rio que atenda as caracter?sticas tanto de suporte ao armazenamento dos dados, como da disponibiliza??o de an?lises aos usu?rios organizacionais n?o mostra-se uma tarefa trivial. Perante esta realidade, este trabalho descreve sucintamente a arquitetura de um ambiente de Data Warehousing que prov? suporte a ado??o de um PM atrav?s do armazenamento de dados resultantes de diferentes PDS em uma base de dados unificada e centralizada. Este volume dedica-se a apresenta??o de dois componentes deste ambiente: o modelo anal?tico, base do Data Warehouse (DW), e o componente de apresenta??o no qual definem-se recursos anal?ticos que facilitam as an?lises realizadas pelos usu?rios organizacionais. O desenvolvimento de um reposit?rio deve considerar tanto as especificidades do PM adotado como as do pr?prio ambiente dos PDS. Quanto ?s m?tricas que comp?em o PM, algumas representam dados n?o aditivos que podem comprometer as an?lises a serem realizadas. J?, quanto ao ambiente, especificidades dos PDS dificultam a defini??o de um ?nico modelo que comporte caracter?sticas distintas. Al?m do armazenamento dos dados, a forma como estes ser?o disponibilizados tamb?m deve ser considerada, uma vez que usu?rios possuem caracter?sticas e necessidades de an?lise distintas. Por conseq??ncia, a complexidade de se desenvolver um modelo e prover recursos de an?lise neste contexto ? muito alta. Desta forma, o modelo anal?tico proposto visa armazenar m?tricas e dados resultantes dos PDS, considerando as necessidades de an?lises e tratando tanto as especificidades do PM adotado como tamb?m as do ambiente do PDS. A defini??o dos recursos anal?ticos propostos, considera usu?rios com diferentes perfis, bem como suas particularidades. Estes recursos visam satisfazer as necessidades de an?lise destes perfis disponibilizando informa??es atrav?s de v?rios n?veis de granularidade e disponibilizando mecanismos que forne?am maior sem?ntica aos dados. Assim, este trabalho prov? uma infraestrutura que suporta dados resultantes de diferentes PDS e an?lises quantitativas que consideram diferentes perfis de usu?rios embasadas em um PM.

Made available in DSpace on 2015-04-14T14:48:59Z (GMT). No. of bitstreams: 1 400971.pdf: 3124182 bytes, checksum: 9b0e8cc34e680328d6c7483573e46652 (MD5) Previous issue date: 2006-01-26 / As organiza??es de software trabalham com diversos projetos de software que se diferenciam tanto pelas ferramentas de gest?o utilizadas quanto pela forma que armazenam e controlam suas m?tricas de acompanhamento. Sendo assim, a inexist?ncia de um reposit?rio centralizado de dados dificulta o acompanhamento dos Processos de Desenvolvimento de Software (PDSs) dessas organiza??es. Uma das etapas mais cruciais do Processo de Descoberta de Conhecimento em Banco de Dados ? o processo de Extra??o, Transforma??o e Carga (ETC), pois este tem como finalidade a transforma??o dos dados brutos, extra?dos de diversas fontes, em informa??es consistentes e de qualidade. Considerando que os PDSs possuem suas especificidades, realizou-se um estudo em um ambiente real e verificou-se que, em termos de ferramentas, s?o utilizadas desde planilhas eletr?nicas (e.g. MS Excel) at? ferramentas para controle da execu??o de atividades de projetos (e.g. MS Project Server, IBM Rational Clear Quest, Bugzilla). Detectou-se ainda o uso de diferentes modelos de PDS, com ciclos de vida variados para projetos distintos, que se traduzem em formas totalmente diversas de registrar estes projetos, ainda que na mesma ferramenta. Outro problema ? que cada uma dessas ferramentas possui um modelo de dados pr?prio, que n?o segue padroniza??es estabelecidas de representa??o de dados, dificultando assim a extra??o desses dados. Por conseq??ncia, o grau de complexidade do processo de ETC, para esta organiza??o, ? muito alto. O modelo proposto neste trabalho tem por m?rito tratar, de forma integrada, dois aspectos: 1) a coleta de dados dos projetos de forma n?o intrusiva, levando em considera??o v?rios tipos de heterogeneidade, 2) a transforma??o e integra??o desses dados, proporcionando uma vis?o organizacional unificada e quantitativa dos projetos. Esses aspectos s?o tratados utilizando uma arquitetura orientada a servi?os. A abordagem orientada a servi?os busca lidar com v?rios tipos de heterogeneidade, tanto do ponto de vista organizacional (e.g. especializa??es do Processo de Software Padr?o da Organiza??o (OSSP Organization s Standard Software Process) que resultam em formas distintas de desenvolvimento e registro de fatos sobre projetos), quanto do ponto de vista t?cnico (e.g. diferentes ferramentas). Essa heterogeneidade ? convenientemente tratada atrav?s de servi?os que atuam como wrappers dos diferentes tipos de extratores, que suporta um ambiente distribu?do de desenvolvimento. Para avalia??o da abordagem proposta, foram desenvolvidos tr?s exemplos, que consideram todas essas quest?es de heterogeneidade: diferentes tipos de projetos, diferentes ciclos de vida, diferentes modelos de gerenciamento e diversas ferramentas de apoio ao acompanhamento.

Made available in DSpace on 2015-04-14T14:49:12Z (GMT). No. of bitstreams: 1 417649.pdf: 1251849 bytes, checksum: ad607557163d02817ddb83aa46013681 (MD5) Previous issue date: 2008-03-31 / As organiza??es de software buscam, cada vez mais, aprimorar seu Processo de Desenvolvimento de Software (PDS), com o intuito de garantir a qualidade dos seus processos e produtos. Para tanto, elas adotam modelos de maturidade de software. Esses modelos estabelecem que a mensura??o da qualidade seja realizada atrav?s de um programa de m?tricas (PM). As m?tricas definidas devem ser coletadas e armazenadas, permitindo manter um hist?rico organizacional da qualidade. Contudo, apenas mensurar n?o ? o bastante. As informa??es armazenadas devem ser ?teis para apoiar na manuten??o da qualidade do PDS. Para tanto, os n?veis mais altos dos modelos de maturidade sugerem que t?cnicas estat?sticas e anal?ticas sejam utilizadas, com a finalidade de estabelecer o entendimento quantitativo sobre as m?tricas. As t?cnicas de minera??o de dados entram neste contexto como uma abordagem capaz de aumentar a capacidade anal?tica e preditiva sobre as estimativas e o desempenho quantitativo do PDS. Este trabalho prop?e um m?todo para a execu??o do processo de KDD (Knowledge Discovery in Database), denominado de SPDW-Miner, voltado para a predi??o de m?tricas de software. Para tanto, prop?e um processo de KDD que incorpora o ambiente de data warehousing, denominado SPDW+. O m?todo ? composto por uma s?rie de etapas que guiam os usu?rios para o desenvolvimento de todo o processo de KDD. Em especial, em vez de considerar o DW (data warehouse) como um passo intermedi?rio deste processo, o toma como ponto de refer?ncia para a sua execu??o. S?o especificadas todas as etapas que comp?em o processo de KDD, desde o estabelecimento do objetivo de minera??o; a extra??o e prepara??o dos dados; a minera??o at? a otimiza??o dos resultados. A contribui??o est? em estabelecer um processo de KDD em um n?vel de detalhamento bastante confort?vel, permitindo que os usu?rios organizacionais possam adot?-lo como um manual de refer?ncia para a descoberta de conhecimento.

Made available in DSpace on 2015-04-14T14:50:09Z (GMT). No. of bitstreams: 1 453323.pdf: 1666131 bytes, checksum: b3d0384201e24752155d711856753450 (MD5) Previous issue date: 2013-03-15 / Agile methods have earned their space both in industry and in academia, being increasingly used. With the focus on frequent returns to customers, these methods have difficulties to gain control and maintain efficient communication, especially in larger projects with several collaborators. Software engineering techniques have proved of great value to increase predictability and provide more discipline to this kind of projects. In this paper we present a metrics program for SCRUM and an extension of a Data Warehousing environment for monitoring projects. Thus, we provide a consistent repository that can be used as a historical reference of projects and for exploring metrics in different dimensions, easing control over all aspects of the progress of a project. / M?todos ?geis j? consolidaram o seu espa?o tanto na ind?stria como na academia, sendo cada vez mais utilizados. Com o foco em retornos frequentes aos clientes, estes m?todos t?m dificuldades para obter controle e manter comunica??o eficiente, especialmente em projetos de maior porte e com grande quantidade de pessoas envolvidas. T?cnicas de engenharia de software t?m se mostrado de grande valia para aumentar a previsibilidade e dar mais disciplina deste tipo de projetos. Neste trabalho ? apresentado um programa de m?tricas para SCRUM e uma extens?o de um ambiente de Data Warehousing para o monitoramento de projetos. Desta forma, ? provido um reposit?rio consistente que pode ser utilizado como referencial hist?rico de projetos e para a visualiza??o de m?tricas em diferentes dimens?es, facilitando o controle sobre todos os aspectos do progresso de um projeto.

The problem in the warehouses is that the old and conventional methods which are obsolete are combined with very crowded conditions. Hence there is always a quest for newer and better methods. However, merely installing the newer methods does not mean that the system is effective and efficient, there is also necessity of a strong supervisory organization of the system to make the methods more effective and this also requires lot of training and managing the operations.The purpose of this thesis is to give an overview and to briefly present the concept of warehousing. Analysing the present situation in warehouses by examining four of the biggest retail warehouses in Sweden with the help of a questionnaire given to the respective warehouse managers. Comparing the present situation to the theoretical framework in order to get an idea of the strategies deployed by the businesses.The warehouses today are deploying a mixture of both latest strategies and technologies and the traditional methods in order to have a good efficiency in the warehouses.

Introduction Le Système d'Information Hospitalier (SIH) exploite et enregistre chaque jours des millions d'informations liées à la prise en charge des patients : résultats d'analyses biologiques, mesures de paramètres physiologiques, administrations de médicaments, parcours dans les unités de soins, etc... Ces données sont traitées par des applications opérationnelles dont l'objectif est d'assurer un accès distant et une vision complète du dossier médical des patients au personnel médical. Ces données sont maintenant aussi utilisées pour répondre à d'autres objectifs comme la recherche clinique ou la santé publique, en particulier en les intégrant dans un entrepôt de données. La principale difficulté de ce type de projet est d'exploiter des données dans un autre but que celui pour lequel elles ont été enregistrées. Plusieurs études ont mis en évidence un lien statistique entre le respect d'indicateurs de qualité de prise en charge de l'anesthésie et le devenir du patient au cours du séjour hospitalier. Au CHRU de Lille, ces indicateurs de qualité, ainsi que les comorbidités du patient lors de la période post-opératoire pourraient être calculés grâce aux données recueillies par plusieurs applications du SIH. L'objectif de se travail est d'intégrer les données enregistrées par ces applications opérationnelles afin de pouvoir réaliser des études de recherche clinique.Méthode Dans un premier temps, la qualité des données enregistrées dans les systèmes sources est évaluée grâce aux méthodes présentées par la littérature ou développées dans le cadre ce projet. Puis, les problèmes de qualité mis en évidence sont traités lors de la phase d'intégration dans l'entrepôt de données. De nouvelles données sont calculées et agrégées afin de proposer des indicateurs de qualité de prise en charge. Enfin, deux études de cas permettent de tester l'utilisation du système développée.Résultats Les données pertinentes des applications du SIH ont été intégrées au sein d'un entrepôt de données d'anesthésie. Celui-ci répertorie les informations liées aux séjours hospitaliers et aux interventions réalisées depuis 2010 (médicaments administrées, étapes de l'intervention, mesures, parcours dans les unités de soins, ...) enregistrées par les applications sources. Des données agrégées ont été calculées et ont permis de mener deux études recherche clinique. La première étude a permis de mettre en évidence un lien statistique entre l'hypotension liée à l'induction de l'anesthésie et le devenir du patient. Des facteurs prédictifs de cette hypotension ont également étaient établis. La seconde étude a évalué le respect d'indicateurs de ventilation du patient et l'impact sur les comorbidités du système respiratoire.Discussion The data warehouse L'entrepôt de données développé dans le cadre de ce travail, et les méthodes d'intégration et de nettoyage de données mises en places permettent de conduire des analyses statistiques rétrospectives sur plus de 200 000 interventions. Le système pourra être étendu à d'autres systèmes sources au sein du CHRU de Lille mais également aux feuilles d'anesthésie utilisées par d'autres structures de soins. / Introduction Hospital Information Systems (HIS) manage and register every day millions of data related to patient care: biological results, vital signs, drugs administrations, care process... These data are stored by operational applications provide remote access and a comprehensive picture of Electronic Health Record. These data may also be used to answer to others purposes as clinical research or public health, particularly when integrated in a data warehouse. Some studies highlighted a statistical link between the compliance of quality indicators related to anesthesia procedure and patient outcome during the hospital stay. In the University Hospital of Lille, the quality indicators, as well as the patient comorbidities during the post-operative period could be assessed with data collected by applications of the HIS. The main objective of the work is to integrate data collected by operational applications in order to realize clinical research studies.Methods First, the data quality of information registered by the operational applications is evaluated with methods … by the literature or developed in this work. Then, data quality problems highlighted by the evaluation are managed during the integration step of the ETL process. New data are computed and aggregated in order to dispose of indicators of quality of care. Finally, two studies bring out the usability of the system.Results Pertinent data from the HIS have been integrated in an anesthesia data warehouse. This system stores data about the hospital stay and interventions (drug administrations, vital signs …) since 2010. Aggregated data have been developed and used in two clinical research studies. The first study highlighted statistical link between the induction and patient outcome. The second study evaluated the compliance of quality indicators of ventilation and the impact on comorbity.Discussion The data warehouse and the cleaning and integration methods developed as part of this work allow performing statistical analysis on more than 200 000 interventions. This system can be implemented with other applications used in the CHRU of Lille but also with Anesthesia Information Management Systems used by other hospitals.

The aim of the Diploma work is to design the storage system inside the logistics system of the company Foxconn CZ. To achieve this goal it is necessary to theoretically define the main terms concerning integrated logistics chain, describe the function and localization of warehouses, describe the most often used warehouse equipment, handling equipment and logistics technologies. Closer acquaintance with company Foxconn CZ allowed us to understand its strategy. Based on collected and analyzed inputs concerning production and warehouses in newly built building the appropriate ways of storing reflecting the specific requirements of individual storage locations was designed. Based on evaluation of aspects of the proposed options the most appropriate way of storing was recommended.

The Evangelist Marketing of the CloverETL Software diploma thesis aims at proposing a new marketing strategy for an ETL tool - CloverETL. Theoretical part comprises chapters two and three. In chapter two, the thesis attempts to cover the ETL term, which - as a separate component of the Business Intelligence architecture - is not given much space in literature. Chapter three introduces evangelist marketing, explains its origins and best practices. Practical part involves introducing the Javlin, a.s. company and its CloverETL software product. After assessing the current marketing strategy, proposal of a new strategy follows. The new strategy is built on evangelist marketing pillars. Finally, benefits of the new approach are discussed looking at stats and data - mostly Google Analytics outputs.