CC BY
128
Потенциальные преимущества APS-систем в продажах и операционном
планировании
The potential benefits of APS systems in sales and operational planning
В.М. Джуха
доктор экономических наук, профессор, заведующий кафедрой «Инновационного Менеджмента и Предпринимательства»
ФГБОУ ВПО «Ростовский государственный экономический
университет (РИНХ)», г. Ростов-на-Дону
e-mail: [email protected]
Д.О. Кириллов
студент 5-ого курса, кафедра «Инновационного менеджмента и
предпринимательства»
ФГБОУ ВПО «Ростовский государственный экономический
университет (РИНХ)», г. Ростов-на-Дону
e-mail: [email protected]
V.M. Dzhukha
Doctor of economics, professor, head of the department of Innovative Management and Entrepreneurship Rostov state university of economics (RINH), Rostov-on-Don
e-mail: [email protected] D.O. Kirillov
5th grade student of the department of Innovative Management and
Entrepreneurship
Rostov state university of economics (RINH), Rostov-on-Don
e-mail: [email protected]
Аннотация: Целью данной статьи является раскрытие потенциальных выгод от внедрения систем класса APS в продажах и операционном менеджменте. В работе отражаются преимущества от имплементации APS в процесс производства и продаж посредством ретроспективного анализа имеющихся исследований в рассматриваемом направлении.
Abstract: The purpose of this paper is to explore what potential benefits may be achieved by using advanced planning and scheduling (APS) systems in the sales and operations planning (S&OP) process. The paper investigates benefits at the S&OP process level retrospectively reviewing different approaches in this field.
Ключевые слова: планирование продаж, операционный менеджмент, производственные расписания, системы принятия решений, процессное планирование.
Keywords: sales planning, operational management, production scheduling, decision making systems, process planning.
Планирование производства и продаж (S&OP) предполагает создание долгосрочного баланса между спросом и предложением, сосредоточив внимание на оптимальных объемах поставок и продаж [18]. Основная цель состоит в создании консенсуса между основными функциями и факторами, и в принятии одного набора планов [6]. Эффективность деятельности возрастает вследствие оптимизации этого процесса [26]. Тем не менее, оптимизация S&OP может быть трудноосуществима без специального программного обеспечения [17]. Именно поэтому многие компании начали испытывать потребность в APS-подобных системах [22].
APS-системы обычно включают в себя функции моделирования спроса, предложения и/или конкретные S&OP модули с функциональными возможностями, необходимыми для осуществления S&OP. Эти системы, следовательно, целесообразно применять в качестве поддержки к осуществлению S&OP [21]. Генин [8], например, подчеркивает огромный потенциал APS-систем, из-за их возможности многократной реструктуризации и модификации S&OP решений. Другие функции обычно входят в состав APS, например, моделирование планирования и конечного результата в реальном времени, интегрированное с планированием загрузки рабочего места [9;17]. Тем не менее, лишь в некоторых исследованиях утверждается, что APS-системы используются на практике [28] и их применение дает положительные результаты [16]. Разработчики APS-подобных систем обещают, что после имплементации APS произойдет повышение пропускной способности и коэффициента загрузки оборудования, снижение времени доставки и уровня запасов, что, в свою очередь, приведёт к повышению уровня обслуживания клиентов и значительному сокращению затрат [24]. Тем не менее, такого рода преимущества можно ожидать и от хорошо налаженных процессов планирования и с внедрением APS и без их применения [25], и было бы интересно определить, каким образом APS оптимизирует процесс планирования, и какие преимущества APS ему придает. Большинство исследований, касающихся APS систем, были сосредоточены на разработке передовых алгоритмов для оптимизации процесса планирования [27;16]. Несколько исследований, проведенных о том, как APS-системы используются, носят описательный характер, где выгоды от использования APS лишь косвенно обозначены. Кроме того, большинство исследований описывают APS системы в целом, а не рассматривают конкретный процесс планирования.
При условии, что система APS успешно принята и реализована, существует большая вероятность возврата стоимости инвестиций в APS [21].
Тем не менее, если система ДОЗ не используется, не имеет значения, насколько хорошо она был выбрана и реализована. З&ОР процесс состоит из нескольких действий. Некоторыми примерами являются генерация окончательного плана доставки и подготовка предварительного плана производства с несколькими целями с участием различных субъектов и планирование задач [6]. Поэтому разумно полагать, что АРЗ-системы используются по-разному в этих мероприятиях и о том, что преимущества в одном процессе отличаются от других.
С теоретической точки зрения, было бы интересно понять, к чему действительно приводит внедрение АРЗ, с учетом большого количества усилий, приложенных к разработке алгоритмов АРЗ. Большинство литературы в информационных системах (ИС) также направлено на адаптацию и имплементацию ИС [30;12] и есть необходимость лучше понять, как использование ИС влияет на эффективность. Потенциальную ценность знание преимуществ АРЗ систем несет также для применения на практике. Руководители высшего звена, например, могут использовать ее как один из инструментов для оценки того, как потенциальные выгоды от поддержки АРЗ влияют на общие цели бизнеса. Таким образом, они смогут одобрить или отклонить имплементацию АРЗ. Кроме того, она может быть использована в пост реализационной фазе, как механизм оценки того, являются ли ожидаемые выгоды адекватными стоимости реализации.
Это исследование направлено на заполнение некоторых из указанных выше пробелов. Следовательно, целью данной работы является изучить потенциальные выгоды, которые будут достигнуты с помощью применения АРЗ-систем в З&ОР, и, в частности, структурировать различные типы выгод от реализации, которые были описаны в литературе, по возможности, расширив список примеров практической реализации. В исследовании также проводится анализ того, как преимущества воспринимаются в разных видах
деятельности в аспектах S&OP и, как использование APS влияет на полученные преимущества.
S&OP, как правило, выполняется ежемесячно на основе тактического планирования, чтобы сбалансировать спрос и все производственные мощности для того, чтобы гарантировать, что планы всех бизнес-функций выровнены для соответствия бизнеса стратегическому плану [6]. На основании работ Уоллоса [26], Гримсона и Пайка [9], и Йонссона и Мэтссона [13] можно выделить пять основных направлений деятельности в S&OP:
• Как правило, отдел продаж и маркетинга дает прогноз ожидаемого спроса на ближайшие плановые периоды. Этот тип прогноза относится к группам продуктов и длится в течение относительно продолжительного времени в будущем, по крайней мере, соответствующему полному циклу бюджета.
• Отдел продаж и маркетинга готовит предварительный план будущих продаж и объемов поставок (план спроса). Предыдущие продажи и производственные планы должны быть сопоставлены с объемами фактической доставки. Цели установлены также на размер запасов или портфель заказов.
• Отделы производства и департаменты, отвечающие за закупки материалов, подготавливают предварительные планы производства (планы поставок). Эти производственные планы связаны с объемами производства и поставок за каждый период, в течение горизонта планирования.
• Руководители маркетинга, производства, закупок, финансовых и логистических отделов проводят встречи. При достижении консенсуса, предложение утверждается. После этого дается рекомендация для окончательного плана поставки и производственного плана на предстоящий период планирования.
• Предложение о разработке плана доставки и производственного плана, в том числе, когда любые другие предварительные решения, принятые в результате составления плана, составлены, отправляется к топ менеджменту компании. Любые оставшиеся нерешенные вопросы решаются в процессе обсуждения. Подсчитываются потенциальные преимущества от внедрения АРЗ-систем. При достижении консенсуса, участники утверждают план поставок и производства.
По данным Ассоциации Операционного менеджмента (АР1СЗ) [2] АРЗ включен в группу ПО для цепей управления поставками (ЗСМ) и определяется как: «... любая компьютерная программа, которая использует передовые математические алгоритмы и логику для выполнения оптимизации или моделирования планирования производственных мощностей, источников, капитала, ресурсов, прогнозирования, управления спросом, и др. Эти методы одновременно учитывают целый ряд ограничений и бизнес-правил, чтобы в режиме реального времени осуществлять планирование, принятие решений, availaЫe-to-pmmise, и capaЫe-to-pmmise возможности».
АРЗ-системы являются либо дополнениями или прямыми неотъемлемыми компонентами систем планирования ресурсов предприятия (ERP), которые создают механизм поддержки планирования и принятия решений на стратегическом, тактическом и оперативном уровне планирования [16]. Один из способов классифицировать АРЗ системы -классификация различных модулей: от длины горизонта планирования с одной стороны, и процесса поставок, которые модуль поддерживает с другой [21]. Данное исследование сосредоточено на тактическом З&ОР.
Модуль планирования спроса используется для прогнозирования спроса на рынке с помощью различных методов. Общей чертой инструментов АРЗ планирования спроса является возможность интеграции различных отделов/компаний в процесс прогнозирования, а также
совокупный/раздельный прогнозы по пирамиде прогнозирования [15]. Главный модуль планирования направлен на синхронизацию потоков материалов по всей цепочке поставок, и тем самым балансирование спроса и пропускной способности. Он поддерживает среднесрочные решения по эффективному использованию производства, распределению и возможностям поставок [21]. Главный модуль планирования не только балансирует спрос и имеющиеся производственные мощности, но и присваивает требования (производство и объемы поставок) локально для того, чтобы избежать узких мест, для чего он должен охватывать один полный сезонный цикл, или, по крайней мере, 12 месяцев в терминах еженедельно или ежемесячно. Ввиду сложности и детализации в модели, только ограниченные (или почти ограниченные) ресурсы моделируются в деталях. Для увеличения разрешимости модели, большинство разработчиков нивелируют аппаратные и программные ограничения посредством линейного программирования (ЛП) или смешанной целочисленной модели [5]. Хотя аппаратные ограничения должны быть выполнены, нарушения программных ограничений только влечет за собой штраф в целевой функции.
В литературе освещаются некоторые потенциальные выгоды, т.е. выгоды, которые могут быть достигнуты при использовании АРЗ систем в процессе планирования. Браун [3] представляет крупномасштабное ЛП оптимизации модели, используемой в Kellogg, чтобы поддерживать производство и распределение принятия решений на оперативном и тактическом уровнях. Использование модели, разработанной в Kellogg, привело к принятию более обоснованных решений и общей экономии затрат. Гупта [11] описывает систему поддержки принятия решений, которая помогла Pfizer планировать свою дистрибьюторскую сеть, при этом модель полезна в стратегических, тактических и оперативных ситуациях планирования. Использование системы принятия решений породило множество преимуществ: улучшение транспортного планирования и
стратегического плана производства. Однако наибольшие выгоды были
нематериальными, в частности, имплементация помогла менеджерам понять последствия стоимости и обслуживания предлагаемых альтернатив сети и повысила осведомленность людей и способность действовать по вопросам поставок. Внедрение данной системы позволило фирме устранять проблемы цепочки поставок, в результате активного улучшения и повышения доверия работников к планированию.
Денинг и соавторы [4] рассматривают финансовые преимущества ЗСМ систем на основе информационных технологий (ИТ). Они предполагают, что ЗСМ-системы повышают ценность входной логистики за счет наличия более актуальной и точной информации о заказах, совместно используемой с поставщиками. Кроме того, операционные процессы ЗСМ-систем поддерживаются путем координации маркетинговых прогнозов, производственных расписаний и входной логистики. Они также помогают фирме адаптироваться к незапланированным событиям. Как следствие, объём незавершённого производства и расходы могут быть сокращены и достигнута более высокая загрузка оборудования. Флейшман и соавторы [7] объясняют моделирование системы принятия решений, использующейся на БМВ для поддержки тактического и стратегического планирования. Модель сделала процесс планирования более прозрачным и была принята многими отделами, что обеспечило более быстрое получение необходимой информации. Внедрение модели привело к сокращению затрат на планирование и позволило плановикам проводить большее количество исследований и с большей частотой, нежели ранее. В целом, это значительно улучшило процесс принятия решений при планировании на BMW.
Йонссон и соавторы [14] выяснили, как АРЗ-системы могут быть использованы для решения проблем, возникающих на тактическом и стратегическом уровнях планирования, а также просчитали полученный эффект от использования систем это типа. Потенциальный эффект был зафиксирован в трех тематических исследованиях и включал в себя: общее
сокращение затрат, снижение себестоимости продукции, снижение объема незавершенного производства, и сокращение сроков доставки. Также было определено снижение общего времени на планирование, повышение контроля над перемещением оборотных средств и структурой за счет лучшей организации процесса планирования затрат и усиление связи между различными функциями. Кроме того, длительность производственного процесса и неопределенность спроса уменьшились. Сетиа и соавторы [20] разработали основу для осуществления организационного проектирования из гибких ИТ-модулей, где APS-системы были использованы в качестве примера. Оказалось, что APS способствует процессу распределения спроса, а также предоставляет отделам возможность для мгновенного подтверждения заказов и адекватную интеграцию с другими организационными структурами.
Конечный эффект от внедрения APS находится в зависимости от ряда различных факторов, поэтому большое количество исследований было проведено в формате ретроспективного анализа с целью объяснения эффективности предшественников информационных систем такого рода [29]. В целом, результаты исследований носили неоднозначный характер за счет, среди прочего, многовариантности трактовки факторов, которая затуманивает взаимосвязь между результатами принятых решений и их причинами [10].
Последние данные свидетельствуют о том, что инвестиции в ИТ, такие как APS-системы, скорее всего дадут эффект будучи целенаправленными, своевременными, хорошо управляемыми и сопровождаясь дополнительными инвестициями и мероприятиями [4;20]. Характеристики внедренных информационных систем, вероятно, также влияют на эффект от использования системы. Шредер и др. [19] определили тип планирования потребности в материалах (MRP) (компьютеризация, точность данных) в качестве важной независимой переменной для успеха. Аналогичные
результаты были выявлены в исследованиях АРЗ-систем. Зорук-Шалла и соавторы [31], например, подчеркивают, что ключевым фактором успеха для реализации системы типа АРЗ является последовательное моделирование. Вирс [27], и Штадтлер и Килгер [21] подчеркивают важность сильной интеграции систем типа АРЗ и существующей ИТ-инфраструктуры, а также тесной координации АРЗ модулей. Йонссон и соавторы [14] и АР1СЗ [2] подчеркивают необходимость обеспечения доступа к плановым данным их актуализации и верификации. Принятие пользователем - это другой фактор, который имеет большое значение для успеха системы. Согласно Торкзадеху и Доллу [23] больше всего неудач при внедрении проистекают из отсутствия принятия пользователем системы, нежели из-за низкого качества самой системы. Амоако-Г ямпа [1] подчеркивает, что приемлемость для пользователя формируется не только под влиянием таких переменных, как пол, возраст и семейное положение, но и иерархических уровней. Они полагают, что "высшие уровень персонала в организации может иметь большее понимание того, почему конкретная технология реализуется. Из-за своей близости к процессу принятия решений они могут втянуться в инновации быстрее, чем конечные пользователи". В их исследованиях было установлено, что различные группы сотрудников организации имеют разные представления о выгодах, связанных с инновациями.
На основании обзора публикаций выявлено и представлено в таблице 1: что является целью З&ОР деятельности, как АРЗ-система может поддерживать ту или иную деятельность, и потенциальный эффект от имплементации АРЗ-системы в динамике. В мероприятиях 1 и 2 модуль планирования спроса может включать в себя персонал разрабатывающий консенсус-прогноз и предварительный план будущих продаж, а также объем поставок с помощью статистических методов и инструментов планирования спроса.
Таблица 1. Цель мероприятий планирования производства и продаж, степень поддержки каждого из мероприятий в АРЗ и потенциальный имплементационный эффект.
Номер модуля Цель мероприятия Потенциальное соответствие АРБ Потенциальный эффект от APS
1 Создание консенсус-прогноза Методы статистических прогнозов, инструменты планирования спроса, возможность интеграции с различными отделами/компаниями Оптимизация системы принятия решений [3;7;11] Снижение затрат на планирование [7;14]
2 Создание предварительного плана поставок
3 Создание предварительного плана производства Возможность интегрировать различные объекты, координация различных функций, возможность использовать оптимизационные модели с целью нахождения оптимального решения Доступность более актуальной и более точной информации [4] Возросшая осведомленность об «узких» местах в цепях поставок [11;14]
4 Корректировка планов поставок и производства Видимость информации, анализ сценариев, например анализ вида «что-если» с целью выявления взаимосвязи доступности ресурсов и потребностей покупателей Возросшая уверенность в планировании [7;11;14] Снижение затрат [3;11;14;24]
5 Утверждение планов поставок и производства
В мероприятии 3, многомерный модуль используется персоналом при создании предварительного плана производства, предлагая функции, такие как интеграция отдельных субъектов и оптимизационных моделей. Модули
АРЗ поддерживают мероприятия 4 и 5, позволяющие настраивать и исполнять планы путем предоставления информации открытого типа и анализа предложенного сценария. Исследования показывают, что использование АРЗ-систем способствует координации бизнес-процессов [4], детерминированности спроса и стабильности поставок [14], моделированию различных сценариев [7], в результате чего формируются более реальные планы и реалистичные сроки доставки [14]. Менеджеры и плановики могут, следовательно, принимать проактивные меры [11] и более обоснованные решения [3]. В литературе также отражено, что использование АРЗ-систем сокращает общее время планирования [11] и повышает акцентирование на качестве данных [7]. Кроме того, АРЗ системы повышают понимание и уверенность в процессе планирования [11;14].
Таким образом, существует три типа потенциальных преимуществ, которые должны быть достигнуты при использовании АРЗ-систем в З&ОР: преимущества, касающиеся принятия решений, эффективности планирования и эффект обучения персонала. Наиболее распространенный тип - преимущество в принятии решений соответственно для АРЗ-пользователей и АРЗ-экспертов. Результаты разнятся для разных видов деятельности. Для мероприятий, связанных с подготовкой и созданием планов доставки, потенциальный полезный эффект в основном заключаются в обучении. В деятельности по созданию плана производства, преимущества заключаются в общем повышении эффективности планирования. В собрании по З&ОР преимущества в эффективности принятии решений наиболее ценны. Разные результаты можно объяснить разными целями деятельности, тем как АРЗ была использована в производстве, пользовательскими характеристиками модели, доступностью и качеством плановых данных.
Библиографический список
1. Amoako-Gyampah, K. (2004), “ERP implementation factors, a comparison of managerial and end-user perspectives”, Business Process Management Journal, Vol. 10 No. 2, pp. 171-83.
2. APICS (2007), Using Information Technology to Enable Supply Chain Management, APICS Certified Supply Chain Professional Leraning System, The Association for Operations Management, Alexandria, VA.
3. Brown, G., Keegan, J., Vigus, B. and Wood, K. (2001), “The Kellogg company optimizes production, inventory and distribution”, Interfaces, Vol. 31 No. 6, pp. 1-15.
4. Dehning, B., Richardson, J.V. and Zmud, R.W. (2007), “The financial performance effect of IT-based supply chain management systems in manufacturing firms”, Journal of Operations Management, Vol. 25 No. 4, pp. 806-24.
5. Entrup, M.L. (2005), Advanced Planning in Fresh Food Industries, Physica-Verlag, Heidelberg.
6. Feng, Y., D’Amours, S. and Beauregard, R. (2008), “The value of sales and operations planning in oriented stand board industry with make to order manufacturing system: cross functional integration under deterministic demand and spot market resource”, International Journal of production Economics, Vol. 115 No. 1, pp. 189-209.
7. Fleischmann, B., Ferber, S. and Henrich, P. (2006), “Strategic planning of BMW’s global production network”, Interfaces, Vol. 26 No. 3, pp. 194-211.
8. Genin, P., Thomas, A. and Lamouri, L. (2007), “How to manage robust tactical planning with APS (advanced planning systems)”, Journal of Intelligent Manufacturing, Vol. 18 No. 3, pp. 322-46.
9. Grimson, J.A. and Pyke, D.F. (2007), “Sales and operations planning: an exploratory study and framework”, International Journal of Logistics Management, Vol. 18 No. 3, pp. 322-46.
10.Grover, V., Jeong, R.S. and Segars, H.A. (1996), “Information systems effectiveness: the construct space and patterns of application”, Information & Management, Vol. 31 No. 4, pp. 177-91.
11.Gupta, V., Peter, E., Miller, T. and Blyden, K. (2002), “Implementing a distribution-network Decision-support system at Pfizer/Warner-Lambert”, Interfaces, Vol. 32 No. 4, pp. 28-45.
12.Hakkinen, L. and Hilmola, O.P. (2008), “Life after ERP implementation, long term development of user perceptions of system success in an aftersales environment”, Journal of Enterprise Information Management, Vol. 21 No. 2, pp. 285-309.
13.Jonsson, P. and Mattsson, S.-A. (2009), Manufacturing Planning and Control, McGraw-Hill Education, Maidenhead.
14.Jonsson, P., Kjellsdotter, L. and Rudberg, M. (2007), “Applying advanced planning systems for supply chain planning: three case studies”, International Journal of Physical Distribution & Logistics Management, Vol. 37 No. 19, pp. 816-34.
15.Kreipl, S. and Dickersbach, J.D. (2008), “Scheduling coordination problems in supply chain planning”, Annuals of Operations Research, Vol. 161 No. 1, pp. 103-23.
16.Lin, C.H., Hwang, S.-L. and Wang, M.-Y. (2007), “A reappraisal on advanced planning and scheduling systems”, Industrial Management & Data Systems, Vol. 107 No. 8, pp. 1212-26.
17.Michel, R. (2007), “Demand planning and collaboration solutions support S&OP”, Manufacturing Business Technology, Vol. 25 No. 3, p. 18.
18.Olhager, J., Rudberg, M. and Wikner, J. (2001), “Long-term capacity management: linking the perspective from manufacturing strategy and sales and operations planning”, International Journal of Production Economics, Vol. 69 No. 2, pp. 215-25.
19.Schroeder, R.G., Anderson, J.C., Tupy, S.E. and White, E.W. (1981), “A study of MRP benefits and costs”, Journal of Operations Management, Vol. 2 No. 1, pp. 1-9.
20.Setia, P., Sambamurthy, V. and Closs, D.J. (2008), “Realizing business value of agile IT applications: antecedents in the supply chain networks”, Information Technology and Management, Vol. 9 No. 5, pp. 5-19.
21.Stadtler, H. and Kilger, C. (2005), Supply Chain Management and Advanced Planning-Concepts, Models, Software and Case Studies, 3rd ed., Springer, Berlin.
22.Straube, F. (2006), Trends and Strategies in Logistics - Agenda for Logistics Management in 2010, German Logistics Association, Bremen.
23.Torkzadeh, G. and Doll, E.J. (1999), “The development of a tool for measuring the perceived impact of information technology on work”, Omega, Vol. 27 No. 3, pp. 327-39.
24.van Eck, M. (2003), “Is logistics everything, a research on the use(fullness) of advanced planning and scheduling systems”, BWI paper, Faculty of Sciences, Vrije Universiteit, Amsterdam, April.
25.Vollmann, E.T., Berry, W.L., Whybark, C.P. and Jacobs, C.P. (2005), Manufacturing Planning and Control for Supply Chain Management, McGraw-Hill Education, Singapore.
26.Wallace, T.F. (2004), Sales and Operations Planning, the How to Handbook, 2nd ed., T.F. Wallace, Cincinnati, OH.
27.Wiers, V.C.S. (2002), “A case study on the integration of APS and ERP in a steel processing plant”, Production Planning & Control, Vol. 13 No. 6, pp. 552-60.
28.Wiers, V.C.S. (2009), “The relationship between shop floor autonomy and APS implementation success: evidence from two cases”, Production Planning & Control, Vol. 20 No. 7, pp. 576-85.
29.Zhang, Z., Lee, M., Huang, P., Zhang, L. and Huang, X.H. (2005), “A framework of ERP systems implementation success in China: an empirical study”, International Journal of Production Economics, Vol. 98 No. 1, pp. 56-80.
30.Zhu, K. and Kraemer, K.L. (2005), “Post-adoption variations in usage and value of e-business by organizations: cross-country evidence from retail industry”, Information Systems Research, Vol. 16 No. 1, pp. 61-84.
31.Zoryk-Schalla, A., Fransoo, J. and de Kok, T.G. (2004), “Modelling the planning process in advanced planning systems”, Information & Management, Vol. 42 No. 1, pp. 75-87.
Bibliography
1. Amoako-Gyampah, K. (2004), “ERP implementation factors, a comparison of managerial and end-user perspectives”, Business Process Management Journal, Vol. 10 No. 2, pp. 171-83.
2. APICS (2007), Using Information Technology to Enable Supply Chain Management, APICS Certified Supply Chain Professional Leraning System, The Association for Operations Management, Alexandria, VA.
3. Brown, G., Keegan, J., Vigus, B. and Wood, K. (2001), “The Kellogg company optimizes production, inventory and distribution”, Interfaces, Vol. 31 No. 6, pp. 1-15.
4. Dehning, B., Richardson, J.V. and Zmud, R.W. (2007), “The financial performance effect of IT-based supply chain management systems in manufacturing firms”, Journal of Operations Management, Vol. 25 No. 4, pp. 806-24.
5. Entrup, M.L. (2005), Advanced Planning in Fresh Food Industries, Physica-Verlag, Heidelberg.
6. Feng, Y., D’Amours, S. and Beauregard, R. (2008), “The value of sales and operations planning in oriented stand board industry with make to order manufacturing system: cross functional integration under deterministic demand and spot market resource”, International Journal of production Economics, Vol. 115 No. 1, pp. 189-209.
7. Fleischmann, B., Ferber, S. and Henrich, P. (2006), “Strategic planning of BMW’s global production network”, Interfaces, Vol. 26 No. 3, pp. 194-211.
8. Genin, P., Thomas, A. and Lamouri, L. (2007), “How to manage robust tactical planning with APS (advanced planning systems)”, Journal of Intelligent Manufacturing, Vol. 18 No. 3, pp. 322-46.
9. Grimson, J.A. and Pyke, D.F. (2007), “Sales and operations planning: an exploratory study and framework”, International Journal of Logistics Management, Vol. 18 No. 3, pp. 322-46.
10.Grover, V., Jeong, R.S. and Segars, H.A. (1996), “Information systems effectiveness: the construct space and patterns of application”, Information & Management, Vol. 31 No. 4, pp. 177-91.
11.Gupta, V., Peter, E., Miller, T. and Blyden, K. (2002), “Implementing a distribution-network Decision-support system at Pfizer/Warner-Lambert”, Interfaces, Vol. 32 No. 4, pp. 28-45.
12.Hakkinen, L. and Hilmola, O.P. (2008), “Life after ERP implementation, long term development of user perceptions of system success in an after-
sales environment”, Journal of Enterprise Information Management, Vol. 21 No. 2, pp. 285-309.
13.Jonsson, P. and Mattsson, S.-A. (2009), Manufacturing Planning and Control, McGraw-Hill Education, Maidenhead.
14.Jonsson, P., Kjellsdotter, L. and Rudberg, M. (2007), “Applying advanced planning systems for supply chain planning: three case studies”, International Journal of Physical Distribution & Logistics Management, Vol. 37 No. 19, pp. 816-34.
15.Kreipl, S. and Dickersbach, J.D. (2008), “Scheduling coordination problems in supply chain planning”, Annuals of Operations Research, Vol. 161 No. 1, pp. 103-23.
16.Lin, C.H., Hwang, S.-L. and Wang, M.-Y. (2007), “A reappraisal on advanced planning and scheduling systems”, Industrial Management & Data Systems, Vol. 107 No. 8, pp. 1212-26.
17.Michel, R. (2007), “Demand planning and collaboration solutions support S&OP”, Manufacturing Business Technology, Vol. 25 No. 3, p. 18.
18.Olhager, J., Rudberg, M. and Wikner, J. (2001), “Long-term capacity management: linking the perspective from manufacturing strategy and sales and operations planning”, International Journal of Production Economics, Vol. 69 No. 2, pp. 215-25.
19.Schroeder, R.G., Anderson, J.C., Tupy, S.E. and White, E.W. (1981), “A study of MRP benefits and costs”, Journal of Operations Management, Vol. 2 No. 1, pp. 1-9.
20.Setia, P., Sambamurthy, V. and Closs, D.J. (2008), “Realizing business value of agile IT applications: antecedents in the supply chain networks”, Information Technology and Management, Vol. 9 No. 5, pp. 5-19.
21. Stadtler, H. and Kilger, C. (2005), Supply Chain Management and Advanced Planning-Concepts, Models, Software and Case Studies, 3rd ed., Springer, Berlin.
22.Straube, F. (2006), Trends and Strategies in Logistics - Agenda for Logistics Management in 2010, German Logistics Association, Bremen.
23.Torkzadeh, G. and Doll, E.J. (1999), “The development of a tool for measuring the perceived impact of information technology on work”, Omega, Vol. 27 No. 3, pp. 327-39.
24.van Eck, M. (2003), “Is logistics everything, a research on the use(fullness) of advanced planning and scheduling systems”, BWI paper, Faculty of Sciences, Vrije Universiteit, Amsterdam, April.
25.Vollmann, E.T., Berry, W.L., Whybark, C.P. and Jacobs, C.P. (2005), Manufacturing Planning and Control for Supply Chain Management, McGraw-Hill Education, Singapore.
26.Wallace, T.F. (2004), Sales and Operations Planning, the How to Handbook, 2nd ed., T.F. Wallace, Cincinnati, OH.
27.Wiers, V.C.S. (2002), “A case study on the integration of APS and ERP in a steel processing plant”, Production Planning & Control, Vol. 13 No. 6, pp. 552-60.
28.Wiers, V.C.S. (2009), “The relationship between shop floor autonomy and APS implementation success: evidence from two cases”, Production Planning & Control, Vol. 20 No. 7, pp. 576-85.
29.Zhang, Z., Lee, M., Huang, P., Zhang, L. and Huang, X.H. (2005), “A framework of ERP systems implementation success in China: an empirical study”, International Journal of Production Economics, Vol. 98 No. 1, pp. 56-80.
30.Zhu, K. and Kraemer, K.L. (2005), “Post-adoption variations in usage and value of e-business by organizations: cross-country evidence from retail industry”, Information Systems Research, Vol. 16 No. 1, pp. 61-84.
31.Zoryk-Schalla, A., Fransoo, J. and de Kok, T.G. (2004), “Modelling the planning process in advanced planning systems”, Information & Management, Vol. 42 No. 1, pp. 75-87.
