Iwona Pisz

Politechnika Opolska, Wydział Inżynierii Produkcji i Logistyki

Wielokryterialna ocena efektywności realizacji projektów

logistycznych bazująca na Strategicznej Karcie Wyników

i Teorii Zbiorów Rozmytych

Wstęp

Obecnie obserwuje się zainteresowanie problematyką

za

rządzania projektami. Większość zgromadzonej wiedzy

z zakresu zarządzania projektami produkcyjnymi i usługo-

wymi bazuje na wynikającym z praktyki podejściu norma-

tywnym, w środowiskach związanych z zarządzaniem pro-
jektami, istnieje potrzeba rozwoju teorii dla tego obszaru
wiedzy, co silnie akcentowali w swoich ostatnich pracach

między innymi [Engwall 2003, Meredith 2004, Morris

2004].

W ostatn

im czasie wzrosło zainteresowanie zarządzaniem

projektami logistycznymi. Problematyka zarządzania projek-
tami logistycznymi jest stosunkowo nowym obszarem wie-

dzy w logistyce i łańcuchach dostaw. Zainteresowanie pla-

nowaniem, realizacją, projektów logistycznych i towarzyszą-

cym im problemom wyraża się rosnącą liczbą szkoleń na

rynku usług doradczych, szkoleniowych, wzrostem liczby
publikacji naukowych [Witkowski i Rodawski 2007, Kaspe-
rek 2007, Nowosielski 2008, Kasperek 2009, Kisperska-

Moroń i Krzyżaniak 2009, Pisz 2011, Pisz i Łapuńka 2012].

W ostatnim czasie zostały przeprowadzone m.in. badania
w kierunku stanu wiedzy na temat praktyk stosowanych

przez polskich menedżerów w zarządzaniu projektami pt.
„Projekty logistyczne –

doświadczenia polskich przedsię-

biorstw” przepro

wadzone zostały przez firmę Logisys sp.

z o.o. w ramach cyklu Panel Polskich Me

nedżerów Logistyki

[Raport 2011].

Upowszechnianie się nowego sposobu myślenia o projek-

tach logistycznych jest wynikiem otwierania się gospodarek,
post

ępującej globalizacji, przenikania się kultur, rozwoju

biznesu globalnego, integracji łańcuchów dostaw. Przez

projekt logistyczny należy rozumieć złożone zadania reali-

zowane w ramach danego budżetu, w określonym czasie,

które są podejmowane celem podniesienia sprawności oraz

efektywności przepływów produktów oraz towarzyszących

im informacji, środków finansowych, wiedzy w pojedyn-

czym przedsiębiorstwie, łańcuchach dostaw lub złożonych

układach przestrzennych [Kisperska-Moroń i Krzyżaniak

2009]. Podstawową cechą projektu logistycznego jest wno-

szona przez niego nowość. Nowość stanowi istotny wyróżnik

każdego projektu logistycznego, decyduje o unikatowości

jego produktu końcowego, może stanowić o innowacyjności

zadań realizowanych w danym projekcie logistycznym oraz
o jego jednorazowym lub incydentalnym charakterze.

Efektywność i jej pomiar

w projektach logistycznych

Pojęcie efektywności jest często wykorzystywane, zwłasz-

cza w odniesieniu do nauk ekonomicznych, w których to

nabiera szczególnego zna

czenia w kontekście racjonalizacji

działań oraz procesów decyzyjnych. Pojęcie efektywności

ma w literaturze różnorodną interpretację, różnorodne kryte-

ria oraz różne wielkości pomiarowe. Efektywność projektu to

współczynnik obliczony na podstawie analizy relacji zacho-

dzącej między całkowitymi nakładami na realizację projektu
a uzyskanymi w wyniku ich zastosowania efektami.

Różno-

rodność efektów powoduje, że wyróżnia się różne formy

efektywności. Najczęściej rozpatruje się efektywność eko-

nomiczną. Do pomiaru efektywności projektów stosuje się

różne metody. Metody oceny efektywności projektów można

podzielić według różnych kryteriów. Pierwsza grupa metoda

obejmuje m.in.: analizę finansową projektu w ujęciu cząst-

kowym lub syntetycznym, analizę wskaźników umownych,

w ramach której ocenia się przy udziale ekspertów poszcze-
gólne rodzaje efektów, metody mieszane oraz metody portfe-
low

e. Drugą grupę metod oceny efektywności projektów

stanowią metody szacowania parametrów rachunku ekono-
micznego, w tym metody oceny ryzyka sukcesu. W ramach

tej grupy metod wyróżnia się metody deterministyczne, pro-

babilistyczne oraz metody mieszane. Najczęściej stosowaną

metodą należącą do metod mieszanych szacowania parame-

trów rachunku ekonomicznego jest analiza wrażliwości (ang.
sensivity analysis

). Trzecią grupę metod stanowią metody

określające miejsca powstawania efektu. W ramach tej grupy

metod wyróżnia bezpośrednie i pośrednie miejsca powsta-
wania efektu oraz w organizacji i jej otoczeniu [Trocki
i Grucza 2007, Kisielnicki 2011].

Efektywność projektu logistycznego będzie rozumiana ja-

ko rezultat planowanych lub podjętych działań, opisany

relacją spodziewanych lub uzyskanych efektów do planowa-
nych lub poniesio

nych nakładów w zależności od ujęcia ex

ante lub ex post. Projekt logistyczny jest pewnym rodzajem

projektu, inwestycją działu logistyki, jak i całego przedsię-

biorstwa, czy łańcucha dostaw. Realizacja danego projektu
logistycznego wymaga przepro

wadzenia oceny efektywności

na etapie planowania jego realizacji, jak i na etapie końco-

wym. Wykorzystania rachunku efektywności na etapie
przed-wykonawczej wymaga doboru odpowiednich mierni-
ków oceny, przeprowadzenia oceny z zastosowaniem odpo-
wiedniej metody oceny i pod

jęcia decyzji odnośnie realizacji

lub nie danego projektu logistycznego lub jego wariantu.

Ocena efektywności realizacji danego projektu logistycznego

przeprowadzona po zakończeniu realizacji projektu ma na

celu pomiar i ocenę efektów oczekiwanych z osiągniętymi.

Pomiar efektywności projektów w większości przypadków

koncentruje się na wskazaniu ich efektywności ekonomicznej
[Karasek 2012]. Oznacza to wyznaczenie relacji potencjal-
nych wyników (ocena ex ante) / uzyskanych wyników (ocena
ex post) do planowanych/

zaangażowanych w nią, szeroko

rozumianych, czynników twórczych. Proces oceny efektyw-

Logistyka – nauka

Logistyka 5/2013

164

ności realizacji projektów logistycznych jest skomplikowany

ze względu na złożoność i wielowymiarowość danego pro-
jektu logistycznego

oraz konieczność określenia uwarunko-

wań finansowych, marketingowych, technicznych czy orga-
nizacyjnych, prawnych,

które wpływały na końcową wartość

projektu.

Dlatego też problem właściwego określenia i wska-

zania zarówno nakładów jak i korzyści z realizacji danego
projektu logistycznego stanowi podstawowy problem zwi

ą-

zany z jej efektywnością.

Pod pojęciem korzyści z realizacji projektów logistycz-

nych

należy rozumieć wszystkie te efekty, które są związane

z wprowadzeniem danego projek

tu logistycznego, korzyści

z nowych lub udoskonalonych sposobów realizacji procesów
logistycznych jako poprawy funkcjonowania systemu logi-
stycznego danego

przedsiębiorstwa czy danego łańcucha

dostaw.

Zmiany te mogą mieć charakter ekonomiczny, jak

i pozae

konomiczny realizujące się w obrębie danego przed-

siębiorstwa, jak i jego otoczeniu w ramach danego łańcuch
dostaw.

Korzyści z realizacji projektu logistycznego mogą

występować w postaci wartości, ilości lub jakości. Natomiast
koszty realizacji danego proje

ktu logistycznego mogą być

definiowane jako jednora

zowe nakłady niezbędne do realiza-

cji projektu logistycznego, których zwrot finansowany ma
wyst

ąpić po realizacji projektu logistycznego w krótkim lub

długim okresie czasu.

Zastosowanie metod oceny efektyw

ności realizacji projek-

tów logistycznych w wymaga rozwiązania problemów zwią-
zanych z wykorzystaniem zasad rachunku ekonomicznego,

w myśl którego brane pod uwagę nakłady i rezultaty muszą

stanowić wartości wymierne, nakłady i rezultaty muszą być
wyra

żone w tych samych jednostkach, przy jednoczesnym

skonkretyzowaniu kryterium wyboru. W praktyce oznacza

występowanie sytuacji problemowych. Nie wszystkie bo-

wiem efekty, podobnie jak nakłady, można ująć w katego-

riach mierzalnych, choć ich wpływ na końcowy wynik jest

znaczący. Badania pokazują [Raport 2011], że większość
logistyków nie dokonuje kom

pleksowych analiz dotyczących

realizacji projektów logistycznych. Bariery na jakie trafiają
logistycy przy planowaniu realizacji projektów logistycznych

to trudności z kompleksowym modelowaniem przepływów
finansowych z danego projektu, problemy z pomiarem tzw.
efektów niemierzalnych. Mierzalne efekty

wynikające z rea-

lizacji projektów logistycznych

pojawić się mogą dopiero

w bliżej nieokreślonej przyszłości, jako wynik całościowego
funkcjonowania danego systemu logistycznego

przedsiębior-

stwa

, łańcucha dostaw. Powoduje to w konsekwencji uprasz-

czanie procesów i eliminację elementów niewymiernych, co

znacząco zuboża obraz sytuacji, zawężając go jedynie do

czynników wyrażonych w pieniądzu lub w sposób prosty na

niego przekładalnych. Często popełnianym błędem jest rów-

nież pomijanie w rachunku efektywności projektów logi-
stycznych rezultatów nega

tywnych oraz wyników i nakładów

niespodziewanych, co w konsekwencji nie daje prawdziwego
wyniku efektyw

ności. Analiza ryzyka realizacji projektów

logistycznych jest istotnym narzędziem wspomagającym
logistyków na etapie rozpatrywania realizacji projektów

logistycznych. Może być cennym narzędziem umożliwiają-

cym odpowiedź na następujące pytania: „Czy należy reali-

zować dany projekt logistyczny”. „Czy realizacja danego

projektu logistycznego jest opłacalna”, „Czy istnieją istotne

zagrożenia realizacji danego projektu logistycznego”.

Analizując wymagania związane z wdrażaniem zarządza-

nia projektami logistycznymi w przedsi

ębiorstwie, łańcucha

dostaw stawia się hipotezę iż konieczne jest wdrażanie sys-

temu zarządzania projektami logistycznymi, monitorowania

i przeglądu istniejących projektów logistycznych realizowa-
nych w systemach logistycznych, w pojedynczym przedsi

ę-

bior

stwie, w całej strukturze danego łańcucha dostaw lub

tylko jego części poprzedzonego budową odpowiedniego
systemu mier

ników związanego z opracowanym uprzednio

systemem celów projektów logistycznych. Konieczne jest
zastosowanie odpow

iedniego narzędzia pozwalającego na

ocenę stopnia realizacji celów danego projektu logistyczne-

go. Narzędziem tego typu jest system pomiaru wyników
(ang. Performance Measurement Systems PMS), który

w literaturze został zdefiniowany, jako zbiór miar wykorzy-

stywanych do skwantyfikowania efektywności i skuteczności

działania [Najmi i Kehoe 2001]. Poprawnie zaprojektowany

i funkcjonujący system pomiaru wyników powinien wskazać

co jest ważne i co ma znaczenie w osiąganiu celów danego
projektu logistycznego. Sys

tem pomiaru efektywności reali-

zacji projektów logistycznych powinien bazować na wskaź-

nikach finansowych, jak i na wskaźnikach finansowych.

W praktyce oznaczać to może, że do budowy systemu po-

miaru wyników, celem oceny efektywności realizacji danego
projek

tu logistycznego, opartego o różne perspektywy dane-

go systemu logistycznego przedsiębiorstwa, łańcucha do-

staw, można zastosować koncepcję Strategicznej Karty Wy-
ników (ang. Balanced Scorecard BSC).

Strategiczna Karta Wyników jest narzędziem przekładania

zaplanowanej strategii na procesy jej realizacji. Jest zesta-

wem mierników służących połączeniu wizji i strategii, wyra-

żonej w postaci konkretnych celów oraz służących pomiaro-

wi postępu w realizacji strategii. Konstrukcja Strategicznej
Karty Wyników oparta na

umiejętnie dobranych wskaźni-

kach pozwala określić miejsce, w którym znajduje się dane

przedsiębiorstwo, w poszczególnych płaszczyznach, tj. roz-

woju, procesów wewnętrznych, klienta oraz finansowej [Ka-

plan i Norton 2001, Kucińska 2007, Siemionek i Kujawa
20

12]. Strategiczna Karta Wyników, łącząc cele i przypo-

rządkowane im odpowiednie mierniki w czterech płaszczy-

znach określa równowagę pomiędzy celami krótko i długo-
terminowymi, miernikami finansowymi i niefinansowymi,

miernikami oceniającymi i rozwojowymi, perspektywą we-

wnętrznej i zewnętrznej działalności przedsiębiorstwa oraz
miernikami obiektywnymi i subiektywnymi.

Rysunek 1 przedstawia ogólną ideę Strategicznej Karty

Wyników zaadoptowaną na potrzeby oceny efektywności
projektów logistycznych.

Podejście do oceny efektywności

projektów logistycznych

Realizacja projektu logistycznego

jest zwykle związana

z niepewnością i określonym ryzykiem [Atkinson, Crawford
i Ward 2006].

Niepewność (ang. uncertainty) można zdefi-

niować jako brak w posiadanych i/lub dostępnych informa-

cjach, powstały w wyniku porównania ze sobą informacji

pożądanych z faktycznymi, dotyczy powszechnie występują-
cej sytuacji braku informa

cji, co do przyszłości [Strzyżewska

2009]

, ma wymiar informacyjny. Wyróżnia się niepewność

subiektywną wynikającą z niewiedzy ludzkiej oraz niepew-

ność obiektywną odnoszącą się do charakterystyki analizo-

wanych projektów. Ponadto w zarządzaniu projektami logi-
stycznymi

mamy do czynienia z losowością, np. niepewno-

Logistyka – nauka

Logistyka 5/2013

165

ścią wartości parametrów zjawisk społecznych, np. zachoro-

walnością wśród pracowników, czy parametrów zjawisk

ekonomicznych, np. wysokością stóp procentowych. Celem
modelowania charakterystyk projektów wyko

rzystuje się

w odniesieniu do dwóch pierwszych typów niepewności

teorię logiki rozmytej oraz teorię prawdopodobieństwa
w przypad

ku niepewności wynikającej z losowości [Rudnik

i Walaszek-Babiszewska 2010].

Wizja, strategia realizacji projektu logistycznego

Perspektywa finansowa dot. projektu logistycznego

Cel Miernik

Wartość Zadania Budżet

Osoba

odpowiedzialna

Perspektywa klientów dot. projektu logistycznego

Cel Miernik War

tość Zadania Budżet

Osoba

odpowiedzialna

Perspektywa procesów wewnętrznych

dot. projektu logistycznego

Cel Miernik War

tość Zadania Budżet

Osoba

odpowiedzialna

Perspektywa rozwoju dot. projektu logistycznego

Cel Miernik War

tość Zadania Budżet

Osoba

odpowiedzialna

Rys. 1. Idea Strategicznej Karty Wyników zastosowana do oceny

efektywności projektu logistycznego

Planowanie i realizacja projektów logistycznych wymaga

podejmowane decyzji przez logistyków

często w oparciu

o dane niepełne, niepewne, nieprecyzyjne w warunkach

dynamicznie zmieniającego się otoczenia, tj. w warunkach

niepewności. Ocena efektywności projektów logistycznych

opiera się bardzo często na prognozach długookresowych.

W przypadku takich prognoz oprócz ilościowych metod

prognozowania stosowane są często metody jakościowe.
Opisu

jąc niepewność parametrów rachunku efektywności

projek

tów logistycznych w praktyce korzysta się z opinii

ekspertów. Ponadto w wielu sytuacjach charakter niepewno-

ści parametrów rachunku efektywności projektów logistycz-
nych nie odpowiada teorii prawdopodobie

ństwa. Niepew-

ność wielu parametrów jest spowodowana ich naturalną

rozmytością. Niepewność wynika z niedostatecznej informa-

cji o danych parametrach. Naturalnym sposobem wyrażania

niepewności jest opis za pomocą zmiennych lingwistycz-
nych. Potrzeba matematycz

nego ujęcia zjawisk nieprecyzyj-

nych i wieloznacznych stała się punktem wyjścia do wpro-

wadzenia pojęcia i teorii zbiorów (ang. Fuzzy Sets Theory)
rozmytych opracowanej przez Lofti Zadeha [Zadeh]. W ra-

mach teorii Zadeha została opracowana koncepcja rozmytego

systemu regułowego. Typowy schemat rozmytego systemu

wnioskującego składają się z elementów takich jak: baza

reguł, blok rozmywania, blok wnioskowania oraz blok wyo-

strzania (rys. 2). Reguły tego typu systemu przyjmują postać

[Flasiński 2011]:
R

k

: IF

jest

i … i jest

THEN

jest

(1),

przy czym

, …,

,

są zmiennymi lingwistycznymi,

, …,

,

są wartościami lingwistycznymi, którym

odpowiadają zbiory rozmyte

, …,

,

.

Rys. 2. Struktura typowego rozmytego systemu wnioskuj

ącego

Proponowane podejście do oceny efektywności projektów

logistycznych bazujące na Strategicznej Karcie Wyników
wymaga zdefiniowania zbioru mierników w czterech per-
spektywach, tj. w finansowej, klienta, rozwoju oraz proce-

sów wewnętrznych pozwalających na dokonanie całościowej

oceny efektywności realizacji danego projektu logistycznego.

Do oceny efektywności projektów logistycznych wykorzy-

stane są odpowiednio modelowane rozmyte systemu wnio-

skujące umożliwiające podejmowanie decyzji w oparciu

o niepełne, niepewne, nieprecyzyjne dane dotyczące spo-

dziewanych wyników oraz nakładów na realizację danego
projektu logistycznego. Ocena przeprowadzona z wykorzy-

staniem rozmytych systemów wnioskujących umożliwia po-

dejmowanie decyzji przez logistyka odnośnie podjęcia lub
rezygnacji z realizacji danego projektu logistycznego odpo-
wiednio w przypadku wysokiej lub niskiej oceny efektywno-

ści rozpatrywanego projektu logistycznego.

Tab. 1. Przykładowe mierniki oceny procesów wewnętrznych

Perspektywa procesów wewnętrznych

Cel

Miernik

Obniżenie liczby dostaw
niezgodnych z wymaganiami

Liczba dostaw niezgodnych
z wymaganiami

Obniżenie wskaźnika jakości

z tytułu niezgodności

Koszty strat z tytułu niezgodności

Celem przedstawienia działania przykładowego rozmytego

systemu wnioskującego rozpatrzmy przykład oceny efek-
tywno

ści projektu logistycznego w perspektywie procesów

wew

nętrznych. Przyjmijmy, że projekt logistyczny dotyczy

wdro

żenia koncepcji VMI między dostawcą a odbiorcą.

Rozpatrzmy dwa przykładowe mierniki oceny zgodnie z ta-

Logistyka – nauka

Logistyka 5/2013

166

belą 1. Przyjmijmy, że zmienna lingwistyczna l

n

, oznaczająca

liczbę dostaw niezgodnych z wymaganiami, jest wyrażona za

pomocą pojęć nieostrych (wartości lingwistycznych): niska
(N),

średnia (S), wysoka (W). Pojęcia te są reprezentowane

przez odpowiednie zbiory rozmyte N, S, W (rys. 3a). Dla
kosztów strat z tytułu niezgodności określone zostały poję-
cia: niskie (BT),

średnie (OT), wysokie (AT), którym odpo-

wiadają zbiory rozmyte: BT, OT, AT, o funkcjach przynależ-

ności przedstawionych na rysunku 3. Ocena cząstkowa efek-

tywności danego projektu logistycznego w perspektywie

procesów wewnętrznych została określona za pomocą
zmiennej lingwistycznej o

pw

przybierającej wartości: nieod-

powiednia (ON), dopuszczalna (OD), wysoka (OW). Funkcje
przy

należności zbiorów rozmytych ON, OD, OW odpowia-

dających tym wartościom są pokazane na rysunku 3c.

Rys. 3.

Przykład formułowania problemu wnioskowania rozmyte-

go: a) funkcje przynależności dla liczby dostaw niezgodnych

z zamówieniami, b) funkcje przynależności dla kosztów strat

z tytułu niezgodności, c) funkcje przynależności dla oceny cząst-

kowej efektywności projektu logistycznego w perspektywie proce-

sów wewnętrznych

Wnioskowanie w systemie przedstawione zostanie na

przykładzie jednej z dwóch reguł rozmytych:

R

1

: IF l

n

jest niska i l

t

jest

średnie THEN o

pw

należy ocenić

jako dopuszczalny

R

2

: IF l

n

jest wysoka i l

t

jest wysokie THEN o

pw

należy oce-

nić jako niedopuszczalny

Regułowy system rozmyty wnioskuje na podstawie zbio-

rów roz

mytych, w wyniku działania systemu otrzymywane

są dane i generowane wyniki w postaci wartości liczbowych.
Zachodzi potrzeba konwersji liczb na zbiory rozmyte i od-

wrotnie. Przeanalizujmy działanie pierwszej reguły na przy-

kładzie. Załóżmy, że liczba dostaw niezgodnych z wymaga-
niami wynosi l

n

= L

n

= 5. Należy przekształcić liczbę L

n

na

odpowiedni zbiór rozmyty a podstawie funkcji przynależno-

ści µ

S

za pomocą operacji rozmywania – operacji typu sin-

gleton, która liczbie L

n

p

rzyporządkowuje zbiór rozmyty S’

o funkcji przynależności przyjmującej wartość µ

S

(L

n

) w pun-

kcie L

n

oraz wartość 0 wszędzie poza nim. Operacja ta zosta-

ła zilustrowana na rysunku 4a oraz na rysunku 4b, na którym

przedstawiona jest funkcja przynależności µ’

S

dla nowo

skonstruowanego zbioru rozmytego S’

odpowiadającego

rozmyciu liczby L

n

= 5

. Załóżmy, że koszty strat z tytułu

niezgodności wynoszą 2800 umownych jednostek pienięż-

nych. Dana wejściowa systemu oceny efektywności projektu
w perspektywie procesów we

wnętrznych została w podobny

sposób przekształcona w zbiór rozmyty OT’, którego funkcja

przynależności µ

OT’

została pokazana na rysunku 4d. Wynik

zastosowania reguły R

1

przedstawiony został na rysunku 4e.

Rysunki 4c oraz 4d odpowiadają elementom występującym

w koniunkcji poprzednika reguły COND

1

, natomiast rys. 4e

odpowiada następnikowi ACT

1

. Zasto

sowanie reguły R

1

przebiega w dwóch etapach. W pierwszym etapie obliczony
został stopień spełnienia reguły µ

COND

1

, biorąc minimum ze

zbioru zawierającego funkcje przynależności elementów
koniunkcji COND

1

. W drugim etapie wykorzystana zostanie

tzw. reguła minimum w modelu wnioskowania Mamdaniego.

W analizowanym przykładzie µ

COND

1

= 0,2

, więc wynikowa

funkcja przynależności będzie wynikiem obcięcia funkcji

przynależności konkluzji µ

ACT

= µ

OD

na wyso

kości równej

0,2 (rys. 4e).

Rys. 4. Przykład wnioskowania rozmytego: a) – b) rozmywanie,
c) –

e) zastosowanie pierwszej reguły systemu

Logistyka – nauka

Logistyka 5/2013

167

Analogicznie należy postąpić stosując kolejną regułę roz-

mytą. W kolejnym etapie wnioskowania dokonuje się agre-

gacji konkluzji uzyskanych wszystkich zastosowanych reguł.
W wyniku agre

gacji konkluzji otrzymuje się wynik końcowy

wnioskowania rozmytego. Zastosowanie tzw. operacji wyo-

strzania umożliwia przyporządkowanie danemu zbiorowi

rozmytemu wartości liczbowej, która jest informacją cenną
w procesie podejmowania decyzji, w tym przypadku w oce-
nie efek

tywności realizacji projektu logistycznego.

Podsumowanie

Realizacja danego projektu logistycznego wymaga prze-

prowadzenia oceny efektywności na etapie planowania jego

realizacji, jak i na etapie końcowym. Dobór i ocena mierni-

ków oceny efektywności projektów logistycznych jest istot-

ny z punktu widzenia procesu oceny. Pojawia się pytanie:
w jaki sposób oszacowa

ć koszty oraz korzyści związane

z realizacją danego projektu na etapie planowania realizacji?

Proponuje się zastosowanie Strategicznej Karty Wyników do

oceny efektywności realizacji projektów logistycznych jako

systemu pomiaru rentowności projektów logistycznych

w różnych aspektach realizacji projektów logistycznych.
Sys

tem oceny efektywności opłacalności realizacji projektów

logistycznych oparty o Strate

giczną Kartę Wyników może

być traktowany jako jest kompleksowy system, który zapo-
biega optymalizacji tylko jednego obszaru wiedzy kosztem

pozostałych. W pracy przedstawiono proponowane podejście

do oceny efektywności realizacji potencjalnego projektu

logistycznego. Zaproponowano podejście bazujące na Strate-
gicznej Karcie Wyników oraz logice rozmytej z wykorzysta-
niem dedy

kowanych Rozmytych Systemów Wnioskujących.

Zastosowanie w praktyce proponowanego podejścia zmniej-

sza ryzyko przyjęcia do realizacji niewłaściwych projektów

logistycznych oraz ryzyko podjęcia złych decyzji.

Streszczenie

W pracy przedstawiono

problem oceny efektywności reali-

zacji projektów logistycznych. Zaproponowano zastosowanie
koncepcji Strategicznej Karty Wyników jako kompleksowe-

go zestawu mierników będących podstawą oceny efektywno-

ści projektów logistycznych. Proponowane podejście do
ocen

y efektywności projektów logistycznych bazujące na

Strategicznej Karcie Wyników oraz logice rozmytej z wyko-
rzystaniem dedykowanych rozmytych systemów wnioskuj

ą-

cych przedstawiono na przykładzie danego projektu logi-
stycznego –

przedstawiono działanie przykładowej reguły

rozmytej w ocenie procesów we

wnętrznych. Zastosowanie

proponowanego podejścia w praktyce prowadzić może do
zmniejszenia

ryzyko przyjęcia do realizacji niewłaściwych

projektów logistycznych oraz ryzyka

podjęcia złych decyzji.

Słowa kluczowe: projekt, projekt logistyczny, efektywność,
ocena, Strategiczna Karta Wyników, Teoria Zbiorów Roz-
my

tych, Rozmyty System Wnioskujący.

L

ITERATURA

1. Atkinson R., Crawford L., Ward S., 2006, Fundamental uncer-

tainies in project and the scope of project management, „Inter-
national Journal of Project Management, 24, 687–698.

2. Brajer-Marczak R., 2012,

Efektywność organizacji z perspek-

tywy modelu dojrzałości procesowej, „Zarządzanie i Finanse
Journal of Management and Finance”, 1/3, 513–523.

3. Engwall M., 2003, No project is an island: Linking project to

history and context, „Research Policy”, 32 (5).

4.

Flasiński M., 2011, Wstęp do sztucznej inteligencji, PWN,
Warszawa.

5. Jaki A., 2011,

Paradygmat efektywności w zarządzaniu, „Prze-

gląd organizacji”, 4 .

6. Kaplan R.S., Norton D.P., 2007,

Jak przełożyć strategie na

działania, PWN, Warszawa.

7. Karasek A., 2012,

Wybrane problemy efektywności przedsię-

wzięć innowacyjnych przedsiębiorstwa, „Zarządzanie i Finanse
Journal of Management and Finance”, 1/3, 305–314.

8. Kasperek M., 2006, Planowanie i organizacja projektów logi-

stycznych, Wydawnictwo Akademii Ekonomicznej, Katowice.

9.

Kasperek M., Szołtysek J., 2008, Projekty logistyczne w outso-

urcingu usług logistycznych (cz. 1), „Logistyka”, 6.

10.

Kasperek M., Szołtysek J., 2009 Projekty logistyczne w outso-

urcingu usług logistycznych (cz. 2), „Logistyka”, 1.

11. Kaplan R.S., Norton D.P., 2001, Strategiczna karta wyników.

Jak przedłożyć strategię na działanie, PWN, Warszawa.

12. Kisielnicki J., 2011,

Zarządzanie projektami. Ludzie – procedu-

ry – wyniki, Oficyna Wolters Kluwer Business.

13. Kisperska-

Moroń D., Krzyżaniak S., 2009, Logistyka, Instytut

Logistyki Magazynowania, Poznań.

14.

Kucińska A., 2007, Strategiczna karta wyników jako narzędzie

oceny skuteczności systemu zarządzania jakością, [w:] Kompu-

terowo Zintegrowane Zarządzanie, t. 1. Oficyna Wydawnicza

Polskiego Towarzystwa Zarządzania Produkcją, 517–524.

15. Meredith J.R., 2004, Developing project management theory for

managerial application: The view of a research journal’s edi-
tor, „Project Management Journal”, vol. 4.

16. Morris P., 2004, Science, objective knowledge and the theory of

management, „Project Management Journal”, vol. 4.

17. Najmi M., Kehoe D.F., 2001, The role of performance meas-

urement systems in promoting quality development beyond ISO
9000, „International Journal of Operations & Production Man-
agement”, 1/2, 159–171.

18. Nowosielski S. (red.), 2008, Procesy i projekty logistyczne.

Wydawnictwo Uniwersytetu Ekonomicznego, Wro

cław.

19. Pisz I., 2011, Controlling of logistics project, „Total Logistics

Management”, No. 4, 107–125.

20. Pisz I., 2011, Identification and risk assessment of logistics

project, [in:] Selected logistics problems and solutions.

MONOGRAPH. Grzybowska K., Golińska P. (eds.), Poznan
House of Poznan University of Technol

ogy, Poznań, 227–242.

21.

Pisz I., Łapuńka I., 2012, Analiza zagrożeń płynących z podej-
mowania projektów logistycznych, „

Gospodarka Materiałowa i

Logistyka”, 10, 15–18.

22. Raport 2011, Projekty logistyczne –

doświadczenia polskich

przedsiębiorstw, Panel polskich menedżerów logistyki.

23. Rudnik K., Walaszek-Babiszewska A., 2010, Rozmyty system

wnioskujący o modelu bazującym na regułach asosjacji,

„

Za-

rządzanie przedsiębiorstwem”, 2, 50–60.

Logistyka – nauka

Logistyka 5/2013

168

24. Siemionek M., Kujawa A., 2012,

Przyczyny we wdrażaniu

Balanced Scorecard,

„

Zarządzanie i Finanse Journal of Mana-

gement and Finance” 1/3, 475–487.

25.

Strzyżewska M., 2009, Ryzyko i niepewność a współpraca mię-
dzy polskimi MSP, [w:] Partnerst

wo przedsiębiorstw jako czyn-

nik ograniczania ryzyka działalności gospodarczej, Brdulak H.,

Duliniec E., Gołębiowski T. (red.), SGH, Warszawa, 481–490.

26. Trocki M., Grucza B. (red.), 2007,

Zarządzanie projektem

europejskim, PWE, Warszawa.

27. Wrzosek S. (red), 2008,

Ocena efektywności inwestycji,

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu,
Wro

cław.

28. Zadeh L.A., 1975, The concept of a linguistic variable and its

application to approximate reasoning, „Information Sciences”,
vol. I, 199–240.

Logistyka – nauka

Logistyka 5/2013

169