WYKORZYSTANIE MODELU SCOR DO OCENY FUNKCJONOWANIA ŁAŃCUCHA DOSTAW FIRMY Z BRANŻY SPOŻYWCZEJ
MICHAŁ JAKUBIAK Streszczenie
Chcąc badać efektywność procesów planistycznych należy określić właściwe wskaźniki pozwalające oceniać zachodzące procesy i ich efekty. Zarządzanie wiedzą zdobytą w wyniku tysięcy projektów, obserwacji i analiz stało się podstawą budowy modelu SCOR (ang. Supply Chain Operation Reference-Model), który pozwala zapro-jektować i ocenić procesy logistyczne zachodzące w łańcuchu dostaw. Celem niniejszego opracowania jest przedstawienie unikalnego systemu wskaźników obejmu-jącego procesy planistyczne zachodzące w branży drobiarskiej. Złożoność łańcucha dostaw i często różne cele uczestników przepływu produktów i informacji, powoduje dużą trudność w ocenie zachodzących procesów planowania i kaskadowania uzyski-wanych ocen i wyników.
Słowa kluczowe: łańcuch dostaw, SCOR, planowanie, wskaźniki efektywności ŁD
Wstęp
Skuteczność łańcucha dostaw staje się kluczowym czynnikiem pozwalającym utrzymywać przewagę konkurencyjną. Sukces wielu firm zależy już nie tylko od zdolności pojedynczych pod-miotów, ale przede wszystkim od wydajności i sprawności partnerów współpracujących w obrębie łańcucha dostaw. Badania przeprowadzone przez Pittiglio Rabin Todd & McGrath's (PRTM's) w 1996 dotyczące zintegrowanych procesów planowania w łańcuchu dostaw wskazują na pogłębia-jącą się różnice w wydajności pomiędzy wiodącymi firmami w danych branżach a innymi podmiotami gospodarczymi. Wraz ze zwiększeniem znaczenia łańcucha dostaw, obserwuje się zmianę tendencji w zarządzaniu od tradycyjnego podejścia, które polega na zarządzaniu poszcze-gólnymi komórkami organizacyjnymi oraz pojedynczymi działaniami, w kierunku zarządzanie procesami [15, 62–67].
Celem artykułu jest przedstawienie unikalnego systemu wskaźników obejmującego procesy planistyczne zachodzące w branży drobiarskiej. Złożoność łańcucha dostaw i często różne cele uczestników przepływu produktów i informacji powodują dużą trudność w ocenie zachodzących procesów planowania i kaskadowania uzyskiwanych ocen i wyników. W opracowaniu wykorzy-stano metodologię SCOR (ang. Supply Chain Operation Reference-Model), która pozwala zaprojektować i ocenić procesy logistyczne zachodzące w łańcuchu dostaw.
1. Planowanie w łańcuchu dostaw
Wśród wielu definicji łańcucha dostaw, z punktu widzenia niniejszego opracowania, najważ-niejsze będzie ujęcie reprezentowane przez zwolenników orientacji procesowej, traktujące działania i przepływy realizowane w łańcuchach dostaw jako procesy. Postrzegają oni łańcuch dostaw jako
i czynności służących przechodzeniu do kolejnych stanów, w których dostarczany produkt ma coraz większą wartość.
Christopher M. [4, 61–62] definiuje łańcuch dostaw jako: „sieć organizacji zaangażowanych poprzez powiązania z dostawcami i odbiorcami w różne procesy i działania, które tworzą wartość w postaci produktów i usług dostarczonych ostatecznym konsumentom.”
Przedstawicielami takiego poglądu są również m.in. Battaglia A.J. i Tyndall G. [1, 101], którzy formułują łańcuch dostaw jako „strategiczną koncepcję, polegającą na zrozumieniu i zarządzaniu sekwencją czynności – od dostawcy do klienta – dodających wartość do dostarczanych produktów.”
W literaturze przedmiotu, poruszającej zagadnienie planowania w łańcuchu dostaw, występuje kilka nurtów badań.
Bozard C. oraz Handfield R.B. [2, 15–16], Cooper M.C. i Ellram L.M. [7, 13–24] wskazują na rolę koordynacji w planowaniu. Według tych autorów jednym z głównych elementów planowania jest wspólnota i możliwość działania zgodnie z wcześniej przyjętymi zasadami. Wspólne planowa-nie, daleko idąca wymiana danych, współdzielenie się zasobami oraz dzielenie kosztami i podział zysków stanowią najwyższą formą relacji określanymi mianem partnerstwa strategicznego lub inaczej kolaboracją, współdziałaniem.
Reutterer T. i Kotzab H. [13, 27–35] kierują zainteresowanie nurtem planowania w łańcuchu dostaw w stronę konfiguracji sieci logistycznej w celu osiągnięcia przewagi konkurencyjnej. Zwra-cają oni uwagę, że dopiero właściwa konfiguracja łańcucha dostaw pozwala na osiągnięcie dobrej wydajności poszczególnych procesów.
Christopher M. [5, 90] opisuje rolę planowania w obszarze przewidywania i zarządzania po-pytem, którego zmienność stanowi największe wyzwanie dla współczesnych przedsiębiorstw.
Duży obszar badań poświęconych planowaniu w łańcuchu dostaw odnosi się również do zasto-sowania narzędzi IT w podejmowaniu decyzji planistycznych. Autorzy tacy jak: Chandrashekar A. i Schary P.B. [3, 27–39], D’Amours, S., Montreuil, B., Lefrancois, P. i Soumis, F. [8, 63–79], Humphreys P.K., Lai M.K. i Sculli D. [12, 245–55] zwracają uwagę na wzrost konkurencyjność łańcucha dostaw przy wykorzystaniu systemów ERP, zaawansowanych systemów planowania i technologii internetowych. Badania tych autorów wskazują na to, iż niewłaściwe wykorzystanie narzędzi IT lub ich brak może mieć dramatyczny wpływ na każdą decyzję związaną z planowaniem w łańcuchu dostaw.
2. Benchmarking procesów planistycznych w łańcuchu dostaw
Aby pomóc firmom w zwiększeniu skuteczności łańcucha dostaw, a także dać wsparcie w przej-ściu do zarządzania procesowego, dwie firmy konsultingowe – PRTM i Advanced Manufacturing Research (AMR) na bazie swoich wieloletnich doświadczeń zaczęły budować referencyjny model funkcjonowania łańcucha dostaw. Zarządzanie wiedzą zdobytą w wyniku tysięcy projektów, obser-wacji i analiz stało się podstawą budowy modelu, który pozwala zbudować przewagę konkurencyjną przy projektowaniu procesów logistycznych. Rolę zarządzania wiedzy w tym obszarze bardzo do-brze podsumowuje Chuang S.H, Liao C. i Lin S. [6, 217–230], Heisig P. [11, 4–31] oraz Gold A.H., Malhotra A. i Segars A.H. [9, 688–698] którzy wskazują, iż ZW jest to specyficzny, systemowy i organizacyjny proces wspomagający tworzenie, przekazywanie, integrowanie i wykorzystywanie powiązań wiedzy, określonej jednostki funkcjonalnej w kształtowaniu procesów innych podmiotów.
Idea tworzenia swoistego benchmarkingu dla procesów wykonywanych w obrębie łańcucha dostaw rozwinięta została przez powstałą w 1996 roku organizację Supply Chain Council (SSC), zrzeszającą wiodące amerykańskie i międzynarodowe firmy. Dzięki doświadczeniu menedżerów zarządzających procesami planowania w tych największych światowych korporacjach, w 1997 roku powstaje pierwszy dokument pozwalający innym przedsiębiorstwom porównać się z najlepszymi – SCOR (Supply Chain Operation Reference-Model). Model ten bazuje na integracji pięciu głównych procesów łańcucha dostaw: planowania, zaopatrzenia, produkcji, dostaw i zwrotów oraz wyróżnia cztery poziomy szczegółowości.
Zintegrowany proces rengineeringu procesów biznesowych przy wykorzystaniu najlepszych praktyk (benchmarkingu) i pomiaru efektywności procesów w ramach cross-funkcjonalnej struktury łańcucha dostaw skierowany jest w dużej mierze w stronę procesów planistycznych. Twórcy modelu SCOR podobnie zresztą jak konkurencyjnych modeli referencyjnych takich jak GSCF, korzystają z wiedzy zdobytej latami podczas badań naukowych i praktycznych projektów w obszarze łańcucha dostaw.
Model SCOR stanowi inspirację do badań nad efektywnością funkcjonowania łańcucha dostaw oraz próbę usystematyzowania podejść do procesu planistycznego.
3. Opis problemu badawczego
Opisywana firma jest jedną z największych w polskiej branży mięsnej. Posiada kilka zakładów produkcyjnych m.in. w Olsztynie, Lublinie i Świebodzinie. Swoją działalność skupia na przerobie szeroko rozumianego drobiu, z naciskiem na indyki i kurczaki. Firma podzielona jest na dwie dy-wizje: VA (mięsa przetworzone) oraz BA (mięso świeże), które różnią się między sobą złożonością procesów zarówno tych produkcyjnych jak i logistycznych. Łańcuch dostaw omawianego przedsię-biorstwa jest dość skomplikowany relacyjnie i panuje w nim duża konkurencja.
Dywizja BA (świeżego, nieprzetworzonego mięsa) bazuje na dostawcach drobiu, którzy wbrew obiegowej opinie nie są pierwszym elementem łańcucha. Wspomniani dostawcy, kupują od oma-wianej firmy jaja i paszę i to od tego etapu zaczyna się przepływ informacji i materiałów. Następnie poprzez okres około 12–22 tygodni (w zależności od gatunku drobiu) hodowcy dbają o odpowiedni wzrost masy mięsnej drobiu. Podczas okresu chowu firma korzysta z dostawców, którzy są z punktu widzenia prawa osobnymi podmiotami (rys. 1).
Rysunek 1. Idea łańcucha dostaw dywizji BA Źródło: opracowanie własne.
Odbiorcy Producent paszy Producent jaj Hodowcy drobiu Firma produkcyjna Magazyn centralny Magazyny regionalne
Planiści firmy produkcyjnej decydują o tym kiedy hodowca drobiu powinien wstawić jaja. Następnie doliczają ilość tygodni przypadającą na chów zwierząt, procentowy przyrost masy zało-żony z norm dla danej rasy i wskazują dzień na kiedy przedsiębiorstwo może spodziewać się spływu zwierząt do uboju. Planowanie opiera się głównie nie na potrzebach rynku (które w tym momencie są pomijane ze względu na większy popyt od podaży) lecz na wydajności procesów ubojowych i przetwórczych fabryki.
Ze względu na swoją specyfikę, inną filozofią funkcjonowania kieruje się dywizja VA (mięs przetworzonych). Dla tej części firmy, łańcuch dostaw zaczyna się od świeżego, ale już ubitego mięsa. Dostawcy firmy poszukiwani są każdorazowo zgodnie z zapotrzebowaniem jakie zgłasza handel na produkt finalny. Dywizja VA wiedząc jakiego gatunku mięsa będzie potrzebować, z wy-przedzeniem 1 miesiąca poszukuje dostawców pod swoje potrzeby. Zakup prowadzony jest zazwyczaj wśród dostawców sprawdzonych, z którymi firma współpracowała już wcześniej – rów-nież, a nawet bardzo często jest to siostrzana Dywizja BA. O zakupie decyduje cena na oferowane mięso oraz jego dostępność. Przyjęty model biznesowy miał zwiększyć konkurencyjność obu dywi-zji, które powinny szukać najtańszych źródeł dostaw (dywizja VA), a sprzedawać pomiędzy sobą produkty jedynie w sytuacji gdy nie ma na nie droższych odbiorców (dywizja BA).
Firma realizując procesy przepływu produktów boryka się z wieloma problemami i jednocze-śnie nie potrafi ich skwantyfikować i pomierzyć. Pierwszy i najważniejszy w skali całego przedsiębiorstwa to jakość drobiu uzyskiwanego od dostawców. Ptaki przyjeżdżają w wadze i ilości, która nie była planowana, a w konsekwencji podawana do działu handlowego jako wielkość dostęp-nego produktu do sprzedaży. Jest to skomplikowane relacyjnie zagadnienie – firma ma trudność z pozyskaniem i utrzymaniem dostawców, ze względu na dużą konkurencję na rynku oraz łatwość zbytu towaru jaką posiadają obecnie hodowcy drobiu. Poza tym firma zarabia na hodowcach sprze-dając im jaja i paszę, stąd też zależy im, aby utrzymać relacje handlowe nie tylko zakupowe ale również sprzedażowe.
Drugim wyzwaniem, przed którym stoi firma to poprawienie jakości prognoz, a w przypadku dywizji BA próba szacowania popytu. Wszystkie prognozy tworzone w organizacji powstają wy-łącznie w oparciu o dane historyczne, bez uwzględnienia spodziewanych promocji jakie planują główni klienci. Takie podejście powoduje niedopasowanie podaży do popytu. Brak osoby odpowie-dzialnej w organizacji za proces prognozowania powoduje, iż handlowcy i planiści nie mają celów, które powinni osiągnąć w tym obszarze. W łańcuchu dostaw firmy, widoczne są obszary, w których tworzą się duże zapasy, które z kolei często nie są dopasowane do obecnej i spodziewanej sytuacji rynkowej. Firma działa w oparciu o cele, które są praktycznie niemierzalne i demotywują tych, któ-rzy są według nich oceniani i któktó-rzy chcą im sprostać.
Niemierzenie poszczególnych etapów przepływu materiałów powoduje, iż planowanie praktycz-nie praktycz-nie istpraktycz-nieje, a firma opiera swoje działapraktycz-nie jedypraktycz-nie o sytuację bieżącą.
4. Budowa systemu wskaźników
Opisane wskaźniki pozwalają na określenie poziomu realizacji celów łańcucha dostaw i są efek-tem ponad rocznego projektu naukowo-biznesowego. Mają one budowę hierarchiczną tj. wskaźniki główne (mierzące bezpośrednio skuteczność realizacji celów łańcucha dostaw) dzielone są na części składowe (bardziej szczegółowe wskaźniki), które pozwalają wyjaśnić przyczyny kształtowania się podstawowych zjawisk w ramach łańcucha dostaw.
W pierwszym kroku, wspólnie z zarządem grupy, ustalone zostały cele, w kierunku których powinna zmierzać organizacja. Zgodnie z podejściem SCOR, jest to niezbędne do tego, aby zbudo-wać przewagę konkurencyjną łańcucha dostaw (tab. 1).
Tabela 1. Cele strategiczne łańcucha dostaw przedsiębiorstwa z branży mięsnej
Nazwa celu Charakterystyka
1. Optymalizacja kosztów łańcucha dostaw
Obejmuje koszty niezbędne do wytworzenia i zapewnienia dostępności pro-duktów bezpośrednim klientom.
2. Wysoki poziom obsługi klienta
Oznacza zdolność łańcucha dostaw do realizacji zamówień zgłaszanych przez bezpośrednich klientów – krajowych i zagranicznych.
3. Realizacja założonych planów sprzedażowych
Realizacja planów sprzedażowych pozwala organizacji na zapewnienie cią-głości produkcji, utrzymanie stabilności finansowej, rozwój oraz zwrot z planowanych inwestycji.
4. Optymalizacja kosztów
kapitału obrotowego Oznacza zdolność Grupy do efektywnego wykorzystania gotówki. 5. Zgodność z wymogami
jakościowymi
Określa zdolność łańcucha dostaw do wytwarzania i dostarczania na rynek produktów spełniających normy jakościowe, wymagane przez klienta. Źródło: opracowanie własne.
Wyodrębnione cele pozwoliły na zbudowanie koncepcji wskaźników na poziomie „0” czyli dla całego łańcucha dostaw (tab. 2).
Tabela 2. Wybrane wskaźniki poziomu „0” Nr celu Wskaźnik (poziom „0”) Charakterystyka
1. Kwota marży II Kwota Marży II ze sprzedaży pomniejszona o koszty pro-wizji i gazetek oraz koszty logistyki
1. Marża II/przychód net net Stosunek Marży II do przychodu net net obrazujący po-ziom rentowności sprzedaży
2. OTIF
Odsetek zamówień klientów zrealizowanych na czas i bez błędów ilościowych we wszystkich zrealizowanych zamó-wieniach
2. i 5. Jakość planu spływu żywca
Wskaźnik wyrażony w % i kalkulowany zero-jedynkowo. Wartość „jeden” przyjmuje dzień, w którym średnia waga partii zaraportowana przez dział ubojni jest zbliżona do wagi planowanej (mieści się w ustalonej granicy toleran-cji) oraz liczba rzeczywiście zwiezionych sztuk w przeciągu dnia jest równa lub zbliżona do zakładanej w planie (plan tygodniowej zwózki). Wartość zero uzy-skujmy w sytuacji, gdy średnia waga lub ilość różnią się ponad wartości tolerancji zakładane w planie
3. % realizacji planu wolumenów Stosunek zrealizowanego wolumenu sprzedaży do wolu-menu planowanego
4. koszt kapitału obrotowego i zobo-wiązań handlowych
Koszt kapitału obrotowego (zapasy i należności krótkoter-minowe) pomniejszone o zobowiązania handlowe Źródło: opracowanie własne.
Do każdego wskaźnika powstała dokładna instrukcja obsługi (rys. 2), która opisuje algorytm liczenia, częstotliwość raportowania, źródło danych itp.
Rysunek 2. Przykład procedury określającej liczenie wskaźnika „Jakość planu spływu żywca” Źródło: opracowanie własne.
Wskaźniki poziomu „0” zapewniają zarządowi szybką informację dotyczącą ogólnej kondycji łańcucha dostaw.
Rysunek 3. Wskaźnik OTIF dla łańcucha dostaw 50%
55% 60% 65% 70%
sty.17 lut.17 mar.17 kwi.17 maj.17
P o zi o m O T IF (w % ) miesiące (2017 rok)
Rysunek 4. Realizacja planu sprzedaży dla łańcucha dostaw Źródło: opracowanie własne.
Rysunek 5. Marża II/przychód net net Źródło: opracowanie własne.
70% 75% 80% 85% 90% 95% 100%
sty.17 lut.17 mar.17 kwi.17 maj.17
RE A L IZ A CJ I P L A N U W O L U M E N Ó W (w % ) miesiące (2017 rok) 4,0% 4,5% 5,0% 5,5% 6,0% 6,5% 7,0% 7,5%
sty.17 lut.17 mar.17 kwi.17 maj.17
M arż a II/ P rz y ch ó d N E T N E T miesiące (2017 rok)
Rysunek 6. Jakość planu spływu żywca Źródło: opracowanie własne.
Bardziej szczegółowe informacje dają wskaźniki poziomu „-1”, które są efektem kaskadowania danych na poszczególne obszary biorące udział w przepływie materiałów i informacji (rys. 7).
Rysunek 7. Główne obszary przepływu danych i materiałów Źródło: opracowanie własne.
Wyodrębnione wskaźniki poziomu „-1” zostały dokładnie opisane w instrukcji spotkań Sales and Operation Planning (SOP) i stanowią podstawę tychże spotkań. Dalszym krokiem, przed którym stoi organizacji to próba określenia celów dla każdego z obszarów.
5. Podsumowanie
Stworzenie kompleksowego systemu mierników pozwala ocenić procesy planistyczne zacho-dzące w obrębie łańcucha dostaw. Jest to podstawowy element, który umożliwia dalsze szukanie oszczędności i poprawy efektywności w przepływie produktów i informacji. W łańcuchu dostaw branży mięsnej, ze względu na specyfikę zachodzących procesów, nie można przy ocenie planowa-nia skupić się jedynie na szeroko znanych wskaźnikach takich jak rotacja, OTIF itp. Należy zastosować podejście indywidualne, które weźmie pod uwagę różne aspekty działalności, nie wy-stępujące w klasycznych łańcuchach dostaw takich branż jak np. automotive, AGD, itp.
Autor dokonał oceny procesów planistycznych zachodzących w wybranym łańcuchu dostaw przy pomocy powszechnych wskaźników opisywanych w SCOR oraz literaturze przedmiotu (np. OTIF) oraz stworzył unikalną kombinację wskaźników charakterystycznych dla badanej branży (np. jakość spływu żywca). Takie podejście pozwoliło na przestrzeni kilku miesięcy, na podstawie
da-4,0% 5,0% 6,0% 7,0% 8,0% 9,0% 10,0% 11,0%
sty.17 lut.17 mar.17 kwi.17 maj.17
P RE CY Z Y JN O Ś Ć P L A N U S P Ł Y W U Ż Y W CA miesiące (2017 rok)
R&D Plano-wanie
Produ-kcja Zaopat-rzenie /zakupy mięs Logi-styka / Maga-zyn Sprze-daż Kontra-ktacja
w jakich elementach należy dążyć do ich poprawy. Na uwagę zasługują bardzo niskie wskaźniki związane z jakością obsługi klienta co wyraźnie wskazuje na problemy z planowaniem procesów. Szczególnie widoczne jest to w obrębie działu zajmującego się kontraktowaniem i planowaniem spływu żywca. Błędne założenia jakie przyjmowane są w Kontraktacji powodują kumulowanie się problemów w obszarze całego łańcucha dostaw i finalnie niezadowolenie klienta z realizowanej usługi. Wyniki określające jakość planowania spływu żywca (od 5 do 10% zgodności z założonym planem) spowodowały konieczność głębokich zmian i reorganizacji w procesie planowania całego łańcucha dostaw.
Bibliografia
[1] Battaglia A.J., Tyndall Implementing World Class Supply Chain Management, Penn State Uni-versity za: Witkowski J., (2003), Zarządzanie łańcuchem dostaw. Koncepcje, procedury, doświadczenia, PWE, Warszawa.
[2] Bozarth C., Handfield R.B., (2007), Wprowadzenie do zarządzania operacjami i łańcuchem dostaw, Wydawnictwo Helion, Gliwice.
[3] Chandrashekar, A. and Schary, P.B., (1999), Toward the virtual supply chain: the convergence of IT and organization, International Journal of Logistics Management, Vol. 10 No. 2, s. 27– 39.
[4] Christopher M., (2000), Logistyka i zarządzanie łańcuchem dostaw, strategie obniżki kosztów i poprawy poziomu usług, wydanie II, PCDL.
[5] Christopher M., (2011), Logistics & Supply Chain Management, FT Prentice Hall Pearson, London.
[6] Chuang, S.H., Liao, C., & Lin, S. (2013), Determinants of knowledge management with infor-mation technology support impact on firm performance. Inforinfor-mation Technology and Management, 14(3), s. 217–230.
[7] Cooper, M.C., Ellram, L.M., (1993), Characteristics of supply chain management and the im-plications for purchasing and logistics strategy, The International Journal of Logistics Management, Vol. 4 No. 2, s. 13–24.
[8] D’Amours, S., Montreuil, B., Lefrancois, P. and Soumis, F., (1999), Networked manufactur-ing: the impact of information sharing, International Journal of Production Economics, Vol. 58 No. 1, s. 63–79.
[9] Gold, A.H., Malhotra, A., & Segars, A.H. (2001), Knowledge management: an organizational capabilities perspective. Journal of Management Information Systems, 18(1), s. 688–698. [10] Harrison A., van Hoek R., (2010), Zarządzanie logistyką, Polskie Wydawnictwo
Ekono-miczne, Warszawa, s. 34.
[11] Heisig, P. (2009), Harmonisation of knowledge management – comparing 160 KM frame-works around the globe, Journal of Knowledge Management, 13(4), s. 4–31.
[12] Humphreys P.K., Lai M.K. and Sculli, D., (2001), An inter-organizational information system for supply chain management, International Journal of Production Economics, Vol. 70 No. 3, s. 245–55.
[13] Reutterer T., Kotzab H., (2000), The Use of Conjoint-analysis for Measuring Preferences in Supply Chain Design, Industrial Marketing Management, vol. 29, no. 1, s. 27–35.
[14] Rubenstein-Montano, B., Liebowitz, J., Buchwalter, J., McCaw, D., Newman, B., & Rebeck, K. (2001), A systems thinking framework for knowledge management. Decision Support Sys-tems, 31(1), s. 5–16.
[15] Steward G., (1997) Supply-chain operations reference model (SCOR): the first cross-industry framework for integrated supply-chain management, Logistics Information Management, Vol. 10 Issue: 2, s. 62–67.
USE OF THE SCOR MODEL TO EVALUATE THE FUNCTIONING OF THE SUPPLY CHAIN OF A COMPANY FROM THE FOOD INDUSTRY
Summary
In order to examine the effectiveness of planning processes, appropriate indica-tors should be defined to assess the processes taking place and their effects. Knowledge management gained as a result of thousands of projects, observations and analyzes became the basis for the construction of the SCOR model, which allows to design and evaluate logistic processes taking place in the supply chain. The aim of this study is to present a unique system of indicators covering planning processes taking place in the poultry industry. The complexity of the supply chain and often different goals of the participants of the flow of products and information, causes a great diffi-culty in assessing the planning processes and cascading the obtained assessments and results.
Keywords: Supply chain, SCOR, planning, supply chain performance indicators Michał Jakubiak
Katedra Logistyki
Wydział Zarządzania, Informatyki i Finansów Uniwersytet Ekonomiczny we Wrocławiu ul. Komandorska 118-120, 53-345 Wrocław e-mail: michal.jakubiak@ue.wroc.pl
