DİJİTAL DÖNÜŞÜM SÜRECİNDE TEDARİK ZİNCİRİ STRATEJİLERİNİN ÇKKV YÖNTEMLERİYLE DEĞERLENDİRİLMESİ

Ahmet İlbaş

DİJİTAL DÖNÜŞÜM SÜRECİNDE TEDARİK ZİNCİRİ STRATEJİLERİNİN ÇKKV YÖNTEMLERİYLE DEĞERLENDİRİLMESİ

Öz

Bu çalışma, dijital dönüşüm sürecindeki tedarik zinciri stratejilerini sistematik bir yaklaşımla değerlendirmeyi amaçlamaktadır. Araştırmada, beş önemli dijital strateji (Nesnelerin İnterneti (IoT) tabanlı envanter yönetimi, blokzinciri tabanlı tedarikçi şeffaflığı, yapay zekâ destekli talep tahmini, dijital ikiz destekli üretim planlaması ve bulut tabanlı entegre tedarik platformu) altı temel performans kriteri (maliyet, esneklik, müşteri memnuniyeti, zamanında teslimat, dijital adaptasyon ve sürdürülebilirlik) çerçevesinde incelenmiştir. Kriter ağırlıkları yarı-nesnel Entropi yöntemiyle belirlenmiş; stratejiler Çok Kriterli Karar Verme (ÇKKV) yöntemlerinden VIKOR(Çok Kriterli Optimizasyon ve Uzlaşık Çözüm) ve MAIRCA (Çok Nitelikli İdeal ve Gerçek Karşılaştırmalı Analiz) ile karşılaştırmalı olarak analiz edilmiştir. Bulgular, "Yapay Zekâ Destekli Talep Tahmini" stratejisinin her iki yöntemde de en üst performansa sahip olduğunu göstermekte ve bu yaklaşımın, çalışmada kullanılan uzman paneli, kriter seti ve metodolojik çerçeve altında en yüksek önceliğe sahip olduğunu ortaya koymaktadır. Çalışma, Karar Verici (KV)’lere uzman değerlendirmelerine dayalı çok kriterli bir karar destek çerçevesi sunmakta; bu yapı hem akademik literatüre metodolojik bir katkı sağlamakta hem de sektörel uygulayıcılara pratik öneriler sunarak yol göstermektedir. Bu nedenle, işletmelerin dijital dönüşüm yol haritalarını oluştururken yapay zekâ ve tahmine dayalı analitik çözümlere öncelik vermeleri önerilmektedir.

Anahtar Kelimeler

Kaynakça

[1] Ahi, P., Searcy, C. (2013). “A Comparative Literature Analysis of Definitions For Green and Sustainable Supply Chain Management”, Journal of Cleaner Production, 52, pp. 329–341.
[2] Ayçin, E., Güçlü, P. (2020). “BIST Ticaret Endeksinde Yer Alan İşletmelerin Finansal Performanslarının Entropi ve MAIRCA Yöntemleri ile Değerlendirilmesi”. Muhasebe ve Finansman Dergisi(85), ss. 287-312.
[3] Ayçin, E. (2020). “Personel Seçim Sürecinde CRITIC ve MAIRCA Yöntemlerinin Kullanılması”, İşletme, 1(1), ss. 1-12.
[4] Belton, V., Stewart, T. J. (2002). “Multiple Criteria Decision Analysis: An Integrated Approach”. Springer-Science + Business Media, B.V., Berlin, Heidelberg.
[5] Bharadwaj, A., El Sawy, O. A., Pavlou, P. A., Venkatraman, N. (2013). “Digital business strategy: Toward a next generation of insights”. MIS Quarterly, 37(2), pp. 471–482.
[6] Büyüközkan, G., Çifçi, G. (2012). “Evaluation of The Green Supply Chain Management Practices: A Fuzzy ANP Approach”. Production Planning & Control, 23(6), pp. 405–418.
[7] Büyüközkan, G., Göçer, F. (2018). “Digital Supply Chain: Literature Review and A Proposed Framework For Future Research”. Computers in Industry, 97, pp. 157–177.
[8] Christopher, M., Towill, D. R. (2001). “An Integrated Model For The Design of Agile Supply Chains”. International Journal of Physical Distribution & Logistics Management, 31(4), pp. 235–246.

[9] Çetiner, B., ve Özdemir, Ş. (2025). “Dijitalleşme, Dijital Dönüşüm ve Dijital Olgunluk Kavramlarının Lojistik Yönetimi Bağlamında İncelenmesi”, Lojistik Dergisi, 22(61), ss. 1–22.
[10] Gigović, L., Pamućar, D., Bajić, Z., Milićević, M. (2016). “The Combination of Expert Judgment and GIS-MAIRCA Analysis For The Selection of Sites for Ammunition Depots”, Sustainability, 8(4), pp. 372.
[11] Gokasar, I., Guneri, A. F. (2020). “Evaluation of Digital Transformation Using Hybrid MCDM Approaches: A Case Study in The Aviation Industry”. Technology in Society, 63, 101387.
[12] Govindan, K., Rajendran, S., Sarkis, J., Murugesan, P. (2015). “Multi Criteria Decision Making Approaches for Green Supplier Evaluation and Selection: A Literature Review”. Journal of Cleaner Production, 98, 66.
[13] Gölcük, İ., Baykasoğlu, A. (2020). “Dijital Tedarik Zinciri Yönetimi: Kavramsal Çerçeve ve Literatür Analizi”. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 35(2), ss. 803–823.
[14] Gunasekaran, A., Patel, C., Tirtiroglu, E. (2004). “Performance Measures and Metrics in a Supply Chain Environment”. International Journal of Operations & Production Management, 21(1/2), pp. 71–87.
[15] Ivanov, D., Dolgui, A., Sokolov, B. (2019). “The Impact of Digital Technology and Industry 4.0 on The Ripple Effect and Supply Chain Risk Analytics”. International Journal of Production Research, 57(3), pp. 829–846.
[16] Kayikci, Y. (2018). “Smart Logistics: Applications of IoT in Logistics Industry”. In J. Xu et al. (Eds.), Proceedings of the 12th International Conference on Innovation and Management, pp. 265–270.
[17] Melnyk, S. A., Davis, E. W., Spekman, R. E., Sandor, J. (2010). “Outcome-Driven Supply Chains”. MIT Sloan Management Review, 51(2), pp. 33–38.
[18] Opricovic, S. (1998). “Multi-Criteria Optimization of Civil Engineering Systems”. Faculty of Civil Engineering, Belgrade University.
[19] Opricovic, S., Tzeng, G. H. (2004). “Compromise Solution by MCDM Methods: A Comparative Analysis of VIKOR and TOPSIS”. European Journal of Operational Research, 156(2), pp. 445–455.
[20] Özkan, H., ve Özkan, M. (2023). “Lojistik Merkez Yeri Kuruluş İlinin ELECTRE I Yöntemiyle Belirlenmesi: TR61 Bölgesinde Uygulama”, Lojistik Dergisi, 20(58), ss. 142–153.
[21] Parida, V., Sjödin, D. R., Lenka, S., Wincent, J. (2019). “Developing Global Service Innovation Capabilities: How Global Manufacturers Address The Challenges of Market Heterogeneity”. Research-Technology Management, 62(1), pp. 44–55.
[22] Pamučar, D., Gigović, L., Ćirović, G. (2018). “Evaluation of Transport and Logistics Infrastructure in Serbia: A Hybrid Multi-Criteria Approach Based on Fuzzy AHP and MAIRCA Methods”. Transport Policy, 72, pp. 164–178.
[23] Trzaskalik, T. (2014). “ Multiple Criteria Decision Analysis: Examples and Exercises”. Springer, Berlin.
[24] Turgut, A., ve Ekmekci, N. (2024). “Lojistik 4.0 İçin Bir Olgunluk Modeli Önerisi: L4MM”, Lojistik Dergisi, 21(60), ss. 104–125.
[25] Waller, M. A., Fawcett, S. E. (2013). “Data Science, Predictive Analytics, and Big Data: A Revolution That Will Transform Supply Chain Design and Management”. Journal of Business Logistics, 34(2), pp. 77–84. [26] Wang, Y., Gunasekaran, A., Ngai, E. W. T., Papadopoulos, T. (2021). “Big Data Analytics in Logistics and Supply Chain Management: Certain Investigations For Research and Applications”. International Journal of Production Economics, 231, 107872.
[27] Wei, J., Lin, X. (2008). “The Multiple Attribute Decision-Making VIKOR Method and Its Application”, In Wireless Communications, Networking and Mobile Computing, WiCOM’08. 4th International Conference, IEEE, pp. 1-4.
[28] Wu, H.Y., Tzeng, G.H., Chen, Y.H. (2009). “A Fuzzy MCDM Approach for Evaluating Banking Based on Balanced Scorecard”, Expert Systems with Application, 36, pp. 10135-10147
[29] Zavadskas, E. K., Turskis, Z. (2011). “Multiple Criteria Decision Making (MCDM) Methods in Economics: An Overview”. Technological and Economic Development of Economy, 17(2), pp. 397–427.

Ayrıntılar

Birincil Dil

Türkçe

Konular

Tedarik Zinciri, Tedarik Zinciri Yönetimi

Bölüm

Araştırma Makalesi

Yazarlar

Ahmet İlbaş
0000-0002-1786-613X
Türkiye

Yayımlanma Tarihi

15 Temmuz 2026

Gönderilme Tarihi

17 Kasım 2025

Kabul Tarihi

23 Nisan 2026

Yayımlandığı Sayı

Yıl 2026 Sayı: 63

IZ

https://izlik.org/JA22XK22LL

Kaynak Göster

RIS / Bibtex

APA

İlbaş, A. (2026). DİJİTAL DÖNÜŞÜM SÜRECİNDE TEDARİK ZİNCİRİ STRATEJİLERİNİN ÇKKV YÖNTEMLERİYLE DEĞERLENDİRİLMESİ. Lojistik Dergisi, 63, 1-23. https://izlik.org/JA22XK22LL

AMA

1.İlbaş A. DİJİTAL DÖNÜŞÜM SÜRECİNDE TEDARİK ZİNCİRİ STRATEJİLERİNİN ÇKKV YÖNTEMLERİYLE DEĞERLENDİRİLMESİ. Lojistik Dergisi. 2026;(63):1-23. https://izlik.org/JA22XK22LL

Chicago

İlbaş, Ahmet. 2026. “DİJİTAL DÖNÜŞÜM SÜRECİNDE TEDARİK ZİNCİRİ STRATEJİLERİNİN ÇKKV YÖNTEMLERİYLE DEĞERLENDİRİLMESİ”. Lojistik Dergisi, sy 63: 1-23. https://izlik.org/JA22XK22LL.

EndNote

İlbaş A (01 Temmuz 2026) DİJİTAL DÖNÜŞÜM SÜRECİNDE TEDARİK ZİNCİRİ STRATEJİLERİNİN ÇKKV YÖNTEMLERİYLE DEĞERLENDİRİLMESİ. Lojistik Dergisi 63 1–23.

IEEE

[1]A. İlbaş, “DİJİTAL DÖNÜŞÜM SÜRECİNDE TEDARİK ZİNCİRİ STRATEJİLERİNİN ÇKKV YÖNTEMLERİYLE DEĞERLENDİRİLMESİ”, Lojistik Dergisi, sy 63, ss. 1–23, Tem. 2026, [çevrimiçi]. Erişim adresi: https://izlik.org/JA22XK22LL

ISNAD

İlbaş, Ahmet. “DİJİTAL DÖNÜŞÜM SÜRECİNDE TEDARİK ZİNCİRİ STRATEJİLERİNİN ÇKKV YÖNTEMLERİYLE DEĞERLENDİRİLMESİ”. Lojistik Dergisi. 63 (01 Temmuz 2026): 1-23. https://izlik.org/JA22XK22LL.

JAMA

1.İlbaş A. DİJİTAL DÖNÜŞÜM SÜRECİNDE TEDARİK ZİNCİRİ STRATEJİLERİNİN ÇKKV YÖNTEMLERİYLE DEĞERLENDİRİLMESİ. Lojistik Dergisi. 2026;:1–23.

MLA

İlbaş, Ahmet. “DİJİTAL DÖNÜŞÜM SÜRECİNDE TEDARİK ZİNCİRİ STRATEJİLERİNİN ÇKKV YÖNTEMLERİYLE DEĞERLENDİRİLMESİ”. Lojistik Dergisi, sy 63, Temmuz 2026, ss. 1-23, https://izlik.org/JA22XK22LL.

Vancouver

1.Ahmet İlbaş. DİJİTAL DÖNÜŞÜM SÜRECİNDE TEDARİK ZİNCİRİ STRATEJİLERİNİN ÇKKV YÖNTEMLERİYLE DEĞERLENDİRİLMESİ. Lojistik Dergisi [Internet]. 01 Temmuz 2026;(63):1-23. Erişim adresi: https://izlik.org/JA22XK22LL