DETERMINE THE KEY ASSESSMENT CRITERIA FOR SELECTION OF WAREHOUSE LOGISTICS SERVICE PROVIDER

Abstract

Outsourcing is an approved competitive strategy for companies that need to reduce operating costs, improve efficiency and focus on core activities. Selecting the right outsourcing providers is one of the most important decisions for the enterprises or managers. The main purpose of this study is to propose a multi-criteria decision making MCDM approach to evaluate assessment criteria for selection of third party logistics service provider for warehousing. The analytic network process ANP approach is applied to analyze the structure of decisionmaking problem and evaluation criteria. Furthermore, a real case study in food retailing sector is presented to illustrate the application of the proposed approach. The results show that the “operational qualification” criteria is the most important evaluation criteria for selection of warehouse logistics service provider

Keywords

• Outsourcing,Logistics Service Provider,Analytic Network Process,Decision Making

Depolama Faaliyetleri İçin Lojistik Servis Sağlayıcı Seçiminde Önemli Değerlendirme Kriterlerinin Belirlenmesi

Öz

Dış kaynak kullanımı; operasyonel maliyetlerini azaltmak, verimliliklerini arttırmak ve ana faaliyetlerine odaklanmak isteyen işletmeler için, geçerliliği kanıtlanmış bir rekabet stratejisidir. Dış kaynak kullanımında doğru firmanın seçimi, kuruluşlar ve yöneticiler için önemli kararlardan biridir. Bu çalışmanın temel amacı, depolama faaliyetleri için lojistik servis sağlayıcı olarak görev alacak üçüncü parti lojistik firması alternatiflerinin değerlendirilmesi için kullanılacak kriterlerin analiz edilmesi maksadıyla Çok Kriterli Karar Verme ÇKKV yapısına dayalı bir yaklaşım oluşturmaktır. Karar verme probleminin yapılandırılması ve değerlendirme kriterlerinin analizi için Analitik Ağ Süreci AAS metodu uygulanmıştır. Bunun yanı sıra, oluşturulan yaklaşımın gıda perakendeciliği sektöründe kullanımına yönelik bir örnek sunulmuştur. Yapılan analiz sonucunda, “operasyonel yeterlilik” kriterinin dikkate alınması gereken en önemli kriter olduğu saptanmıştır.

Anahtar Kelimeler

• Dış Kaynak Kullanımı,Lojistik Servis Sağlayıcı,Analitik Ağ Süreci,Karar Verme

Kaynakça

1. Tecrübe
2. Teknik Yeterlilik 7 / 24 Hizmeti Müşteri Hizmetleri
3. Normalize Edilmiş Genel Ağırlık 0,008012 0,008012 0,107230 0,056269 0,049865 0,122235 0,005726 0,000937 0,000155 0,001196 0,028154 0,015441 0,046233 0,002681 0,000000 0,002803 0,002803 0,030126 0,012896 0,014335 0,090637 0,015830 0,046407 0,025161 0,039457 0,055664 0,004295 0,002148
4. Depo Teftiş Standartları
5. Düzeltici-Önleyici faaliyet uygulamaları
6. İstatistiksel Süreç Kontrol Uyg.
7. Sektörel Standartlar Sipariş Doğruluğu
8. Uluslararası Sertifikalar Ana Maliyet Ek Maliyetler

9. Bilişim Sistemi Riski Yönetimi
10. Biyolojik Risk Yönetimi
11. Fiziksel Risk Yönetimi
12. Kimyasal Risk Yönetimi
13. Çalışan Riski Yönetimi Barkod sistemi EDI ERP
14. RF Destekli İşlemler WMS 0,000000 0,000000 0,016006 0,000000 0,013049 0,000000 0,077830 0,060671 0,001104 0,001907 0,003413 0,001451 0,008538 0,003890 0,003342 0,005084 0,003845 0,005159 Adım 5: Önemli değerlendirme kriterlerinin belirlenebilmesi aşamasıdır. Her bir
15. kriterin kendi ana kriter kümesindeki yerel ağırlıkları dikkate alınarak, toplamı 1 olacak şekilde
16. normalize edilerek oluşturulan genel kriter ağırlıkları Tablo 6’da sunulmuştur. Yapılan analiz ile
17. adet değerlendirme kriterinden 10 tanesinin, tüm kriterler içindeki önem ağırlığının yaklaşık
18. % 71 olduğu tespit edilmiştir. Tablo 7’de ifade edilen bu 10 kriter, depolama hizmeti verecek
19. lojistik firmasının seçiminde dikkate alınması gereken önemli kriterler olarak ifade edilebilir.
20. Tablo 7: Önemli Değerlendirme Kriterleri
21. Önemli Değerlendirme Kriterleri
22. Tüm Kriterler İçindeki Ağırlık Değerleri 0,122235 0,107230 0,090637 0,077830 0,060671 0,056269 Kapasite (K32)
23. Malzeme Taşıma Sistemi (K34)
24. Gıda Sektöründeki Referanslar (K15) İş Güvenliği (K103)
25. Teknik Yeterlilik (K)
26. Kriterler içindeki toplam pay = 0,049865 0,046407 0,046233 0,055664 0,713041 5. Sonuç Dış kaynak kullanımı kararları, işletme yönetimi açısından kritik ve zor kararlardan
27. biridir. Firmaların ana faaliyetleri dışındaki operasyonları, uzmanlaşmış kuruluşlara sözleşmeler
28. karşılığında bırakması, önemli avantajlar sağlamaktadır. Gerçekleştirilen çalışmada, öncelikle
29. ilgili literatür taranarak konu açıklanmıştır. Sonrasında depolama odaklı dış kaynak kullanımı
30. faaliyetlerinde, firma seçimi noktasında dikkate alınacak kriterler belirlenmiştir. Değerlendirme
31. kriterlerinin analizi için analitik ağ süreci yöntemi kullanılmıştır. Analitik ağ süreci yöntemi
32. kriterler arası ilişkileri tümüyle ifade edebilen etkili bir tekniktir. Belirtilen yöntem kullanılarak
33. çözüme en fazla etki eden kriterler belirlenmiştir. Gıda perakendeciliği odaklı olarak yapılan bu
34. çalışmada, değerlendirilme için tespit edilen seçim kriterlerini analiz ettiğimizde; operasyonel
35. yeterlilik, depolama-raf sistemi, sözleşme yapılacak firmanın finansal durumu ve maliyet
36. faktörlerinin değerlendirme açısından daha önemli olduğu görülmektedir. Ortaya çıkan başka bir bulgu da; 46 değerlendirme kriterinin 10’unun, bir başka ifadeyle
37. dikkate alınan tüm kriterlerin yaklaşık % 22’sinin önem değerinin % 71’e tekabül etmekte
38. olduğudur. Analiz sonucunda elde edilen bu değer ile Pareto kuralına benzer bir sonucun
39. ortaya çıktığını göstermektedir. Alternatif sayısının fazla olduğu ortamlarda, tespit edilen
40. önemli değerlendirme kriterleri ile ön eleme yapılarak, ortaya çıkan nitelikli aday firmalar
41. tüm kriterlerin dikkate alındığı daha kapsamlı modellerle değerlendirilebilir. Bu şekilde
42. değerlendirme sürecine ilişkin zaman azaltılabilecektir. Çalışma kapsamında elde edilen sonuçlar, firma yöneticileriyle de paylaşılmıştır. İşletme
43. lojistik servis sağlayıcı ve benzeri seçim kararlarında etkili ve anlaşılır sayısal yöntemlerin
44. kullanımını olumlu karşılamış, kendi karar süreçlerine katmayı uygun bulmuştur. Depolama
45. faaliyetleri için hizmet verecek 3PL firmalar açısından sonuçlar değerlendirildiğinde ise, ana
46. firmalar tarafından istenen detaylı ve kapsamlı operasyonların gerçekleştirilebilmesi, depolama
47. ve raf sisteminin uygunluğu, finansal stabilite, ortaya çıkan maliyet ve istenen kapasitenin
48. sağlanabilmesi gibi unsurlara dikkate edilmesi gerektiği ortaya çıkmaktadır. Bundan sonraki çalışmalarda, tespit edilen değerlendirme kriterleri kullanılarak
49. alternatif lojistik firmaları analiz edilebilir. Analitik ağ süreci veya farklı bir çok kriterli karar
50. verme metodu kullanılarak, tespit edilen lojistik firmaları belirtilen kriterler kapsamında
51. değerlendirilerek uygun firmanın seçimi yapılabilir. Ayrıca farklı karar verme modelleri kurularak
52. ve bulanık mantık uygulamaları gerçekleştirilerek elde edilen sonuçlar karşılaştırılabilir. Kaynakça
53. Agarwal, A., Ravi, S., & Tiwari, M. K. (2006). Modeling the metrics of lean, agile and leagile supply chain: An ANP-based approach. European Journal of Operational Research, 173, 211-225.
54. Aguezzoul, A. (2007). The third party logistics selection: A review of literatüre. Proceedings of International Logistics and Supply Chain Congress’2007 (CD), 1-7, İstanbul.
55. Ayağ, Z., Feyzioğlu, B. G., Tüfekçioğlu, M., Gürel, S., & Özdemir, S. (2007). Otomotiv endüstrisinde tedarikçi seçimi için bir analitik serim süreci uygulaması. 27. Yöneylem Araştırması-Endüstri Mühendisliği Kongresi Bildiriler CD’si, İzmir.
56. Ayağ, Z., & Özdemir, R. G. (2007). An intelligent approach to ERP software selection through fuzzy ANP. International Journal of Production Research, 45 (10), 2169-2194.
57. Balaban, Y., & Baki, B. (2010). Analitik ağ süreci yaklaşımıyla en uygun katı atık bertaraf sisteminin belirlenmesi: Trabzon ili örneği. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 24 (3), 183-194.
58. Bayazit, Ö. (2002). New methodology in multiple criteria decision-making systems: analytical network process (ANP) and an application. Ankara Üni. SBF Dergisi, 57 (1), 15-33.
59. Bayazit, Ö. (2006). Use of analytic network process (ANP) in vendor selection. Benchmarking: An International Journal, 13 (5), 566-579.
60. Bayazıt, Ö., & Karpak, B. (2007). An ANP based framework for successful total quality management:An assessment of Turkish manufacturing industry. International Journal of Production Economics, 105 (1), 79-96.
61. Büyüközkan, G., & Öztürkcan, D. (2010). An integrated analytic approach for six sigma project selection. Expert Systems with Applications, 37 (8), 5835-5847.
62. Chen, L. Y., & Wang, T. C. (2009). Optimizing partners’ choice in IS/IT outsourcing projects: The strategic decision of fuzzy VIKOR. International Journal Production Economics, 120 (1), 233-242.
63. Chung, S. H., Lee, A. H. I., & Pearn, W. L. (2005). ANP approach for product mix planning in semiconductor fabricator. International Journal of Production Economics, 96 (2), 15-36.
64. Dağdeviren, M., Dönmez, N., & Kurt, M. (2006). Bir işletmede tedarikçi değerlendirme süreci için yeni bir model tasarımı ve uygulaması. Gazi Üniv. Müh. Mim. Fak. Dergisi, 21 (2), 247-255.
65. Dağdeviren, M., & Yüksel, İ. (2007). Personnel selection using analytic network proces. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 6 (11), 99-118.
66. Dağdeviren, M., Yavuz, S., & Kılınç, N. (2009). Weapon selection using the AHP and TOPSIS methods under Fuzzy environment. Expert Systems with Applications, 36, 8143-8151.
67. Frazelle, E. (2002). World-class warehousing and material handling. Mc-Graw Hill, USA.
68. Gencer, C., & Gürpınar, D. (2007). Analytic network process in supplier selection: A case study in an electronic firm. Applied Mathematical Modelling , 31, 2475-2486.
69. Girginer, N., & Kaygısız, Z. (2009). İstatistiksel yazılım seçiminde analitik hiyerarşi süreci ve 0-1 hedef programlama yöntemlerinin birlikte kullanımı. Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 10 (1), 211-233.
70. Görener, A. (2009). Kesici takım tedarikçisi seçiminde analitik ağ sürecinin kullanımı. Havacılık ve Uzay Teknolojileri Dergisi, 4 (1), 99-110.
71. Güngör, A. (2006). Evaluation of connection types in design for disassembly (DFD) using analytic network process. Computers & Industrial Engineering, 50 (12), 35-54.
72. Hsu, C. M., Chen, K. Y., & Chen, M. C. (2005). Batching orders in warehouse by minimizing travel distance with genetic algorithms. Computers in Industry, 56, 169-178.
73. Jarzemskis, A. (2006). Determination and evaluation of the factors of outsourcing logistics. Transport, 1648-3480, 21 (1), 44-47.
74. Jharkharia, S., & Shankar, R. (2007). Selection of logistics service provider: An analytic network process (ANP) approach. Omega, 35 (3), 274-289.
75. Kahraman, C., Ertay, T., & Büyüközkan, G. (2006). A fuzzy optimization model for QFD planning process using analytic network approach. European Journal of OR, 171 (2), 390-411.
76. Kang, H. Y., Lee, A. H. I., & Yang, C. Y. (2012). A fuzzy ANP model for supplier selection as applied to IC packaging. Journal of Intelligent Manufacturing, 23 (5), 1477-1488.
77. Karsak, E. E., Sozer, S., & Alptekin, S. E. (2002). Production planning in quality function deployment using a combined ANP and goal programming approach. Computers & Industrial Engineering, 44 (1), 171-190.
78. Khan, S., & Faisal, M. N. (2008). An analytic network process model for municipal solid waste disposal options. Waste Management, 28 (9), 1500-1508.
79. Kirytopoulos, K., Leopoulos, V., & Voulgaridou, D. (2008). Supplier selection in pharmaceutical industry: An analytic network process approach. Benchmarking:An International Journal, 15 (4), 494-516.
80. Koban, E., & Keser, H. Y. (2007). Dış ticarette lojistik. Ekin Basım Yayın Dağıtım, Bursa.
81. Korpela, J., & Lehmusvaara, A. (1999). A customer oriented approach to warehouse network evaluation and design. International Journal of Production Economics, 59 (1-3), 135- 146.
82. Korpela, J., Lehmusvaara, A., & Nisonen, J. (2007). Warehouse operator selection by combining AHP and DEA methodologies. International Journal of Production Economics, 108, 135-142.
83. Lee, J. W., & Kim, S. H. (2001). Using ANP and goal programming for interdependent information system project selection. Computers & Operations Research, 27 (4), 367- 382.
84. Lee, H., Kim, C., Cho, H., & Park, Y. (2009). An ANP-based technology network for identification of core technologies: A case of telecommunication Technologies. Expert Systems with Applications, 36 (1), 894-908.
85. Maltz, A. B. (1994). The relative importance of cost and quality in the outsourcing of warehousing. Journal of Business Logistics, 15 (2), 45-62.
86. Meade, L., & Sarkis, J. (2002). A conceptual model for selecting and evaluating third-party reverse logistics providers. Supply Chain Management:An International Journal, 7 (5), 283-295.
87. Moberg, C. R., & Speh, T. W. (2004). Third-party warehousing selection: A comparison of national and regional firms. American Journal of Business, 19 (2), 71-76.
88. Niemira, M. P., & Saaty, T. L. (2004). An analytic network process model for financial-crisis forecasting. International Journal of Forecasting, 20, 573-587.
89. Okoli, C., & Pawlowski, S. D. (2004). The delphi method as a research tool: An example, design considerations and applications. Information & Management, 42, 15-29.
90. Özdemir, M. S. (2004). Analitik serim süreci ve EM’deki uygulamaları. YA/EM 2004 24. Ulusal Kongresi Bildiriler CD’si, Gaziantep-Adana.
91. Ravi, V., Shankar, R., & Tiwari, M. K. (2005). Analyzing alternatives in reverse logistics for end-of-life computers: ANP and BSC approach. Computers & Industrial Engineering, 48 (2), 327-356.
92. Tuzkaya, G., Önüt, S., Tuzkaya, U. R., & Gülsün, B. (2008). An analytic network process approach for locating undesirable facilities: An example from Istanbul. Journal of Environmental Management, 88 (4), 970-983.
93. Saaty, T. L. (1980). The analytic hierarchy process. McGraw- Hill, New York, USA.
94. Saaty, T. L. (1996). The ANP for decision making with dependence and feedback. RWS Publications, USA.
95. Saaty, T. L., & Özdemir, M. S. (2005). The encyclicon: A dictionary of decisions with dependence and feedback based on the analytic network process. RWS Publications, USA.
96. Saaty, T. L. (2008). Decision making with the analytic hierarchy process. International. Journal Services Sciences, 1 (1), 83-98.
97. Sink, H. L., & Langley Jr., C. J. (1997). A managerial framework for the acquisition of third party logistics services. Journal of Business Logistics, 18 (2), 163-189.
98. Şahin, A. E. (2001). Eğitim araştırmalarında DELPHI tekniği kullanımı. Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, 20, 215-220.
99. Tompkins, J. A., & Smith, J. D. (1998). The warehouse management handbook. Tompkins Publication, USA.
100. Viehland, D. (2007). Research applications of the Delphi method, CIS Group Research Seminar Series, 2007. Erişim Tarihi: 02.09.2010. tur-www1.massey.ac.nz/~hryu/Delphi%20 Method.pdf.
101. Wu, W. W., & Lee, Y. T. (2007). Selecting Knowledge management strategies by using the analytic network process. Expert Systems with Applications, 32 (3), 841-847.
102. Wu, W. Y., Shih, H. A., & Chan, H. C. (2009). The analytic network process for partner selection criteria in strategic alliances. Expert Systems with Applications, 36 (3-1), 4646-4653.
103. Yüksel, İ., & Dağdeviren, M. (2007). Using the analytic network process (ANP) in a SWOT analysis- a case study for a textile firm. Information Sciences, 177 (16), 3364-3382.
104. Zangeneh, A., Jadid, S., & Rahimi-Kian, A. (2009). A hierarchical decision making model for the prioritization of distributed generation technologies: A case study for Iran. Energy Policy, 37, 5752-5763.