dc.contributor.advisor | Ζακυνθινός, Γεώργιος | |
dc.contributor.author | Ξαρχάκου, Χρηστίνα Δέσποινα | |
dc.date.accessioned | 2022-04-04T11:43:36Z | |
dc.date.available | 2022-04-04T11:43:36Z | |
dc.date.issued | 2021-12 | |
dc.identifier.uri | https://amitos.library.uop.gr/xmlui/handle/123456789/6543 | |
dc.identifier.uri | http://dx.doi.org/10.26263/amitos-48 | |
dc.description | Αρ. Εισ.: 20 cd | el |
dc.description.abstract | Σκοπός- Πρόσφατα, η έννοια των δεδομένων Mega (MD) εξελίχθηκε και άρχισε να παίζει ουσιαστικό ρόλο στην πρόοδο της ανάπτυξης νέων προϊόντων (NPD) σε διάφορους τομείς συμβάλλοντας στη δημιουργία αξίας, τη δημιουργία ιδεών και το ανταγωνιστικό πλεονέκτημα. Ωστόσο, έχει γίνει περιορισμένη έρευνα σχετικά με το πώς η βιομηχανία τροφίμων μπορεί να εκμεταλλευτεί το MD για να βελτιώσει τις διαδικασίες που εμπλέκονται στο NPD.
Ο σκοπός αυτής της εργασίας είναι να κατανοήσει τη χρήση του MD στην ανάπτυξη νέων προϊόντων διατροφής. Βοηθά στην εύρεση σχετικών πληροφοριών και στην ενσωμάτωση της βιωσιμότητας στα αρχικά στάδια της διαδικασίας NPD στη βιομηχανία τροφίμων.
Σχεδιασμός/μεθοδολογία/προσέγγιση – Αυτή η έρευνα απεικονίζει μια μελέτη περίπτωσης πάστας ελιάς ως επάλειψης και πώς χρησιμοποιήθηκαν τα αναλυτικά στοιχεία MD για την υποστήριξη της NPD.
Ευρήματα – Η χρήση των MD συμβάλλει στη μείωση του κόστους και του χρόνου NPD χωρίς να επηρεάζει τη γεύση και στο ίδιο επίπεδο με τα προϊόντα του ανταγωνιστή.
Πρωτοτυπία/αξία – Η έρευνα μπορεί να υποστηρίξει επαγγελματίες NPD μέσω της εφαρμογής αναλυτικών στοιχείων MD για να φέρουν προϊόντα με χαμηλότερο κόστος στην αγορά το συντομότερο δυνατό. | el |
dc.format.extent | 104 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πελοποννήσου | el |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.subject | Τρόφιμα -- Βιομηχανία και εμπόριο -- Ελλάδα. | el |
dc.subject | Ανάλυση Δεδομένων | el |
dc.subject | Τεχνολογία τροφίμων | el |
dc.subject | Ελιά | el |
dc.subject | Πάστα ελιάς | el |
dc.title | Η χρήση των mega data ως εργαλείο πληροφόρησης στην ανάπτυξη υγειο-προστατευτικών προϊόντων με βάση την επιτραπέζια ελιά. Μελέτη περίπτωσης πάστας ελιάς ως άλειμμα. | el |
dc.title.alternative | Use of mega data as an information tool in the development of health- protective products based on table olives. Case study of olive paste as a spread | el |
dc.type | Μεταπτυχιακή διπλωματική εργασία | el |
dc.contributor.committee | Καπόλος, Ιωάννης | |
dc.contributor.committee | Παπαδημητρίου, Κωνσταντίνος | |
dc.contributor.department | Τμήμα Επιστήμης και Τεχνολογίας Τροφίμων | el |
dc.contributor.faculty | Σχολή Γεωπονίας και Τροφίμων | el |
dc.contributor.master | Τεχνολογία και Ποιότητα Επιτραπέζιας Ελιάς και Ελαιολάδου | el |
dc.subject.keyword | Mega Data analytics | el |
dc.subject.keyword | NPD | el |
dc.subject.keyword | Olive Paste | el |
dc.subject.keyword | Food supply chain | el |
dc.subject.keyword | Πάστα ελιάς | el |
dc.subject.keyword | Ανάλυση Δεδομένων | el |
dc.subject.keyword | Εφοδιαστική | el |
dc.description.abstracttranslated | Purpose – Recently, the concept of Mega data (MD) has evolved and started to play an essential role in the advancement of new product development (NPD) in various sectors contributing to value creation, idea generation and competitive advantage. However, limited research has been done on how the food industry can exploit MD to improve the processes involved in NPD. The purpose of this paper is to understand the use of MD in new food product development. It helps to find relevant information and integrate sustainability to the early stages of the NPD process in the food industry.
Design/methodology/approach – This research illustrates a case study of an olive paste as a spread and how used MD analytics to support NPD.
Findings – The use of MD helps to reduce NPD costs and time without affecting the taste and on par with competitor’s products.
Originality/value – The research can support NPD professionals through the application of MD analytics to bring products at lower costs to the market as quickly as possible. | el |