İşletmelerin sanayi 4.0 olgunluk düzeylerinin belirlenmesine yönelik çok kriterli bir yaklaşım: Lojistik sektörü uygulaması

Abstract

Günümüzde değişen ve gelişen teknolojilerle birlikte firmalar; iş modellerini ve süreçlerini değiştirmeli, güçlü bir Bilgi Teknolojisi ve yazılım altyapısına sahip olmalı, ekonomik faydalarını en üst düzeye çıkarmak ve yatırımların geri dönüşünü sağlamak için Büyük Veri Analizi, Bulut Bilişim ve Nesnelerin Interneti gibi yenilikçi trendleri kullanmaları gerekmektedir. Aynı zamanda firmaların rekabet üstünlüğü sağlamaları için mevcut tüm süreçlerini Sanayi 4.0 yönünde düzenlemeleri gerekmektedir. Buna istinaden Sanayi 4.0 olgunluk modelleri, firmalarda bir değişim süreci başlatarak organizasyonel dönüşüme katkıda bulunabilir, örgütsel mükemmelliği arttırıp firmaların gelişen teknolojiyle birlikte güçlü ve zayıf yönlerinin tespit edilmesi ve bu yönde farkındalığa sahip olması açısından yol gösterici bir nitelik taşımaktadır. Bu sebeple ilgili literatür incelendiğinde Türkiye'de firmaların Sanayi 4.0 olgunluk düzeylerinin ölçümü konusunda yapılmış az sayıda çalışma olduğu belirlenmiş ve lojistik sektörüne yapılmış herhangi bir çalışmaya rastlanmamıştır. Buradan hareketle bu çalışmanın amacı, lojistik firmaların Sanayi 4.0 olgunluk düzeylerine göre değerlendirilmesine yönelik yeni bir yaklaşım sunmak olarak belirlenmiştir. Bu amaçla, ilk olarak literatür araştırmasıyla en çok kullanılan modellerden biri olan IMPULS olgunluk modeli seçilmiş ve modelin kriter ve alt kriterleri belirlenmiştir. Üç adımda gerçekleştirilen uygulamanın ilk aşamasında AHP ile Ağırlıklandırılmış Olgunluk Yaklaşımı ile lojistik sektörünün ve firmaların olgunluk düzeyleri ayrı ayrı hesaplanmış, firmalar sıralanmıştır. İkinci aşamasında firmalar AHP-TOPSIS yöntemi ile sıralanmıştır. Son olarak da firmalar AHP-VIKOR yöntemi ile sıralanmış ve üç yöntemin sıralama sonuçları karşılaştırılmıştır. Elde edilen bulgulara göre kriter ağırlıklarının AHP yöntemi ile hesaplanması sonucunda en yüksek ağırlığa sahip kriterin strateji ve organizasyon (0,447), en düşük ağırlığa sahip kriterin ise veri odaklı hizmetler (0,068) olduğu görülmektedir. Kriter ağırlıklarının belirlenmesinden sonra AHP ile Ağırlıklandırılmış Olgunluk Yaklaşımı, TOPSIS ve VIKOR yöntemleri ile yapılan sıralama sonuçlarına göre A2, A1, A8, A6, A10, A5 ve A9 alternatiflerinin her üç yöntemde de aynı sıralamada yer aldığı görülmektedir. Son olarak, elde edilen sıralamaların istatistiksel olarak anlamlı olup olmadığının tespit edilmesi ve önerilen yaklaşımın kabul edilebilirliğinin belirlenmesi amacıyla korelasyon ve duyarlılık analizleri yapılmıştır.

Nowadays, with the variable digital technologies development, companies need to change their business models and processes, also need to have a strong Information Technology and software infrastructure and to use innovative trends such as Big Data, Cloud Computing, and Internet of Things (IoT) to maximize their economic benefits and return on investment. Meanwhile, companies need to organize all their existing processes in the direction of Industry 4.0 in order to achieve a competitive advantage. Therefore, maturity models can contribute to organizational transformation by initiating a process of change in firms, increasing organizational excellence and guiding the company in terms of identifying the strengths and weaknesses of the company with developing the technology. The relevant literature review determined that a few studies on the measurement of Industrial 4.0 maturity levels of the firms and no studies on the logistics sector have found. In consequence, the aim of this study is to propose an innovative approach to evaluate logistics companies according to Industry 4.0 maturity levels. For this purpose and according to the related literature research the IMPULS maturity model-which initially considered a suitable model for the logistics sector- has selected and the criteria and sub-criteria of the model have taken as a basis. In the first stage of the implementation carried out in three steps, the maturity level of the logistics companies was determined Weighted Maturity Approach with AHP and the companies were ranked. In the second stage, companies were ranked with AHP-TOPSIS method. Finally, the firms ranked with AHP-VIKOR method and the ranking results of the three methods were compared. According to the findings, the strategy and organization (0.447) determined as the highest weighted criterion and data-oriented services (0.068) determined as the lowest weighted criterion. After the determination of criterion weights, according to the results Weighted Maturity Approach with AHP, TOPSIS and VIKOR methods, the alternatives A2, A1, A8, A6, A10, A5, and A9 appear to be in the same order in all three methods. In conclusion, correlation and sensitivity analyses were performed to determine whether the rankings obtained were statistically significant and determine the acceptability of the proposed approach.