Misurazione delle performance aziendali tramite strumenti di business intelligence: il caso del gruppo GEGEL

Carulli, Francesco (A.A. 2022/2023) Misurazione delle performance aziendali tramite strumenti di business intelligence: il caso del gruppo GEGEL. Tesi di Laurea in Processi di digitalizzazione nella funzione AFC, Luiss Guido Carli, relatore Francesco Legrottaglie, pp. 106. [Master's Degree Thesis]

Full text for this thesis not available from the repository.

Abstract/Index

Il controllo di gestione. Il sistema di controllo di gestione. Obiettivi, benefici e criticità del sistema di controllo di gestione. Il processo e la struttura del controllo di gestione. Dal controllo di gestione al controllo strategico. I sistemi di misurazione delle performance aziendali. Requisiti del sistema di valutazione delle performance aziendali. Gli indicatori per la rilevazione delle performance. Il cruscotto aziendale. Il sistema di business intelligence. Il sistema informativo aziendale. I sistemi di business intelligente. Architettura di un sistema di business intelligente. Gli utilizzi della BI in azienda. L'importanza della BI nel contesto di gestione. Caso di studio: il gruppo GEGEL. Presentazione dell'azienda. Caratteristiche e trend dei settori di riferimento: retail, Ho.re.ca., export. Struttura della reportistica di GEGEL e GAP con il modello obiettivo. La misurazione della performance in GEGEL. Fattori critici di successo del mercato. Fattori critici di successo interni di GEGEL. Obiettivi, azioni rilevanti e KPI identificati. Implementazione sistema di incentivazione MBO. Implementazione delle Dashboard in Qlik Sense. Obiettivi e team del progetto. Dashboard commerciale. Dashboard gestione delle scorte. Dashboard operations interne: logistica e qualità.

References

Bibliografia e sitografia: pp. 99-100.

Thesis Type: Master's Degree Thesis
Institution: Luiss Guido Carli
Degree Program: Master's Degree Programs > Master's Degree Program in Accounting, control and finance (LM-77)
Chair: Processi di digitalizzazione nella funzione AFC
Thesis Supervisor: Legrottaglie, Francesco
Thesis Co-Supervisor: Scettri, Simone
Academic Year: 2022/2023
Session: Autumn
Deposited by: Alessandro Perfetti
Date Deposited: 07 Jun 2024 09:59
Last Modified: 07 Jun 2024 09:59
URI: https://tesi.luiss.it/id/eprint/38780

Downloads

Downloads per month over past year

Repository Staff Only

View Item View Item