LOJİSTİK SEKTÖRÜNDE FAALİYET GÖSTEREN İŞLETMELERİN SWARA VE GİA YÖNTEMLERİ İLE ANALİZİ

Günümüzde artan rekabet ortamında işletmeler, faaliyetlerini kesintisiz olarak sürdürebilmeleri için müşteri istek ve ihtiyaçlarını zamanında ve tam olarak karşılamak durumundadır. Müşteri taleplerine zamanında ve istenen kalitede cevap vermede en önemli rolü lojistik hizmetleri oynamaktadır. Ürünlerin tedarik edilmesi, depolanması ve sevk edilmesi gibi lojistik faaliyetleri kapsayan bu sürecin doğru yönetilmesi işletmeler için önem taşımaktadır. Bu açıdan lojistik firmalarının kendilerinden talep edilen hizmetleri kesintisiz olarak yürütebilmeleri için ekonomik olarak güçlü olmaları gerekmektedir. Ekonomik olarak sıkıntı içerisinde olan firmalar, faaliyetlerini tam olarak yürütmede zaman zaman zorluklarla karşılaşabilmektedir. Müşteri kaybına uğramak istemeyen lojistik firmaları, belirli aralıklarla ekonomik yapılarını gözden geçirerek aksayan yönlerini telafi edici gerekli tedbirleri zamanında almalıdır. Bu çalışmada Fortune 500 listesinde yer alan 8 lojistik firmasının 2016 yılındaki ekonomik performansı 8 ölçüte göre değerlendirilmiştir. Ölçüt ağırlıkları çok ölçütlü karar verme (ÇÖKV) yöntemlerinden Step-Wise Weight Assessment Ratio Analysis (SWARA) ile, seçeneklerin ekonomik performansı ise Gri İlişkisel Analiz (GİA) yöntemi ile değerlendirilmiştir. Performansı en yüksek firmanın Netlog olduğu görülmüştür.

Anahtar Kelimeler:

Lojistik, Çok Ölçütlü Karar Verme (ÇÖKV), Gri İlişkisel Analiz (GİA), SWARA, SWARA

Performance Analysis of Companies in the Logistics Sector by SWARA and GRA Methods

Businesses must meet customer demands and needs timely and completely so that that they can sustain continuity in their operations. Logistics is the key to responding to customer requests in time and in the desired quality, which involves procurement, storage and transferring of the products. As it is very important for properly managed enterprises, logistics firms must have a strong economic structure to be able to carry out the services demanded. Economic bottlenecks may hinder their services from time to time, which cause dissatisfaction among clients. Therefore, logistics firms should analyze their financial structures at certain intervals and take the necessary measures in time to avoid customer loss. This study measures the economic performance of eight logistics firms listed on the Fortune 500 list in 2016 using 8 criteria. Criterion weights were assessed by Step-Wise Weight Assessment Ratio Analysis (SWARA), a multi-criteria decision making method (MCDM), while the economic performances of them were evaluated by Gray Relational Analysis (GRA) method. The result suggests that Netlog is the company with the highest performance.

Keywords:

Multi Criteria Decision Making (MCDM), Logistics, Gray Relational Analysis (GRA), SWARA,

PDF

___

Altan, M. ve Candoğan, M. A. (2014). Bankalarının Finansal Performanslarının Değerlemesinde Geleneksel Ve Gri İlişki Analizi: Katılım Bankalarında Karşılaştırmalı Bir Uygulama. Sosyal ve Ekonomik Araştırmalar Dergisi, (27), 374-396.
Başdeğirmen, A. ve Tunca, M. Z. (2017). Lojistik Sektöründe Faaliyet Gösteren İşletmelerin Finansal Performanslarının Gri İlişkisel Analiz İle Değerlendirilmesi. SDÜ, İİBF Dergisi, 22(2), 327-340.
Çakir, S. ve Perçin, S. (2013). Çok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarında Performans Ölçümü. Ege Akademik Bakış, 13(4), 449-459.
Chen, C. N. ve Ting, S. C. (2002). A study using the grey system theory to evaluate the importance of various service quality factors. International Journal of Quality & Reliability Management, 19(7), 838-861.
Fortune (2017). http://www.fortuneturkey.com/fortune500
Jharkharia, S. ve Shankar, R. (2007). Selection of logistics service provider: An analytic network Process (ANP) approach. International Journal of Management Science, 35, 274 – 289.
Keršulienė, V. ve Turskis, Z. (2011). Integrated fuzzy multiple criteria decision making model for architect selection. Technological and Economic Development of Economy, 17(4), 645-666.
Keršulienė, V., Zavadskas, E. K. ve Turskis, Z. (2010). Selection of rational dispute resolution method by applying new step-wise weight assessment ratio analysis (SWARA). Journal of Business Economics and Management, 11(2), 243-258.
Lambert, Douglas M., James R. Stock ve Lisa M. Ellram (1998). Fundamentals Of Logistics Management. USA: Irwin -Hill.
Meade, L. ve 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.
Min, H. ve Joo, S. J. (2006). Benchmarking the operational efficiency of third party logistics using data envelopment Analysis. Supply Chain Management, 11(3), 259–265.
Özbek, A. ve Eren, T. (2012). Üçüncü Parti Lojistik (3PL) Firmanın Analitik Hiyerarşi Süreciyle (AHS) Belirlenmesi. International Journal of Engineering Research and Development, 4(2), 46-54.
Özbek, A. ve Eren, T. (2013). Çok Ölçütlü Karar Verme Teknikleri İle Hizmet Sağlayıcı Seçimi. Akademik Bakış Dergisi, 36, 1-22.
Özbek, A. ve Eren, T. (2013). Analitik Ağ Süreci Yaklaşımıyla Üçüncü Parti Lojistik (3pl) Firma Seçimi. Atatürk Üniversitesi İktisadi Ve İdari Bilimler Dergisi, 27(1), 95-113.
Özbek, A. (2017). Çok Kriterli Karar Verme Yöntemleri ve Excel İle Problem Çözümü. 1. Baskı, Ankara: Seçkin Yayıncılık.
Qureshi, M. N., Kumar, D. ve Kumar, P. (2007). Performance Evaluation of 3PL Services Provider Using AHP and TOPSIS: A Case Study. The Icfai Journal of Supply Chain Management, 4 (3), 20-38.
Ruzgys, A., Volvačiovas, R., Ignatavičius, Č. ve Turskis, Z. (2014). Integrated evaluation of external wall insulation in residential buildings using SWARA-TODIM MCDM method. Journal of Civil Engineering and Management, 20(1), 103-110.
Stanujkic, D., Karabašević, D. ve Zavadskas, E. K. (2015). A framework for the selection of a packaging design based on the SWARA method. Inzinerine Ekonomika - Engineering Economics, 26(2), 181-187.
Sun, C., Pan, Y. ve Bi, R. (2010). Study on third-party logistics service provider selection evaluation indices system based on analytic network process with BOCR. Logistics Systems and Intelligent Management, International Conference on, 1013–1017.
TDK. Türk Dil Kurumu (2017). http://www.tdk.gov.tr Erişim Tarihi: 30.09.2017.
Üstünışık, N. Z. (2007). Türkiye'deki iller ve Bölgeler Bazında Sosyo-Ekonomik Gelişmişlik Sıralaması Araştırması: Gri ilişkisel Analiz Yöntemi ve Uygulaması. (Yayınlanmamış) Yüksek Lisans Tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü, Ankara.
Vijayvargiya, A. ve Dey, A. K. (2010), An analytical approach for selection of a logistics provider, Management Decision, 48(3), 403 – 418.
Wu, H. H. (2002). A Comparative Study of Using Grey Relational Analysis in Multiple Attribute Decision Making Problems. QualityEngineering, 15(2), 209-217.
Yıldırım, B. F. ve Önder, E. (2014). Çok Kriterli Karar Verme Yöntemleri, 1. Baskı, Bursa: Dora Yayıncılık.
Zolfani, S. H., Zavadskas, E. K. ve Turskis, Z. (2013). Design of products with both International and Local perspectives based on Yin-Yang balance theory and SWARA method. Economic Research-Ekonomska Istraživanja, 26(2), 153-166.