یک رویکرد DEA (تحلیل پوششی داده ها) برای انتخاب تامین کننده با فرآیند تحلیل سلسله مراتبی و ملاحظات مربوط به ریسک A DEA approach for Supplier Selection with AHP and Risk Consideration
- نوع فایل : کتاب
- زبان : فارسی
- ناشر : IEEE
- چاپ و سال / کشور: 2016
توضیحات
چاپ شده در مجله کنفرانس بین المللی کلان داده ها – International Conference on Big Data
رشته های مرتبط مهندسی صنایع، برنامه ریزی و تحلیل سیستم ها، لجستیک و زنجیره تامین
۱- مقدمه انتخاب تامین کننده یک مسئله رایجی است که بسیاری از شرکت ها در طول سالیان متمادی با آن مواجه بوده اند(۱). انتخاب تامین کننده مناسب می تواند یک فرایند واقعا سخت باشد زیرا معیار های بسیاری وجود دارند که بایستی در نظر گرفته شوند و ارزیابی آن ها نیز کار ساده ای نیست(۱). انتخاب تامین کننده دیگر همانند گزینش یک تامین کننده مناسب بر اساس قیمت هایی که آن ها پیشنهاد می کنند ساده نیست. هم چنین، تصمیم گیرنده ممکن است مطمئن نباشد که برای ارزیابی تامین کننده ها، چگونه یک معیار مناسب را انتخاب کند.(۲). به علاوه، حتی اگر تصمیم گیرنده دارای معیار های صحیح در ذهن خو باشد، او ممکن است از ابزار های واقعی برای ارزیابی این معیار ها و انتخاب تامین کننه واقعی(۲) آگاه نباشد. انتخاب تامین کننده، فرایندی است که به موجب آن، شرکت ها بایستی ابتدا تامین کننده ها را شناسایی کنند، سپس آن ها را ارزیابی کرده و در نهایت با آن ها ارتباط برقرار کنند(۳). این فرایند معمولا مستلزم حجم زیادی از منابع مالی شرکت بوده و لذا یک فرایند حیاتی و مهم است(۳). این فرایند شامل مقایسه کلی تامین کنندگان مختلف با استفاده از یک مجموعه معیار ها و شاخص ها برای ارزیابی قابلیت ها و مهارت های آن هاست(۴). به علاوه، در دنیای به شدت رقابتی امروز، تولید کالاهای کم هزینه و با کیفیت بالا بدون انتخاب مناسب تامین کننده ها غیر ممکن است(۵). در واقع، انتخاب تامین کننده، یکی از مهم ترین مولفه ها در مدیریت زنجیره تامین می باشد که به موجب آن، موفقیت کوتاه و بلند مدت شرکت ها به شدت بستگی به انتخاب صحیح تامین کنندگان آن دارد(۴). از این روی، انتخاب تامین کننده نقش مهمی در اطمینان از بقای شرکت ایفا می کند(۶). ارزیابی مسئله انتخاب تامین کننده مستلزم هر دوی شاخص های کمی و کیفی برای ارایه یک ارزیابی جامع تر از تامین کننده ها می باشد(۲). تحلیل پوششی داده ها(DEA)، که یک روش تحلیل تصمیم متداول است، قادر به اندازه گیری اثر بخشی و کارایی تامین کننده هاست(۷). با این حال، یکی از نقاط ضعف روش تحلیل پوششی داده ها، نیاز به داده های کمی است(۴). در واقع، تحلیل پوششی داده ها در تحلیل های خود از ویژگی های کیفی بهره نمی برد. از سوی دیگر، فرایند تحلیل سلسله مراتبی را می توان برای نسبت دادن( تخصیص) مقادیر( که این مقادیر موسوم به اوزان هستند) به ویژگی های کیفی استفاده کرد(۴). این موجب می شود تا ویژگی های کیفی به شاخص های کمی تبدیل شوند و شاخص های کمی را می توان در مدل تحلیل پوششی داده ها استفاده کرد. تلفیق روش تحلیل سلسله مراتبی و تحلیل پوششی داده ها به تصمیم گیرنده امکان مقایسه کارایی تامین کننده ها را بر اساس ویژگی های کمی و کیفی می دهد. بنابر این، این مقاله، کاربرد رویکرد تحلیل سلسله مراتبی – تحلیل پوششی داده ها را برای حل مسئله انتخاب تامین کننده توصیه می کند. ما، علاوه بر تاکید ویژه بر روش انتخاب مناسب ترین تامین کننده، بایستی ویژگی های مناسب را برای ارزیابی تامین کننده ها شناسایی کنیم. در راس معیار های معمولی نظیر کیفیت و خدمات مورد استفاده برای ارزیابی تامین کننده، این مقاله، استفاده از ریسک ها را پیشنهاد می کند که ناشی از اختلالات بالقوه در تامین به عنوان معیاری برای ارزیابی تامین کننده است. از آنجا که زنجیره های تامین روز به روز پیچیده تر می شوند، مسئله ریسک معمولا یکی از نگرانی های مدیران زنجیره تامین(۸-۹) است. از این روی، ریسک ها نیز نقش مهمی در ارزیابی تامین کننده ها ایفا می کنند به طوری که تصمیم گیرنده قادر است تا ریسک های عرضه که موجب اختلال بالقوه در عملیات آن ها می شود را در نظر بگیرند. این مقاله شش ویژگی کیفی و سه ویژگی کمی را به عنوان معیار های انتخاب تامین کننده پیشنهاد می کند. فرایند تحلیل سلسله مراتبی برای سنجش کمی ویژگی های کیفی استفاده می شود. اوزاان فرایند تحلیل سلسله مراتبی که به ویژگی های کیفی نسبت داده می شود، با یک دیگر با ویژگی های کمی برای مدل تحلیل پوششی داده ها استفاده می شود. به علاوه، به جای استفاده از مدل تحلیل پوششی داده ها، این مقاله، استفاده از مدل تحلیل پوششی داده ها با کارایی بالا را پیشنهاد می کند که به تخصیص نمراتی که می توانند تامین کننده ها را متمایز تر کند، کمک می کند. در بخش بعدی، یک مرور منابع مختصر به خلاصه سازی مطالعات مربوطه در زمینه رویکرد تحلیل سلسله مراتبی و تحلیل پوششی داده ها در این مقاله می پردازد. در سومین بخش، رویکرد تحلیل سلسله مراتبی – تحلیل پوششی داده ها همراه با ویژگی های کمی و کیفی پیشنهادی به طور مفصل توضیح داده می شوند. یک مثال گویا در بخش بعدی ارایه شده است تا مخاطبان و خوانندگان مقاله یک تصویر شفاف تر در خصوص شیوه کارکرد روش حاصل کنند. در بخش پنجم یک بحثی در خصوص نتایج و محدودیت های رویکرد ارایه می شود. در نهایت، برای خلاصه سازی محتوی این مقاله، نتیجه گیری کلی ارایه می شود.
رشته های مرتبط مهندسی صنایع، برنامه ریزی و تحلیل سیستم ها، لجستیک و زنجیره تامین
۱- مقدمه انتخاب تامین کننده یک مسئله رایجی است که بسیاری از شرکت ها در طول سالیان متمادی با آن مواجه بوده اند(۱). انتخاب تامین کننده مناسب می تواند یک فرایند واقعا سخت باشد زیرا معیار های بسیاری وجود دارند که بایستی در نظر گرفته شوند و ارزیابی آن ها نیز کار ساده ای نیست(۱). انتخاب تامین کننده دیگر همانند گزینش یک تامین کننده مناسب بر اساس قیمت هایی که آن ها پیشنهاد می کنند ساده نیست. هم چنین، تصمیم گیرنده ممکن است مطمئن نباشد که برای ارزیابی تامین کننده ها، چگونه یک معیار مناسب را انتخاب کند.(۲). به علاوه، حتی اگر تصمیم گیرنده دارای معیار های صحیح در ذهن خو باشد، او ممکن است از ابزار های واقعی برای ارزیابی این معیار ها و انتخاب تامین کننه واقعی(۲) آگاه نباشد. انتخاب تامین کننده، فرایندی است که به موجب آن، شرکت ها بایستی ابتدا تامین کننده ها را شناسایی کنند، سپس آن ها را ارزیابی کرده و در نهایت با آن ها ارتباط برقرار کنند(۳). این فرایند معمولا مستلزم حجم زیادی از منابع مالی شرکت بوده و لذا یک فرایند حیاتی و مهم است(۳). این فرایند شامل مقایسه کلی تامین کنندگان مختلف با استفاده از یک مجموعه معیار ها و شاخص ها برای ارزیابی قابلیت ها و مهارت های آن هاست(۴). به علاوه، در دنیای به شدت رقابتی امروز، تولید کالاهای کم هزینه و با کیفیت بالا بدون انتخاب مناسب تامین کننده ها غیر ممکن است(۵). در واقع، انتخاب تامین کننده، یکی از مهم ترین مولفه ها در مدیریت زنجیره تامین می باشد که به موجب آن، موفقیت کوتاه و بلند مدت شرکت ها به شدت بستگی به انتخاب صحیح تامین کنندگان آن دارد(۴). از این روی، انتخاب تامین کننده نقش مهمی در اطمینان از بقای شرکت ایفا می کند(۶). ارزیابی مسئله انتخاب تامین کننده مستلزم هر دوی شاخص های کمی و کیفی برای ارایه یک ارزیابی جامع تر از تامین کننده ها می باشد(۲). تحلیل پوششی داده ها(DEA)، که یک روش تحلیل تصمیم متداول است، قادر به اندازه گیری اثر بخشی و کارایی تامین کننده هاست(۷). با این حال، یکی از نقاط ضعف روش تحلیل پوششی داده ها، نیاز به داده های کمی است(۴). در واقع، تحلیل پوششی داده ها در تحلیل های خود از ویژگی های کیفی بهره نمی برد. از سوی دیگر، فرایند تحلیل سلسله مراتبی را می توان برای نسبت دادن( تخصیص) مقادیر( که این مقادیر موسوم به اوزان هستند) به ویژگی های کیفی استفاده کرد(۴). این موجب می شود تا ویژگی های کیفی به شاخص های کمی تبدیل شوند و شاخص های کمی را می توان در مدل تحلیل پوششی داده ها استفاده کرد. تلفیق روش تحلیل سلسله مراتبی و تحلیل پوششی داده ها به تصمیم گیرنده امکان مقایسه کارایی تامین کننده ها را بر اساس ویژگی های کمی و کیفی می دهد. بنابر این، این مقاله، کاربرد رویکرد تحلیل سلسله مراتبی – تحلیل پوششی داده ها را برای حل مسئله انتخاب تامین کننده توصیه می کند. ما، علاوه بر تاکید ویژه بر روش انتخاب مناسب ترین تامین کننده، بایستی ویژگی های مناسب را برای ارزیابی تامین کننده ها شناسایی کنیم. در راس معیار های معمولی نظیر کیفیت و خدمات مورد استفاده برای ارزیابی تامین کننده، این مقاله، استفاده از ریسک ها را پیشنهاد می کند که ناشی از اختلالات بالقوه در تامین به عنوان معیاری برای ارزیابی تامین کننده است. از آنجا که زنجیره های تامین روز به روز پیچیده تر می شوند، مسئله ریسک معمولا یکی از نگرانی های مدیران زنجیره تامین(۸-۹) است. از این روی، ریسک ها نیز نقش مهمی در ارزیابی تامین کننده ها ایفا می کنند به طوری که تصمیم گیرنده قادر است تا ریسک های عرضه که موجب اختلال بالقوه در عملیات آن ها می شود را در نظر بگیرند. این مقاله شش ویژگی کیفی و سه ویژگی کمی را به عنوان معیار های انتخاب تامین کننده پیشنهاد می کند. فرایند تحلیل سلسله مراتبی برای سنجش کمی ویژگی های کیفی استفاده می شود. اوزاان فرایند تحلیل سلسله مراتبی که به ویژگی های کیفی نسبت داده می شود، با یک دیگر با ویژگی های کمی برای مدل تحلیل پوششی داده ها استفاده می شود. به علاوه، به جای استفاده از مدل تحلیل پوششی داده ها، این مقاله، استفاده از مدل تحلیل پوششی داده ها با کارایی بالا را پیشنهاد می کند که به تخصیص نمراتی که می توانند تامین کننده ها را متمایز تر کند، کمک می کند. در بخش بعدی، یک مرور منابع مختصر به خلاصه سازی مطالعات مربوطه در زمینه رویکرد تحلیل سلسله مراتبی و تحلیل پوششی داده ها در این مقاله می پردازد. در سومین بخش، رویکرد تحلیل سلسله مراتبی – تحلیل پوششی داده ها همراه با ویژگی های کمی و کیفی پیشنهادی به طور مفصل توضیح داده می شوند. یک مثال گویا در بخش بعدی ارایه شده است تا مخاطبان و خوانندگان مقاله یک تصویر شفاف تر در خصوص شیوه کارکرد روش حاصل کنند. در بخش پنجم یک بحثی در خصوص نتایج و محدودیت های رویکرد ارایه می شود. در نهایت، برای خلاصه سازی محتوی این مقاله، نتیجه گیری کلی ارایه می شود.
Description
I. INTRODUCTION The supplier selection problem is a common issue that numerous companies have faced for many years [1]. Choosing the right supplier can be a real headache – there are many criteria to consider and assessing them is no easy feat [1]. Supplier selection is no longer as simple as picking the suitable ones based on the prices they offer. Also, the decision maker may not be sure on how to choose the right criteria to assess the suppliers [2]. Furthermore, even if the decision maker does have the right criteria in mind, he or she may not know the right tools to assess these criteria and select the ideal supplier(s) [2]. Supplier selection is a process whereby the companies will have to first identify, then assess, and eventually contract with the suppliers [3]. Such process usually requires massive amount of a firm’s financial resources and is thus a critical process [3]. It involves a broad comparison of the different suppliers by using the same set of criteria and measures to evaluate their competencies [4]. Furthermore, in today’s highly competitive world it is not possible to produce low cost and high quality goods without the proper selection of suppliers [5]. As such, supplier selection is one of the most important components in supply chain management whereby the short and long term success of the companies will be heavily dependent on the right selection of its suppliers [4]. Thus, supplier selection plays an important role in ensuring the survival of the company [6]. Evaluating the supplier selection problem requires both quantitative and qualitative measures to provide a more holistic assessment of the suppliers [2]. Data Envelopment Analysis (DEA), a commonly used decision analysis method, is capable of measuring the efficiencies of the suppliers [7]. However, one downside of DEA is the requirement of data to be in quantitative form [4]. As such, DEA could not involve qualitative attributes in its analysis. On the other hand, Analytic Hierarchy Process (AHP) can be used to assign values (which are known as weights) to qualitative attributes [4]. This would turn qualitative attributes into quantifiable measures which can then be used in the DEA model. The integration of AHP and DEA would allow the decision maker to compare efficiency of the suppliers based on both quantitative and qualitative attributes. Thus, this paper proposes the use of an AHP-DEA approach to tackle the supplier selection problem. Besides focusing on the method to select the most appropriate supplier(s), we will also need to identify suitable attributes for us to evaluate the suppliers. On top of usual criteria such as quality and service used for supplier evaluation, this paper also proposes the inclusion of risks, which could stream from potential supply disruptions, as a criterion to evaluate the suppliers. As supply chains are getting more and more complex these days, the issue of risk has always been a main concern of supply chain managers [8] [9]. Thus, risks should also play a role in the evaluation of suppliers so that the decision makers can account for supply risks that could potentially disrupt their operations. This paper proposes 6 qualitative and 3 quantitative attributes as the criteria for the Supplier Selection. AHP is used to quantify the qualitative attributes. The AHP weights assigned to the qualitative attributes are then used together with the quantitative attributes for the DEA model. In addition, instead of using the basic DEA model, this paper proposes the use of super-efficiency DEA model as it could help to assign scores which could distinguish the suppliers further. In the next section, a brief literature review will summarize relevant studies to the proposed AHP-DEA approach in this paper. In the 3rd section, the AHP-DEA approach, together with the proposed qualitative and quantitative attributes, will be described in details. An illustrative case will be shown in the following section to provide the reader of a clearer picture of how the approach works. There will be a discussion on the results and the limitations of the approach in the 5th section. Last but not least, a conclusion was given to summarize the content of this paper.
