کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
1032674 943255 2013 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Aligning supply chain collaboration using Analytic Hierarchy Process
ترجمه فارسی عنوان
سازماندهی مشارکت در زنجیره تأمین به وسیله فرآیند تحلیل سلسله مراتبی (AHP)
کلمات کلیدی
پیش بینی تقاضا - همکاری زنجیره تامین - تجزیه و تحلیل تصمیم گیری چند معیاره - فرآیند تحلیل سلسله مراتبی و تبادل اطلاعات
فهرست مطالب مقاله

چکیده
مقدمه
سیر تحولات تبادل مشارکتی اطلاعات (CIE)
روش‌شناسی تحقیق
مطالعه موردی
فرآیند تحلیل سلسله مراتبی (AHP)
تحلیل مطالعات موردی
مطالعه شماره 2 - شرکت تولیدکننده مواد بسته‌بندی
اطلاعات مورد استفاده در CIE
عوامل مؤثر بر CIE
یک مدل AHP برای CIE
پیاده‌سازی مدل تجزیه و تحلیل سلسله مراتبی
مقایسه دوتایی معیارهای تصمیم
یافته‌ها و بررسی‌های بیشتر
ترجمه چکیده
در مقالات اخیر به میزان کافی بر اهمیت وجود مشارکت بین اعضای زنجیره تأمین به عنوان ابزاری قدرتمند برای افزایش دقت پیش‌بینی تقاضا و کاهش هزینه‌های ناشی از آن، تأکید شده است. از زمانی که مقرون به صرفه نبودن روشهای پیش‌بینی بر مبنای تقاضای دوره‌های گذشته به اثبات رسیده است، اعضای زنجیره تأمین اهمیت تبادل اطلاعات مرتبط و کمک کننده به افزایش دقت پیش‌بینی تقاضا را دریافته اند. ویژگی‌های این اطلاعات بسیار با یکدیگر متفاوتند. برای مثال، بعضی از اطلاعات نظیر داده‌های تاریخی‌ای که به دست آوردن آنها ارزان تمام می‌شود، ممکن است منجر به افزایش دقت قابل ملاحظه‌ای در پیش‌بینی تقاضا نگردند. به طور مشابه، بعضی از اطلاعات نظیر آن دسته از داده‌های پیش‌بینی تقاضا که از افراد واحد یک زنجیره تأمین به دست می‌آیند، ممکن است چندان قابل اعتماد نباشند. به طور کلی باید بین اطلاعات مورد نیاز و اطلاعات مبادله شده موازنه‌ای برقرار باشد. مطالعه حاضر با استفاده از یک مدل فرآیند تحلیل سلسله مراتبی (AHP) به بررسی این موازنه پرداخته است و سپس در دو مطالعه موردی بر روی دو شرکت تولیدی آن را پیاده‌سازی کرده است. مدل AHP اطلاعات موجود را بر حسب میزان کارآمد بودن آنها در بهبود دقت پیش‌بینی مرتب می‌کند و در مورد فراهم‌سازی اطلاعاتی که باید مبادله شوند راهنماهایی اساسی را در اختیار دست اندر کاران زنجیره تأمین قرار می‌دهد. پیاده‌سازی مدل AHP درمطالعات موردی ثابت نمود که دقت پیش‌بینی تقاضای شرکتها با استفاده از اطلاعات توصیه شده (توسط مدل) افزایش یافته است. بنابراین استفاده از این مدل می‌تواند شرکتها را در تصمیم‌گیری‌های مربوط به تشریک اطلاعات زنجیره تأمین یاری دهد.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری استراتژی و مدیریت استراتژیک
چکیده انگلیسی
The significance of collaboration among supply chain members has been sufficiently stressed in the recent literature as a powerful tool for increasing accuracy of demand forecasts and for consequent cost reductions. Since it has been recognized that naïve forecasting is no longer cost efficient, Supply Chain (SC) members have found it very important to exchange relevant information that will help improve accuracy of demand forecasting. This information differs widely in terms of their characteristics. For example, some information (e.g. historic sales data) that is cheap to exchange may not contribute to a great increase in forecast accuracy. Similarly, some information may not be very reliable (e.g. demand forecast by individual SC members). In general, there is a trade-off in the kind of information required and the kind of information exchanged. This study analyses these trade-offs using an Analytic Hierarchy Process (AHP) model. The model is then implemented based on case studies conducted in two manufacturing firms. The AHP model ranks available information in terms of their contributions to improve forecast accuracy, and can provide vital clues to SC partners for preparing exchangeable data. From the case studies using AHP model, it was proved that using the preferred SC data, the firms could enhance forecasts accuracy. This in turn can help the firms to make decisions on SC collaborative arrangements for information exchange.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Omega - Volume 41, Issue 2, April 2013, Pages 431–440
نویسندگان
,