چکیده:
ارزیابی رشد کارایی و بهرهوری در صورت برخورداری از یک مکانیزم معتبر، ملاک مهمی در ارزیابی عملکرد مدیریت به شمار میرود. شاخص بهرهوری مالم کوئیست و سیستم اطلاعات جغرافیایی، فنونی هستند که تلفیق آنها میتواند رویکردی فراگیر در ارزیابی عملکرد واحدهای تصمیمگیری وابسته به موقعیت جغرافیایی پدید آورد؛ بنابراین در این تحقیق، از این رویکرد برای ارزیابی عملکرد رشد بهرهوری مراکز فروش یک شرکت ایرانی استفاده شد. بدین معنی که در مدل ریاضی طراحیشده علاوه بر متغیرهای متعارف سنجش کارایی و بهرهوری، از متغیرهای گرفتهشده از سیستم اطلاعات جغرافیایی مشتمل بر جمعیت منطقه و تعداد فروشگاههای رقیب نیز استفاده شد. نتایج حاصل از مدل نشان داد بیشترین بهبود در بهرهوری کل متعلق به فروشگاه 2 با 7/24درصد رشد است که جزء فروشگاههای ناکارآمد در طبقهبندی کلی ارزیابی شده بود و همچنین میانگین نرخ رشد بهرهوری کل در این دسته از فروشگاهها در طول دوره موردبررسی، برابر 2/15درصد ارزیابی شد.
خلاصه ماشینی:
آنها معیارهای چون تعداد پرسنل و هزینه های مرکز فروش را به عنوان متغیرهای وروری مدل و مقدار فروش و میزان سود را به عنوان شاخص خروجی مدل DEA انتخاب کردند و نتیجه گرفتند که عملکرد این مراکز در حال توسعه و گسترش است (باروس و الیوز٦، ٢٠٠٣).
(2008 همان گونه که مشخص است در این تحقیقات از یک سو کمتر به شاخص های جغرافیایی مانند جمعیت تحت پوشش و تعداد رقبای موجود، مهم ترین عوامل اثرگذار بر بهره وری مراکز فروش ، در منطقه توجه شده و از سوی دیگر نظر به اینکه ارزیابی عملکرد فروشگاه ها مستلزم استفاده از فنون ارزیابی دوره ای است ، شاخص بهره وری مالم کوئیست میتواند در عمل نتایج مؤثرتری را در سنجش ارائه دهد.
بدیهی است که جمعیت تحت پوشش یکی از شاخص های مهم برای ارزیابی فعالیت یک مرکز فروش به شمار میآید؛ زیرا این شاخص تأثیر مستقیمی بر میزان تقاضای مصرف خواهد داشت ؛ بنابراین میتوان گفت وجه تمایز این تحقیق با سایر تحقیقات صورت گرفته در این زمینه ، استفاده از GIS به منظور تهیۀ شاخص جمعیت تحت پوشش و تعداد رقبای مربوط به هر مرکز فروش و به کارگیری شاخص بهره وری مالم کوئیست برای سنجش رشد بهره وری کل این مراکز است .
International Journal of Retail & Distribution Management, 34(2), 155-71.
International Journal of Retail & Distribution Management, 34(2), 155-71.
International Journal of Retail & Distribution Management, 34(2), 155-71.
1- Varley 2- Gilbert 3- Data Envelopment Analysis 4- Analytical Hierarchy Process 5- Donthu and Yoo 6- Barros and Alves 7- Chen 8- De Mateo 9- Sellers-Rubio, R.