The dairy industry is a complex system that involves many stakeholders and processes, from production to distribution. To measure and improve the performance of this system, a comprehensive and reliable Performance Measurement System (PMS) is needed. A PMS is a tool that helps to evaluate the efficiency and effectiveness of supply chain operations. One of the components of a PMS is the key performance indicators (KPIs), which reflect the performance of specific aspects of the supply chain. This thesis explores how KPIs can be used to enhance logistics performance in the dairy industry. The research is based on a single case study of a global company that operates in the dairy sector, which faces challenges such as high competition, customer demand variability, and food waste. The research uses a mix of literature review, interviews, and data analysis to identify and evaluate the relevant KPIs for logistics performance, as well as their interrelationships and impacts. The research applies the interpretive structural modeling (ISM) method to develop a hierarchical model of the KPIs and their causal relationships. The interpretive structural model of the indicators shows that the current indicators commonly used in the dairy industry today are not suitable for measuring performance, the indicators do not affect the current performance significantly but rather reflect the. This paper proposes a methodology for qualitatively evaluating performance measures, based on the integration of the ISM approach, the MICMAC analysis, and the seven criteria of a KPI. The ISM approach is a technique for identifying and analyzing the interrelationships among elements of a complex system. By applying this methodology, organizations and researchers can assess the suitability and importance of a set of KPIs. / Mejeriindustrin är ett komplext system som involverar många intressenter och processer, från produktion till distribution. För att mäta och förbättra systemets prestanda behövs ett heltäckande och tillförlitligt system för prestationsmätning (PMS). Ett PMS är ett verktyg som hjälper till att utvärdera effektiviteten i leveranskedjans verksamhet. En av komponenterna i ett PMS är nyckeltal (KPI:er), som är mått som återspeglar prestandan för specifika aspekter av leveranskedjan. Denna studie syftar till att undersöka hur KPI:er kan användas för att förbättra logistiken inom mejeriindustrin. Forskningen baseras på en fallstudie av ett globalt företag som är verksamt inom mejerisektorn, som står inför utmaningar som hög konkurrens, varierande kundefterfrågan och matsvinn. Forskningen använder en blandning av litteraturstudier, intervjuer och dataanalys för att identifiera och utvärdera relevanta KPI:er för logistikprestanda, samt deras inbördes relationer och påverkan. Forskningen tillämpar metoden ISM (Interpretive Structural Modeling) för att utveckla en hierarkisk modell av KPI:erna och deras orsakssamband. Den tolkande strukturella modellen av indikatorerna visar att de nuvarande indikatorerna som vanligtvis används i mejeriindustrin idag inte är lämpliga för att mäta prestanda, indikatorerna påverkar inte den nuvarande prestationen avsevärt utan återspeglar snarare resultaten. I denna rapport föreslås en metod för att utvärdera prestationsmått på ett kvalitativt sätt, baserat på integrationen av ISM-metoden, MICMAC-analysen och de sju kriterierna för en KPI. ISM-metoden är en teknik för att identifiera och analysera de inbördes relationerna mellan olika delar i ett komplext system. Genom att tillämpa denna metod kan organisationer och akademiker utvärdera lämpligheten och vikten av en uppsättning eller en KPI.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-338295 |
| Date | January 2023 |
| Creators | Shimamura Fagle, Tor |
| Publisher | KTH, Skolan för industriell teknik och management (ITM) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-ITM-EX ; 2023:575 |
Page generated in 0.0018 seconds