Supply chain risk management : a quantitative approach

Over the last few years, the supply chain has been most vulnerable to unexpected events due to several factors, including globalization, new market trends, inventory reduction, increased competitiveness, etc. These may be of different nature; some are recurring errors that often occur in the workplace, others may be less frequent but more impacting on the business; moreover, this continuous technological, economic, financial and productive change has led to the emergence of new risks that cannot be resolved quickly and easily. For this reason in the field of Supply Chain Risk Management, many efforts have recently been made in an attempt to update and set up for the possible arrival of unexpected events. The main idea is to use a method that is able to predict, reduce and if possible, completely solve the risks present in the supply chain. In the literature, there are multitudes of methodologies that develop this type of application; from those that have purely qualitative nature, to the hybrid or quantitative ones, from the proactive ones that try to solve the problem before it happens, to the reactive ones that are implemented after the event has occurred. Consequently, due to this great variety, finding a system that is well suited to own problem is difficult. In addition, the methods in the various documents analysed often relate to a specific case, referring to a restricted area of risk and therefore it is complicated to expand it in a way that it can be used in a wider and more general context. That is why this thesis tried to make it clear, first of all on the risks themselves; in the scientific texts analysed, there are various categories of risky events often in contradiction between them, subsequently on mitigation methods, trying to group them, understanding their limits and potentials, and finding the ones that best fit to various problems. The real purpose of this thesis is to build a Decision Support System (DSS) that can analyze all possible risks, assess the impact and likelihood of occurrence in order to easily locate potential areas of intervention. In addition, the method is able to propose different solutions to the problems that will be analyzed and through some calculations, finds the technique that best suits the needs of the operator. Subsequently, the application has been tested in company to collect data and information so can be evaluated the effective functionality and applicability in different areas with different issues.

Negli ultimi anni la supply chain, a causa di diversi fattori, tra cui la globalizzazione, nuovi trend di mercato, riduzione delle scorte, aumento della competitività, ecc., risulta più vulnerabile ad eventi inattesi. Questi possono essere di natura diversa; alcuni sono errori ricorrenti che spesso si incontrano in ambito lavorativo, altri invece, posso essere meno frequenti ma più impattanti per l’azienda; inoltre questo continuo mutamento tecnologico, economico, finanziario, produttivo, ha portato alla nascita di nuovi rischi difficilmente risolvibili in poco tempo e con facilità. Proprio per questo motivo, nell’ambito di Supply Chain Risk Management, recentemente molti sforzi sono stati fatti nel tentativo di aggiornarsi e di prepararsi maggiormente al possibile arrivo di eventi inattesi. L’idea principale è quella di utilizzare un metodo che sia in grado di prevedere, ridurre e se possibile risolvere completamente i rischi che affliggono la supply chain. In letteratura si trovano una moltitudine di metodologie che sviluppano questo tipo di applicazione; da quelle di natura prettamente qualitativa, a quelle ibride o quantitative, da quelle proattive che cercano di risolvere il problema prima che accada, a quelle reattive che vengono implementate dopo che l’evento è accaduto. Di conseguenza, proprio a causa di questa grande varietà, trovare un sistema che ben si adatta al problema risulta difficile; inoltre spesso i metodi presenti nei vari documenti si riferiscono a un caso specifico, riferibile ad una area ristretta di rischio e quindi è complicato espanderlo in modo tale che possa essere utilizzato in un contesto più ampio e generale. In questa tesi si è cercato di fare chiarezza; per prima cosa sui rischi stessi, infatti nei vari testi scientifici analizzati risultano diverse categorie di eventi rischiosi spesso in contraddizione tra loro, e successivamente sulle metodologie di mitigazione, cercando di raggrupparle, capendone i limiti e le potenzialità, e trovando quelle che meglio si adattano alle diverse problematiche. Il vero obiettivo è quello di costruire un sistema di supporto decisionale (DSS) in grado di analizzare tutti i possibili rischi, valutarne l’impatto e la probabilità di accadimento in modo da individuare agevolmente le aree di potenziale intervento. Inoltre il metodo è in grado di proporre diversi soluzioni ai problemi che verranno analizzati e attraverso alcuni calcoli trova la tecnica che meglio si adatta alle esigenze dell’operatore. In seguito il metodo è stato testato in azienda, per raccogliere dati e informazioni in modo da poterne valutare l’effettiva funzionalità e applicabilità in diversi ambiti con diverse problematiche.