SVEUILITE U SPLITU

EKONOMSKI FAKULTET

POSLIJEDIPLOMSKI DOKTORSKI STUDIJ
POSLOVNA EKONOMIJA









ANTE LUETI

POSLOVNA INTELIGENCIJA I UPRAVLJANJE
OPSKRBNIM LANCEM


DOKTORSKA DISERTACIJA






Mentor: prof. dr. sc. Neven eri
Doktorand: Ante Lueti mr. oec.
matini broj 9090118


Split, 2013.

I

SADRAJ

I. UVODNA RAZMATRANJA ......................................................................................................... 1
1. Definiranje problema istraivanja ............................................................................................ 1
2. Svrha i ciljevi istraivanja ........................................................................................................ 8
3. Metode istraivanja ................................................................................................................ 10
4. Obrazloenje strukture rada ................................................................................................... 12
II. TEORIJSKI OKVIR KONCEPTA POSLOVNA INTELIGENCIJA I UPRAVLJANJE
OPSKRBNIM LANCEM .............................................................................................................. 14
1. Teorijski aspekt koncepta poslovna inteligencija .................................................................. 14
1.1. Temeljne teorijske odrednice i nastanak koncepta poslovna inteligencija ..................... 14
1.1.1. Upravljanje poslovnim podacima i informacijama ...................................... 14
1.1.2. Razliiti pristupi fenomenu poslovne inteligencije ....................................... 21
1.1.3. Terminoloko odreenje pojma business intelligence i njemu srodnih pojmova u
znanstvenim radovima ............................................................................. 25
1.1.3.1. Intelligence i inteligencija ........................................................... 26
1.1.3.2. Odnos razliitih intelligence pojmova u znanstvenim radovima ....... 29
1.1.3.3. Kompetitivna inteligencija Competitive Intelligence .................. 34
1.1.3.4. Strateka inteligencija Strategic Intelligence ............................... 37
1.1.3.5. Trina inteligencija Market Intelligence ................................... 39
1.2. Razmatranje koncepta poslovna inteligencija u kontekstu stratekog menadmenta .... 42
1.2.1. Pojmovno definiranje stratekog menadmenta ........................................... 42
1.2.1.1. Analiza okoline poduzea ........................................................... 43
1.2.1.2. Formuliranje strategije, njena implementacija i kontrola ostvarenja . 46
1.2.2. Intelligence aktivnosti u procesu stratekog menadmenta ........................... 48
1.3. Ciklus, sustav i karakteristike poslovne inteligencije..................................................... 54
1.3.1. Poslovna inteligencija kao kontinuirani proces ........................................... 54
1.3.2. Informacijska tehnologija podrka za funkcioniranje ................................ 59
1.3.2.1. Skladite podataka Data Warehouse .......................................... 60
1.3.2.2. Rudarenje podacima Data Mining ............................................. 62
1.3.2.3. OLAP alati ............................................................................... 63
1.3.2.4. Poslovne kontrolne ploe Business Dashboards .......................... 65
1.3.3. Kljuni elementi poslovne inteligencije ...................................................... 67
1.3.4. Zatita podataka i informacija defenzivna poslovna inteligencija ............... 72
1.3.5. Budunost poslovne inteligencije .............................................................. 79

II

1.4. Evaluacija poslovne inteligencije ................................................................................... 82
1.4.1. Mjerenje poslovne inteligencije ................................................................. 82
1.4.2. Provedena istraivanja u Hrvatskoj ........................................................... 93
2. Teorijski aspekt upravljanja opskrbnim lancem .................................................................... 97
2.1. Razliiti teorijski pristupi upravljanju opskrbnim lancem ............................................. 97
2.1.1. Povijesne pretpostavke nastanka opskrbnog lanca ...................................... 97
2.1.2. Logistika, opskrbni lanac i upravljanje opskrbnim lancem ......................... 101
2.1.3. Definiranje upravljanja opskrbnim lancem ............................................... 103
2.2. Evolucija upravljanja opskrbnim lancem i njegove odrednice ..................................... 110
2.2.1. Elementi, principi i procesi upravljanja opskrbnim lancem ........................ 110
2.2.2. Faze zrelosti upravljanja opskrbnim lancem ............................................. 116
2.2.3. Evaluacija strategija upravljanja opskrbnim lancem ................................. 120
2.3. Odrednice suvremenog upravljanja opskrbnim lancem ............................................... 126
2.3.1. Aktualna znanstvena istraivanja u kontekstu opskrbnih lanaca .................. 126
2.3.2. Vrednovanje uspjenosti upravljanja opskrbnim lancem ............................ 131
2.3.3. Odrivo upravljanje opskrbnim lancem .................................................... 135
III. KONCEPTUALNI MODEL ODNOSA POSLOVNE INTELIGENCIJE I UPRAVLJANJA
OPSKRBNIM LANCEM ............................................................................................................ 143
1. Razvoj teorijskog modela .................................................................................................... 143
1.1. Vanost i razmjena podataka i informacija .................................................................. 143
1.2. Informacijska tehnologija i sustav ................................................................................ 153
1.3. E-poslovanje ................................................................................................................. 162
1.4. Integracija ..................................................................................................................... 170
1.5. Vidljivost ...................................................................................................................... 178
1.6. Suradnja ........................................................................................................................ 185
1.7. Napredna analitika........................................................................................................ 194
1.8. Elastinost .................................................................................................................... 205
2. Inteligencija opskrbnog lanca .............................................................................................. 214
3. Konceptualni model istraivanja i povezanost hipoteza ...................................................... 232
IV. EMPIRIJSKO UTVRIVANJE VEZE IZMEU KONCEPTA POSLOVNA INTELIGENCIJA
I UPRAVLJANJA OPSKRBNIM LANCEM ............................................................................. 237
1. Metodoloki aspekti empirijskog istraivanja ...................................................................... 237
1.1. O empirijskom istraivanju i definiranju osnovnog skupa ........................................... 237
1.2. Nacrt istraivakog projekta ......................................................................................... 239
1.3. Instrument istraivanja ................................................................................................. 241
1.4. Metodologija prikupljanja podataka ............................................................................. 242

III

1.5. Obrada podataka ........................................................................................................... 244
2. Operacionalizacija varijabli ................................................................................................. 245
2.1. Nezavisna varijabla: Poslovna inteligencija ................................................................. 245
2.2. Zavisna varijabla: Upravljanje opskrbnim lancem ....................................................... 248
2.3. Varijabla: Informacijska vidljivost ............................................................................... 250
2.4. Varijabla: Integracija .................................................................................................... 250
3. Rezultati empirijskog istraivanja ........................................................................................ 252
3.1. Temeljne karakteristike uzorka istraivanja ................................................................. 253
3.2. Analiza elemenata konceptualnog modela istraivanja ................................................ 256
3.2.1. Poslovna inteligencija u hrvatskim poduzeima ........................................ 256
3.2.2. Postignuta razina informacijske vidljivosti u hrvatskim poduzeima ............ 275
3.2.3. Postignuta razina integracije u hrvatskim poduzeima ............................... 281
3.2.4. Upravljanje opskrbnim lancima u hrvatskim poduzeima ........................... 288
3.3. Pouzdanost mjernih ljestvica ........................................................................................ 305
3.4. Faktorska analiza istraivakih varijabli ..................................................................... 313
3.5. Prosudba istraivakih hipoteza ................................................................................... 320
V. ZAVRNA RAZMATRANJA .................................................................................................... 332
1. Sinteza rezultata istraivanja i njihova rasprava .................................................................. 332
2. Ogranienja provedenog istraivanja i sugestije za budue aktivnosti ................................ 341
3. Zakljuak ............................................................................................................................. 343
SAETAK ........................................................................................................................................... 349
ABSTRACT ........................................................................................................................................ 350
POPIS SLIKA ..................................................................................................................................... 351
POPIS TABLICA ................................................................................................................................ 352
POPIS GRAFOVA .............................................................................................................................. 355
POPIS PRILOGA ................................................................................................................................ 356
POPIS KRATICA ............................................................................................................................... 357
LITERATURA .................................................................................................................................... 360



1

I. UVODNA RAZMATRANJA

1. Definiranje problema istraivanja

Bremenitost poslovanja poduzea na globalnom tritu danas karakteriziraju iznimno
kompleksni konkurentni odnosi (Davneport i Harris, 2007; Slone et al., 2010.) te sloeni rizici
trine odrivosti (Waters, 2009; Haanaes et al., 2011). Tehnoloki su postupci dostigli
respektabilnu razinu (Fisher i Raman, 2010.), a varijable trokovnih inputa svedene su na
nekada nepojmljivo niske razine u strukturi konane cijene proizvoda i usluge (Trent i
Roberts, 2010.). Kvaliteta trine komunikacije takoer je razvijena kroz razliite
specijalizirane i pod specijalizirane modele i oblike (Howson, 2008; Eckerson, 2011.).
Konkurentnost izmeu opskrbnih lanaca postaje jedna od najznaajnijih paradigmi
suvremenog poslovanja (Lambert, 2008.), a poslovna izvrsnost opskrbnih lanaca izravno je
korelirana s porastom vrijednosti za dioniare (Slone et al., 2010.). Aktualna istraivanja
ukazuju da jo uvijek u segmentu upravljanja opskrbnim lancima postoje podruja na kojima
se moe efikasno tititi konkurentnost, trinu poziciju i ostvareni trini udio poduzea.
Iznimno vana sastavnica efikasnosti poslovanja, bez obzira na sigurnosne, politike,
prirodne, socijalne i ekonomske faktore okruenja, poslovni je sustav upravljanja podacima i
informacijama, poglavito s aspekata koji odreuju trokovne inpute u opskrbnom lancu
konkretnog poslovnog subjekta. Istraivanje Sveuilita Stanford (Sria, 1999.) ukazalo je da
se cjelokupno ljudsko znanje steeno do 1900. godine udvostruilo do 1950. godine, a od tada
se koliina svjetskog znanja udvostruuje svakih pet do osam godina. Novije procjene (Merv,
2010.) govore kako se velika skladita podataka utrostruuju svake dvije godine, a prema
istraivanju koje je proveo Gartner (Mearian, 2010.), 47% ispitanika rast podataka
kvalificiralo je meu tri najvea izazova suvremenog menadmenta. Navedene spoznaje
ukazuju na injenicu da je suvremeno poslovanje doseglo razinu na kojoj informacija postaje
statistiki najznaajniji fokus suvremenog menadmenta (The Economist, 2010.). Uinkovito
upravljanje podacima i informacijama poduzeima omoguuje donoenje efikasnih stratekih,
taktikih i operativnih odluka, ali podrazumijeva i korjenite promjene u koncepciji poslovnog
promiljanja i funkcioniranju, s obzirom na znaaj informacija, njihovu koliinu, brzinu

2

protoka i meusobnu povezanost i uvjetovanost. U kontekstu upravljanja opskrbnim lancem
ovoj se injenici moe pristupiti s dva stajalita:
iznalaenja naina rjeavanja problema upravljanja velikom koliinom podataka;
iznalaenja modela efikasnog upravljanja tim poslovnim resursom u cilju uinkovite i
efikasnije transformacije podataka u informacije, znanje te, u konanici, unapreenja
konkurentnosti poslovanja poduzea.
Spoznaja da menadment vie ne moe donositi odluke na temelju intuicije ve na egzaktnim
injenicama rezultirao je razvojem koncepta poslovna inteligencija (PI) (engl. Business
Intelligence BI) (Panian i Klepac, 2003; Buchanan i OConnell, 2006; Javorovi i Bilandi,
2007; Isik, 2010.). Istraivanja (McGonagle i Vella, 2002; Liautaud i Hammond, 2006.)
ukazuju da tipino poduzee posjeduje 90% potrebnih podataka i informacija nunih za
efikasno poslovanje, ali uinkovito koristi svega 10% raspoloivih podataka i informacija. S
obzirom da je rije o relativno novom pojmu, nije postignut konsenzus oko definicije. Razlog
tome jest i injenica to mu pojedini autori u svojim istraivanjima pristupaju iz razliitih
perspektiva te ga tumae kao: proces (Howson, 2008; Fleisher i Bensoussan, 2007; Pettit,
2008; Taskov, 2009.), koncept (Panian i Klepac, 2003; Hannula i Pirttimaki, 2003; Williams i
Williams, 2007; Isik, 2009.), disciplinu (Hwang i Cappel, 2008.), strategiju (Kalakota i
Robinson, 2002; Liautaud, i Hammond, 2006.), arhitekturu ili skup aplikacija (Li, 2008.),
poslovno-obavjetajnu aktivnost (Javorovi i Bilandi, 2007.), proizvod s dodanom
vrijednou (Fleisher i Bensoussan, 2003.), nain poslovnog promiljanja (Oreanin, 2003.),
sistem (Hugos, 2006.), pa ak i menadersku filozofiju (Pirttimaki, 2007.). Moss i Atre
(2003.) smatraju da business intelligence ili inteligencija o poslovanju nije ni proizvod ni
sistem ve jedinstvenost svake organizacije kao i politike i poslovnih pravila u skladu s
kojima se upravlja poduzeem.
Zajedniki elementi navedenih tumaenja mogu se rezimirati u definiciji kako je to koncept
organiziranog, sustavnog, legalnog, legitimnog i etikog prikupljanja, analiziranja i upotrebe
podataka i iz njih dobivenih informacija koje menadmentu pruaju korisna znanja za
donoenje efikasnijih, brih, kvalitetnijih i efektivnijih poslovnih odluka na svim
upravljakim razinama u funkciji postizanja kontinuiteta poslovne odrivosti i vie razine
konkurentnosti.

3

Pregledom i analizom opsene znanstvene grae, objavljenih dostupnih rezultata istraivanja,
te respektirajui svrhu i ciljeve planiranog istraivanja koje disertacija pretpostavlja, namjera
je istraiti poslovnu inteligenciju kao menaderski koncept u upravljanju opskrbnim lancem
poduzea. U hrvatskim znanstvenim krugovima nije postignuto ope suglasje oko prevoenja
pojma intelligence kao sastavnog dijela sintagme business intelligence
1
. Naime, potrebno je
imati u vidu injenicu da intelligence u kvalitativnom smislu ima veu vrijednost od
informacije (Dedijer, 1999.) jer podrazumijeva krajnji proizvod nastao prikupljanjem,
verifikacijom, analizom i evaluacijom podataka odnosno informacija. Iako odreeni domai
znanstvenici u svojim radovima koriste izvornu sintagmu (Javorovi i Bilandi, 2007;
Bilandi, 2008; Bazdan 2009.), ipak uvaavajui engleske terminoloke pristupe
2
, ali i
preporuke nekih drugih domaih autora (Panian i Klepac, 2003; Garaa, 2009.), uz izvornu
sintagmu, koristio se termin poslovna inteligencija kao najkoriteniji u hrvatskom
znanstvenom opusu.
Uslijed nepostojanja globalno prihvaene definicije razliiti istraivai koriste drugaije
termine te istrauju njihove meuodnose; competitive intelligence (CI) (Kahaner, 1997;
Prescott i Miller, 2001; Thierauf, 2001; Brody, 2008; Sharp, 2009; Michaeli, 2004.), market
intelligence (MI) ( Handfield, 2006; Jenster i Soilen, 2009; Hedin et al., 2011.), strategic
intelligence (SI) (Liebowitz, 2006; Xu, 2007; Cohen, 2009.), competitor intelligence (CpI)
(Mintzberg
3
, 1994; Fuld, 1995; Porter, 1998.). Iz prouene se literature moe konstatirati kako
ameriki znanstvenici veinom koriste pojam competitive intelligence, dok se u europskim
radovima preteito prakticira termin business intelligence (Bilandi, 2008; Jenster i Soilen,
2009; Popovi et al., 2010.). Iako se u znanstvenoj literaturi uoava da odreeni autori za
termin BI koriste i pojam knowledge management (KM) treba naglasiti kako se ipak radi o
razliitim pojmovima, usko povezanim, obzirom da BI predstavlja dio KM-a pa se odreena
istraivanja bave njihovim odnosom (Thierauf, 2001; Marin i Poulter, 2003; Herschel et al.,
2005; Clark et al., 2007; Dwivedi i Butcher, 2009.). Isti primjeri takoer ukazuju na
aktualnost problematike odabrane za istraivanje, odnosno na potrebu i korisnost teorijske
obrade i sistematiziranja tog fenomena te s njime povezanih terminolokih pojmova kako bi
se u konanici pridonijelo globalnom znanstvenom opusu.

1
Najee koriteni prevodi ove sintagme jesu: poslovna inteligencija, poslovno izvjetavanje, poslovne
izvjesnice, poslovno obavjeivanje, poslovno istraivanje te upravljanje poslovnim podacima i informacijama.
2
Prema Pons Cobuild English Learner's Dictionary,Collins Publisher, London, 1989., p. 506., pojam
intelligence se objanjava kao; sposobnost razumijevanja i uenja stvari, sposobnost razmiljanja i razumijevanja
umjesto djelovanja prema instiktu odnosno, automatizmom.
3
Prema Pirtimmaki, V.: Business Intelligence as a Managerial Tool in Large Finnish Companies, 2007., p. 61.

4

Predmet mnogih istraivanja bile su koristi koje menadment moe poluiti primjenom
koncepta PI. Hwang i Cappel (2008.) utvrdili su kako veina ispitanika smatra ovaj koncept
vrlo vanim za uspjeh poduzea, te oekuju da e vanost i ubudue rasti. Godinu dana
kasnije Hwang (2009.) potvruje navedene rezultate kod 89% ispitanika. Hannula i Pirttimaki
(2003.) uzorkuju najuspjenija poduzea u Finskoj te konstatiraju kako njih 80% ima
organizirane aktivnosti poslovne inteligencije, jer su ocijenili znaaj istih za poboljanje i
unapreenje postupka prikupljanja informacija potrebnih za planiranje i odluivanje. Takoer,
utvreno je kako najvei postotak informacija (95%) poduzea prikupljaju o konkurentima i
tritu na kojem se natjeu, dok neto manje (80%) prikupljaju o svojim kupcima. Navedeno
je istraivanje od osobite vanosti jer je provedeno u izrazito kompetitivnim odnosima
gospodarskih subjekata u Finskoj. Tri godine kasnije broj je korisnika porastao na 95%
(Pirttimaki, 2007.). Isik (2009.) razvija okvir utjecaja mogunosti BI-a na njegov uspjeh u
razliitim okruenjima. Istraivanja uinaka primjene ovog koncepta pokazala su veinom
nefinancijske efekte poput poveanja kvalitete i pravovremenosti informacija (Thierauff,
2001; Hannula i Pirttimaki, 2003; Williams i Williams, 2004; Lonnquist i Pirttimaki, 2006.),
kroz unapreenje ili reinenjering temeljnih poslovnih procesa (Williams i Williams, 2007.),
odnosno kroz unapreenje performansi poduzea (Elbashir i Williams, 2007.).
Treba istaknuti kako su odreeni autori istraivali elemente i utjecaj e-poslovanja (engl. e-
business) na poslovanje poduzea (Lee i Whang, 2001; Johnson i Whang, 2002; Swaminathan
i Tayur, 2003; Wagner et al., 2003; Hill i Scott, 2004; Croom, 2005; Panian, 2005; Johnson et
al., 2007; Sanders, 2007; Leon-Pena, 2008; Borges et al., 2009; Chen et al., 2009.) to je
takoer jedan od poticaja za provedbu planiranog istraivanja u kontekstu opskrbnog lanca.
Rezultati navedenih istraivanja ne ukazuju na uopene zakljuke, a istraivanja iste materije
u kontekstu efektivnosti opskrbnog lanca su iznimno rijetka na globalnoj razini. Sljedei
preporuke istraivanja odabranih autora (Hugos, 2006; Elbashir i Williams, 2007; Jourdan et
al., 2007; Panian, 2008; Bayraktar et al., 2009; Hadaya i Cassivi, 2009; Stock et al., 2010.)
ova disertacija je usmjerena na istraivanje odnosa izmeu koncepta poslovna inteligencija i
upravljanja opskrbnim lancem zbog potencijala tog segmenta poslovanja na konkurentsku
poziciju poduzea u okruenju.
Promjene u poslovnoj filozofiji poduzea koje su posljedica globalnih utjecaja visoko
kompetitivnog eksternog okruenja te internih karakteristika i imbenika mikro okruenja,
snano dolaze do izraaja u funkcioniranju i upravljanju opskrbnim lancima. U suvremenim
istraivanjima povezanim s upravljanjem opskrbnim lancima utvrene su odreene poveznice

5

i zakonitosti, meutim na mnoge dileme jo uvijek nisu dati konkretni odgovori, jer nisu ni
istraivane. Aktualnost i kompleksnost ove problematike potvruje rast broja istraivanja u
logistikom segmentu opskrbnih lanaca posljednjih godina (Gubi et al., 2003; Chen i Paulraj,
2004; Arlbjorn et al., 2008; Zhang et al., 2009.)
4
. injenica da se 60 - 70% trokova
poslovanja poduzea kontrolira proirenim opskrbnim lancem (ibret, 2007; Ditman et al.,
2010.) predstavlja dodatni poticaj za istraivanja na tom polju.
Odnosi izmeu elemenata i pojedinih procesa opskrbnog lanca, varijabli koje na njih utjeu te
posljedino njihov utjecaj na efikasnost upravljanja opskrbnim lancem, predmetom su brojnih
teorijskih i empirijskih radova. Empirijske su analize ukazale na vanost odreenih elemenata
u kontekstu upravljanja opskrbnim lancem. U evolutivnom kontekstu odreeni su empirijski
radovi bili fokusirani na odreivanje dostignutog stupnja razvoja istraivanih opskrbnih
lanaca te odreivanju karakteristinosti tih faza (Poirier i Quinn, 2006; Handfield, 2006.).
Promatrajui upravljanje opskrbnim lancem kroz procesni pristup, koji je razvio Lambert, za
naglasiti je kako je rije o interfunkcijskom i interorganizacijskom procesu (Kaplan i Norton,
2006.).
Analizom znanstvene grae u kontekstu prethodno navedenoga moe se uoiti na to su
pojedini autori dali naglasak pri istraivanju ove problematike;
vanost informacija (Simatupang i Sridharan, 2001; Hackathorn, 2004; Fawcett et
al., 2007.) odnosno, upravljanje podacima i informacijama (Francis, 1998; Lee et al.,
2000; Tan, 2002; Miller, 2005; Hugos, 2006; Kim et al., 2006; Panian i sur., 2007;
Zhou i Benton, 2007; Trent, 2007; Howson, 2008; Redman, 2008; Hadaya i Cassivi,
2009; Jacoby, 2009; Klein i Rai, 2009; Li et al., 2009; Pereira, 2009; Sodhi i Son,
2009; Watson, 2009; Ramayah i Omar, 2010; Stock et al., 2010; Yigitbasioglu, 2010;
Davenport i Snabe, 2011; Ha et al., 2011.). Jacobi (2009.) predvia da e sposobnost
upravljanja informacijama u budunosti kreirati vitalnu konkurentsku prednost
opskrbnih lanaca to je logino jer se konkurentska prednost postie kapitaliziranjem
onoga po emu je poduzee jedinstveno (Stubs, 2011.).
informacijska tehnologija (IT) (Sria i Miller, 2001; Thierauf, 2001; Reyes i
Raisinghani, 2002; Gunasekaran i Ngai, 2004; Subramani, 2004; Auramo et al., 2005;
Hugos, 2006; Liautaud i Hammond, 2006; Dehning et al., 2007; Garaa, 2008; Palvia

4
Rije je o istraivanjima koja su analizirali objavljene znanstvene i strune lanke na temu upravljanja
opskrbnim lancima te su utvrdili uzlazni trend broja objavljenih radova.

6

et al., 2006; Karkkainen et al., 2007; Porter, 2008; Sanders, 2008; Bayraktar et al.,
2009; Pereira, 2009; Stoel i Muhanna, 2009; Swanson, 2012.).
e-poslovanje (Earl, 2000; Kalakota i Robinson, 2001; Handfield i Nichols, 2002;
Johnson i Whang, 2002; Panian, 2003; Spremi, 2003; Swaminathan i Tayur, 2003;
Wagner et al., 2003; Hill i Scott, 2004; Koh i Maguire, 2004; Croom, 2005;
Bloomberg et al., 2006; Johnson et al., 2007; Sanders, 2007; Waters, 2007; Garaa,
2008; Borges et al., 2009; Chen et al., 2009; Garaa, 2009.).
integracija (Lee i Whang, 2001; Stank et al., 2001; Thierauf, 2001; Frohlich i
Westbrook, 2002; Handfield i Nichols, 2002; Rabelo et al., 2002; Vickery et al., 2003;
Chen et al., 2007; Harland et al., 2007; Chang et al., 2008; Speier et al., 2008;
Swafford et al., 2008; Li et al., 2009; Downing, 2010; Anbanandan et al., 2011; Saeed
et al., 2011.). Prava integracija opskrbnih lanaca bit e mogua tek onda kada svi
sudionici lanca budu spremni meusobno razmjenjivati podatke i informacije radi
postizanja zajednikih ciljeva (Li et al., 2009.).
vidljivost (Joshi, 2000; Thompson et al., 2001; Handfield i Nichols, 2002;
Montgomery et al., 2002; Swaminathan i Tayur, 2003; Christopher, 2005; Auramo,
2006; Johnsen, 2006; Wang i Wei; 2007; Waters, 2007; La Grouw, 2008; Jacoby,
2009; Heaney, 2011; McCrea, 2011.). Istinska je vidljivost postignuta ako su
informacije i njihove analize korisne u procesu donoenja poslovnih odluka.
suradnja (Akintoye et al., 2000; Lee i Whang, 2001; Handfield i Nichols, 2002;
Johnson i Whang, 2002; Kocakulah et al., 2002; McLaren et al., 2002; Skjoett-Larsen
et al., 2003; Swaminathan i Tayur, 2003; Barratt, 2004; Christopher i Peck, 2004;
Manthou et al., 2004; Christopher, 2005; Croom, 2005; Holweg et al., 2005;
Simatupang i Sridharan, 2005; Hugos, 2006; Li et al., 2006; Verecke i Muylle, 2006;
Johnson et al. 2007; Patrakosol i Olson, 2007; Sanders, 2007; Li, 2008; Chong et al.,
2009; Anbanandan et al., 2011; Taylor, 2012.).
napredna analitika (Morris et al., 2002; Morris et al., 2003; Brown, 2007; Davenport
i Harris, 2007; Hair, 2007; Panian et al., 2007; Elbashir et al., 2008; Redman, 2008;
Bose, 2009; Ranjan, 2009; Watson, 2009; Davenport et al., 2010; Hubbard, 2010;
Laursen i Thorlund, 2010; Trkman, et al., 2010; Eckerson i Hammond, 2011; Kiron i
Shockley, 2011; Kruschewitz i Shockley, 2011; Lavalle et al., 2011; Stubs, 2011.). U

7

razvoju poslovne inteligencije napredna analitika jest samo logian slijed (Elbashir et
al., 2008; Watson, 2009.) na OLAP alate i rudarenje podacima (Redman, 2008.).
elastinost (Thierauff, 2001; Christopher i Peck, 2004; Gunasekaran i Ngai, 2004;
Christopher, 2005; Gebauer i Schober, 2006; Swafford et al., 2006; Zhang et al., 2006;
Sanders, 2007; Tachizawa, 2007; Waters, 2007; Lambert, 2008; Li, 2008; Pettit,
2008; Tang i Tomlin, 2008; Cecere, 2009; Jacoby, 2009; Pereira, 2009; Whitby i
Scott, 2009; Grawe et al., 2011; Hofman et al., 2011; Soon i Udin, 2011.).
U navedenim se okvirima pozicionira temeljni koncept istraivanja. U literaturi su razvidna tri
pristupa u ovakvim istraivanjima, s obzirom da pojedini autori stavljaju naglasak na
informatiki aspekt (Reyes i Raisighani, 2002; Vural et al., 2006; Baars et al., 2008; Sabbaghi
i Vaidyanathan, 2008.), drugi promatraju PI kao menaderski koncept kojemu informacijska
tehnologija (IT) predstavlja alat za provedbu (Christopher i Peck, 2004; Pirttimaki et al.,
2006; Maguire i Suluo, 2007; Pirttimaki, 2007; Wilkins, 2007; Copacino, 2008; La Grouw,
2008; Shaker, 2009; Pirzadeh i Pirzadeh, 2009.), dok trei pristupaju objedinjujui navedeno
pa shodno tome u upotrebi koriste sintagme Supply Chain Intelligence (SCI) (Dyson i Koruth,
2004; Noonan i Wallace, 2006; Stefanovi et al., 2006; Lee i Cheng, 2007; Panian et al.,
2007; Rogers i Panos, 2006; Smouther, 2009.) odnosno, Supply Market Intelligence (SMI)
(Handfield, 2006; Trent i Roberts, 2010.). Slijedom navedenog, disertacija je usredotoena na
poslovnu inteligenciju kao menaderski koncept kojemu informacijska tehnologija predstavlja
sredstvo u primjeni i implementaciji u kontekstu upravljanja opskrbnim lancem. Nastavno na
iznesene spoznaje temelji se kreacija konceptualnog modela ovog istraivanja.
Kao to je ve naglaeno, empirijska su istraivanja ukazala na vanost koncepta poslovna
inteligencija u funkcioniranju poduzea te utjecaj efikasnog upravljanja opskrbnim lancem na
dugoronu odrivost i efikasnost poslovanja poduzea. Temeljem iznesene eksplikacije
problema ocijenjeno je znanstveno relevantnim istraiti primjenu koncepta poslovna
inteligencija te njezin odnos s upravljanjem opskrbnim lancem. Pregledom dostupne recentne
znanstvene grae iz podruja poslovne inteligencije te iz podruja upravljanja opskrbnim
lancem utvreno je kako slina istraivanja do danas nisu provedena. Slijedom navedenog,
posebno s obzirom na to da je 21. stoljee stoljee informacija i znanja, a cijena pravodobne
informacije jest jednaka cijeni trinog opstanka, namee se potreba i opravdanost za
istraivanjem primjene koncepta poslovna inteligencija i njezinim odnosom s upravljanjem

8

opskrbnim lancem. Znanstveni problem i predmet znanstvenog istraivanja odnosi se na dva
objekta istraivanja:
koncept poslovna inteligencija
upravljanje opskrbnim lancem.


2. Svrha i ciljevi istraivanja

Polazei od postavljenog problema istraivanja te temeljem nedovoljnog broja provedenih
empirijskih istraivanja na globalnoj razini, postavlja se temeljno pitanje kako primjena
koncepta poslovna inteligencija pridonosi efikasnosti upravljanja opskrbnim lancem.
Glavna svrha i cilj istraivanja jest ispitivanje i razumijevanje uspostavljene veze izmeu
elemenata koncepta poslovna inteligencija i varijabli koje odreuju efikasnost
upravljanja opskrbnim lancem.
Znanstveno-spoznajni ciljevi istraivanja su:
Istraiti, analizirati i kritiki valorizirati postojee znanstvene spoznaje i ostvarene
doprinose iz podruja prouavanja ime e se opisati dosadanji teorijski i empirijski
nalazi iz segmenata poslovne inteligencije i upravljanja opskrbnim lancem.
Sistematizirati, klasificirati i raspraviti pojmove i koncepte iz podruja prouavanja
potrebnih za provedbu ovog istraivanja te s njima povezanih pojmova.
Objasniti elemente koncepta poslovna inteligencija (izvore podataka i informacija,
njihovu pouzdanost, pristupanost, naprednu analitiku, koritenje intuicije u
odluivanju i vrijeme odluivanja, te organizaciju poslovne inteligencije), njihov
meusobni odnos te varijable koje nastaju kao primjena ovog koncepta (informacijska
vidljivosti i integracija) u kontekstu upravljanja opskrbnim lancem (agilnost,
prilagodljivost, usklaenje, proaktivnost i performanse). Osim navedenog, istraiti e
se i analizirati veza i meusobni odnos u vertikalnoj domeni modela.
Temeljem znanstvenih spoznaja i na njima definiranih hipoteza istraivanja, oblikovati
model kojemu je cilj utvrivanje zakonitosti, smjera i intenziteta veza izmeu

9

koncepta poslovna inteligencija i efikasnog upravljanja opskrbnim lancem te ga
empirijski testirati.
Navedeni ciljevi rezultirati e novim znanstvenim spoznajama, to e otvoriti i prostor za
provedbu nekih buduih istraivanja u odreenim segmentima te problematike.
Istraivanjem e se ostvariti i odreeni operativni odnosno pragmatini ciljevi. S obzirom na
to kako je rije o relativno novom konceptu, koji jo uvijek nije saivio u hrvatskoj poslovnoj
praksi u onom opsegu kao to je to sluaj u visoko konkurentnim gospodarstvima, planirano
e istraivanje imati veliko praktino znaenje za ona poduzea koja uvode ili se spremaju na
uvoenje ovog koncepta. Osim navedenog, cilj je utvrditi i trenutnu sliku odnosno spoznaju
stanja u hrvatskim poduzeima. Rezultati e sluiti menadmentu za donoenje kvalitetnijih i
efikasnijih stratekih i taktikih odluka u segmentu upravljanja opskrbnim lancima.
Istraivanje ove problematike s ciljem dokazivanja postavljenih hipoteza te postizanje svrhe i
ciljeva istraivanja podrazumijeva odgovore na brojna pitanja, od kojih su najvanija sljedea:
1) Primjenjuju li poduzea koncept poslovna inteligencija na razini cijelog sustava ili na
razini odreene strateke poslovne jedinice, odnosno pojedinih procesa, te koji se
problemi javljaju pri implementaciji tog koncepta?
2) Koliko se u poslovanju koriste neke od tehnologija i platformi za skladitenje
podataka, rudarenje podacima, OLAP alati, napredne analitike tehnike, upravljake
ploe te simulacijski i vizualizacijski programi?
3) Koje su determinante suvremenog naina upravljanja opskrbnim lancem?
4) Koliko se koriste raspoloivi podaci i informacije, te kakve kvalitete za donoenje
poslovnih odluka u opskrbnim lancima?
5) Koliko je prisutna intuicija u odluivanju?
6) Koliko primjena koncepta poslovna inteligencija moe utjecati na informacijsku
vidljivost, integraciju i elastinost opskrbnog lanca?
7) Koje su najvee prepreke za uspjeno upravljanje opskrbnim lancem?
8) Koliko poduzee poznaje svoje partnere, odnosno koliko je spremno na razmjenu
podataka i informacija u funkciji integracije opskrbnog lanca?

10

9) Pravi li poduzee razliku u spremnosti razmjene podataka i informacija izmeu svojih
dobavljaa i kupaca?
10) Pravi li poduzee razliku izmeu razmjene stratekih i operativnih podataka i
informacija sa svojim partnerima?
11) Koje su evidentne prednosti implementacije koncepta poslovna inteligencija u
upravljanju opskrbnim lancem?
12) Koje se aktivnosti mogu predloiti za efikasnije koritenje istraivanog koncepta?


3. Metode istraivanja

Za potrebe izrade i dovrenja ove doktorske disertacije, a temeljem predstavljenog problema
istraivanja, provedeno je istraivanje u kojemu su se koristile razliite kombinacije
znanstvenih metoda za potrebe argumentacije i evaluacije postavljenih znanstvenih hipoteza.
Prvi dio istraivanja (istraivanje za stolom) bio je usmjeren na pretraivanje sekundarnih
izvora podataka ija je obrada posluila za izradu teorijskog dijela rada. Kritiki se analizirala
recentna znanstvena i struna literatura iz podruja poslovne inteligencije i problematike
upravljanja opskrbnim lancem. Inicijalni izbor literature izvren je temeljem osobnog uvida u
podruja istraivanja pri emu su pretraene brojne baza podataka, meu kojima su
najznaajnije: Science Direct, DOAJ (Directory of Open Access Journals), Emerald, EBSCO,
Sege Journals Online, Wiley InterScience, TDWI (The Data Warehouse Institute), SCIP
(Strategic and Competitive Intelligence Professionals), Springer, AIS (Association for
Information Systems), MIT Sloan. Osim navedenih baza, koriteni su raspoloivi fundusi
knjinica Ekonomskog fakulteta u Splitu i Ekonomskog fakulteta u Zagrebu.
Za to kvalitetniju obradu sekundarnih podataka kako bi se stekao uvid u tijek razvoja
znanstvene misli istraivanih podruja i prezentiranje ve poznatih spoznaja te stjecanja i
prezentiranja vlastitih saznanja, koristile su se metode primjerene istraivanjima u drutvenim
znanostima. U ovom su istraivanju najrelevantnije:

11

metoda analize kojom se ralanjivanjem poznatih tvrdnji stekla jasnija predodba o
objektima prouavanja,
metoda sinteze kojom su se povezale jednostavnije tvrdnje i zakljuci u sloenije i
openitije tvrdnje sa svrhom boljeg i sistematinijeg prouavanja odnosa izmeu
objekata istraivanja,
metode indukcije i dedukcije za donoenje zakljuaka u teorijskom i empirijskom
dijelu rada,
metoda generalizacije sa svrhom uopavanja od posebnog pojma do openitijeg,
metoda deskripcije za opisivanje pojmova, zakonitosti i postupaka,
metoda komparacije za potrebe usporeivanja istih ili slinih injenica, pojava i
procesa.
Drugi dio istraivanja (istraivanje na terenu) predstavlja najvaniji empirijski dio ove
disertacije. Namjera je ovog istraivanja bila obuhvaanje poduzea koja primjenjuju koncept
poslovne inteligencije u svom poslovanju. Istraivanje na terenu provelo se s ciljem testiranja
postavljenih hipoteza, a anketni je upitnik predstavljao glavni instrument za prikupljanje
primarnih podataka.
Osim metode obrade podataka koja je provedena u programskom paketu SPSS 16 (Statistical
Package for the Social Science), koritena je metoda prezentiranja rezultata istraivanja u
obliku tablica i grafova. Za ocjenjivanje postavljenih hipoteza dominantna je bila metoda
korelacije. S obzirom na tri uvodna pitanja (o poduzeu) napravila se analiza varijance s
jednim promjenjivim faktorom. Takoer se upotrijebila faktorska analiza s ciljem utvrivanja
primjerenosti operacionalizacije varijabli poslovna inteligencija i upravljanje opskrbnim
lancem.




12

4. Obrazloenje strukture rada

Doktorska se disertacija sastoji od pet osnovnih poglavlja.

U prvom poglavlju pod naslovom Uvodna razmatranja, definira se i elaborira problem,
predmet te objekti istraivanja doktorske disertacije. Takoer, opisani su znanstveni i
praktini ciljevi koji su se istraivanjem eljeli ostvariti te znanstvene metode koritene u
teorijskom i empirijskom dijelu rada. Ovaj je dio zakljuen s prikazom strukture izloene
materije.

Teorijski okvir koncepta poslovna inteligencija i upravljanje opskrbnim lancem naslov je
drugog poglavlja. U prvom su dijelu detaljno elaborirane relevantne teorijske spoznaje i
nastanak istraivanog koncepta poslovne inteligencije. S obzirom na to da je rije o relativno
novoj paradigmi evaluirani su razliiti pristupi pojedinih istraivaa kao i terminoloko
odreenje izvornog pojma business intelligence i njemu srodnih pojmova koritenih u
znanstvenim djelima. Slijedi razmatranje i pozicioniranje ovog koncepta u kontekstu
stratekog menadmenta te prikaz njegovog ciklusa, sustava, elemenata i naina
funkcioniranja. Poseban je naglasak stavljen na najrelevantnije odrednice koje su vane u
kontekstu ovog istraivanja. Objasnio se odnos informacijske tehnologije i poslovne
inteligencije te su prikazana razmatranja obrambene uloge poslovne inteligencije u funkciji
zatite podataka i informacija. Ovaj je dio zakljuen prikazom rezultata recentnih istraivanja
o uspjenosti implementacije, primjene i razliitih mjerenja poslovne inteligencije, te su
prezentirana razliita razmatranja daljnjeg razvoja ovog fenomena. U drugom su dijelu
izloeni razliiti teorijski pristupi tumaenju pojmova opskrbnog lanca i menadmenta
opskrbnog lanca, povjesne pretpostavke njegovog nastanka te je objanjen odnos logistike i
opskrbnog lanca. Prikazana je evolucija opskrbnog lanca i njegove suvremene odrednice te je
u tom kontekstu dan pregled rezultata relevantnih znanstvenih istraivanja. Posebna je panja
posveena analizi elemenata vrednovanja uspjenosti funkcioniranja opskrbnog lanca,
prezentirane su faze zrelosti te je izvrena evaluacija razliitih strategija upravljanja
opskrbnim lancem. Poglavlje se zakljuuje razmatranjem odrivog upravljanja u suvremenim
uvjetima poslovanja i trinog nadmetanja.


13

Konceptualni model odnosa poslovne inteligencije i upravljanja opskrbnim lancem naslov
je treeg poglavlja. U prvom se dijelu elaboriraju elementi koji su utjecali na razvoj modela
istraivanja: vanost i razmjena podataka i informacija, informacijska tehnologija i sustav, e-
poslovanje, integracija, vidljivost, suradnja, napredna analitika i elastinost. U drugom su
dijelu prikazani rezultati dosadanjih istraivanja poslovne inteligencije i upravljanja
opksrbnim lancem unutar kojih je uoen neistraen prostor kao osnovica za ovu disertaciju.
Poglavlje se zakljuuje s objanjenjem postavljenih znanstvenih hipoteza i njihovom
grafikom prezentacijom u istraivakom modelu.
Empirijsko utvrivanje veze izmeu koncepta poslovna inteligencija i upravljanje
opskrbnim lancem naslov je etvrtog poglavlja. U prvom se dijelu poglavlja elaborira
metodoloki aspekt empirijskog istraivanja, opisuje protokol istraivanja te objanjavaju
osnovne karakteristike uzorka. Objanjen je nacrt istraivanja, nain prikupljanja podataka te
njihova obrada. Iznesena su osnovna teorijska polazita temeljem kojih se objanjavaju
varijable modela te nain njihove operacionalizacije. Posljednji dio sadri detaljnu
prezentaciju rezultata empirijskog istraivanja o odnosu koncepta poslovna inteligencija i
upravljanja opskrbnim lancem. Analiza rezultata provedena je u kontekstu postavljenih
hipoteza istraivanja te je tako izvrena njihova prosudba.

Zavrna razmatranja naslov je posljednjeg, petog poglavlja u kojemu je predstavljena sinteza
rezultata istraivanja te rasprava o njima. Evaluirane su teorijske i empirijske spoznaje nastale
kao rezultat testiranja predloenog modela te izneseni znanstveni i praktini doprinosi
provedenog istraivanja. Na kraju, predstavljena su ogranienja te predloene smjernice za
daljnja istraivanja.


14

II. TEORIJSKI OKVIR KONCEPTA POSLOVNA
INTELIGENCIJA I UPRAVLJANJE OPSKRBNIM LANCEM

1. Teorijski aspekt koncepta poslovna inteligencija

U ovom e se poglavlju objasniti temeljne teorijske odrednice i nastanak koncepta poslovna
inteligencija. Vodei rauna o problemu istraivanja razmotrit e se analizirani koncept u
kontekstu stratekog menadmenta te prezentirati ciklus, sustav i elementi poslovne
inteligencije, poveznice s informacijskom tehnologijom, objasniti njen obrambeni element te
evaluirati provedena istraivanja u Republici Hrvatskoj.

1.1. Temeljne teorijske odrednice i nastanak koncepta poslovna inteligencija

Za to kvalitetnije sagledavanje teorijskih odrednica i nastanka koncepta poslovna
inteligencija, potrebno je obraditi povijesnu evoluciju potrebe za prikupljanjem podataka i
informacija te proanalizirati razliite istraivake pristupe fenomenu poslovne inteligencije,
kako bi se u konanici izvrilo terminoloko odreenje izvorne sintagme i njoj srodnih
intelligence pojmova u znanstvenim radovima.

1.1.1. Upravljanje poslovnim podacima i informacijama

Poput suvremenog pitanja o najvanijoj pretpostavci preivljavanja tvrtke na dananjim
turbulentnim tritima (Panian i Klepac, 2003.) mogue je parafraziranjem postaviti pitanje:
koja je najvanija pretpostavka opstanka u povijesnim dimenzijama bez obzira je li rije o
pojedincima, nomadima, narodima ili dravama? U funkciji osiguranja svojega preivljavanja
u agresivnoj okolini biti informiran, odnosno znati, jest prva i najvanija ljudska potreba, to
podrazumijeva kontinuirano traenje, interpretiranje i koritenje podataka i informacija sa
svrhom razumijevanja odnosno shvaanja (Cohen, 2009., p.1). Iako je sam pojam poslovna
inteligencija relativno kratko u upotrebi, njegova bit vjerojatno dolazi iz vremena kada su se

15

ljudi poeli baviti organiziranjem svojega ivota. Polazei od ovakve postavke, zanimljivo je
vidjeti koje su dogaaje ili aktivnosti iz raznih razdoblja ljudske povijesti pojedini istraivai
naglaavali kao poetke primjene obavjetajnih odnosno izvjetajnih aktivnosti. Velik
doprinos informacijsko-komunikacijskom razvoju dala je pojava pisane rijei prije pet tisua
godina, a posebno pojava nove tehnologije ovladavanja proizvodnjom papirusa oko 2500
godine prije Krista (Javorovi i Bilandi, 2007., p. 20). Autori naglaavaju svjedoenje
Biblije koja pokazuje kolika je vanost pridavana prikupljanju podataka odnosno
obavjetajnoj djelatnosti za ostvarivanje neposrednih zadataka i ciljeva
5
. Herring (1996., p.
54.) takoer se reflektira na Bibliju
6
i Sun Tzua. Iako se toan podatak nikada nee znati,
pretpostavlja se da je za vrijeme kralja Ptolomeja II Philadelphusa u knjinici u Alexandriji
bilo pohranjeno 500.000 svitaka dokumenata, to je predstavljalo najveu kolekciju znanja u
to doba (Stubbs, 2011., p. 1.). Panian i Klepac (2003., p. 28.) smatraju kako je nastanak prvog
osiguravajueg drutva Lloyd's vrijeme kada je roena poslovna inteligencija, a s obzirom da
su ve tada osiguravatelji ovisili o tonim i aurnim informacijama. Prije 2000 godina
tajanstveni kineski ratnik-filozof Sun Tzu napisao je moda najutjecajnije djelo o strategiji,
gdje je ustvrdio da onaj tko ima informaciju ima i mo, odnosno naglasio je vrijednost
prethodnog znanja
7
.
Istraujui trajnu ulogu informacija u snagama pojedinih zemalja Cohen (2009., p. 2-5.) ih
dijeli na pionire (Venecija, vedska i Velika Britanija) i suvremene intelligence sisteme, gdje
pripadaju Japan, Njemaka, SAD i Francuska. U sluaju Venecije, ija je snaga bila najjaa
izmeu X. i XII. stoljea, navodi se primjer veleposlanika koji su tvorili dobro organiziranu
mreu informatora diljem Europe. Usporedbe radi, vrijedno je navesti primjer Dubrovake
Republike gdje je njezin Senat na sjednici od 12. kolovoza 1301. godine donio odluku o
formiranju tri centra, izmeu kojih je u kontekstu ovog rada najzanimljiviji Centar za
sakupljanje vijesti i informacija, iji je zadatak bio prikupljanje vanih vojnih, gospodarskih i
politikih informacija iz ostalih zemalja (Dedijer, 2000., p. 131.). Kljuni ljudi ovog centra
bili su Miho Procula, Prero Prodanelli i Marin Dri. Kao svjeiji pionirski primjer, Cohen
(2009.) navodi Veliku Britaniju gdje su velike korporacije od 50-ih godina prolog stoljea
uvodile Marketing Intelligence (MkI) slube. U vrijeme kraljice Elizabete I., njezin dravni

5
Autori navode nekoliko biblijskih citata u prilog svojoj tvdnji (p. 21-22).
6
Herrring citira Mojsija kada je naloio plemenima da izvide zemlju Kananovu.
7
Sun Tzu smatra da ono to omoguuje pametnu vladu i mudro vojno vodstvo da nadvlada druge i ostvari
iznimna postignua jest prethodno znanje. Za prethodno znanje dri da se ne moe dobiti od duhova i utvara, ne
moe se imati analogijom (na ranija zbivanja), ve se mora dobiti od ljudi, ljudi koji znaju prilike kod
neprijatelja. Sun Tzu, Umijee ratovanja, Misl, Zagreb, 2001., p. 254.

16

tajnik zaduen za obavjetajnu slubu, Francis Walsingham utemeljio je prethodnika
britanskog Secret Intelligence Servicea. Od XVII. stoljea Britanci imaju Centar za
obavjetajnu aktivnost i sigurnost, a od 1899. godine Odsjek za komercijalno-obavjetajnu
aktivnost (Bazdan, 2009., p. 59). Jedan od pet principa koje je japanski car proklamirao 1868.
godine glasi: skupljati svo znanje o svijetu to moe koristiti Japanu (Dedijer, 2000., p. 307.).
U XIX. stoljeu Bismarck osniva obavjetajnu slubu kako bi postigao prednost u
industrijskoj revoluciji nad viktorijanskom Britanijom (Bazdan, 2009; Cohen, 2009.).
Posebnost suvremenog njemakog obavjetajnog sistema lei u stratekoj informacijskoj
povezanosti banaka, osiguravajuih drutava te velikih korporacija. Ovakva centralna
organizacija povezana je s trgovakim drutvima, manjim kompanijama te konzultantskim
tvrtkama u jedinstvenom nacionalnom interesu.
Prescott (1999.) nastanak poslovne inteligencije razmatra kroz tri pravca. Iskonom smatra ve
spomenutog stratega Sun Tzua, dok drugi pravac obavjetajnih aktivnosti, koji nastaje u
vrijeme II svjetskog rata, smjeta unutar polja nacionalne sigurnosti kao politiko pitanje.
Trei, najnoviji pravac, koji je bio predmet njegovog istraivanja, prvenstveno je
karakteristian za gospodarstvo. S obzirom na to da je njegov rad star preko 14 godina
zanimljivo je vidjeti kako je Prescott analizirao tri razvojne faze poslovne inteligencije, te
predvidio etvrtu. Prvu fazu smjeta u 60-e i 70-e godine prolog stoljea te je naziva
Prikupljanje poslovne inteligencije. Potom, 80-ih godina nastupa druga razvojna faza koju
oznaava kao Industrijsku i konkurentsku analizu koja traje do razdoblja pisanja njegovog
rada te je zamjenjuje faza pod nazivom Poslovna inteligencija za strateko odluivanje.
Karakteristika predviajue etvrte faze jest Poslovna inteligencija kao konkurentska
sposobnost.
Pirttimaki (2007., p. 4.) dri kako korijeni poslovne inteligencije i ostalih intelligence
aktivnosti lee, izmeu ostalog, u vojnom planiranju. U poslovanju se pojavljuju 60-ih godina
prvenstveno kao aktivnost pohrane unutar poduzea, dok prava ekspanzija zapoinje tek 80-ih
godina kada u Sjevernoj Americi nekoliko najveih kompanija organizira obavjetajne
aktivnosti. Istovremeno, u Europi je fokus ovih aktivnosti jo uvijek u sigurnosnoj sferi
(Gilad i Gilad, 1985; Pirtimakki, 2007.). Autori koji preferiraju informatiki aspekt nastanak
poslovne inteligencije veu uz sustave za potporu odluivanju DSS
8
(engl. Decision Support

8
Autori navode model optimizacije prihoda kod kapitalno intezivnih djelatnosti, te optimizaciju logistike mree
kao najranije primjere koritenja sistema za potporu odluivanju.

17

Systems) i EIS
9
(engl. Executive Information Systems) (Williams i Williams, 2007., p. 3-4).
Iako je Dedijer dao veliki doprinos u suvremenom promiljanju i razvoju intelligencea, a neki
ga ak smatraju ocem pojma social intelligence
10
(SoI), odnosno djedom pojma intelligence
(Hedin et al., 2011., p. ix.), sam pojam business intelligence vee se uz ime Howarda
Dresnera, analitiara Gartnera (Javorovi i Bilandi, 2007; Hwang i Cappel, 2008; Watson,
2009; Isik, 2010.).
Iako nije rijedak sluaj da se u literaturi pojmovi podatak i informacija izjednaavaju s
obzirom da je podatak glavni sadraj informacije (Javorovi i Bilandi, 2007., p. 29.), ipak
meu njima postoji bitna razlika stoga je potrebno terminoloki razluiti ove pojmove te ih
proanalizirati u kontekstu njihovih odnosa s inteligencijom i znanjem. Prema Ekonomskom
leksikonu (1995., p. 319.), informacija jest objektivno svojstvo promatrane zbilje iz koje se
ona izdvaja ali ne egzistira kao samostalna supstancija, ve kao izraz odnosa korisnika i
obavijesti koje tako prima. Pribavljanje relevantnih informacija daje potrebno znanje koje se
usmjeruje prema odreenom zadatku i cilju to se eli postii. Prema klasinoj definiciji
(Pirttimaki 2007., p. 38.), informacija treba ispunjavati tri uvjeta: prvo, uvijek treba postojati
objanjenje kako informacija ne bi bila obina izjava; drugo, uvijek treba postojati potreba za
istinom; tree, ona ne smije biti produkt pogrenog vjerovanja. Znanje se obino promatra kao
iri koncept od informacije, a podatak se na informacijskoj hijerarhiji pozicionira na najnioj
razini. Intelligence, koja je u stvari destilirana informacija, predstavlja razvoj jedinstvene
spoznaje o injenicama iz tvrtkinog okruenja (Miller, 2001., p. 12-13.). Redman (2008., p.
14-15.) smatra kako nije sporno da informacije nastaju od podataka, ali isto tako dodaje da oni
nisu jedini izvor informacija. Naime, promatrano kroz prizmu poslovne inteligencije svaki
trini signal moe potencijalno postati informacija
11
. Odreeni podatak moe se prezentirati
na nekoliko razliitih naina, stoga je jednako vana njegova selekcija i metoda predstavljanja
donositeljima odluka. Fuld (2010., p. 32.) kae da je relativno lako nai informaciju ako se
znaju postaviti prava pitanja. Imati bolji pristup podacima ne mora izravno utjecati na tvrtkine
performanse, razlike se stvaraju u tome to kompanije rade s prikupljenim podacima
(Howson, 2008., p. 3.). Bilandi i Javorovi (2007., p. 29.) objanjavaju da podatak nije
injenica, jer sadri mnotvo injenica koje ga odreuju te o njemu govore. Tvrde da obraeni
podatak, odnosno znanje o podatku, dogaaju ili pojavi s utvrenim dokazanim injenicama

9
Aplikacije poslovne inteligencije poput tablice uravnoteenih ciljeva, upravljakih ploa te ostalih analitikih
programa predstavljaju izravni razvoj sustava za podrku vrhovnom menadmentu.
10
Nedjeljnji vjesnik, 20.06.2004.
11
Redman dri da odreeni trini signal moe biti informativan iako ne predstavlja podatak u njegovom
osnovnom smislu.

18

predstavlja informaciju. Prema Thieraufu (2001., p. 4.), podatak postaje poslovna intelligence
kada se nalazi u rukama donositelja odluke koji zna to s njim treba uraditi. Kahaner (1997.,
p. 20-21.) tvrdi da je temelj konkurentske inteligencije poznavanje razlike izmeu informacije
i inteligencije, jer intelligence predstavlja ono to je potrebno donositeljima odluka.
Informaciju promatra kao faktinu, dok mu inteligencija predstavlja kolekciju informacija
koje su prethodno filtrirane i analizirane, a upravo sposobnost pretvaranja informacije u
inteligenciju vodi poslovnom uspjehu. Za razliku od Kahanera (1997., p. 21.), koji ne povlai
razliku izmeu inteligencije i znanja s obzirom da tvrdi kako su to sinonimi, Thierauf (2001.,
p.7-13.) analizi podataka, informacija, inteligencije i znanja dodaje jo mudrost
12
i istinu, kao
to je prikazano u tablici 1.

Tablica 1. Odnos inteligencije na razliitim razinama saimanja
Razina saimanja Definicija
Vanost
problema
Pristup
odluivanju
Priroda problema
Istina
potvrda injenice ili
stvarnosti
vitalan konsenzus
strukturiran do
nestrukturiran
Mudrost sposobnost jasne prosudbe kritian konsenzus nestrukturirani
Inteligencija
konkretna spoznaja u
razumijevanju odreenih
relacija
vrlo irok savjetodavan
nestrukturirani i
polustrukturirani
Znanje
prikupljeno od eksperata
temeljeno na iskustvu
vaan savjetnika grupa polustrukturirani
Informacija
strukturirani podatak
koristan za analizu
minoran do vaan savjetniki
strukturirani i
polustrukturirani
Podatak nestrukturirana injenica minoran individualan strukturiran
Izvor: Thierauf, R. J.: Effective Business Intelligence Systems, Quorum books, London, 2001., p. 8.

Svrha informacije nije znanje ve mogunost poduzimanja akcije (Drucker, 2001., prema
Sharp, 2009., p. 19.). Informacija postaje inteligencija kada zadovoljava kritine intelligence
potrebe (engl. Critical Intelligence Needs CIN) (Fleisher i Bensoussan, 2007., p. 7.).
Liebowitz (2006., p. 6-7.) slino razmatra organizacijsku inteligenciju kao proces dodavanja
vrijednosti nastao iz tvrtkine nematerijalne imovine (znanje zaposlenika, menadment,

12
Thierauf filozofski smatra da je istinska polazna toka ove razine ponizna tvrdnja Ne znam! Esencijalno
smatra da mudrost predstavlja osobni kapacitet steen iskustvom i razmiljanjem.

19

dioniari i kupci) koja se hijerarhijski sastoji od podataka, potom informacija koje sa
spoznajom i iskustvom postaju znanje. Ono u specifinim podrujima postaje ekspertiza, koja
u konanici s godinama iskustva i uenja postaje mudrost. Panian i sur. (2007., p. 171.)
opisuju informacijski lanac vrijednosti (engl. Information Value Chain), gdje izvorni podaci
nastaju kao nusprodukt pri obavljanju poslovnih transakcija te se u koracima transformiraju u
poslovnu inteligenciju koja se potom moe angairati za poboljano izvoenje kasnijih
poslovnih transakcija.
Paralelno s porastom kompleksnosti podataka i informacija javlja se pitanje njihove kvalitete i
problema informacijske paralize
13
(Hedin et al., 2011., p. 8-9.). Shannon je svojim radom
14

dokazao da informacija moe biti kvantificirana i mjerljiva, to je predstavljalo inovaciju i
svojevrsnu revoluciju (Stubbs, 2011. p. 2.). Vrednovati poslovnu informaciju nije jednostavan
zadatak s obzirom da je ona nematerijalna pa se u njezinom vrednovanju ne mogu primijeniti
konvencionalne metode. Panian i Klepac (2003., p. 40) upozoravaju da se prilikom
utvrivanja vrijednosti informacija treba uzeti u obzir i odreena doza subjektiviteta onih
pojedinaca ili skupina koji informaciju stvaraju, ali i onih koje ih primaju kako bi ih koristili u
neke specifino njima zanimljive svrhe.
Liautaud i Hammond (2006., p. 29.) tumae i vrednuju informacije polazei od injenice da se
njihova vrijednost protee u kontinuumu te zakljuuju kako se vrijednost informacije moe
zadovoljavajue precizno definirati kao funkcija broja korisnika koji mogu pristupati tim
informacijama i analizirati ih i broja poslovnih podruja kojima korisnici pripadaju. Slika 1.
prikazuje kontinuum vrijednosti za neku informaciju i odreuje pet zona u kojima se
vrijednost podataka progresivno poveava: podruje izlaganja podataka, podruje prve dobiti
od informacija, podruje inteligencije poduzea, podruje proirenog poduzea i podruje
trgovanja informacijama. Oni (2006., p. 13-22.) razluuju etiri modela upravljanja
informacijama:
informacijska diktatura; rije je o centraliziranoj upravljakoj kulturi u kojoj tek
nekolicina korisnika ima pristup podacima;
informacijska anarhija; koja nastaje kada pojedinci ili odjeli ponu upravljati vlastitim
potrebama za informacijama kreirajui osobne informacijske sustave koji su esto bili
prepravljeni proturjenim i netonim podacima;

13
Simptomi informacijske paralize javljaju se kod prikupljanja/dobivanja novih informacija koje donositelju
odluka nee pomoi ve oteati izbor relevantnih informacija potrebnih za koritenje u procesu odluivanja.
14
Rije je o radu A Mathematical Theory of Communication iz 1948. godine.

20

informacijska demokracija; predstavlja rezultat evolucije gdje informacije teku na
slobodan i ureen nain;
informacijska veleposlanstva; predstavljaju virtualna mjesta izvan granica kompanije
preko kojih partneri mogu razmjenjivati podatke i informacije, odnosno, slue za
povezivanje s dobavljaima, kupcima te za posredovanje u prodaji informacija.


Slika 1. Krivulja vrijednosti informacija
Izvor: Liautaud, B., Hammond M.: e-Poslovna inteligencija, Prudens Consilium, Varadin, 2006., p. 31.

Hubbard (2010., p. 99.) navodi tri razloga zato informacija uope ima vrijednost u
poslovanju; (1) smanjuje neizvjesnost o odlukama to ima ekonomske posljedice, (2) utjee
na ponaanje drugih
15
to takoer ima ekonomske posljedice, (3) informacija ponekad ima
svoju vlastitu trinu vrijednost. Vrijednost informacije jednaka je vrijednosti smanjenja
rizika.


15
Hubbard smatra kako je vrijednost informacije, to se tie njenog efekta na ljudsko ponaanje, tono jednaka
vrijednosti razlike u ljudskom ponaanju.

21

1.1.2. Razliiti pristupi fenomenu poslovne inteligencije

U prvom poglavlju definirajui problem istraivanja navedeno jest kako uslijed nepostojanja
konsenzusa oko njezine definicije pojedini istraivai pristupaju poslovnoj inteligenciji na
razliite naine, to se odraava kako u njezinom objanjavanju, tako i u naglascima na
elemente koji je determiniraju. Howson (2008., p. 1.) objanjava PI kroz procesni pristup
navodei kako je sainjavaju set tehnologija i procesa koji omoguavaju ljudima na svim
poslovnim razinama pristup podacima i njihovoj analizi. Tehnologija omoguava poslovnu
inteligenciju, meutim potencijalno preveliki fokus na njoj se moe negativno odraziti na
sputavanje ljudskih inicijativa. Slino upozoravaju Williams i Williams (2007., p. 15.) kada
kau da implementacija poslovne inteligencije zahtijeva tehnologiju; meutim, tehnologija
sama po sebi nije dovoljna jer ako tu implementaciju ne prate procesne promjene nee se
postii nikakve prednosti i progresi. Eckerson (2011., p. 32.) poslovnu inteligenciju vidi kao
skup procesa, alata i potrebnih tehnologija za preoblikovanje podataka u informacije,
informacija u znanje i planove koji pokreu uinkovite poslovne aktivnosti.
Thierauf (2001., p. 4.) kae da su mnogi informacijski sistemi vezani uz sistem poslovne
inteligencije; meutim, razlika jest u tome to oni asistiraju donositeljima odluka u boljoj
informiranosti, dok sistem poslovne inteligencije ide korak dalje prezentirajui uvid i
razumijevanje za njihove aktivnosti danas i sutra
16
. Fleisher i Bensoussan (2007., p. 6.)
takoer definiraju PI kao proces kojim poduzea prikupljaju akcijabilne informacije o
konkurentima i konkurentskom okruenju te ih, idealno, primjenjuju u aktivnostima
planiranja i odluivanja s ciljem unapreenja poslovnih performansi. Pettit (2008.) prihvaa
definiciju SCIP-a
17
koja kae kako je rije o procesu etikog prikupljanja, analiziranja i
pruanja neophodnih informacija koje su relevantne, specifine, prigodne i prediktivne u
odnosu na poslovno okruenje i samo poduzee. Pretpostavka ovakvog tumaenja jest
dobivanje akcijabilne informacije kao gotovog proizvoda.
Cavalcanti (2005., p. 8-9.) i Taskov (2009., p. 70.) definiraju poslovnu inteligenciju dvojako, i
to kao proces i proizvod polazei od teze da akcijabilna informacija predstavlja sukus i svrhu
samog procesa. Prema Herringu (1996., p. 55-56.), primarni cilj sistema poslovne
inteligencije jest omoguavanje konkurentskih prednosti kroz bolju informiranost donositelja

16
Thierauf slikovito kae da sistem poslovne inteligencije prua donositeljima odluka mogunost da konstantno
dre prst na pulsu njihovih poslovnih aktivnosti i odluka.
17
Rije je o udruenju BI/CI profesionalaca, SCIP predstavlja akronim od Society of Competitive Intelligence
Professionals, a 2011. godine je rije Society zamijenjena sa rijei Strategic.

22

odluka te efikasnijih strategija i poslovnih operacija. U kontekstu ove definicije sam pojam
intelligence definira kao proces i proizvod koji predstavlja akcijabilnu informaciju za
djelovanje menadmenta. Mohanty (2008., p. 21.) smatra kako je PI temeljena na poslovnim
informacijama, prethodnim aktivnostima i strategijama za budunost te predstavlja sve za
postizanje vee profitabilnosti analiziranjem velike koliine podataka i brojki, prezentiranjem,
kvalificiranjem, pronalaenjem trenda i skrivenih uzoraka, osnaivanjem akcije za rjeavanje
problema te pruanjem djelotvornog uvida.
Watson (2009., p. 491.) i Ranjan (2009., p. 60.) pristalice su ire definicije s obzirom da kau
kako PI obuhvaa aplikacije, tehnologije i procese za prikupljanje, skladitenje i analiziranje
podataka kako bi poslovnim korisnicima olakali donoenje boljih odluka. Watson istie kako
PI ne ukljuuje samo davanje, odnosno plasman podataka (engl. Getting data out), ve i
prikupljanje podataka (engl. Getting data in). Panian i Klepac (2003., p. 24-25.) naglaavaju
da svijest o potrebi prihvaanja ovog koncepta u kompanijama raste iz dana u dan, te navode
njene jezgrene znaajke: zasniva se na personalizaciji, proaktivna je, te nastaje iz operativnih
podataka. Moe se rei da poslovna inteligencija predstavlja ranije prikriveno znanje koje se
otkriva iz operativnih, rutinski prikupljenih poslovnih podataka primjenom odgovarajuih
raunsko-logikih metoda, obino podravanih informacijskom tehnologijom (Panian i sur.,
2007., p. 1.). Ono to poduzea trebaju izbjei jest da budu bogata podacima a siromana
informacijama (Williams i Williams, 2007., p.1.). U svojem istraivanju 50 najveih finskih
kompanija Hannula i Pirttimaki (2003., p. 593.) takoer razmatraju poslovnu inteligenciju kao
koncept te je definiraju kao organiziran i sistematian proces nabave, analize i raspodjele
informacija znaajnih za poslovne aktivnosti. Istraujui uspjeh koncepta poslovna
inteligencija Isik (2009., p. 9-13.) zakljuuje kako se veina definicija reflektira ili prema
tehnolokoj ili prema organizacijskoj perspektivi, iako bi u tom smislu trebao postojati
kompromis. Hwang i Cappel (2008.) u svojemu prouavanju zakljuuju kako se termin
poslovna inteligencija koristi u dva konteksta: kao sistem pod ime podrazumijevaju
prethodno navedene sisteme za podrku odluivanju (DSS), te kao proces. Za tumaenje
procesnog pristupa mnogi autori citiraju The Data Warehouse Institute koji objanjava
poslovnu inteligenciju kao proces pretvaranja podataka u znanje, te znanje u akciju za
postizanje poslovne dobiti. elei naglasiti irinu poslovne inteligencije, autori je
objanjavaju kao disciplinu koji sainjavaju zajedno sistemi i procesi.
Kako bi objasnili koncept poslovne inteligencije Williams i Williams (2003., p. 2-3.)
definiraju ono to ona nije; obian proizvod, tehnologija niti metodologija. Polazei od ovih

23

ogranienja objanjavaju je kao kombinaciju proizvoda, tehnologija i metoda s ciljem
organiziranja kljunih informacija potrebnih menadmentu za poboljanje profita i
performansi, to je prikazano na slici 2.


Slika 2. to business intelligence znai u praksi
Izvor: Williams, S., Williams, N.: The Profit Impact of Business Intelligence, Morgan Kaufman, San Francisco,
2007., p. 3.

Biere (2003., p. 18.) kae kako je PI koncizna i metodina transformacija podataka iz svih
izvora u novu formu koja prua informacije za poticanje poslovanja a usmjerene su prema
konanom rezultatu. Polazei od ovakve definicije zakljuuje kako je svrha investiranja u
poslovnu inteligenciju transformacija poduzea iz reaktivnog u proaktivno u odnosu na
podatke. Brody (2008., p. 10.) smatra kako se veina definicija reflektira prema procesu, a tek
potom prema proizvodu. Kalakota i Robinson (2002., p. 387. i 424.) kau kako je pretvaranje
podataka u znanje posao poznat pod imenom poslovna inteligencija te zakljuuju kako u svom
najosnovnijem obliku ona predstavlja poslovnu strategiju tvrtke jer je postala presudnim
faktorom budunosti poduzea i poslovanja. U stratekom smislu PI promatraju i Liautaud i
Hammond (2006., p. 115.) obzirom da tvrde kako projekt poslovne inteligencije donosi

24

vrijednost kao dio ire strategije poduzea. Slikovito objanjavaju kako podaci pokreu
poslove, poslovi se ubrzavaju informacijama, a olimpijski se rekord postie inteligencijom.
Liebowitz (2006., p. 13-22.) u kontekstu razmatranja intelligence pojmova na prvo mjesto
svrstava umjetnu inteligenciju (engl. Artificial Intelligence - AI) koja se odnosi na izgradnju
raunalnih programa kao dopune snazi ljudskog mozga, uz ogradu da ne moraju nuno ostale
intelligence aktivnosti ukljuivati AI ve da se u njima mogu koristiti. Moss i Atre (2003., p.
4-5.) tumae da poslovna inteligencija nije ni proizvod ni sistem ve arhitektura i kolekcija
integriranih operativnih aplikacija i aplikacija za potporu odluivanju te baze podataka koje
omoguuju poslovnoj skupini laki pristup poslovnim podacima. Zakljuuju da je PI
18

jedinstvenost svake organizacije kao i politike i poslovnih pravila u skladu s kojima se
upravlja tvrtkom. Upravo tu jedinstvenost treba istraiti kao bi se mogla istraiti konkurentska
prednost. Li (2007., p. 307.) takoer definira poslovnu inteligenciju kao skup aplikacija za
prikupljanje podataka, njihovu organizaciju, analizu i ekstrakciju te sistem za lake
spoznavanje trita, klijenata, dobavljaa i proizvoda. Prouavajui evoluciju poslovne
inteligencije prema naprednoj analitici Stubbs (2011., p. 300.) je definira kao iroku
klasifikaciju informatikih tehnologija koje podravaju identifikaciju i prezentaciju spoznaja.
Garaa (2009., p. 138.) ubraja PI u sustave za podrku odluivanju za potrebe najviih razina
menadmenta, a informacije koje se kreiraju odnose se na razdoblje predvianja. Vitt et al.,
(2002., p. 13.) oznaava poslovnu inteligenciju kao iroko podruje tehnologija, platformi
softvera, specifinih aplikacija i procesa koji imaju tri perspektive: bre donoenje poslovnih
odluka, pretvorbu podataka u informacije i upotrebu racionalnog pristupa menadmentu. U
svojoj analizi McGonagle i Vella (2002., p. 35-37.) zakljuuju da se u literaturi udomaio
termin competitive intelligence, dok za business intelligence kau kako ga neki koriste za
opisivanje CI aktivnosti, odnosno za povezivanje s menadmentom podataka (engl. Data
Management) i skladitem podataka (engl. Data Warehouse).
Javorovi i Bilandi (2007., p. 205.) smatraju kako je business intelligence (poslovno-
obavjetajna aktivnost) obavjetajna aktivnost u poslovnom svijetu koju planiraju,
organiziraju i provode poslovni subjekti, pri emu ta aktivnost podrazumijeva proces legalnog
prikupljanja javnih i svima dostupnih podataka etinim sredstvima, njihovu analizu i
pretvaranje u gotove poslovno-obavjetajne analize (znanje) radi pruanja potpore elnitvu
poslovnog subjekta s ciljem donoenja i realizacije to kvalitetnijih poslovnih odluka

18
Moss i Atre poslovnu inteligenciju takoer nazivaju inteligencijom o poslovanju (Business intelligence, or
intelligence about the business...), p. 31.

25

usmjerenih na ouvanje postojee pozicije poslovnog subjekta u poslovnom okruenju,
izbjegavanje bilo kakvih prijetnji i u konanici na ukupni kvalitativni napredak poslovnog
subjekta. Hugos (2006., p. 120-121.) jednostavnije definira PI: kao sistem koji pomae
tvrtkama da shvate to se dogaa unutar njih samih kao i unutar trita na kojima posluju.
Sria i Muller (2001., p. 43.) opisuju je kao sposobnost skupljanja, obrade, interpretacije i
uporabe informacija u svrhu uspjenijeg poslovanja, tj. sposobnost pretvaranja podataka i
informacija u inteligentne akcije.
Prema Giladu (1996., p. 21.), poslovna inteligencija
19
jest alat poslovnog lidera, osnovna
nadlenost to nastaje od tvrtkinog usmjerenja na kupca, koja neprestano nastoji istraiti
konkurentsku izvrsnost, dok istovremeno osujeuje konkurentska iznenaenja. Ovo je
potrebno sagledati u kontekstu strateke namjere postizanja i ouvanja najbolje trine
pozicije. Cohen (2009., p. 49.) tumai strateku inteligenciju
20
kao formalizirani proces
istraivanja, prikupljanja i procesuiranja informacija te distribucije znanja korisnog u
stratekom menadmentu. Sharp (2009., p. 15-20.) analizira PI kao menadersku disciplinu te
je definira kao znanje i budue znanje o ukupnom poslovnom okruenju koje rezultira
akcijom. Upravo akcija determinira njezin uspjeh jer ako ona izostane informacija ostaje na
razini lijepo je znati, dok realizirana akcija potvruje poslovnu inteligenciju kao kontinuirani
proces i proizvod. Poslovna inteligencija nije nita manje ve krucijalna druga polovica
stratekog planiranja (Meyer, 1987., prema Gilad, 1996., p. 21.).


1.1.3. Terminoloko odreenje pojma business intelligence i njemu srodnih pojmova u
znanstvenim radovima

Prije nego se razmotre razliiti intelligence koncepti i pojmovi potrebno je istaknuti kako u
svojoj osnovi skoro svi dijele isti smisao kao i business intelligence: prikupiti sirove podatke,
pretvoriti ih u informacije kako bi se u konanici dobilo akcijabilno znanje i inteligencija za
donoenje upravljakih odluka. U ovom e se poglavlju razmotriti odnos pojmova intelligence

19
Zbog tonosti citata potrebno je kazati kako Gilad koristi pojmove business intelligence i competitive
intelligence kao sinonime jer kae: Business or competitive intelligence is...
20
Cohen, kao francuski autor, u svojoj knjizi objanjava terminoloke razlike i probleme koji se javljaju kod
prevoenja pojmova vezanih uz intelligence. Iako e o ovoj problematici biti vie rijei u sljedeem poglavlju
potrebno je navesti kako ona koristi termine intelligence, business intelligence i strategic intelligence za opis
globalnih intelligence aktivnosti.

26

i inteligencija, prezentirati meusobni odnos razliitih intelligence termina u istraivanim
znanstvenim radovima te analizirati slinosti i razlike najee koritenih intelligence
pojmova povezanih s poslovnom inteligencijom.

1.1.3.1. Intelligence i inteligencija

Izraz poslovna inteligencija najee je koriteni hrvatski prijevod engleskog pojma business
intelligence, iako se koriste i termini poslovno izvjetavanje, poslovne izvjesnice,
poslovno obavjeivanje, poslovno istraivanje te upravljanje poslovnim podacima
(Panian i Klepac, 2003; Klepac i Mri, 2006; Javorovi i Bilandi, 2007; Akrap, 2008
21
;
Bilandi, 2008; Bazdan, 2009; Garaa, 2009.). S obzirom da je i u svjetskim razmjerima rije
o relativno novome pojmu jo uvijek se u domaim krugovima nije postigao konsenzus oko
prijevoda. Ovome najvie pridonosi nemogunost jednoznanog prevoenja pojma
intelligence kao sastavnoga djela sintagme business intelligence.
Prema engleskom rjeniku hrvatskog izdanja (Filipovi, 1991., p. 578.), pojam intelligence
prevodi se kao:
1) pamet, razum, inteligencija, pronicljivost, razumijevanje, brzo shvaanje,
snalaljivost, prisebnost, razumijevanje;
2) obavijest, obavjetajna sluba.
Prema Ponsovom rjeniku (1989., p. 506.), ovaj se pojam objanjava kao:
1) sposobnost razumijevanja i uenja stvari;
2) sposobnost razmiljanja i razumijevanja umjesto djelovanja prema instinktu ili
automatizmom;
3) informacija prikupljena od vlade ili vojske o njihovim neprijateljima.
Noviji Oxfordov rjenik (2010., p. 807.) intelligence tumai kao:
1) sposobnost uenja, razumijevanja i loginog razmiljanja o razliitim stvarima,
sposobnost dobrog djelovanja;

21
lanak je izvorno objavljen pod pseudonim Danijel osi Dragan.

27

2) tajna informacija koja je prikupljena npr. o stranoj zemlji, pogotovo o
neprijateljskoj, ljudi koji prikupljaju ove informacije.
Prema Rjeniku hrvatskog jezika (Ani, 2007., p. 149.), inteligencija se tumai kao:
sposobnost shvaanja i brzog snalaenja u novim prilikama, sposobnost otkrivanja zakonitosti
u odnosima meu injenicama i rjeavanju problema, otroumnost te pamet. Leksikon
menadmenta (Bahtijarevi-iber i Sikavica, 2001., p. 177.) kae kako je rije o individualnoj
sposobnosti rjeavanja problemskih situacija koje se ne mogu rjeavati na neki nauen,
standardan nain. To je opa snalaljivost u rjeavanju problema. Ponekad se jednostavno
odreuje kao sposobnost rezoniranja i brzina mentalnog shvaanja, odnosno sposobnost osobe
da ui, misli apstraktno, rjeava probleme i openito se prilagoava novim situacijama u
svojoj okolini.
Von Clausewitz (1852. prema Michaeli, 2004., p. 2.) objanjava intelligence kao sve
informacije koje se imaju o neprijatelju i njegovoj zemlji a predstavljaju temelj za planiranje i
poduzimanje akcija. Amerika vojna enciklopedija tumai pojam intelligence kao proizvod
nastao kao rezultat prikupljanja, obrade, integracije, analize, procjene i interpretacije
dostupnih informacija koje se odnose na druge drave ili podruja (Javorovi i Bilandi,
2007., p. 174.). Rodenberg (2012., p. 15.) takoer kae da se korijeni intelligence aktivnosti
nalaze (i jo su uvijek) u vojsci i dravi. Amerika obavjetajna sluba (Central Intelligence
Agency CIA) (Herring, 1996., p. 54.) definira ovaj pojam kao znanje i prethodno znanje o
svijetu koji nas okruuje preludij za predsjedniku
22
odluku i akciju. U sklopu ove analize
potrebno je naglasiti kako intelligence ima u kvalitativnom smislu veu vrijednost od
informacije, jer je to krajnji proizvod nastao sustavnim prikupljanjem, verifikacijom i
analizom podataka odnosno informacija kako bi se steklo znanje o odreenim problemima,
odnosno, to je sve to je potrebno znati da bi se uinkovito djelovalo (Dedijer, 1999.). U
kontekstu poslovne inteligencije Mohanty (2008., p. 22.) tumai intelligence kao sposobnost
realizacije poslovnog uspjeha jednostavnijim pristupom akcijabilnim informacijama kroz
pravovremen i toan uvid u poslovne okolnosti. Fuld (1995., p. 24.) tumai intelligence kao
implikaciju koja omoguuje donoenje odluka, odnosno u svom novijem djelu (2010., p. 20.)
objanjava kako intelligence predstavlja uinkovito koritenje informacije te odluivanje

22
U svom lanku Herring predlae da se rije Presidental zamijeni sa CEO, COO, CFO ili general manager
kako bi se definicija elegantno prilagodila poslovnom svijetu i uvjetima.

28

temeljem slike koja ne treba biti perfektna
23
. Ona podrazumjeva istu sliku konkurencije,
razumijevanje njihove strategije te rano djelovanje temeljem tog znanja.
Garaa (2009., p. 138.) objanjava problem: u engleskom jeziku rije intelligence ima dva
znaenja, a u hrvatskom samo jedno - inteligencija, te dodaje kako je za ovu situaciju
(prevoenje pojma business intelligencea op.a.) relevantno ono znaenje koje se odnosi na
prikupljanje, obradu, analizu i interpretaciju podataka o okruenju nekog sustava u vojno-
sigurnosnom kontekstu
24
. Bilandi (2008., p. 28-33.) nije pristalica koritenja prijevoda
poslovna inteligencija ve se zalae za koritenje izvorne sintagme
25
. Promatrajui
intelligence kroz prizmu menadmenta Fleisher i Bensoussan (2003., p. 6.) ga definiraju kao
proizvod s dodanom vrijednou koji je nastao iz prikupljanja, procjene, analize, integracije i
tumaenja svih raspoloivih informacija to se odnose na jedan ili vie aspekata
menadmenta, a koji je neposredno ili potencijalno znaajan za donoenje odluka, dok Waters
(2010., p. 11.) kae kako je osnovna svrha intelligencea smanjenje neizvjesnosti u svakom
konfliktu
26
. Akrap (2008., p. 56.) taj uradak, engleski intelligence koji je rezultat analitike
obrade, na razliite naine prikupljenih podataka, naziva izvjesnicom
27
.
Iako postoje ozbiljne rasprave s kvalitetnom argumentacijom oko naina rjeavanja
prevoenja sintagme business intelligence, odnosno prvenstveno pojma intelligence injenica
jest da se domai autori jo uvijek nisu pribliili usklaenju svojih stavova. Ovo i ne mora
uditi pogotovo kada se ima u vidu koliko nejasnoa, preklapanja i koritenja razliitih
sinonima postoji u inozemstvu kod definiranja i opisivanja intelligence pojmova i podruja
to e se vidjeti u nastavku ovog rada. Zbog to kvalitetnije prezentacije istraivake materije
u nastavku e rada biti koritene zajedno izvorne sintagme i hrvatski prevodi.


23
Fuld (2010., p. 20.) smatra kako nije cilj kreiranje savrene slike, ve slike koja odrava spoznajnu realnost.
24
Garaa smatra da analogija vojno-sigurnosnih sustava sa suvremenim poslovnim aspektima i uvjetima
poslovanja te organiziranje posebnih odjela za ove zadatke u poslovnim sustavima ukazuje da je najbolje
upotrebljavati izvorni naziv.
25
Bilandi objanjava svoj stav s nekoliko argumenata; 1) u smislu prijevoda, odnosno tumaenja da pojam
intelligence osim inteligencije oznaava i obavjetajnu djelatnost, obavjetajne asnike, obavjetajne proizvode i
obavjetajne slube; 2) u sadrajnom smislu, jer kae da je krajnji rezultat business intelligencea akcijabilno
znanje, a ono ga razlikuje od inteligencije; 3) za business intelligence kae da je to obavjetajna funkcija u
spektru poslovanja, te s inteligencijom ima veze utoliko to je to inteligentni mehanizam, mehanizam kojim se
stjee znanje.
26
Waters (2010., p. 11.) objanjava kako je od Kaina i Abela pa do dananjih dana borbe protiv terorizma
osnovna svrha intelligencea smanjenje svih oblika neizvjesnosti u konfliktu, borbi ili konkurentnosti.
27
Slijedom ve navedene analogije, Akrap naziv intelligence u irem smislu, odnosno u smislu organiziranog i
smislenog krunog izvjetajnog procesa, po kojem izvjetajne slube svojim korisnicima podnose izvjea u
obliku izvjesnica prevodi pojmom izvjesnitvo.

29

1.1.3.2. Odnos razliitih intelligence pojmova u znanstvenim radovima

Mnogi autori svjesni terminolokih problema nastalih uslijed povijesnih, jezinih,
kulturolokih ili poslovnih okolnosti pokuali su na razliite naine dati svoj doprinos
ureenju odnosa unutar irokog spektra intelligence podruja. Cohen (2009., p. 31.) u svojem
istraivanju pronala je u upotrebi 25 razliitih termina u publikacijama objavljenim od 1967.
godine na engleskom jeziku.
Meu ranijim radovima jest ono McGonagle i Velle (1996., p. 13-18.) gdje autori polaze od
definiranja pojma Cyber Intelligence pod ime podrazumijevaju viziju intelligence aktivnosti
koja funkcionira u de facto nevidljivim granicama odnosno, ona predstavlja ekspresiju
nastanka mrene organizacije. Prema njima, Cyber Intelligence se sastoji od nekoliko djelova:
kompetitivne inteligencije, strateke inteligencije, trine inteligencije, upravljanja krizom,
usporedbi s trinim liderima, reverznog inenjeringa (engl. Reverse engineering), te
obrambene inteligencije to je prikazano na slici 3.

Slika 3. Preklapanje blokova koji tvore Cyber Intelligence
Izvor: McGonagle, John J., Vella, Carolyn M.: A New Archetype for Competitive Intelligence, Quorum books,
London, 1996., p. 18.

30

Jenster i Soilen (2009., p. 12-14.) osnovno intelligence podruje dijele na dva glavna dijela:
privatni i dravni. U svojem radu predlau zamjenu starog znaenja BI s terminom Private
intelligence jer se, prema njima, termin BI previe povezuje s informacijskom tehnologijom u
sklopu intelligence analize. Njihov dijagram odnosa razliitih intelligence podruja prikazan
je na slici 4.


Slika 4. Studija intelligence aktivnosti
Izvor: Jenster, Per V., Soilen, Klaus S.: Market Intelligence Building Strategic Insight, Copehagen Business
School Press, 2009., p. 13.

Tyson (1986., p. 9. prema Hannula i Pirttimaki, 2003., p. 594.) osamdesetih godina prolog
stoljea identificirao je potrebu kontinuiranog motrenja kupaca, konkurencije, dobavljaa i
drugih interesnih polja te zakljuio da BI ine: customer intelligence, competitor intelligence,
market intelligence, technological intelligence, product intelligence te environmental
intelligence. Brody (2008., p. 10.) u svojoj analizi kae kako autori koriste termine poslovna
inteligencija, strateka inteligencija, korporativna inteligencija, tehnika inteligencija,
konkurentska analiza, kupeva inteligencija te monitoring okoline kada u stvari govore o

31

kompetitivnoj inteligenciji. U prilog tezi o razliitim pristupima i tumaenjima vrijedno je
usporediti prezentiran Jensterov i Soilenov dijagram s rezultatima istraivanja koje je objavila
Pirttimaki o povezanosti intelligence koncepata (Pirttimaki, 2007., p. 93.). Prema njoj,
najznaanija je razlika izmeu business intelligencea i ostalih koncepata u tome to su ostali
koncepti veinom usredotoeni na vanjsko okruenje ili jedinstveni informacijski element te
se informacije prikupljaju iz vanjskih izvora, dok se poslovna inteligencija generalno definira
kao ira.. Slika 5. prikazuje rezultate njezinog istraivanja odnosa razliitih intelligence
koncepata. Za uoiti jest kako temelj njezina model asocira na onaj koji su prezentirali
McGonagle i Vella (slika 3.), a osnovnu - kljunu razliku predstavlja razliito pozicioniranje
(i definiranje) BI-a te izostavljanje njezinog obrambenog aspekta.

Slika 5. Odnos business intelligencea i kljunih intelligence koncepata
Izvor: Pirttimaki, V.: BI as a Managerial Tool in Large Finnish Companies, 2007., disertacija, Tampere
University of Technology, p. 93.

Za dobivanje jasnije slike o odnosima i koritenjima pojedinih termina potrebno je pogledati i
usporediti rezultate nekoliko istraivanja na ovu temu. Global Intelligence Alliance (GIA) u
proljee 2005. godine provela je istraivanje o koritenju CI u velikim kompanijama
28
na

28
Rezultati su objavljeni u dokumentu Competitive Intelligence in Large Companies Global Study, GIA
white paper 4/2005.


uzorku od 287 poduzea iz 18 drava
Hong Konga, Indije, Japana, Koreje, Malezije, Meksika, Nizozemske, Norveke, Singapura,
Tajvana, Tajlanda i vicarske).
istraivanje trita (engl. Market Research
7,6% nadzor trita (engl. Market Monitoring
upravljanje znanjem (KM). Dvije godine kasnije ponovili
poduzea iz devet zemalja (Belgije, Brazila,
panjolske, Velike Britanije i SAD).
(26,3%), potom MI (16,7%), te CI (14,2%)

Graf 1. Rezultati koritenih pojmova
Izvor: Konstrukcija autora na temelju podataka rezultata istraivanja Market Intelligence in Large Companies
Global Study objavljenih 22.05.2007.

Ovo je istraivanje takoer pokazalo da su njema
pojam intelligence (CI, MI ili BI)

29
Nedostatak ovog uzorka predstavlja
imaju svoje partnere, tako da su iz uzorka izuzete neke zemlje s razvijenim
Francuske, SAD i Velike Britanije. Tako
30
Rezultati istraivanja pod naslovom
prezentirani su na Webinaru, 22.05.2007. godine.
26,2%
19,7%
Terminologija koritenih pojmova
a iz 18 drava
29
(Australije, Brazila, Kanade, Kine, Finske Njema
Hong Konga, Indije, Japana, Koreje, Malezije, Meksika, Nizozemske, Norveke, Singapura,
Tajvana, Tajlanda i vicarske). Prema ovom istraivanju 29.6% poduze
Market Research), 20% termin BI, 16,2% CI, 13,6% termin MI
Market Monitoring), 5,1% competitor intelligence, te
Dvije godine kasnije ponovili su istraivanje
30
a iz devet zemalja (Belgije, Brazila, Finska Njemake, Indije, Nizozemske,
panjolske, Velike Britanije i SAD). Prema ovom istraivanju, najkoriteniji
(26,3%), potom MI (16,7%), te CI (14,2%), to je prikazano na grafu 1.
Rezultati koritenih pojmova
Izvor: Konstrukcija autora na temelju podataka rezultata istraivanja Market Intelligence in Large Companies
Global Study objavljenih 22.05.2007.
er pokazalo da su njemaki ispitanici samo u 40% slu
, MI ili BI), a najvie su u upotrebi bili pojmovi istraivanje trita,

Nedostatak ovog uzorka predstavlja injenica da je GIA provodila istraivanje samo u onim zemljama gdje
imaju svoje partnere, tako da su iz uzorka izuzete neke zemlje s razvijenim intelligence
Francuske, SAD i Velike Britanije. Takoer, objedinjeni su rezultati deset zemalja pod oznakom Azija
Rezultati istraivanja pod naslovom Market Intelligence in Large Companies
prezentirani su na Webinaru, 22.05.2007. godine.
19,7%
16,7%
14,2%
9,4%
6,4%
6,0%
Terminologija koritenih pojmova
32
(Australije, Brazila, Kanade, Kine, Finske Njemake,
Hong Konga, Indije, Japana, Koreje, Malezije, Meksika, Nizozemske, Norveke, Singapura,
.6% poduzea koristi termin
), 20% termin BI, 16,2% CI, 13,6% termin MI,
competitor intelligence, te 2,8%
30
na uzorku od 281
ke, Indije, Nizozemske,
ajkoriteniji je pojam BI

Izvor: Konstrukcija autora na temelju podataka rezultata istraivanja Market Intelligence in Large Companies
ki ispitanici samo u 40% sluajeva koristili
u upotrebi bili pojmovi istraivanje trita,
da je GIA provodila istraivanje samo u onim zemljama gdje
intelligence aktivnostima poput
znakom Azija Pacifik.
Global Study 2007
1,3%

33

strateki uvid (engl. Strategic Insight) ili strateka analiza trita (engl. Strategic Market
Analysis), dok su belgijski i brazilski ispitanici u vie od polovice sluajeva koristili termin
MI. Frishammar (2002., p. 152.) analizirao je razliite naine i karakteristike procesuiranja
informacija te su njegovi zakljuci prikazani u tablici 2.

Tablica 2. Usporedba razliitih naina procesuiranja podataka

O
r
i
j
e
n
t
a
c
i
j
a

p
r
e
m
a

b
u
d
u

n
o
s
t
i

F
f
o
k
u
s

M
e
t
o
d
a

D
o
d
a
v
a
n
j
e

v
r
i
j
e
d
n
o
s
t
i

V
e
z
a

s

o
d
l
u

i
v
a
n
j
e
m

D
j
e
l
o
k
r
u
g

Skeniranje
okruenja
da
nabavljanje generalnih info
o dogaajima ili
fenomenima u okruenju
skeniranje da i ne jaka
irok,
ukljuuje BI
Business
Intelligence
da
interpretacija informacija o
promjenama u okruenju
intelligence
ciklus
da jaka
dio skeniranja
okruenja,
ukljuuje
ostale
intelligence
Competitive
Intelligence
da
interpretacija informacija o
konkurentskoj poziciji
intelligence
ciklus
da jaka dio BI-a
Competitor
Intelligence
da
interpretacija informacija o
konkurentima
intelligence
ciklus
da jaka dio BI-a
Market
Intelligence
da
interpretacija informacija s
fokusom na kupce
intelligence
ciklus
da jaka dio BI-a
Political
Intelligence
da
interpretacija informacija o
politikim faktorima
intelligence
ciklus
da jaka dio BI-a
Marketing
research
da
informacije iz okruenja o
firminim marketinkim
planovima
marketinko
istraivanje
da jaka ue
Information
management
da (do
neke
granice)
primarni fokus na
menadmentu IT-a ali isto
tako planiranje info politike,
info sistema i info protoka
n/a da i ne jaka
ire, ukljuuje
informacijski
sistem
Izvor: Frishammar, J.: Characteristics in information processing approaches, International Journal of Information
Management, 2002., 22, p. 152.

Cavalcanti (2005., p. 9.) u sklopu svojeg istraivanja utjecaja BI-a na poslovni uspjeh je
razluio poslovnu inteligenciju na dva dijela;
external intelligence (ExI) koji se sastoji:

34

- environmental intelligence (odnosi se na ekonomsku, tehnoloku, socijalnu,
politiku, zakonodavnu i prirodnu okolinu),
- market intelligence (odnosi se na izravne i neizravne konkurente, dobavljae i
partnere, distributere, proizvode te dijelove trita),
- consumer intelligence (odnosi se na dananje klijente, stvarne krajnje
potroae, potencijalne kupce, demografske i fizike informacije i znanje o
trendovima ciljane skupine).
organizational intelligence (OI) (odnosi se na marketing i prodaju, proizvodnju,
istraivanje i razvoj, financije, ljudske potencijale, te generalnu administraciju).
Za vrijeme realizacije VisiPro projekta
31
tijekom 2005. godine napravljena su istraivanja o
koritenju intelligence terminologije u Finskoj i Kanadi. Prema rezultatima istraivanja
(Pirttimaki, 2007., p. 10-11.), termin BI u Finskoj se koristi u dvije treine sluajeva (67%),
dok se u Kanadi najvie koristi termin CI (39%). Pirttimaki (2007., p. 136.) ove je rezultate
usporedila s onima iz istraivanja provedenog 2002. godine te je zakljuila kako meu njima
nema znaajnije razlike. BI je statistiki najznaajniji termin u upotrebi, dok je CI gotovo
zanemariv (7-8%).


1.1.3.3. Kompetitivna inteligencija Competitive Intelligence

Iako je pojam competitive intelligence nastao prije pojma business intelligence, jo uvijek
postoje odreena razmimoilaenja razliitih autora u njihovim tumaenjima s obzirom da ih
neki koriste kao sinonime, dok drugi rade jasnu razliku. Osim samih autora, uoava se i
terminoloka razlika vezana uz razliita zemljopisna podruja, pa Pirttimaki (2007., p. 61.)
kae da je termin BI relativno prevladavajui u Europi, dok se termin CI vie koristi u sj.
Americi. Prema Bilandiu (2008., p. 24-25.), ameriko gospodarstvo naglaava
konkurentnost (engl. Competitiveness), pa stoga i ne udi to se uz intelligence aktivnosti na
amerikom tritu udomaio naziv competitive intelligence.

31
VisiPro oznaava dvogodinji istraivaki projekt pokrenut 2000. godine od strane Tampere University of
Technology (TUT) pod nazivom Business Intelligence Processes and Technologies in Improving the Visibility
of Business Processes and Value Networks s ciljem dubljeg razumijevanja fenomena Business Intelligence.

35

Fuld (2010., p. 1-5.), po mnogima tvorac samog pojma competitive intelligence, kae da se
ona temelji na dva bloka: jedan je sposobnost pronalaska prave informacije, a drugi, kritiniji,
predstavlja sposobnost nepristrane interpretacije prolih trinih poremeaja. On ne dvoji da
e ova aktivnost, vidjeti kroz i ispred brzo mijenjajueg rivala, postati kritina komponenta
poslovnog arsenala. Gilad, jedan od pionira ovog podruja (1996., p. 20.), ubraja se meu
autore koji ne prave razliku izmeu ova dva analizirana pojma, tovie njima kao sinonim
pridruuje i pojam competitor intelligence.
Wheelen i Hunger (2006., p. 92.) takoer dre da je rije o istom pojmu
32
i definiraju ga kao
formalni program prikupljanja informacija o tvrtkinoj konkurenciji te kau kako je rije o
jednom od najbre rastuih polja unutar stratekog menadmenta. Premda Howson (2008., p.
1-2.) koristi pojam business intelligence, istovremeno konstatira kako su u upotrebi i drugi
termini poput competitive intelligencea, izvjetavanja (engl. Reporting), analize te zakljuno
relativizira terminologiju jer zakljuuje kako bez obzira koji se termin koristi vaan je konani
cilj. Sharp (2009., p. 21-22., 98.) priznaje kako su se ovi pojmovi koristili kao sinonimi do
kasnih 90-ih godina prolog stoljea, a danas se business intelligence prvenstveno odnosi na
rudarenje podacima (engl. Data Mining), praksu koja je pokretana informatikom
tehnologijom jer je, prema njoj, ovaj termin uzurpiran od strane IT zajednice.
Objanjavajui je istovremeno kao proces i proizvod, Panian i sur. (2007., p. 18.) kau da
kompetitivna inteligencija tvrtke obuhvaa iroku lepezu znanja, informacija i podataka o
njenoj sveukupnoj konkurenciji: od identifikacije korporacijskih ciljeva konkurenata, njihovih
jakih strana i nedostataka, preko podataka o zaposlenicima, njihovih ivotopisa i osobnih
profila menadera, pa sve do njihovih planova razvoja i plasmana novih proizvoda i poslovnih
strategija konkurentskih poduzea. Panian i sur. (2007., p. 1-4.) u svojoj su analizi poslovne
inteligencije krenuli logikim redom analizirajui i ralanjujui tvrtkine izvore podataka, to
je u konanici rezultiralo sa etiri osnovne sastavnice: klijentskom inteligencijom,
kompetitivnom inteligencijom, inteligencijom opskrbnog lanca i unutarnjom inteligencijom
tvrtke, to je prikazano na slici 6. Bilandi i Javorovi (2007., p. 197.) istiu kako ni u ovom
sluaju ne postoji opeprihvaena definicija, ali ukazuju da ih veina odreuje competitive
intelligence kao obavjetajnu djelatnost odnosno proces prikupljanja podataka legalnim
sredstvima i iz javnih (otvorenih) izvora, obrade tih podataka te izrada analiza koje slue pri

32
Wheelen i Hunger u jednoj reenici pruaju definiciju pojma competitive intelligence, a slijedeu zapoinju s
Often called business intelligence, it is...

36

donoenju odluka u poslovnim subjektima vezano za ukupnu trinu konkurenciju, konkretne
konkurente na tritu i konkurentnost poslovnog subjekta koji provodi aktivnost.


Slika 6. Sastavnice poslovne inteligencije
Izvor: Panian, . i sur.: Poslovna inteligencija Studija sluajeva iz hrvatske prakse, Narodne Novine, Zagreb,
2007., p. 5.

Prema Breedingu (2001., p. 64-65.), koncept BI tvori pet sastavnica: competitive intelligence,
customer/prospect intelligence, market intelligence, technical intelligence, te partner
intelligence
33
. Liebowitz (2006., p. 19-20.) business intelligence gleda ue nego competitive
intelligence koja u naravi predstavlja nalaenje onog to nam treba pomou onog to imamo
34
.
Miler (2001., p. 9. i 13.) slikovito je usporedio poduzee bez intelligence aktivnosti s avionom
bez radara te navodi i razlikuje etiri tipa ovih aktivnosti; strategic, business, competitive i
competitor intelligence. Fleisher i Bensoussan (2007., p. 6-7.) takoer prave razliku meu
pojmovima te pozicioniraju competitive intelligence izmeu business intelligencea i
competitor intelligencea. Specijalizirano polje PI-a poznato kao CI iskljuivo se fokusira
prema vanjskom kompetitivnom okruenju. Povezujui BI sa sofverskim rjeenjima,
Rodenberg (2012., p. 19.) definira CI kao analitiki i intelektualni proces koji transformira
neagregirane trine, kupeve, konkurentske, dobavljaeve, tehnoloke i ostale kljune
podatke-informacije-znanje u korisnu akcijabilnu intelligence za unapreeno odluivanje.

33
U sklopu partner intelligencea Breeding pozicionira profile partnera (tvrki), biografije kljunih ljudi u
partnerskim organizacijama te baze podataka kupaca partnerskih organizacija.
34
Liebowitz ovu konstataciju preuzima iz knjige Helen Rothberg i Scotta Ericksona From Knowledge to
Intelligence: Creating Competitive Advantage in the Next Economy.

37

1.1.3.4. Strateka inteligencija Strategic Intelligence

Jedan od naina kako pojedini autori preciziraju ulogu i poziciju business intelligencea u
sklopu poslovanja jest diferencijacija prema odreenim razinama vanosti, odnosno sloenosti
poslovanja, pa Thierauf (2001., p. 66-67.) radi kategorizaciju na operativnu, taktiku i
strateku. Prema njemu, operational intelligence pomae donositeljima odluka u raznim
sferama poslovanja kroz razdoblja od nekoliko dana, tjedana ili mjeseci, dok tactical
intelligence pokriva vremenski prostor od godinu dana. Strategic intelligence koristan je
donositeljima odluka na najviim upravljakim razinama menadmenta za primjereno
kombiniranje relevantnih vanjskih i unutarnjih podataka, informacija i znanja za budue
razdoblje koji obino iznosi od dvije do pet godina. Thierauf (2001., p. 310.) naglaava
vanost financijske inteligencije (engl. financial intelligence - FI) koji proima sva tri
navedena osnovna tipa intelligencea
35
.
McGonagle i Vella (1996., p. 18) vre podjelu na strategic intelligence, competitive
intelligence, market intelligence i defensive intelligence. Nekoliko godina kasnije McGonagle
i Vella (2002., p. 36-37) redefiniraju svoju podjelu prema stratekoj, taktikoj, tehnolokoj i
ciljanoj orijentaciji. Strateku orijentaciju definiraju slino kao i Thierauf, meutim, u sklopu
nje jo naglaavaju intelligence aktivnosti oko potencijalnih spajanja, preuzimanja i moguih
partnerstava. Objanjavaju kako je rije o korporativnom radaru dizajniranom za
omoguavanje pogleda na ukupno okruenje: konkurencije te regulativne i politike domene.
U svom modelu Cyber Intelligencea McGonagle i Vella (1996., p. 52-54.) ne uspostavljaju
izravnu poveznicu izmeu strateke i trine inteligencije objanjavajui to injenicom da se
trina bavi sadanjou i pruanjem podrke za operativno odluivanje, a ne strateko.
Istovremeno strateku inteligenciju usko povezuju s upravljanjem krizama i obrambenom
inteligencijom. Prema Liebowitzu (2006., p. 14 i 22.), koji takoer pravi razliku od
operational i tactical intelligencea, SI predstavlja agregaciju svih intelligence aktivnosti u
poduzeu, odnosno upravljanje znanjem (engl. Knowledge Management KM), business
intelligence, te competitive intelligence. Prema njemu, zadatak je SI maksimiziranje strateke
misije i vizije poduzea (Liebowitz, 2006., p. 60.). Objanjavajui SI, Miller (2001., p. 13.)
naglaava odnos sa stratekim odluivanjem te razvojem proizvoda. On povlai jasnu razliku
izmeu SI, BI, CI i competitor intelligencea.

35
Thierauf navodi kako postoje iroke poslovne mogunosti koritenja integriranih alata, tehnika i metoda
financial intelligencea u razvoju fleksibilnog business intelligencea za razliite aktivnosti; trgovanja, portfolio
analize, arbitrae, te analize teaja i financijskih instrumenata.

38

Marchand i Hykes
36
(2007., p. 1-3.) kau da SI znai pravovremeno imati pravu informaciju u
rukama pravih ljudi kako bi oni mogli donijeti informirane poslovne odluke u svezi strateke
budunosti poslovanja. Zadatak je strateke inteligencije opskrbiti kompaniju s potrebnim
informacijama o njenoj okolini kako bi se mogle anticipirati promjene te dizajnirati
primjerene poslovne strategije. Autori povlae razliku izmeu SI i CI objanjavajui potonji
kao proizvod pripremljen od strane manje grupe analitiara za potrebe vieg menadmenta
kako bi im se olakalo donoenje odluka, npr. hoe li ui u zajedniki posao s drugom
kompanijom.
Panian (2007., p. 91-92.) smatra da se strateke primjene fokusiraju na ostvarivanje
dugoronih ciljeva poput poveanja prihoda i smanjenja trokova, a primjenom poslovne
inteligencije na taktikoj i operativnoj razini dolazi do njezine demokratizacije s obzirom da
prestaje biti ekskluzivnim dobrom ili pravom manjih skupina unutar tvrtke. Tablica 3.
prikazuje Panianovu razdiobu najvanijih obiljeja strateke, taktike i operativne PI.

Tablica 3. Najvanija obiljeja strateke, taktike i operativne poslovne inteligencije
Strateka PI Taktika PI Operativna PI
Poslovni fokus
Ostvarivanje dugoronih
poslovnih ciljeva
Upravljanje taktikim
inicijativama radi
ostvarivanja stratekih
ciljeva
Upravljanje i optimizacija
dnevnih poslovnih
operacija
Primarni korisnici
Vrhovni menadment i
poslovni analitiari
Srednji menadment,
poslovni analitiari i
operativni menadment
Operativni menadment i
klijenti
Vremenski horizont Mjeseci, godine Dani, tjedni, mjeseci Unutar radnog dana
Podaci
Povijesni, kljuni
pokazatelji uspjeha
Povijesni pokazatelji i
podaci
Aktualni, realnovremenski
podaci
Izvor: Panian . i sur.: Poslovna inteligencija Studije sluajeva iz Hrvatske prakse, Narodne Novine, Zagreb,
2007., p. 93.


36
Marchand i Hyke su u stvarnosti dali definiciju business intelligencea, meutim njihova je definicija stavljena
u ovo poglavlje s obzirom da su je titulirali kao strategic intelligence, a dobro doe kao potvrda razliitih
pristupa i terminolokih i pojmovnih razmimoilaenja istraivaa.

39

Prema Brouardu (2007., p. 123.), SI predstavlja rezultat procesuiranja informacija pomou
kojih poduzee ostaje informirano o svojem okruenju sa zadatkom donoenja odluka
sukladnih postavljenim ciljevima, a ine ga etiri potprocesa: tehnoloko skeniranje,
konkurentsko skeniranje, komercijalno skeniranje te socio skeniranje. Termini koji se koriste
za opisivanje slinih koncepata su, prema njemu, business intelligence, competitive
intelligence, skeniranje okruenja (engl. Environmental Scanning), te strateko skeniranje
(engl. Strategic Scanning).
Cohen definira SI (2009., p. 49.) kao formalizirani proces istraivanja, prikupljanja,
procesuiranja i distribucije znanja korisnog u stratekom menadmentu. Osim informacijske
funkcije, glavni su ciljevi SI anticipiranje prijetnji i prilika iz okruenja (anticipatorska
funkcija), predlaganje i angairanje (proaktivna funkcija), pomo u stratekom odluivanju te
unapreenje konkurentnosti i performansi poduzea. Realizacija navedenog zahtijeva
organizacijsku mreu strukturiranu od ljudi, tehnike i financijskih metoda. Potrebno je
istaknuti kako Cohen (2009., p. 47.) izjednaava koncept SI s BI, za koje kae da su evoluirali
iz koncepta konkurentske inteligencije. Istraujui evoluciju aktivnosti praenja i nadgledanja
poslovne okoline, Cohen analizira i razloge uslijed kojih se u Francuskoj relativno kasno
udomaio termin intelligence, a koji su nastali iskljuivo zbog problema u prevoenju
37
.
Prema Milleru (1996., p. 200.), za razvoj konkurentske strategije CI treba obuhvatiti sve ono
to uistinu moe utjecati na razvoj tvrtkine konkurentnosti: kupce, konkurente, ekonomiju,
politiko okruenje, poslovnu praksu, kulturu i sl. Ovakve aktivnosti CI se slobodno mogu
nazvati strateka inteligencija, s obzirom da naglaavaju one aspekte vanjskog okruenja koji
izravno dugorono utjeu na poslovanje i opstanak.


1.1.3.5. Trina inteligencija Market Intelligence

U poglavlju o kompetitivnoj inteligenciji prikazana je Panianova analiza poslovne
inteligencije koja se temeljem izvora podataka dijeli na dvije podgrupe: unutarnju
inteligenciju tvrtke i trinu inteligenciju. Za trinu postoje tri glavna izvora podataka, i to:

37
Cohen navodi problem prevoda pojma intelligence na francuski jezik koji ima dva znaenja; sposobnost
razumijevanja i informacija. Upravo odreenje pojma informacije stvaralo je probleme obzirom da je jedno
tumaenje strogo vojno, te samim time nije prikladno za poslovnu upotrebu. Iz ovog je razloga u upotrebi bio
preferiran pojam watch, pa ak i surveillance u odnosu na intelligence.

40

klijenti tvrtke, konkurencija tvrtke te tvrtkini poslovni partneri iz opskrbnog lanca, to
rezultira s njenim trima potkategorijama: klijentskom inteligencijom, kompetitivnom
inteligencijom te inteligencijom opskrbnog lanca (Panian i sur., 2007., p. 2.). Sharp ( 2009., p.
22.) kae kako je market intelligence (MI) noviji termin koji je postao sinonim za CI kako bi
se razlikovao od pojma competitor intelligence, a oznaava fokus prema tritu. Obrazlae
kako neki misle da je to intelligence o potroakim proizvodima, dok poduzea koja se bave
istraivanjem trita koriste ovaj termin kako bi podigli vrijednost svojih istraivanja
inicirajui da je u njima ukljuena analiza. Za one koji ga koriste u financijskoj sferi, MI se
odnosi na podatke o burzama i slinim tritima.
Handfield (2006., p. 159-160.) gleda na BI i MI kao sinonime, te u kontekstu razmatranja
opskrbnog lanca
38
smatra kako je ocjena rizika glavno to BI/MI timovi mogu dostaviti, a
glavni elementi MI i BI-a su mu: kupevi zahtjevi, cijena, konkurenti, kapacitet, tehnoloka
predvianja, opskrba resursima, regulatorno tijelo (zakonodavni propisi, op.a.) te rizik
opskrbnog lanca. Slino kao i Panian, Handfield (2006., p. 44.) takoer govori o internom i
eksternom intelligenceu jer smatra kako za uspjeno kreiranje BI-a i MI-a koje e omoguiti
efikasnije funkcioniranje menadmenta opskrbnog lanca poduzea trebaju razviti
centraliziranu grupu posveenu upravljanju tim internim i eksternim intelligenceom. U
navedenom smislu, ova bi grupa trebala imati dva glavna zadatka; izradu ekspertize o
unapreenju financijske analize i poslovnog razvoja (zadatak BI-a), te izradu ekspertizu o
razvoju trita, industrije i dobavljaa (zadatak MI-a).
Prema Apgaru (2006., p. 3 i 20.), inteligencija rizika (engl. Risk Intelligence RI) se odnosi
na individualnu ili organizacijsku sposobnost za uinkovito vaganje rizika koje ukljuuje
klasificiranje, karakteriziranje, izraun prijetnji, razumijevanje odnosa, brzo uenje,
spremanje, oporavljanje, djelovanje na temelju relevantnih informacija, efikasnu
komunikaciju te prilagoavanje novonastalim uvjetima. Ovako definiran RI autor promatra
kao varijaciju MI-a ili ak sigurnosne inteligencije (engl. Security Intelligence SeI). Prema
Hedinu et al. (2011., p. 9.), MI pomae poduzeima da shvate njihovo poslovno okruenje, na
njemu uspjeno konkuriraju te kao rezultat postiu rast. Gledajui ga kao program za MI kau
da prikuplja informacije o trinim igraima i strateki vanim temama procesuirajui ih tako
da razvojem spoznaje o istima pomau odluivanje. U organizacijskom smislu MI se prema
njima svrstava unutar stratekog planiranja, poslovnog razvoja ili marketinga. Sloenost

38
Handfieldov prvenstveni fokus jest opskrbni lanac, meutim, takoer kae da se market intelligence te ocjena
rizika ne koriste samo u upravljanju opskrbnim lancem ve i u ostalim funkcijskim i poslovnim jedinicama.

41

problematike meusobnih odnosa raznih intelligence podruja i pojmova najbolje se ogleda
kroz injenicu da Hedin et al. (2011., p. 9.) prave razliku izmeu pojmova competitive i
business intelligence, jer pod potonjim podrazumijevaju informatike tehnike i procesuiranje
numerikih podataka, ali istovremeno kao sinonime koriste pojmove market intelligence i
competitive intelligence, dok Lynch (2006., p. 5 i 7.) pod pojmom MI podrazumijeva potrebu
monitoringa konkurencije.
Jenster i Soilen (2009., p. 11-14.) MI smatraju irim pojmom, te unutar njega pozicioniraju
BI, CI, kao najvea podruja, te marketing intelligence i competitor intelligence kao najmanje
podruje. Objanjavaju (p. 162.) marketing intelligence kao aktivnost koja je usmjerena
prema budunosti, a podrazumijeva prikupljanje, analizu i interpretaciju relevantnih internih i
eksternih marketinkih podataka. U osnovi je dijele na dva podruja; kontinuiranu
inteligenciju (koja podrazumijeva prikupljanje signala, simptoma i injenica koje se mogu
koristiti u ocjenjivanju odreenih performansi ili pripremi za nastupajue probleme, odnosno
fokusirana je prema identifikaciji nepoznatih prijetnji) i inteligenciju iji je fokus rjeavanje
odreenih problema. Prema Thieraufu (2001., p. 243.) marketing intelligence predstavlja
primjenu taktike inteligencije u marketingu, a karakterizira je: (1) oslukivanje kupaca i
promatranje njihovog ponaanja kroz vrijeme, (2) proirenje istraivanja i analize trita, (3)
koritenje trinih podataka za otkrivanje novih znanja o kupcima, te (4) koritenje programa
taktike inteligencije.
Breeding (2001., p. 65.), kao to je ve reeno, MI pozicionira unutar BI te ga definira kao iri
trini pristup s makro perspektive, koji ispituje industrijske grupe ili zemlje/trgovake
organizacije, kao i socijalna, politika, ekonomska ili pitanja okruenja. Prema Akrapu
39

(2008., p. 64.), trino izvjesnitvo jest proces sustavnog prikupljanja, obrade, organizacije
pristupa, pohrane i ralambe javno dostupnih podataka, zakonom doputenim metodama i
sredstvima, o tritu na kojem tvrtka djeluje ili na kojem namjerava djelovati, te ga smatra
uim pojmom od BI-a i CI-a. U istraivanju utjecaja informacijske tehnologije na marketinku
orijentaciju Borges et al. (2009., p. 884.) su stava da se marketinka orijentacija odnosi na
generiranje MI o trenutnim i potencijalnim klijentima, te dijeljenje intelligencea izmeu
odjela kako bi se ubrzao odgovor prema tritu.



39
Akrap umjesto termina Market Intelligence koristi termin trino izvjesnitvo.

42

1.2. Razmatranje koncepta poslovna inteligencija u kontekstu stratekog
menadmenta

U sklopu ovog poglavlja prezentirati e se osnovni elementi i faze stratekog menadmenta, te
e se potom obraditi pozicioniranje i znaenje intelligence aktivnosti u procesu stratekog
menadmenta.

1.2.1. Pojmovno definiranje stratekog menadmenta

Prema Leksikonu menadmenta (2001., p. 542.), u poslovnom se smislu strategija definira
kao plan, obrazac ponaanja, konkurentni poloaj i (ili) perspektiva kojima se integriraju
glavni ciljevi, politike i slijed akcija poduzea u kohezivnu cjelinu. Moe se rei kako je
strategija poduzea glavni organizacijski plan poduzea u ostvarivanju zacrtanih ciljeva, skup
akcija usmjerenih postizanju trajnije prednosti poduzea nad konkurencijom, unapreenje
vlastitog poloaja prema potroaima ili poboljanjem alokacije resursa, ali i respektiranjem
socijalnog okruenja i utjecaja dravnih institucija (Ekonomski leksikon, 1995., p. 858.).
Strateki se menadment u literaturi kao pojam pojavljuje sredinom sedamdesetih godina
prolog stoljea a, prema Bahtijarevi-iber i Sikavica (2001., p. 556.), predstavlja proces
kojim menaderi postavljaju misiju organizacije, temeljne dugorone ciljeve organizacije,
razvijaju strategije za postizanje tih ciljeva te poduzimaju sve potrebno za provedbu planova
kojima se ele ostvariti postavljeni ciljevi. I kod definiranja ovog pojma, uslijed pomanjkanja
konsenzusa, vlada semantika zbrka (Buble, 2005., p. 5.), te se moe utvrditi kako postoji vie
modela procesa i teorija stratekog menadmenta s meusobnim razlikama. Ahlstrand et al.
(prema Niven, 2008., p. 116.) navode deset stratekih kola u trajnoj praksi menadmenta:
kola nacrta, kola planiranja, kola pozicioniranja, poduzetnika kola, kognitivna kola,
kola uenja, kola moi, kulturna kola, kola okruenja te kola konfiguracije, a Niven
(2008., p. 115.) razmatra najvanija naela strategije: razlikovne aktivnosti, kompromisi,
pristajanje, kontinuitet te razliiti misaoni procesi. Fleisher i Bensoussan (2003., p. 12.) kau
da strateki menadment ukljuuje sve aspekte poslovanja te zahtijeva znanje i razumijevanje
utjecaja okoline na organizaciju kako bi se osiguralo donoenje korektnih poslovnih odluka.
Okvir stratekog menadmenta trebao bi pomoi donositeljima odluka lake razumijevanje
onih elemenata koji trebaju biti usklaeni kako bi se donosile efikasne odluke.

43

1.2.1.1. Analiza okoline poduzea

Wheelen i Hunger (2006., p. 11.) ralanjuju svoj model stratekog menadmenta, prikazan na
slici 7. na etiri faze: prva je faza u stvari predfaza, koja se bavi tvrtkinim okruenjem, te se
pod njezinim utjecajem nastavlja formuliranje strategije kao druga faza. U sljedeoj fazi
slijedi implementacija strategije, da bi se u posljednjem koraku odnosno fazi obavljale
kontrola i evaluacija. Prva faza, posebno zanimljiva u kontekstu ovog rada, obuhvaa
istraivanje vanjske i unutarnje okoline s ciljem dijagnosticiranja svih bitnih faktora iz
tvrtkinog vanjskog ili unutarnjeg okruenja koji imaju ili e to u budunosti imati utjecaja na
poslovanje i egzistenciju poduzea. Ovom se analizom treba dobiti to jasnija i potpunija
slika poslovne situacije koja e kasnije biti podloga za izbor adekvatne strategije tako da
Duli (1997., 9. 79.) kae kako je cilj ne samo uoiti koje su to komponente i s njima
povezani kritini ili strateki faktori, nego i procijeniti je li njihov utjecaj predstavlja priliku ili
prijetnju za poduzee. Imajui u vidu karakteristike raznih poduzea i njihov razliiti poloaj
na tritu, Buble (2005., p. 15.) kae kako ta analiza mora biti prilagoena specifinim
potrebama promatranog poduzea.



Slika 7. Elementi procesa stratekog menadmenta
Izvor: Wheelen, T.D., Hunger, D.J.: Strategic Management, 10th ed., Pearson Prentice Hall, New Jersey, 2006.,
p.11.


44

Prema Bahtijarevi-iber i Sikavica (2001., p. 377.), okolina poduzea predstavlja dio
vanjskog svijeta s kojim poduzee dolazi u kontakt; ukupnost vanjskih faktora koji utjeu na
organizaciju, na njezino oblikovanje i ponaanje, te na ponaanje njezinih lanova. Temeljna
potreba nuna za kreiranje i realizaciju poslovne politike proizlazi upravo iz poznavanja
okoline, pa Mencer (2003., p. 29.) dri da poslovanje nije samo posljedica internog
razmiljanja poslovodstva na temelju uoene snage i slabosti poduzea ve i spoznaje o
mogunostima i ogranienjima koje prua njegova okolina. Okolina se poduzea koja treba
biti predmet obrade poslovne inteligencije dijeli na eksternu, odnosno vanjsku, koja je
prikazana na slici 8., i internu, odnosno unutarnju okolinu. Eksterna okolina obuhvaa one
dimenzije ili dijelove okoline koji indirektno utjeu na poduzee, a Kotler (1988., p. 41.)
prijetnje okoline promatra kao izazov postavljen nepovoljnim trendom ili razvojem u okolini
koji bi pozicije kompanije doveo do erozije kada ne bi bilo odlune akcije. Polazei od
prikazanog Wheelen-Hungerovog modela, ova se okolina moe podijeliti na dva kljuna
segmenta:
opu ili socijalnu okolinu, koja predstavlja onaj dio vanjske okoline to je udaljen od
poduzea pa stoga na nju teko moe utjecati, a Duli (2005., p. 19.) je prezentira
putem pet kljunih dimenzija; prirodno-ekoloke okoline, znanstveno-tehnoloke
okoline, ekonomske okoline, politiko-pravne okoline, te sociokulturne okoline.
poslovnu okolinu ili okolinu zadatka, koja je za razliku od ope okoline puno blia
poduzeu, ine sudionici iz njegove neposredne blizine koji bitno utjeu na njegovo
poslovanje te i ne udi da su poduzea vie orijentirana na ovu okolinu s kojom su u
dnevnom doticaju i o kojoj imaju vie potrebnih informacija. Ovu okolinu tvori devet
kljunih dijelova: dobavljai, kupci-potroai, konkurenti, dioniari, zaposleni i
sindikati, kreditori, vladine (dravne) organizacije, drutvene organizacije i strukovna
udruenja.
Internu okolinu predstavlja onaj dio ukupne okoline poduzea koji se nalazi u njemu samome
te se u potpunosti nalazi pod utjecajem poduzea, a ine je:
organizacijska struktura, koja predstavlja najvaniji dio unutarnje okoline poduzea,
jer se njezinim pravilnim izborom i oblikovanjem omoguuje najbolje iskoritenje
vlastitih snaga i vanjskih prilika. Prema Weihrichu i Koontzu (1998., p. 184.),
organizacijska struktura sa svojim sustavom delegiranja treba biti oblikovana da
pomogne menaderima u ostvarenju ciljeva i donoenja odluka nunih za

45

oivotvorenje planova, a Kotler (1998., p. 38.) smatra da kompanija prvo treba odluiti
o buduem pravcu razvoja, a zatim razviti organizacijsku strukturu i sisteme da to
provede;
organizacijska kultura, koja predstavlja nain ponaanja zaposlenika koji usvajajui
odreen sustav vrijednosti, prihvaajui zadane norme ponaanja i potujui
odgovarajue obiaje i tradiciju, pridonose stvaranju organizacijske klime u poduzeu
(Buble, 2006., p. 80.);
organizacijski resursi koji su konkretna sredstva pomou kojih poduzee funkcionira,
a ine ih: fiziki, ljudski, informacijski i financijski.


Slika 8. Eksterna ili vanjska okolina poduzea
Izvor: Duli, . in Buble, M. (red.): Strateki menadment, Ekonomski fakultet, Split, 1997., p. 74.

Strateka analiza vanjske i unutarnje okoline izvodi se pomou Andrewsove
40
SWOT
41

matrice, koju neki autori nazivaju i TOWS. Ova se analiza smatra jednom od najee
koritenih tehnika strateke analize (Mencer, 2003., p. 71.), a s obzirom na to da se temelji na
kvalitativnim podacima, razumljiva je, jasna i jednostavna za uporabu (Pfeifer, 2005., p. 69.).

40
Prema Fleisher i Bensoussan (2003., p. 92.), Ken Andrews se smatra pionirom SWOT analize.
41
SWOT analiza naziv je dobila od prvih slova bitnih parametara analize (engl. Strenghts Weaknesses
Opportunities Threats) snage, slabosti, prilike i prijetnje.

46

Iako je ova analiza izuzetno pogodna za poduzee i vrednovanje informacija o njemu, ona
takoer ima i odreena ogranienja koje treba imati na umu prilikom isitavanja njezinih
rezultata. S obzirom da se zasniva na ekspertnoj procjeni jedne ili manjeg broja osoba ova
analiza moe biti subjektivna. Pfeifer (2005., p. 69.) navodi kako teorija kaosa navodi
primjere gdje ak i neznatne promjene na marginalnim imbenicima rezultiraju dramatinim
promjenama u uvjetima funkcioniranja, a takvi marginalni imbenici u SWOT analizi
najee ne ulaze u imbenike visoke vjerojatnosti, to moe rezultirati ozbiljnim stratekim
previdima. Kada je rije o analizi ope ili socijalne okoline tada je jedna od najee
koritenih metoda PEST analiza koja se bavi utjecajem politiko-pravnih (P), ekonomskih
(E), socijalno-kulturnih (S) i tehnolokih (T) imbenika (Fleisher i Bensoussan, 2007., p. 89-
90.). Ovom se analizom utjecajni faktori ponderiraju s obzirom na njihovu vanost i utjecaj
ope okoline na poduzee. Poslovna okolina ili okolina zadatka predstavlja najvaniji
segment vanjske okoline poduzea, a njezina analiza se moe izvriti na nekoliko naina:
stakeholder analizom
42
, analizom konkurencije, te skeniranjem poslovne okoline.


1.2.1.2. Formuliranje strategije, njena implementacija i kontrola ostvarenja

Glavne naznake preostale tri faze prezentirane su u nastavku u svojim najosnovnijim crtama.
Formuliranje strategije predstavlja drugu fazu u procesu stratekog menadmenta, to
podrazumijeva razvoj dugoronih planova za efikasno upravljanje prilikama i prijetnjama iz
vanjskog okruenja i unutarnjim snagama i slabostima, odnosno to je, prema Singer (1997., p.
182.), izbor one strategije koja omoguava definirane misije i ciljeva. Kaplan i Norton (2001.,
p. 73.) kau kako formuliranje strategije predstavlja jedan korak u loginom kontinuitetu koji
se kree od definirane misije na najviem vrhu do linijskih izvritelja. Teorija stratekog
menadmenta obuhvaa veliki broj klasifikacija moguih strategija, a jedna od najrazvijenijih
teza opu hijerarhiju strategija poduzea dijeli na:
cjelovitu (korporacijsku) strategiju, iji je zadatak definiranje politike rasta,
investiranja, spajanja i razdvajanja, razvoja te raspodjele resursa na razini cijelog
poslovnog sustava;

42
Stakoeholder analiza, odnosno analiza zainteresiranih poduzea, promatra sve one poslovne subjekte o ijim
aktivnostima ovisi opstanak poduzea.

47

poslovnu ili strategiju poslovnih jedinica, koja predstavlja strategiju poslovanja s
odreenom stratekom poslovnom jedinicom, odnosno skupinom proizvoda;
funkcijsku strategiju, koja je usmjerena na pojedino poslovno funkcijsko podruje, a
podupire ostvarivanje korporacijskih i poslovnih strategija.
Prema Kaplanu i Nortonu (Niven, 2008., p. 29.), samo 10% organizacija provodi svoju
strategiju, a prepreke u njezinoj provedbi jesu:
prepreka u viziji, samo 5% radne snage razumije viziju,
prepreka u ljudima, samo 25% menadera ima poticaje povezane sa strategijom.
prepreka u menadmentu, 85% direktorskih timova provodi manje od jednog sata
mjeseno razgovarajui o strategiji. S obzirom na to da je u veini poduzea sve
usmjereno na postizanje kratkoronih financijskih ciljeva, menadment e uiniti sve u
njihovom postizanju, ali obino na raun stvaranja dugorone vrijednosti za tvrtku.
prepreka u resursima, 60% organizacija ne povezuje proraune sa strategijom.
Najzahtjevniju fazu u procesu stratekog menadmenta predstavlja implementacija strategije s
obzirom da je to proces kojim se provode i primjenjuju strategije i politike na osnovi budeta,
programa, pravila i procedura, a njezin sukus jest strategijska promjena. Prema Cinguli
(2005., p. 158.), u postupku implementacije strategija se pretvara u niz poslovnih politika
kojima se postie kontinuirano poboljanje u odvijanju operativnih poslovnih aktivnosti i
programa. Kako bi promjena stare i implementacija nove strategije poluila oekivane
rezultate bitno je unaprijed definirati ciljeve koji e biti nedvosmisleno zacrtani u prostoru i
vremenu ime se omoguava usporedba planiranih s ostvarenim veliinama, te razraditi
taktike i operativne zadatke svake poslovne funkcije. Najbolji ciljevi imaju pet svojstava:
preciznost, mjerljivost, izvedivost (dostinost), dosljednost i prikladnost za kompanije za
kompanije kojima su namijenjeni
43
.
Kontrola ostvarenja strategije predstavlja proces u kojemu se tekue aktivnosti i performanse
usporeuju s oekivanim odnosno utvrenim standardima kako bi se mogla ustanoviti
eventualna odstupanja i njihovi uzroci te poduzeti potrebne mjere za njihovo otklanjanje.
Prema Bubli (2005., p. 241.), temeljni je zadatak strateke kontrole u tome da pomogne
vrhovnom menadmentu u ostvarivanju ciljeva poduzea pomou nadzora i vrednovanja
procesa stratekog menadmenta u cjelini, a posebno u implementaciji odabrane strategije.
Weihrich i Koontz (1998., p. 583.) smatraju da kontrola pojednostavljuje usporedbu

43
Strategija Economistove poslovne enciklopedije, Privredni vjesnik, Zagreb, 1996., p. 38.

48

postavljenih ciljeva i ostvarene uinkovitosti te prua priliku za uenje koje predstavlja
osnovu organizacijskih promjena. Smith (2003., p. 129.) kae kako puko mjerenje rezultata
nije dovoljno jer se tajna uspjeha faze kontrole nalazi jednim dijelom u stupnju discipline
(reda) koju namee sustav, a drugim dijelom u nainu ponaanja i dosljednosti same
organizacije. Buble (1998., p. 385.) navodi etiri temeljna razloga za provoenje
implementacije strategije:
promjene u okolini - faktore iz okoline, nad kojima poduzee nema ili ima vrlo mali
utjecaj treba kontinuirano pratiti jer se s vremenom mogu bitno promijeniti te tako
ugroziti realizaciju strategije;
delegiranje - problemi iz ove domene mogu se odraziti na efikasnost ljudskih resursa;
kompleksnost poduzea - vrlo osjetljivi odnos strategija struktura te kompleksnost
organizacijske strukture poduzea moe naruiti uspjeno ostvarenje ciljeva;
menaderske greke - na uspjeh provoenja strategije moe utjecati iracionalno
ponaanje menadmenta iz svih faza stratekog menadmenta te je kontrola
menadmenta vana kako zbog uoavanja greaka, tako i za njihovo otklanjanje.


1.2.2. Intelligence aktivnosti u procesu stratekog menadmenta

Iako se iz izloene materije prethodnog dijela moe naslutiti koliko je koncept PI potreban
poduzeu u procesima stratekog menadmenta, u ovom e se poglavlju ta poveznica
konkretnije obraditi. Waters (2010., p. 6.) objanjava kako vrijeme samo po sebi ne
predstavlja znaajnu prednost meutim, nain kako poduzea koriste vrijeme, kako analiziraju
informacije, prilagoavaju strategiju te manevriraju svojim reusursima kreira konkurentske
prednosti. Fuziranje intelligencea i strategije kako bi se donosile bre i jasnije odluke s manje
raspoloivih informacija je jedini nain dugoronog opstanka to predstavlja svrhu poslovne
inteligencije. Wheelen i Hunger (2006., p. 92.) pozicioniraju CI u prvu fazu, predfazu svojeg
modela prikazanog na slici 4., te istiu kako je primarna aktivnost odjela CI monitoring
konkurenata, organizacija koje nude iste, sline ili zamjenske proizvode ili usluge u poslovnoj
zoni u kojoj djeluje kompanija. Meutim, kada se vidi da prvu fazu svojeg modela (Wheelen i
Hunger, 2006., p. 10.) tumae kao promatranje, evaluaciju i diseminaciju informacija iz

49

vanjskog i unutarnjeg okruenja kljunim ljudima organizacije, moe se ustvrditi kako bi se
ovo objanjenje idealno uklapalo meu obraene definicije PI iz prethodnog poglavlja.
Smatraju da uinkoviti proces CI predstavlja kljuni input za strateko planiranje.
Prema Milleru (1996., p. 215.), tijekom procesa stratekog planiranja uloga SI profesionalaca
bi trebala biti kljuna u razvoju prikladne strategije s obzirom na njihovu sposobnost
razumijevanja globalnih implikacija nadolazeih imbenika koji utjeu na poslovanje. Prema
Gonan Boac (2005., p. 108.), analizi kritikih pitanja i prikupljanjem informacija to ulaze u
odreeni analitiki okvir (SWOT) uloga je opskrbljivati menadment informacijama koje
podupiru donoenje korporacijskih i/ili poslovnih strategija, a kvaliteta inputa ovisna je o
ukupnosti informacijske, spoznajne i akcijske osposobljenosti poduzea koja ini BI
poduzea. Lynch (2006., p. 5 i 7.) definira korporativnu strategiju kao identifikaciju svrhe
poduzea, planova i aktivnosti za postizanje te svrhe odnosno kao traenje trinih
mogunosti. Po njemu, tri su osnovna elementa korporativne strategije: strateka analiza,
strateki razvoj te strateka implementacija, a aktivnosti MI takoer pozicionira pod strateku
analizu i smatra da korporativna strategija moe biti uspjena ako se temelji na analizi
konkurenata.
Za Portera, konkurentska strategija pretpostavlja postavljanje poslovanja tako da se
maksimiziraju one vrijednosti koje poduzee razlikuje u odnosu na svoju konkurenciju. Kako
bi poduzee bilo efikasno u prikupljanju podataka i analizi konkurencije, on smatra (1998., p.
71-74.) da mu je potreban organiziran mehanizam to ga naziva Competitor Intelligence
System. Elementi ovog sistema nisu isti u svim poduzeima te prvenstveno ovise o
partikularnim potrebama pojedinog poduzea, industrije u kojoj djeluje, sposobnosti
zaposlenika, interesu menadmenta te njegovom talentu.
Individualni dobavljai, konkurenti i klijenti du lanca vrijednosti tvore klastere, industrije i
makro okruenje initelje dinamizma koje poduzee treba shvatiti kako bi odralo svoju
strategiju (Hedin et al., 2011., p. 5.). Kompleksno i multidimenzionalno operativno okruenje
poduzea u kontekstu strateke analize prikazuje slika 9.


50


Slika 9. Operativno okruenje u kontekstu strateke analize
Izvor: Hedin, H., Hirvensalo, I., Vaarnas, M.: The Handbook of Market Intelligence, John Wiley and Sons,
Chichester, 2011., p. 135.

Prema Fleisheru i Bensoussanu (2003., p. 4-6.), CI je nuna za strateku analizu, a s obzirom
da su poduzea u suvremenim uvjetima poslovanja prisiljena strateki razmiljati zakljuuju
kako je upravo to osnovni razlog zato trebaju razvijati i unapreivati svoju poslovnu
inteligenciju. Herring (1996., p. 70-73.) navodi pet osnovnih proizvoda intelligence analize
koji se trebaju sagledati u kontekstu stratekog menadmenta:
intelligence ranog upozorenja za prevenciju menaderskih i organizacijskih
iznenaenja;
intelligence kao podrka za proces stratekog odluivanja;
intelligence kao podrka taktikom i operativnom odluivanju;
ocjenjivanje konkurencije i izvjetaji o monitoringu;
intelligence kao podrka stratekom planiranju i procesu donoenja strategije.
Fuld (2010., p. 143.) objanjava koncept ranog upozorenja (kojeg on naziva sposobnou
gledanja u budunost) kroz etiri faze: (1) skiciranje plana moguih buduih dogaaja, (2)
identificiranje signala koje treba gledati za svaki od dogaaja, (3) angairanje ljude koji su
sposobni realizirati ove aktivnosti u svojemu svakodnevmom radu te (4) osiguranje aktivnog
djelovanja kada se uoe najraniji signali. Osmanagi Bedenik (2007., p. 137-142.) objanjava

51

sustave ranog upozorenja kao specifine sustave opskrbljivanja informacijama iji je zadatak
signaliziranje latentnih opasnosti i rizika, ali i prilika i prijetnji. Rije je o informacijama o
situacijama koje jo nisu nastupile, no ako se pojave, poduzee treba reagirati eli li izbjei
krizu. Ovisno o obiljejima okoline i vrstama informacija razlikuju se tri generacije ovih
sustava: prvu obiljeavaju informacije ranog upozorenja, drugu generaciju karakteriziraju
specifini indikatori ranog upozorenja, dok se trea generacija naziva stratekim radarom
(predstavlja instrument prikupljanja i obrade strateki relevantnih tihih signala u podrujima:
ue okoline poduzea, informacija o konkurenciji, ire okoline poduzea i znanja unutar
poduzea).
Analogno operativnom i stratekom upravljanju Osmanagi Bedenik (2007., p. 144.) razlikuje
operativne i strateke sustave ranog upozorenja. Zadatak stratekog sustava jest u
pravodobnoj spoznaji slabih signala, loe definiranih i nejasno strukturiranih informacija koje
upuuju na strateke diskontinuitete. Operativni sustavi su usmjereni na prolost i sadanjost,
temelje se na informacijama o likvidnosti i uspjehu poduzea, a kao podloge rabe financijska
izvjea. U svojem novijem djelu Fleisher i Bensoussan (2007., p. 4.) istrauju kako se pojam
analize koristi u intelligence kontekstu pa analizu definiraju kao uspjeno apliciranje
znanstvenih i neznanstvenih metoda i procesa kojima se interpretiraju podaci i informacije
kako bi se proizveli spoznajni (pronicljivi) intelligence pronalasci i uinkovite preporuke za
donoenje odluka i zakljuuju kako kompetitivna analiza predstavlja kamen temeljac
efikasnog formuliranja strategije i njezinog izvrenja. Analiza se kao aktivnost prepoznala
poetkom ere znanja i intelektualnog kapitala za to se moe rei da koincidira s nastankom
poslovne inteligencije.
Odranje ove sposobnosti u budunosti zahtijeva od CI praktiara analizu koja e biti
uvjerljiva, relevantna, pravovremena, shvatljiva i akcijabilna za donositelje odluka (Fleisher i
Bensousan, 2007., p. 13.). Zbog objektivnosti razmatranja procesa i nalaza odnosno preporuka
analize potrebno je ukazati na odreene mogue greke koje su prema Heueru (1999., p.
161.):
analitiari obino precjenjuju tonost svojih prolih procjena;
korisnici obino podcjenjuju koliko su nauili iz prolih izvjetaja;
kontrolori intelligence proizvoda koji rade obdukciju njihovih promaaja obino
procjenjuju da su dogaaji bili lake predvidivi nego to je to u stvari bio sluaj.

52

Herring (1999.) je temeljem svojih istraivanja kreirao kljune intelligence teme (engl. Key
Intelligence Topics - KIT) kako bi pomogao poduzeima u sferama njihovog poslovanja. KIT
protokol se sastoji od tri dijela: strateko odluivanje i akcije, prikazano u tablici 4., elementi
ranog upozorenja, te opis kljunih trinih igraa. Analiza zahtjeva KIT protokola pokazuje
koliko je jaka poveznica poslovne inteligencije sa stratekim menadmentom poduzea.
Intelligence o kupcima, konkurentima, potencijalnim partnerima, dobavljaima te ostalim
utjecajnim skupina jest kompanijina prva, a esto i posljednja linija obrane.

Tablica 4. Kljune intelligence potrebe za strateko odluivanje
1.
Osiguranje intelligence inputa za kompanijin strateki plan za kreiranje budueg konkurentskog
okruenja.
2.
Formuliranje globalne konkurentske strategije: procjena uloge konkurenata u postizanju naih
poslovnih ciljeva.
3. Globalizacija industrije: kako i s kim nastaviti? to nai konkurenti rade i s kim?
4. Razvoj trita: procjena trenutne konkurentske situacije, opis najvjerojatnijih buduih situacija.
5.
Strateke odluke o investiranju: identifikacija i procjena ansi u konkurentskom okruenju, to
ukljuuje:
- kritine investicije drugih,
- potrebne investicije drugih kompanija,
- uloga investicijske zajednice
- mogui alternativni izvori za budue investicije poput alijansi, akvizicija i sl.,
6. Da li iriti trenutne proizvodne kapacitete ili graditi nove novano isplativije?
7.
Koje planove i akcije trebamo poduzeti za odranje tehnoloke konkurentnosti s naim najveim
trinim takmacima?
8.
Program razvoja proizvoda: identificirati i ocijeniti program vodeih konkurenata te procijeniti status
ostalih konkurentskih tehnologija.
9.
Razvoj i lansiranje novog proizvoda: kada i gdje e konkurenti uzvratiti? Kako e oni utjecati na
nae planove?
10.
Kako e naa nova prodajna/marketinka strategija biti prepoznata na tritu? Nai konkurenti? Nai
distributeri?
Izvor: Herring, Jan P.: Key Intelligence Topics: A Process to Identify and Define Intelligence Needs,
Competitive Intelligence Review, 1999., 10 (2), p. 8.

S obzirom da je u prethodnom poglavlju objanjena SWOT analiza ovdje e se navesti autori
koji su je razmatrali u kontekstu odnosa intelligence strateki menadment (Javorovi i

53

Bilandi, 2007; p. 250-251; Howson, 2008; p. 87; Bilandi, 2008; p. 99-100; Sharp, 2009;
p. 63; Hedin et al., 2011; p. 167-168; Sutbs, 2011; p. 26-27.). Prema Kahaneru (1997., p. 98-
99.), rije je o jednoj od osnovnih ali ne nuno jednostavnih analiza konkurencije koja takoer
moe dobro posluiti za usporedbu s vlastitom firmom. Miller (2001., p. 90.) kae da je
korisna u predvianju konkurentskih strategija, a za Fleishera i Bensoussana (2003., p. 97.)
korisna je za procjenu stanja izmeu tvrtkine strategije, internih sposobnosti i vanjskih
mogunosti.
Za dobivanje potpune slike potrebno je stavove teoretiara usporediti s rezultatima
istraivanja o poziciji intelligence aktivnosti, a meu prvima je GIA-ino iz 2005. godine.
Prema njemu, 54% poduzea na prvo mesto stavlja strateko planiranje i razvoj poslovanja
kao najvee korisnike CI-a. S obzirom da meu istraivanim zemljama ima znaajnih razlika
za navesti je kako u Njemakoj 83% poduzea rangira strateko planiranje na prvom mjestu, a
u Finskoj i Norvekoj to radi njih 74%.
Istraivanje obavljeno 2011. godine (Hedin et al., 2011., p. 26-27.) pokazalo je kako 39%
poduzea klasificira MI kao dio stratekog planiranja i razvoja poslovanja, a 37% kao dio
prodaje i marketinga. Poveznicu intelligence aktivnosti sa stratekim menadmentom moe se
promatrati kroz jo dva pokazatelja: prema istraivanju 43% direktora MI odjeljenja izravno
izvjetava glavnog izvrnog direktora (engl. Chief Executive Officer- CEO), a treina internih
klijenata MI-a pripadaju vrhovnom menadmentu. U IHEDN
44
studiji (Cohen, 2009., p. 48.)
950 francuskih menadera definira ekonomsku i strateku inteligenciju (engl. Economic and
Strategic Intelligence - ESI) kao organizirani servis korporacijskom stratekom menadmentu
zbog unapreenja konkurentnosti pomou prikupljanja, informacijskog procesuiranja i
distribucije znanja korisnog u kontroli okoline. Istraivanje koje je provela Howson
45
(2008.,
p. 64-65.) pokazalo je kako je 52% korisnika BI-a iz sfere poslovne i financijske analize, a
preko 40% su izvrni direktori i menaderi.
Istraivanje (Badr et al., 2006., p. 15-35.) o doprinosu CI europskim farmaceutskim
poduzeima pokazalo je kako CI nije samo korisna ve krucijalna u procesu stratekog
menadmenta. Uoeno je kako u svakoj fazi procesa postoji razina koja se jedino moe
uspjeno realizirati primjenom CI-a. Takoer su utvrdili slaganje ispitanika o vrijednosti i

44
IHEDN je akronim za Institut des hautes tudes de dfense nationale, odnosno, francuski Institut za studije
visoke nacionalne sigurnosti.
45
Istraivanje je provedeno 2007. godine na uzorku od 513 poduzea (69% iz SAD, 12% iz Europe), 43% su bile
velike kompanije, 30% srednje velike, a 27% male kompanije.

54

doprinosu CI-a stratekoj analizi i fazi formuliranja strategije, koja se pokazala manja kada je
u pitanju implementacija i kontrola. BI proizvodi informacije koje smanjuju neizvjesnost u
stratekom planiranju i odluivanju (Frishammar, 2003., p. 320.) te se moe zakljuiti kako e
ta veza u perspektivi samo jaati.


1.3. Ciklus, sustav i karakteristike poslovne inteligencije

U sklopu ovog poglavlja obraditi e se poslovna inteligencija kao kontinuirani proces, alati i
tehnike koji se koriste u njezinom normalnom funkcioniranju, kljuni elementi koji je
determiniraju, obrambeni segment te izgledi u budunosti.

1.3.1. Poslovna inteligencija kao kontinuirani proces

Poslovna inteligencija predstavlja okvir uspjenosti menadmenta, stalan i kontinuiran ciklus
gdje poduzea postavljaju svoje ciljeve, analiziraju napredak, stjeu uvid, poduzimaju radnje
te mjere svoju uspjenost. Ova ciklika aktivnost jest u stvari proces sastavljen od razliitih
meusobno povezanih i uvjetovanih faza koja je ponavljajueg karaktera s obzirom na brzinu
i intenzitet promjena u vanjskoj i unutarnjoj okolini poduzea. Rije je o procesu bez kraja
koji ne daje konane odgovore (Javorovi i Bilandi, 2007., p. 213.). Slino kao i kod
definiranja poslovne inteligencije, razliiti autori imaju razliite pristupe, pa iako te razlike
nisu drastine vrijedno ih je obraditi. Prema Vitt et al. (2002., p. 17-22.), PI ciklus se sastoji
od etiri komponente:
analize, svjesnim selektiranjem i podsvjesnim filtriranjem se odreuju podaci koji su
potrebni za prikupljanje i obradu, a mentalnim modelom nazivaju kolekciju svega za
to mislimo da znamo o tome kako neto funkcionira;
spoznaje, koja se moe javljati kao operacijska ili strateka;
akcije, pod ime se podrazumijeva proces donoenja odluka. S kvalitetnim
spoznajama poduzee e moi bre reagirati na nove okolnosti;

55

mjerenja, a prema autorima, PI termin za najvanija mjerenja jesu kljuni pokazatelji
uspjeha (engl. Key Performance Indicators KPI) koje menaderi trebaju razumjeti,
potom ih analizirati, te konano temeljem kojih trebaju poduzimati korektivne akcije.
Panianov (2007., p. 85-91.) ciklus se takoer sastoji od etiri faze koje se razlikuju od ostalih
modela:
faza mjerenje, koja je obino najdugotrajnija, a slui za prikupljanje kljunih
pokazatelja uspjenosti danas i u prolosti te u pruiti odgovore na pitanje to?
odnosno, Kakvo je stanje poslovanja?;
faza analize, tijekom koje se prikupljeni podaci pregledavaju i ocjenjuju na nove i
razliite naine kako bi se otkrili skriveni odnosi koji e posluiti za dobivanje
odgovora na pitanje Zato? odnosno Zato je neto takvo kakvo jest?;
faza planiranja, tijekom koje je cilj odgovoriti na pitanje to-ako? odnosno,
potrebno je utvrditi koja je opcija najizglednija, odnosno kakva bi promjena ili
kombinacija promjena tvrtku mogla odvest u najpovoljnijem smjeru;
faza dodavanja vrijednosti, koja predstavlja najvaniju fazu, a tijekom koje se nastoji
pronai odgovor na pitanje Kako? odnosno Kako napraviti poboljanja u
segmentima gdje su otkriveni problemi u prethodnim fazama?. Tijekom ove faze do
punog izraaja dolazi potreba za suradnjom koja je jedan od kljunih preduvjeta
uspjenosti sustava PI.
Herringov (1996., p. 56.) ciklus se sastoji od pet faza: (1) planiranja i usmjeravanja, (2)
skladitenja i prerade podataka, (3) kolekcije i izvjetavanja, (4) analize i izrade izvjetaja, te
(5) razdjele korisnicima. Fleisher i Bensoussan (2003., p. 6.) ciklus promatraju kroz est
sastavnica, iako izmeu njihovoga modela i Herringova nema razlike ve je rije o razlici u
prezentaciji: (1) potrebe, (2) planiranje i usmjeravanje, (3) skladitenje i prerada podataka, (4)
izrada zbirke, (5) analiziranje i izvjetavanje, (6) razdjela korisnicima. Ciklus uvijek poinje s
kljunim intelligence temama (KIT) definiranim od strane vrhovnog menadmenta. Prema
Kahaneru (1997., p. 43-45.), koji smatra da je competitive intelligence uinkovitiji kao proces
a ne kao funkcija, ciklus se sastoji od etiri dijela:
planiranja i upravljanja, pod ime se podrazumijeva od strane menadmenta
odreivanje ciljeva i naina izvrenja, a potrebno je napomenuti kako ova faza
predstavlja kraj prethodnog CI ciklusa;

56

prikupljanja, pod ime se podrazumijeva prikupljanje sirovih podataka koji su
praktiki svima dostupni ako zainteresirani znaju gdje ih potraiti;
analize, koja predstavlja najkritiniju fazu cijelog ciklusa jer je potrebno izvagati
informacije, pronai uzorke te prirediti razliite inaice moguih scenarija:
distribucije gotovih intelligence proizvoda.
Prema Kovacichu (2000., p. 331-335.) i Milleru (2001., p. 14-16.), ciklus se takoer sastoji od
etiri faze:
identifikacije kljunih donositelja odluka i njihovih intelligence potreba;
prikupljanja informacija iz primarnih i sekundarnih izvora;
analize informacije i njihove nadgradnje u intelligence, pri emu je potreban
znanstveni pristup, statistiki softver i poznavanje tehnika modeliranja;
raspodjele tih intelligence uradaka prema donositeljima odluka, te preporuuju kako je
zbog uspjenosti ove posljednje faze potrebno znati na koji nain i kako donositelji
odluka preferiraju prezentiranje zavrnih intelligence izvjetaja.
Javorovi i Bilandi (2007., p. 206-213.) prezentiraju model identian Kahanerovom kroz
etiri temeljne faze te kau kako im je zajedniko da se nijedna ne dogaa sama od sebe, to
znai da svaka faza takoer zahtijeva briljivo planiranje i sustavnu provedbu. Njihove faze
jesu: planiranje i upravljanje ciklusom BI, prikupljanje podataka, pri emu se razlikuju dvije
razine: opa, u kojoj mogu sudjelovati svi zaposlenici, i konkretna, gdje su strogo odreeni
interesi i zadaci, a podatke prikupljaju profesionalci; obrada i analiza podataka te distribucija
gotovih obavjetajnih proizvoda. Garaa ( 2009., p. 140.) ciklus opisuje kroz est faza:
definiranje i analiza potreba odnosno, identifikacija kritinih potreba za odreenim
znanjima;
kontinuirano promatranje poslovnog okruenja i prikupljanje informacija;
obrada podataka i analiza informacija;
pohranjivanje proizvedenog znanja na siguran i jednostavan nain koji e omoguiti
ponovnu upotrebu tog znanja ili biti osnova za proizvodnju novih znanja;
prezentacija rezultata istraivanja PI-a, to predstavlja vaan zadatak zbog
kompleksnosti;
upotreba rezultata istraivanja, osiguravanje povratnih informacija i definiranje
novonastalih potreba.

57

Prema Sharp (2009., p. 215-216.), proces uvijek zapoinje i zavrava s podatkom, a njezini se
ciklusi razlikuju od prethodno prezentiranih: (1) podatak, (2) informacija, (3)
analiza/intelligence, (4) odluivanje, (5) akcija, (6) rezultati, te povratak na poetnu fazu.
Slika 10. prikazuje blago redizajnirani model Fleishera i Bensoussana (2007., p. 8.) u odnosu
na ranije prezentirani, meutim, vidljivo je kako je rije o iskljuivo kozmetikim
promjenama, a sutinski se nije nita bitno promijenilo. U sklopu prve faze - plana odreuju
se potrebe, uspostavljaju zahtjevi, te razvijaju potrebni planovi kako bi se u drugoj fazi
prikupljali podaci iz unutarnjeg i vanjskog okruenja, provela inicijalna klasifikacija i
redukcija prikupljenih podataka. Nakon obavljene analize dobiveni se intelligence proizvodi
dostavljaju i prezentiraju donositeljima odluka. Posljednja faza generira povratne informacije
kako bi se mogao pokrenuti slian ili nadopunjujui novi ciklus.

Slika 10. Ciklus poslovne inteligencije
Izvor: Fleisher Craig S., Bensoussan, Babette E.: Business and Competitive Analysis, FT Press, New Jersey,
2007., p. 8.

Hedin et al. (2011., p. 63-65.) razvijaju est faza MI ciklusa:
analitike potrebe - identifikacija kljunih i stvarnih potreba imat e najvei utjecaj na
kvalitetu isporuenih materijala, vie nego bilo koja druga faza ovog ciklusa. Potrebno
je takoer voditi rauna o injenici kako u stvarnosti menadment moda i ne moe u

58

potpunosti artikulirati koje su mu tono informacije potrebne ve e to fragmentirano
naznaiti. Stoga analitiari trebaju znati kako identificirati potrebe menadmenta,
poznavati organizaciju i poslovanje te zadrati objektivnost;
obuhvaanje sekundarnih izvora informacija - autori namjerno razdvajaju i daju
prednost sekundarnim izvorima podataka u odnosu na primarne izvore zbog vie
razloga: jeftiniji su, analizom sekundarnih izvora lake e se upravljati kasnijim
intervjuima, te nakon obrade sekundarnih izvora odreeni podaci se nee trebati
nabavljati iz primarnih izvora;
primarno istraivanje;
analiza - davanje smisla prikupljenim podacima i informacijama;
isporuka - potrebno je voditi rauna o sugestijama vezanim za prvu fazu kako bi uinci
bili maksimalni;
koritenje povratne veze - bez obzira koliko analiza bila kvalitetno uinjena, uvijek se
javljaju nova pitanja, dileme ili dvojbe, tako da su povratne informacije izuzetno
vane u kontekstu zapoinjanja novog ciklusa.
Iz prezentirane se materije moe zakljuiti kako su razlike u navedenim ciklusima minimalne,
a polazei od injenice da je sadraj vaniji od forme moe se pretpostaviti da etiri osnovne
faze pokrivaju kompletan proces. Planiranje i upravljanje, kao prva faza, odnosi se na
nespornu artikulaciju ciljeva, postojanje jasne predodbe o zahtjevima, prioritetima,
pokazateljima koji se trebaju pratiti, rokovima i resursima i izvriteljima. Ovaj prvi korak u
ciklusu poslovne inteligencije Meyer (1999.) naziva izgradnjom intelligence profila tvrtke
kojim se treba definirati to tvrtka treba znati. Prikupljanje podataka predstavlja drugu fazu, a
izvori podataka se mogu podijeliti na one koji se nalaze u poduzeu
46
(podaci iz sustava, te
podaci od zaposlenika), i one izvan poduzea (primarni i sekundarni publicirani izvori).
Prema Kahaneru (1997., p. 54-55.), primarni je materijal sirov, nepromijenjen te u veini
sluajeva potpun, dok je sekundarni (ponekad jedini mogui izvor) veinom unaprijed
selektiran ili promijenjen. Govorei o izvorima podataka za industrijsku analizu Porter (1998.,
prema Wheelen i Hunger, 2006.,) ih dijeli na est temeljnih skupina: promatrai ili motritelji
industrije, dobavljai, prodavai ili distributeri, kupci ili korisnici usluga, intervjui o
konkurentima, te servisne organizacije. Kovacich (2000., p. 327.) navodi tri podruja u
kojima se prikupljaju podaci;

46
Kovacics (2000., p. 332.) navodi kako odreene procjene govore da se 80% onoga to je menademntu
potrebno za donoenje boljih odluka ve nalazi u njihovoj kompaniji.

59

bijela zona - koju karakterizira etinost i legalnost,
siva zona - nije etina, meutim jo uvijek je legalna,
crna zona - neetina i nelegalna.
Fuld (2010., p. 260.) naglaava kako jedan od najveih izazova u prikupljanju informacija
predstavlja sposobnost razlikovanja izmeu aktivnosti koja je agresivna i one koja je neetina
ili nelegalna. Bit analize kao tree faze jest u vrednovanju dobivenih odnosno prikupljenih
podataka u smislu pouzdanosti i preciznosti te njihova obrada i pretvaranje u informacije i
inteligenciju
47
. Vano je napomenuti da se treba izbjei GI-GO efekt (engl. Garbage in
Garbage out). Javorovi i Bilandi (2007., p. 211.) kau kako se kvaliteta gotove
obavjetajne informacije moe vrednovati kroz tri elementa: tonost koja se utvruje nakon
dogaaja, relevantnost u odnosu prema izvornim zahtjevima, tj. potrebe krajnjih korisnika i
pravodobnosti dostavljanja. Kahaner (1997, p. 134-135.) objanjava karakteristike kvalitetno
napravljenog analitikog materijala: odgovarajua prema potrebama menadmenta,
fokusirana a ne generalna, pravovremena, visoke razine povjerenja, te prezentacija rezultata u
najboljem obliku prema menadmentu.
Distribucija kao zavrna faza oznaava raspodjelu raspoloiva znanja korisnicima odnosno
donositeljima odluka. U ovoj fazi PI treba osigurati menadmentu pouzdanu sliku stvarnosti,
to kompletniju i relevantniju za domenu poslovnog odluivanja. Ovdje je potrebno naglasiti
vanost povratne veze odnosno povratne informacije o kvaliteti, zadovoljstvu i ispunjenju
zadatka kako bi ciklus PI zaista bio ivotan.


1.3.2. Informacijska tehnologija podrka za funkcioniranje

Iako je misija informacijske tehnologije (engl. Information Technology IT) pruanje potpore
poslovanju (Williams i Williams, 2007., p. 117.), to se u praksi moe razlikovati i varirati s
obzirom na samu razinu razvijenosti IT u pojedinoj kompaniji. Kao to je u uvodu ovog rada
navedeno, IT e se razmatrati u kontekstu alata provedbe koncepta PI, tako da e se u sklopu
ovog dijela obraditi skladite i spremite podataka, rudarenje podacima, OLAP alati, te
kontrolne ploe.

47
Kahaner (1997., p. 96.) kae kako je osnovni cilj intelligence projekta nai odgovor.

60

1.3.2.1. Skladite podataka Data Warehouse

Dananje poslovanje karakterizira sve vei broj dogaaja, a podaci - ija koliina
eksponencijalno raste - dobiveni iz tih aktivnosti najee se pohranjuju u operativnim
bazama podataka iji je zadatak prikazivanje stvarnog, najnovijeg stanja poslovnog sustava.
Informacijska anarhija ozbiljan je problem s kojim se poduzea susreu, a Liautaud i
Hammond (2006., p. 17.) kau da nastaje kada pojedinci ili cijeli dijelovi tvrtke ponu
upravljati vlastitim potrebama za informacijama razvijajui pri tom vlastite informacijske
sustave (engl. Information System IS) koji nisu mogli meusobno komunicirati te su,
posljedino, esto bili prepravljeni proturjenim i netonim podacima. Koliina podataka koje
je trebalo prikupljati i pohranjivati postala je zapanjujua (Panian, 2007., p. 48.) , tako da je
Inmon (prema Panian i Klepac, 2003., p. 80.) 1992. godine predstavio koncept skladita
podataka kojemu su svojstvena etiri obiljeja:
subjektnost - podrazumijeva usmjerenost predmetima, odnosno organiziranost
podataka oko predmeta;
sadrajna nepromjenjivost - znai da se jednom pohranjeni podaci u pravilu vie ne
mijenjaju;
integriranost - oznaava njihovu konzistentnost;
povezanost s vremenom - podaci su vezani uz odreeno vremensko razdoblje,
odnosno povijesnog su karaktera, dok su kod operativnih baza pohranjeni samo
najsvjeiji podaci.
Objanjavajui skladite podataka, pojedini autori naglaavaju razliku od poslovne
inteligencije, tako da Howson (2008., p. 2.) kae kako ono moe i ne mora biti dio arhitekture
PI, ali to nikako nije sinonim za nju, dok je Ranjan (2009., p. 62.) smatra znaajnom
komponentom PI, a Panian (2007., p. 50.) temeljem sustava PI. Davenport et al. (2010., p.
33.) kau da kompanijina skladita podataka (eng. Enterprise Data Warehouse EDW)
sadre sve potrebne informacije sadanje i povijesne. Kalakota i Robinson (2002., p. 401.)
smatraju da je inicijativa za uspostavom skladita podataka esto prvi zahtjev uspjene
strategije poslovne inteligencije.
Rasmussen (2002., p. 13.) objanjava da DW sadri iroku paletu podataka koji predstavljaju
koherentnu sliku poslovnih uvjeta u jedinstvenoj toki vremena. Williams i Williams (2007.,
p. 10.) dre da je ono kljuni omoguavatelj koncepta PI jer je uslijed pada cijena pohrane

61

podataka, posebnih alata te naina organiziranja podataka postalo jeftinije i ekonominije, a
Wixom i Watson (2001., p. 18.) kau da je nastalo kao produkt poslovnih potreba i
tehnolokih prednosti. Laursen i Thorlund (2010., p. 139.) objanjavaju da se skladite
podataka sastoji od tehnikog i poslovnog dijela. Tehniki dio treba osigurati da se podaci
prikupljaju, skladite, kombiniraju, strukturiraju i iste bez obzira koji im je izvor, dok
poslovni dio treba osigurati kreiranje poeljnih kljunih pokazatelja i izvjetaja. Najopseniji
posao u procesu skladitenja podataka predstavljaju procesi integriranja podataka i
organizacija njihovih sadraja. ETL procesi (engl. Extract, Transform, Load) imaju zadatak
ekstrahirati odnosno zahvaati ili vaditi, transformirati odnosno preoblikovati te puniti ili
unositi podatke iz jednog ili vie transakcijskih sustava u skladite podataka
48
.
Spremita podataka (engl. Data Mart - DMa) predstavlja podskup podataka koji dolazi iz
centralnog skladita podataka (Howson, 2008., p. 30.), a koriste se za specifine potrebe
pojedinih dijelova poduzea (Ranjan, 2009., p. 62.), odnosno prema Laursenu i Thorlundu
(2010., p. 153. ), ono predstavlja specijaliziranu verziju skladita podataka. Karakteristino
jest da su strukturirana za laki pristup krajnjeg korisnika (Williams i Williams, 2007., p.
201.). Prema Panianu (2007., p. 93.), osnovna tehnologija strateke poslovne inteligencije je
tehnologija centraliziranog skladita podataka, dok je taktike PI tehnologija distribuiranih
spremita podataka.
Prema istraivanju Cuter Information Corp. (urko, 2002., p. 66.) najvanije koristi koje
tvrtke trae i oekuju od svojih skladita podataka jesu: bolja poslovna inteligencija (39%),
smanjenje vremena lociranja, pristupa i analize informacija (21%), konsolidacija razliitih
izvora informacija (20%), strateka prednost pred konkurencijom (11%), bre osvajanje
trita (5%), te zamjena starih sustava potpore odlukama (3%). Rezultati istraivanje koje su
proveli Wixom i Watson (2001., p. 17.) pokazalo je da menaderska podrka i resursi pomau
pronalaenju odgovora na pitanja koja se javljaju tijekom implementacije projekta skladita
podataka. Takoer je ustanovljeno kako resursi, korisniki angaman, te obuen projektni tim
poveavaju vjerojatnost da e se ovaj projekt implementacije odviti unutar postavljenog
budeta, u planiranom vremenu s predvienom funkcionalnou.



48
Detaljnije u knjizi Panian, ., Klapac, G.: Poslovna inteligencija, Masmedia, Zagreb, 2003., p. 86-94.

62

1.3.2.2. Rudarenje podacima Data Mining

Nevjerojatna koliina i sloenost podataka jednostavno potiu na njihovo prekopavanje
49
koje
nadilazi obino izvjeivanje radi otkrivanja modela koje bi u suprotnome bilo teko
prepoznati (Liautaud i Hammond, 2006., p. 163.). Rudarenje podataka (engl. Data Mining
DM) moe se definirati kao pronalaenje zakonitosti u podacima (Thierauf, 2001; p. 108-109;
Panian i Klepac, 2003; p. 247.), odvajanje korisnog od nekorisnog (Garaa, 2008., p, 96.),
odnosno prema Kudybai i Hoptroffu (2001., p. 8.), to je skup tehnologija koje ujedinjuju
primjenu statistikih tehnika i matematikih formula kao alata, pokuavajui identificirati
znaajnost meuveza izmeu povijesnih podataka koje bi potom mogli biti iskoriteni za
prognoziranje, izvrenje analize osjetljivosti ili samo identificiranje znaajnosti veza izmeu
podataka koju su na raspolaganju. Primjenom ovih alata mogue je otkriti do tada
neprepoznate matrice ponaanja, lake i tonije se mogu predvidjeti budui trendovi to bi u
konanici trebalo rezultirati donoenjem poslovnih odluka utemeljenih na znanju (engl.
Knowledge-driven decisions).
Vitt et al. (2002., p. 58-59.) kau da se zadaci DM-a mogu kategorizirati kao deskriptivni ili
prediktivni, to prvenstveno ovisi o problemima koji treba rijeiti. Prema Milleru (2001., p.
150-151.), oko 90% informacija jesu nestrukturirani dokumenti pa kae da bi se DM principi
trebali primijeniti u konceptu to ga naziva rudarenje dokumentima (engl. Document Mining).
Cilj ove aktivnosti bilo bi zakljuivanje relacija i odnosa u kontekstu pretraivane
dokumentacije bez unaprijed definiranih odnosno pretpostavljenih relacija. Najee koritene
metode rudarenja podacima jesu (Kudyba i Hoptroft, 2001; Vit et al., 2002; Panian i Klepac,
2003; Bilandi, 2008; Garaa, 2008; Watson, 2009.):
metoda potroake koarice - ova analiza otkriva skrivena pravila u nizu transakcija
koje se tiu prodaje roba, odnosno ona otkriva asocijativna pravila koja pokazuju koji
se parovi artikala i s kojom vjerojatnou kupuju zajedno;
klasteriranje - podrazumijeva postupak kojim se provodi grupiranje ili pridruivanje
objekata slinih karakteristika, gdje je cilj pronai grupe koje se meusobno razlikuju,
dok su istovremeno lanovi unutar grupa dosta slini jedni drugima;
neuronske mree - mogu biti vrlo snaan alat za predvianje trendova i prognoziranje
na temelju povijesnih podataka, a svoje zaetke ideja o ovim mreama vue iz

49
U knjizi e-Poslovna inteligencija pojam Data Mining se prevodi kao prekopavanje podataka, iako se moe rei
kako je u Hrvatskoj uvrijeen prijevod rudarenje podacima.

63

neuropsihologije, s obzirom na to da su iskoritena saznanja o ponaanju ivanih
stanica;
stabla odluivanja - glavni zadatak ove metode jest odreivanje varijabli i njihovih
vrijednosti koje determiniraju neki skup, a primjenu nalaze prilikom analize sklonosti
potroaa kupnji odreenog proizvoda s obzirom na raspoloive atribute;
genetiki algoritmi - u veini sluajeva slue za probleme optimizacije pa nisu
eksponirani kao gore navedeni primjeri;
neizrazita logika (engl. Fuzzy Logic);
napredne matematike i statistike analize.
U primjeni rudarenja podacima javljaju se i odreeni problemi, tako da Panian (2007., p. 71.)
navodi kako su pojedini alati katkad teki za upotrebu te se proizvoai trude kako bi
pojednostavnili njihovo rukovanje uz istovremeno zadravanje funkcionalnosti. Vitt et al.
(2002., p. 58.) osim kompleksnosti navodi i problem cijene to se odrazilo na usporavanje
koritenja. Takoer treba biti svjestan injenice da se rudarenjem podacima esto otvara vie
novih pitanja nego to se dobiva odgovora na postavljena, pa nije rijedak sluaj de se koristi u
tandemu sa OLAP alatima.


1.3.2.3. OLAP alati

Jedan od najrairenijih i izuzetno uspjenih naina izvoenja znanja iz podataka predstavljaju
OLAP
50
(engl. On-Line Analytical Processing) alati odnosno multidimenzijske analize
(Watson, 2009., p. 510). Porastom koliine raspoloivih informacija i pojavom stroih
zahtijeva za kvalitetnijom podrkom odluivanju spoznalo se da koncepti, metode i tehnike,
odnosno klasini naini elektronike obrade podataka ne mogu udovoljiti novonastaloj
situaciji te da je potrebno definirati nove naine obrade podataka posebno dizajnirane za tu
namjenu (Garaa, 2008., p. 79-80.). Ime OLAP moe se usporediti s on-line obradom
transakcija OLTP (engl. On-Line Transaction Processing), terminom koji je bio u upotrebi
prije nastanka OLAP-a. OLTP sustavi dizajnirani su za biljeenje velikog broja transakcijskih
podataka i optimizirani su za podrku jednostavnih upita, dok su, prema Thieraufu (2001., p.

50
Prema Vitt et al. (2002., p. 35.), termin OLAP kreirao je matematiar E. F. Codd te je 1993. godine kreirao set
kriterija kojima trebaju udovoljavati baze podataka nad kojima bi se primjenjivao OLAP.

64

98.), Vitt et al. (2002., p. 36-37.) i Ranjanu (2009., p. 61.), OLAP kocke namijenjenje analizi
velikih koliina podataka metodama raslojavanja i presijecanja (engl. Slice and Dice Method).
Druge mogunosti jesu opcija rotacije (engl. Pivoting) po principu pokai i klikni, te buenje
odnosno svrdlanje (engl. Drill down), a omoguuje da se vidi koje informacije dovode do
jedinstvene ukupne vrijednost.
Najvanije i ujedno najvrijednije svojstvo OLAP alata zasniva se na multidimenzijskoj
analizi, to znai da se podaci mogu istovremeno promatrati kroz vei broj filtera koji se u
znanstvenoj terminologiji nazivaju dimenzije. Broj dimenzija teoretski niim nije ogranien
(Laursen i Thorlund, 2010., p. 156.), a u praksi se taj broj moe popeti na vie od deset, a s
obzirom da to prelazi spoznajne mogunosti prosjenog ovjeka moe se zakljuiti da ovi
alati omoguuju proirenje ljudske inteligencije. Sljedea njihova vana karakteristika jest
brzina koja omoguuje postavljanje pitanja i dobivanje odgovora u najkraem roku, praktiki
odmah. U veini sluajeva vrijeme odgovora sustava na upit jest unutar nekoliko sekundi, a
kod sloenijih upita ponekad je potrebno vie od trideset sekundi. Klasino se izvjetavanje
koristilo za prikaz podatka koje je poduzee imalo u razliitim bazama podataka raznih
dijelova sustava, a multidimenzijski se OLAP alati koriste za objanjenje zato su odreeni
poslovni dogaaji upravo takvi (Moss i Atre, 2003., p. 284.). Meu osnovne kvalitete OLAP
kocke Panian (2007., p. 66-67.) navodi: analizu i rukovanje izvjetajima brzinom misli,
prigodno (ad hoc) svrdlanje iz sumarnih podataka prema transakcijskim pojedinostima,
razmjenu i dijeljenje OLAP kocaka s personaliziranim aspektima uz visok stupanj sigurnosti
odnosno pouzdanosti, te automatsko stvaranje i sinkroniziranje OLAP kocaka. Howson
(2008., p. 41-42.) naglaava karakteristike u odnosu na izvjetavanje; multidimenzionalnost,
brzinu, visoku interaktivnost, razliite razine agregacije, te kros-dimenzijsku kalkulaciju.
Prema rezultatima istraivanja
51
(Pendse, 2005., p. 11.), osnovni razlozi za izbor OLAP alata
jesu: funkcionalnost (41%), jednostavnost upotrebe (31%), uspjenost query karakteristika
(24%) te cijena (21%). Postoji nekoliko inaica ovih alata, a prema Panianu (2003., p. 244.) i
La Grouw (2008., p. 250.), to su MOLAP (engl. Multidimensional OLAP), HOLAP (engl.
Hybrid OLAP), ROLAP (engl. Relational OLAP), te DOLAP (engl. Desktop OLAP). Iako se
u praksi mogu pronai sve navedene varijante, kao najzastupljenija rjeenja pokazali su se
hibridni OLAP-i.


51
Istraivanje je proveo World Research Inc Survey.com na uzorku od vie od 5.000 ispitanika iz 106 zemalja.

65

1.3.2.4. Poslovne kontrolne ploe Business Dashboards

S obzirom da stara kineska poslovica kae kako slika vrijedi vie od tisuu rijei, a u sluaju
poslovne inteligencije se moe rei brojeva (Howson, 2008., p. 197.) ne udi ubrzani razvoj
modela i naina to uinkovitijih prezentacija svih vrsta informacija. Treba napomenuti kako
vizualizacija nije novost s obzirom da su njezini prvi pokuaji zabiljeeni u XVIII. stoljeu
52

(Eckerson i Hammond, 2011., p. 4). Kontrolna ploa (engl. Dashboard) predstavlja
vizualizirani prikaz najvanijih informacija potrebnih za ostvarivanje jednog ili vie ciljeva,
konsolidiran i ureen tako da moe biti izloen na jednom raunalnom zaslonu, ime se
omoguuje cjelovit uvid u sve relevantne informacije odjednom (Panian, 2007., p. 191.).
Analogno, poslovna kontrolna ploa (engl. Business Dashboard) napredni je vizualizacijski
alat koji pomae poslovnim korisnicima znati kako se odvija njihovo poslovanje. Koristei
jednostavna grafika rjeenja i tablice one prezentiraju velike koliine podataka kako bi
korisnici lake uoavali trendove i uzorke (La Grouw, 2008., p. 260.). Promatrajui je kroz
prizmu funkcionalnosti poslovne inteligencije Garaa (2009., p. 142.) je objanjava kao
digitalno upravljako mjesto s uvidom u aktivnosti ostvarivanja strategije, definiranim
metrikama i poslovnim performansama.
Panian i sur. (2007., p. 196. i 209.) naglaavaju vanost izbora kljunih pokazatelja
uspjenosti koji e se prezentirati putem kontrolnih ploa, a La Grouw (2008., p. 261.) u tom
smislu istie da oni trebaju biti usklaeni s korporativnim ciljevima, lako razumljivi,
relevantni, mjerljivi, povezani, te vidljivi. Povezujui ih s tablicom uravnoteenih ciljeva
(engl. Balanced ScoreCard BSC) Laursen i Thorlund (2010., p. 156.) navode kako u veini
sluajeva informacije dolaze iz relacijskih baza podataka i OLAP kocaka te se korisnicima
prezentiraju preko kontrolnih ploa. Howson (2008., p. 45-47.) takoer kae da se termini
kontrolna ploa i tablica uravnoteenih ciljeva koriste naizmjenino te navodi da je, prema
njoj, osnovna razlika u tome to se BSC fokusira na zadanim mjerama i usporeuje ih s
predvienim ili ciljanim veliinama, dok kontrolne ploe prezentiraju podatke i brojke na
razliite naine. Panian i sur. (2007., p. 209-213.) ih usporeuju te kau kako su kontrolne
ploe u visokoj mjeri prilagodljive specifinim potrebama pojedinanih korisnika, dok
primjena BSC-a, koje se mogu smatrati sredinjim stoernim tokama sustava stratekog
upravljanja, iziskuje primjenu daleko strukturiranijeg i manje prilagodljivog pristupa.

52
Autori navode primjer kotskog ininjera i politikog ekonomistu Williama Playfaira (1759-1823) koji je
producirao mnogobrojne vizualizacije ekonomskih i politikih tema Britanskog carstva, npr. kretanja britanskog
duga u razdoblju od 1688. do 1800. godine.

66

Kontrolne ploe odraavaju ono to se dogodilo, a tablice uravnoteenih rezultata usmjerene
su budunosti to je prikazano na slici 11.

Slika 11. Uloga poslovnih kontrolnih ploa i usporednih tablica
Izvor: Panian, .; Poslovna inteligencija Studije sluajeva iz hrvatske prakse, Narodne Novine, Zagreb, 2007.,
p. 213.

Za razliku od nekih navedenih autora, Cokins (2009., p. 104.) uoava razliku iz konteksta
njihovog koritenja te objanjava kako BSC ima strateku dimenziju, a kontrolne ploe
operativnu. Prema Eckersonu (2011., p. 101.) kontrolne ploe performansi
53
pruaju
informacije koje kombiniraju monitoring, analizu, izvjetavanje, predvianje i vizualizaciju u
jedinstvenom integriranom okruenju. Prema njemu postoje tri vrste ovih instrumenata:
operativne ploe - slue za monitoring procesa, dogaaja i aktivnosti koje se
pojavljuju (svake minute, sata, dana);
taktike ploe - mjere i analiziraju performanse aktivnosti, procesa i ciljeva pojedinog
odjela;
strateke ploe - prate progres prema zacrtanim stratekim ciljevima.



53
Eckerson koristi termin Performance Dasboards.

67

1.3.3. Kljuni elementi poslovne inteligencije

Razliiti pogledi pojedinih autora na fenomen poslovne inteligencije ogledaju se takoer u
drugaijim pristupima i vrednovanju imbenika kljunih za uinkovitu implementaciju,
razvoj, uspjeh i/ili budunost samog koncepta. U evolutivnom ih je smislu zanimljivo
kronoloki proanalizirati, te usporediti s rezultatima odreenih naknadnih istraivanja. Prema
Thieraufu (2001., p. 95. i 161.), postoje etiri esencijalna elementa efikasnog BI-a:
nadogradnja aktualnog IS-a sa sustavom poslovne inteligencije (engl. Business
Intelligence System BIS);
koritenje metode rudarenja podataka ili otkrivanja znanja s softverom poslovne
inteligencije kako bi se bolje razumjele kompanijine operacije, dananje i one u
budunosti;
izgradnja efikasnog skladita podataka i IS-a u realnom vremenu gdje je fokus na
mnotvu faktora povezanih s internetom, intranetom i ekstranetom;
poveanje koritenje kompjuterske mree koja je povezana s e-trgovinom.
Prema Atre (2003., p. 2-8.) uspjeh poduzea nikada nije plod sluajnosti, a do uspjeha e doi
ako tvrtka bre donosi bolje i pouzdanije odluke, pojednostavljuje operacije (engl. Streamline
operations), skrauje vrijeme ciklusa razvoja novog proizvoda, maksimizira vrijednost svoje
proizvodnje, anticipira nove mogunosti, te provodi kvalitetniji i fokusiraniji marketing uz
unapreenje odnosa s kupcima i dobavljaima. Navedeno e mu omoguiti PI, meutim on
istovremeno ukazuje poduzeima na razumijevanje deset kritinih izazova:
pogreno shvaanje i razumijevanje BI projekata kao kros-organizacijske aktivnosti
naime, potrebna je organizacijska kultura shvaanja BI-a na razini cijelog poduzea;
pogrean izbor sponzora BI projekta, ako to nije osoba iz top menadmenta, te ako ona
nije uvjerena u uspjeh - on e izostati;
nedostatak kljunih menadera u razvojnom timu BI projekta
54
;
nedostatak obuenog i raspoloivog osoblja;
nepostojanje jasno definiranog plana, metoda, ciljeva i putokaza;
nedostatak spoznaje o BI projektu kao iterativnom procesu u kojemu se resursi,
planovi, vremenske skale i ciljevi kontinuirano usklauju;

54
Atre navodi kako 20% kljunih menadera koristi BI aplikacije u 80% svojeg vremena, pa stoga smatra
potrebnim identificiranje i ukljuivanje bitnih IT i poslovnih menadera od samog poetka razvoja BI-a.

68

problem identifikacije i artikulacije informacijskih potreba postavljenih pred BI,
nerazumijevanje potrebe za koritenjem podataka o podacima (engl. Meta-data);
previe oslanjanja na razliite metode i alate, pa predlae da se u perspektivi svjesno
tei koritenju manjeg broja alata s obzirom da njihov vei broj poveava
kompleksnosti te zahtijeva vei administrativni angaman.
Williams i Williams (2007., p. 171-181.) navode etiri kritina faktora BI uspjeha:
utvrivanje odnosno razumijevanje na koji e nain uvoenje BI-a unaprijediti
performanse poduzea - ovdje su potencijalni problemi: nepostojanje usklaenosti BI
strategije s poslovnom strategijom, nesnalaljivost u definiranju informacijskih
potreba, te nepostojanje marketinke vizije za dobivanje organizacijske podrke.
osnivanje i rukovoenje BI programom - mogue su greke: ad hoc praksa za
selektiranje BI projekta, neadekvatno voenje BI programa, nestrateko pozicioniranje
BI unutar organizacije, neadekvatni resursi i nekvalitetno financiranje kao podrka
uspjenosti BI inicijative;
optimiziranje infrastrukture koritene IT za potrebe BI-a - mogui problemi: koritenje
tehnike infrastrukture koja je neadekvatna za podrku poslovnoj inteligenciji,
koritenje IT standarda i politika koji su dizajnirani za operativni sistem;
upravljanje organizacijskim promjenama potrebnim za postizanje novih vrijednosti -
potencijalne greke: nekoritenje reinenjeringa poslovnih procesa za optimizaciju
koritenja BI svojstava, pomanjkanje volje za organizacijskim promjenama,
nedostatak inicijativa te nekoritenje punog potencijala informacija.
Panian (2007., p. 108-119.) navodi pretpostavke (zlatna pravila) koje e jamiti vei
stupanj vjerojatnosti uspjenijih sustava:
korisnike treba razumjeti - gotovo 90% ili i vie poslovnih korisnika u veini
organizacija ne ele troiti vrijeme na stvaranje, mijenjanje ili drugaije rukovanje
informacijama ak i kad su im nadohvat ruke PI alati pomou kojih to mogu initi;
valja primijeniti paradigmu broja klikova - to je potrebno vie klikova da bi se
dolo do konanog rezultata, to je uloen vei trud, stoga ne udi nastojanje da se
osigura prijem eljenih informacija sa to manjim brojem klikova;
napredniji korisnici trebaju biti konzumenti, ali i proizvoai informacija;
valja uspostaviti i njegovati sveprisutnu kulturu mjerenja s obzirom da se onim to
se moe mjeriti moe i upravljati;

69

razvoj poslovne inteligencije treba biti strateko opredjeljenje tvrtke.
Neke od navedenih sugestija i elementi svoju su potvrdu nali u rezultatima istraivanja
koje je objavila Howson (2008., p. 89., 115., 184.). Prema njima, 55% ispitanika partnerstvo
izmeu poslovanja i IT-a (engl. Business-IT partnership) oznailo je kao esencijalno za
uspjeh uvoenja BI-a u poduzee. Na drugom mjestu se nalazi podrka vrhovnog
menadmenta sa 53%, dok tree mjesto pripada usklaenju
55
BI-a i poslovnih ciljeva odnosno
korporacijske strategije. Upravljanje BI programom prosjeno je ocijenjeno kao vrlo vano za
postizanje BI uspjeha, to je vrednovalo 25% ispitanika. Otprilike isti broj poduzea ima
implementiran BI na razini odreenog odjela kao i na razini cijelog poduzea, meutim skoro
dvostruko (31% u odnosu na 16%) dalo je ocjenu vrlo zadovoljan na razini poduzea u
odnosu na razinu odjela. Istraivanje je takoer ukazalo na odreene kulturoloke elemente, u
uspjenim BI kompanijama 73% ispitanika se sloilo (ili strogo sloilo) da se odluke
dominantno donose na temelju injenica u odnosu na dobar osjeaj, za razliku od onih
kompanija koje nisu uspjene u koritenju BI-a gdje je 80% ispitanika potvrdilo da koriste
dobar osjeaj za odluivanje. Ovdje je potrebno ukazati na moguu tzv. zamku dokaza (engl.
Evidence Trap) koja nastaje kada donositelji odluka trae informacije koje e potvrditi ve
donesene odluke na temelju iskustva ili dobrog osjeaja. Druga razlika koja, po autorici,
spada pod kulturoloku jest da uspjena BI poduzea u 79% sluajeva sebe doivljavaju kao
efikasne lean upravljae, za razliku od 63% dijelimino BI uspjenih, odnosno 47%
neuspjenih.
Hedin et al. (2011., p. 42.) u sklopu rezultata svojih istraivanja ukazali su na est kljunih
faktora uspjenosti (engl. Key Success Factors - KSF):
opseg intelligencea - odnosi se na definiranje svrhe MI programa, korisnika i
vremenskog okvira (prolost, sadanjost, budunost) intelligence aktivnosti te
odreivanje tema za koje e se trebati prikupiti informacije, a obino je tu rije o
kupcima, konkurentima, dobavljaima, trendovima i geografskim trinim
podrujima;
intelligence proces - koji se odnosi na prikupljanje, analizu i izvjetavanje
informacijama korisnikih grupa. Ovaj proces uvijek treba biti vezan uz korporacijske

55
Kaplan i Norton su u svojoj knjizi Alignment slikovito objasnili ovaj pojam kao neto slino sinkronizaciji
koju postie posada veslakog amca.

70

procese poput stratekog planiranja, marketinga, prodaje, inovacija, menadmenta
proizvoda i upravljanja opskrbnim lancem;
intelligence isporuke - pod ime se podrazumijevaju konkretni outputi prethodno
objanjenog procesa. Ove isporuke mogu biti opipljive poput analitikih izvjetaja,
prikaza profila s trita, ili je rije o interaktivnom radionicama i brifinzima. Ovdje je
takoer mogue ukljuiti posebno razvijene IT programe dizajnirane za tzv.
samoposluivanje krajnjih korisnika;
intelligence alati - rije je o softverskim alatima koji su zadueni za provoenje
definiranih procesa te kao pomo procesuiranju podataka u informacije i inteligenciju
koja se normalno dostavlja korisnicima. Pod ovim alatima se takoer mogu
podrazumijevati i odreene analitike tehnike;
intelligence organizacija - podrazumijeva sve resurse ijom kombinacijom su
omogueni intelligence procesi. Formiranje intelligence organizacije zapoinje inom
definiranja vlasnika korporacijskih intelligence aktivnosti kojemu su potrebne interne i
eksterne mree podrke. Unutarnja se mrea odnosi na korisnike i stvaratelje iz
razliitih dijelova organizacije, dok se vanjska mrea odnosi na sve izvore iz eksterne
okoline, poput partnera, industrijskih konzultanata, kreatora istraivakih izvjetaja i
sl.;
intelligence kultura - zaduena je za odravanje intelligence programa u ivotu, a
najvaniji element ove kulture jest vrhovni menadment sa svojom iskrenom
podrkom intelligence aktivnostima.
Promatrajui BI kao sustav, Bilandi (2008., p. 87-90.) ukazuje na potrebu integriranja,
organiziranja i usklaivanja nekoliko elemenata: ljudski (kadrovski), operativni (djelatnost),
organizacijski (okvir funkcioniranja) i tehniki (informatiki). Prema njemu, gradnja BI
sustava treba biti postavljena u skladu sa shvaanjem da je BI sastavni dio stratekog
upravljanja, a sam se sustav moe uspostaviti na tri naina:
neformalni oblik organiziranja - na nain kada pojedini djelatnici uz svoj primarni
posao obavljaju i aktivnosti iz BI spektra;
formalni oblik - koji podrazumijeva uspostavu posebnih organizacijskih jedinica
zaduenih za BI;
formalni centralizirano-decentralizirani model - karakteristian velikim
multinacionalnim kompanijama.

71

I on naglaava organizacijsku kulturu povezujui je sa svijeu zaposlenika o sadraju i
vanosti BI-a, ime on posljedino postaje dio poslovne kulture kompanije. Indikatori koji,
po njemu, ukazuju na uspjenost BI-a u kompaniji jesu:
to bi trebao biti sustav koji kompaniji donosi novac;
top menadment bi trebao znati to je BI, kolika mu je vanost u poslovanju i uloga u
procesima te redovito rabiti rezultate u procesu donoenja odluka;
BI sustav bi trebao stvoriti realne poslovne intelligence analize koje omoguuju
kompaniji da uvijek bude korak ispred konkurenata;
Intelligence analize trebaju pruiti realnu sliku o poloaju kompanije u poslovnom
okruenju i u odnosu na konkurente te predvidjeti razvoj buduih dogaaja.
Garaa (2009., p. 139.) iznosi naela BI-a iz kojih se u svari mogu iitati elementi potrebni
za uspjeno funkcioniranje bez obzira koja se tehnologija koristi:
centralizacija, Bi mora biti podreen stratekim interesima poslovnog sustava;
objektivnost, podrazumijeva se korektnost u prezentaciji dobivenih rezultata;
pravovremenost, bitne informacije i rezultati trebaju biti dostupni u vrijeme potrebe za
njima;
prilagodljivost, odnosno fleksibilnost BI sustava razliitim potrebama i zahtjevima
poslovnog sustava;
kontinuiranost, stanje predmeta istraivanja treba se kontinuirano provjeravati;
sustavnost, metodiko koritenje svih raspoloivih resursa;
dostupnost, informacije i rezultati trebaju biti dostupni svim zainteresiranim i
ovlatenim osobama;
etinost, osim podataka o internom poslovanju, legalno i etiki se moe prikupljati
najvei dio javno dostupnih podataka;
sveobuhvatnost, potrebno je koristiti sve raspoloive izvore podataka, bilo da su
primarni ili sekundarni, bez obzira na uestalost njihovog pojavljivanja ili
objavljivanja.




72

1.3.4. Zatita podataka i informacija defenzivna poslovna inteligencija

Polazei od pretpostavke koliku vrijednost podaci i informacije predstavljaju za tvrtku i
njezino poslovanje, namae se potreba pronalaenja naina za njihovo efikasno uvanje i
branjenje. Nolan (2001., p. 205.) logino objanjava temeljni princip kada kae: ako
intelligence aktivnosti imaju vrijednost tada ih je vrijedno i tititi. to pod pojmom poslovne
protuobavjetajne aktivnosti (engl. Business Counterintelligence - BC) podrazumijevaju
pojedini autori te koliko su iroka tumaenja nabolje se vidi iz analize nekoliko probranih
definicija (Barrett, 2000., p. 29; Bernhardt, 2003., p. 88-90; Shear, 2009., p. 56-57.):
Ispravno shvaen cilj BC-a predstavlja angaman i neutralizaciju nastojanja
konkurentskih prikupljanja koritenjem raznih fleksibilnih i aktivnih mjera (Nolan,
2001.);
BC se bavi upadima koji nisu ni protuzakoniti ni neetini. Iako se mogu koristiti
barijere za sprjeavanje egzodusa informacija, BC treba biti uspostavljen u tvrtkinim
procedurama, ali i u glavama zaposlenika, a ne preko ulaznih toaka na (web)
stranicama (West, 2001.);
BC je vieslojni zatitini tit koji krije vae slabosti od onih koji mogu, znajui ih,
profitirati na va troak. Takoer se koristi za ograniavanje izloenosti vae snage
onima koji to ne trebaju znati. To je tekui defenzivni proces kojim organizacija
sagledava svoju unutranjost leama protivnika kako bi blokirala svoju izloenost
ekonomskoj, cyber ili industrijskoj pijunai, prijevarama, terorizmu, nebrizi,
prevelikom otkrivanju, nezakonitom stjecanju vlasnikih informacija te drugim
sigurnosnim rizicima (Martin, 2002.);
BC je proces preveniranja intelligence napora drugih strana, esto, ali ne nuno
konkurenata. Razumijevanje BC-a podrazumijeva razumijevanje procesa poslovne
inteligencije kako biste shvatili kako netko drugi moda prikuplja informacije o vama
(Barrett, 2000.);
Kao to je PI iroko ugraena u korporativno istraivanje i planiranje, tako je i praksa
BC koja titi podatke vae kompanije od legalnih ili ilegalnih intelligence aktivnosti
drugih poduzea (Miller, 2001.);
BC je akcija poduzeta protiv protivnikovih intelligence aktivnosti, pijunae ili
sabotae (Fleisher i Blenkhorn, 2001.);

73

BC se bavi ofenzivnim i defenzivnim aktivnostima kako bi neutralizirala efikasnost
stranih/neprijateljskih intelligence operacija, zatitila osjetljive informacije, sprijeila
subverzije, sabotae i teroristike aktivnosti usmjerene prema ljudima, stratekoj
infrastrukturi te materijalima (South Africa Government White Paper on Intelligence,
1995.);
Misija BC-a jest zatita cjelokupnog subjekta, bez obzira je li rije o vladi ili
korproaciji, od unutranje ili vanjske povrede (Sulc, 1997.).
Shear (2009., p. 58.) konsolidira prouene analize te kae kako BC podrava proces PI kroz
zatitu, uvanje, doprinos i koritenje znanja slijedei interne ofenzivne i defenzivne etine
procedure kako bi se adekvatno neutralizirale tetne ili potencijalno tetne aktivnosti koje se
provode iznutra ili izvana, legalnim ili ilegalnim sredstvima, od strane vanjskih ili unutarnjih
subjekata. U najirem smislu moe se ustvrditi kako je zadatak BC-a zatita informacija od
onih koji nisu autorizirani za njezino posjedovanje kako bi se sprijeile potencijalne prijetnje
te unaprijedila sigurnost (Bernhardt, 2003., p. 89.), odnosno rizik gubitka poslovnih
informacija koje posjeduje poslovni subjekt svesti na najmanju moguu mjeru (Javorovi i
Bilandi, 2007., p. 228.). S obzirom da je poslovna inteligencija iskljuivo orijentirana
prema poslovnoj domeni, a termin protuobavjetajno djelovanje ima prizvuk vojnog, odnosno
pijunskog, primjerenije bi bilo ove aktivnosti nazvati defenzivna ili obrambena poslovna
inteligencija (engl. Defensive Business Intelligence - DBI). Jelens
56
(DeGenaro, 2005., p. 13-
14.) razlikuje ova dva pojma te kae kako se defenzivna inteligencija sastoji od:
sigurnosnih protumjera (obrana od protivnikih pokuaja, tradicionalno fizike -
potrebne ali nedovoljne);
operativne sigurnosti (uskraivanje protivniku bilo kakvih dokaza o planiranju i
izvrenju osjetljivih aktivnosti);
kontraobavjetajnih aktivnosti (otkrivanje protivnikovih intelligence aktivnosti).
McGonagle i Vella (1996., p. 91.) objanjavaju kako realizacija obrambene inteligencije
(engl. Defensive Intelligence DI)
57
obuhvaa nekoliko aktivnosti: (1) nadgledanje
informacija distribuiranih od strane kompanije, (2) evaluacija konkutrentskih aktivnosti da li
su poduzete na temelju neobjavljenih informacija, (3) preporuka politika i naina kontrole

56
Georg Jelens je u vrijeme objave lanka (2005. godina) bio direktor operativne sigurnosti National Security
Agency (NSA).
57
I kod se ovog pojma moe uoiti razliito koritenje termina tako da u ovom sluaju autori objanjavaju pojam
Defensive Intelligence a navode kako se ponekad koristi pojam Counter Intelligence.

74

upravljanja osjetljivim informacijama. Na slici 12. je prikazano njihovo povezivanje
obrambene inteligencije s ostalim elementima Cyber Intelligencea.

Slika 12. Poveznica obrambene inteligencije s ostalim elementima modela
Izvor: McGonagle, John J., Vella, Carolyn M.: A New Archetype for Competitive Intelligence, Quorum books,
London, 1996., p. 96.

Javorovi i Bilandi (2007., p. 214.) kau kako ova aktivnost ima tri cilja: zadravanje status
quo vezano za poloaj pravnog subjekta u poslovnom okruenju, procjenu moguih opasnosti
i prijetnji te zatitu poslovnog subjekta od nelegalnih i neetinih napada drugih subjekata.
Ovaj ciklini proces sastoji se od nekoliko meusobno povezanih faza (Barrett, 2000., p. 31-
38; Nolan, 2001., p. 210-212.):
postavljanje i definiranje zadataka - sigurnost se treba gledati kao proaktvni i
integralni dio programa BC-a. Sa strateke razine potrebno je tono i precizno
definirati opseg (to se treba zatititi) i ciljeve koji se trebaju izvriti te nain i
tehnologiju njihove realizacije;
ocjena konkurencije - aktivna procjena tko i na koji nain ugroava (ili potencijalno)
ugroava interese kompanije te kakve su intelligence sposobnosti konkurencije ili
drugih interesenata. Kod ove aktivnosti potrebno je poi od pretpostavke da aktivnosti
usmjerene prema kompaniji ne moraju biti ni legalne ni etine
58
, ali isto tako da
potencijalni ugroavatelji mogu djelovati preko samih zaposlenika
59
;

58
Nolan navodi informaciju FBI-a kako je u est godina evidentirano 1.100 sluajeva industrijske pijunae u
kojoj je procijenjena teta u iznosu od 300 milijardi USD.
59
Javorovi i Bilandi navode kako su istraivanja pokazala da su u preko 70% sluajeva za gubitak
informacija krivi zaposlenici kompanije (2007., p. 230.)

75

procjena ranjivosti - podrazumijeva analizu slabosti same organizacije koje
istovremeno mogu biti prilike svim neprijateljskim imbenicima. Ranjivosti se mogu
klasificirati kroz nekoliko dimenzija: operativne (odnose se na nain kako poduzee
izvodi svoje dnevne operacije, kako otkrivaju svoju budunost te kako tite
informacije pogotovo u kontekstu svijesti zaposlenika koje su informacije osjetljive),
fizike (najvea ranjivost proizlazi iz ne koritenja fizikih zatita: brava, lozinki,
vanih dokumenata), osobne (odnose se na nain kako poduzea zapoljavaju i
upravljaju svojim zaposlenicima), tehnike (prvenstveno se odnosi na raunala,
njihovo koritenje i zakljuavanje);
dizajn i razvoj protumjera - zasniva se na prethodno utvrenom stanju ranjivosti
poduzea sukladno emu se i odreuju prikladne mjere koje ne moraju nuno biti
skupe nego uinkovite. Prvi element u izgradnji ove faze jest podizanje svijesti
zaposlenika o vanosti zatite informacija te potencijalnim posljedicama ugroze.
Slijedeu vanu karika predstavlja uspostava sigurnosne klasifikacije informacija i
razrada sheme njihove dostupnosti;
analiza - dat e ocjenu kakav je bio uinak poduzetih mjera te koje se aktivnosti i na
koji nain trebaju usavriti kako bi se kvalitetno ispunili postavljeni sigurnosni ciljevi;
distribucija - kljuni trenutak kojim se analitike procjene dostavljaju menadmentu te
vrijedi isto pravilo kao i kod poslovne inteligencije - prava informacija u pravo
vrijeme pravim osobama.
Kahaner (1997., p. 252-254.) objanjava osnovnu ideju OPSEC
60
metode identificirati
relativnu vanost svake informacije kako bi se poduzele prikladne mjere za njezinu zatitu. Za
razliku od tradiocionalnih sigurnosnih metoda koje su nastojale izbjei rizik po svaku cijenu,
ova tehnika pomae upravljati rizikom u razumnom i analitikom smislu na ekonomian
nain kroz pet koraka:
identifikacija kritinih informacija - predstavlja izbor informacija koje konkurencija
treba kako bi stekla prednosti u odnosu na tvrtku koja se titi. Najee je rije o
formulama, trgovakim tajnama, ugovorima, planiranim akvizicijama te stratekim
planovima;
analiza prijetnji - podrazumijeva identifikaciju konkurenata i ocjenu sposobnosti
uinka njihovih intelligence aktivnosti;

60
OPSEC predstavlja akronim od Operation Security, odnosno, za operaciju sigurnosti.

76

analiza ranjivosti - sastoji se od procjene moguih curenja vlastitih informacija i
razumijevanja ovog problema od strane zaposlenika kojima su te informacije
dostupne;
procjena rizika - podrazumijeva analizu moguih posljedice ukoliko konkurencija
dobije odreene tiene informacije, odnosno, kako bi se to moglo odraziti na trini
udjel, kupce ili poziciju tehnoloke razine;
upotreba protumjera - prvi korak predstavlja promjena naina zaposlenika kako rade
svoj posao, potom nain njihovog razmiljanja o poslu te posljedino pristup
upravljanju podacima i informacijama.
Gordon i Loeb (2001., p. 71-75.) slino, kroz pet koraka, razvijaju obrambeni aspekt
sistemske analize konkurencije (engl. Competitor Analysis System CAS) gdje svaki korak
karakterizira nunost promiljanja prethodnog:
identifikacija trenutnih i potencijelnih konkurenata - identifikacija moguih buduih
konkurenata predstavlja izazov obzirom da je u analizi potrebno uoiti mnoge
prikrivene elemente teko primjetnih karakteristika;
odreivanje informacija koje predstavljaju ciljeve uoenih konkurenata (o trinom
udjelu, razvoju novih proizvoda, informacije o potencijalnim spajanjima, o
neobjavljenim financijskim pokazateljima, strukturi trokova...);
procjena dostupnosti ovih informacija - predstavlja temeljnu obrambenu mjeru;
ocjena njihove vrijednosti za konkurente - zbog jednostavnije obrade predlau tri
vrijednosne kategorije;
spreavanje konkurentskih CAS aktivnosti.
Bernhardt (2003., p. 88-96.) navodi tri pitanja na koje svaka tvrtka treba odgovoriti kako bi
identificirala razinu svoje obrambene spremnosti: (1) to nai konkurenti ele saznati o nama i
zato?, (2) na koji nain to ele postii?, (3) koje mjere su na raspolaganju za sprjeavanje tih
aktivnosti? Osim navedenog, Bernhardt sugerira i mogue indikatore aktivnosti usmjerenih
protiv organizacije:
konkurenti su upoznati s novim projektima, povjerljivim poslovima, poslovnim
tajnama i strategijama;
tvrtka dobiva upite od nepoznatih (studenti, istraivai i sl.) o svojim poslovnim
tajnama i novim projektima;
serviseri i tehniko osoblje odravanja posjeuje kompanije bez da su pozvani;

77

isti konkurenti uvijek pobjeuju poduzee na raznim natjeajima;
postavljeni ureaji za prislukivanje u sobama za sastanke;
poduzee stalno zaprima upite za posjete raznih stranih delegacija;
konkurenti redovito prvi lansiraju novi proizvod vrlo slian onom kojeg poduzee
razvija;
kraa povjerljivog materijal ili raunala kojima se koristi menadment;
kljuni zaposlenici naputaju poduzee i prelaze konurenciji.
Rezultati istraivanja
61
koje je proveo Calof (2004.) pokazuju da generalno postoji
zadovoljavajua praksa zatite informacija, meutim takoer je ustanovljeno kako poduzea
slabo procjenjuju aktivnosti poslovne inteligencije usmjerene protiv njih, pa zakljuuje kako
je sigurnosna svijest velika a defenzivna niska. U prilog navedenoj ocjeni idu rezultati
istraivanja
62
koje je proveo ASIS
63
(Fitzpatrick i Burke, 2003., p. 21.) prema kojima su etiri
naznaajnije posljedice curenja informacija: gubitak konkurentske prednosti, smanjenje
trinog udjela, poveanje trokova namjenjenih istraivanju i razvoju te poveanje stopa
osiguranja. U kontekstu navedene materije vrijedno je navesti jedno od rijetkih istraivanja
64

povrede informacijske sigurnosti od strane zaposlenika poduzea koje je provela Shropshire
(2009., p. 296-310.). U istraivakom su modelu prediktorske varijable: financijske promjene,
deformacije u ponaanju, zlouporaba opijata (droga i alkohol) te promjena posla, dok su
zavisne IT pijunaa i sabotaa. Rezultati ovog istraivanja potvrdili su hipoteze: (1)
financijske su promjene u korelaciji sa IT pijunaom, (2) deformacije u ponaanju su u
korelaciji s IT sabotaom, (3) zlouporaba opijata je u korelaciji sa IT sabotaom, (4) promjene
posla su u korelaciji sa IT sabotaom, ali nisu u korelaciji sa IT pijunaom.
Prema Nolanu (2001., p. 213-216.), kada se PI i DPI integriraju u jedinstven model rezultati
mogu biti impresivni, a model takve integracije prikazuje slika 13. Integracija se oituje kroz
tri elementa: prvi i osnovni element koji ujedno predstavlja poetnu i krajnju toku jest
menadment odnosno donositelji strategije i najvanijih odluka. Druga su dva integrirajua
elementa izrada analiza i njihova distribucija krajnjim korisnicima.

61
Istraivanje je provedeno na uzorku od 3.080 kanadskih visokotehnoloki razvijenih poduzea od kojih se
dobilo 1.025 odgovora to predstavlja odziv od 33%.
62
Istraivanje je provedeno 1999. godine na poduzeima iz grupe Fortune 1000.
63
ASIS predstavlja akronim od American Society for Industrial Security , odnosno ameriko udruenje za
industrijsku sigurnost.
64
Ovim su istraivanjem obuhvaene institicije vlade SAD, organizacije iz obrambene sfere, te financijskih i
zdrastvenih usluga. Iz navedenih se baza generirao 41 sluaj, a kanonikom su analizom ukupno obraena 62
sluaja.

78


Slika 13. Integralni model zatite poslovne inteligencije
Izvor: Nolan, J.A.: Intelligence and Security in Business, in Miller, J.: Millenium Intelligence: Understanding
and Conductiong Competitive Intelligence in the Digital Age, CyberAge Books, New Jersey, 2001., p.
213.

Barrier (2004., p. 54.) navodi rezultate istraivanja
65
prema kojem se 30% ispitanika izjasnilo
kako njihovo poduzee ne provodi nikakve mjere zatite trgovinskih tajni. Isto je istraivanje
pokazalo kako su dva najea naina zatite: potpisivanje dokumenta o zaititi podataka
(engl. Nondisclosure agreement) i dokument kojim se uposlenik obvezuje da nee prei raditi
u konkurentsko poduzee (engl. Noncompete agreement). Bernhardt (2003., p. 90-93.)
preporuuje preventivne mjere koje bi se mogle primijeniti u veini poduzea: edukacija
zaposlenika (kako bi na vrijeme prepoznali prijetnje), obrambene mjere (identifikacija
moguih prijetnji meu zaposlenicima), mjere tehnikog nadzora (slue identifikaciji ilegalno
postavljenih ureaja) te testiranje penetracije (ocjena ranjivosti sigurnosnih sustava).




65
Society for Human Resource Management je tijekom oujka 2004. proveo istraivanje na uzorku od 247 HR
profesionalaca.

79

1.3.5. Budunost poslovne inteligencije

Dananje uvjete poslovanja karakteriziraju neizvjesnost, nepredvidivost te nesigurnost, a
globalne pokazatelje meunarodnog monetarnog fonda (engl. International Monetary Fund)
prikazuje graf broj 2.
Upravo zbog navedenih okolnosti Ranjan (2009., p. 63.) predvia rast potrebe za BI
analizama u realnom vremenu (engl. Real time) ili blizu realnog vremena (engl. Near real
time), odnosno oekuje rast potreba za auriranim informacijama, slino kao na burzama za
koje e korisnici oekivati da ih dobiju s klikom ili dva mia. Ovo e se odraziti na smanjenje
potrebama za tjednim ili mjesenim izvjetajima.


Graf 2. Promjene u globalnom okruenju
Izvor: International Monetary Fund: Global Financial Stability Report in: Hostman, B.: Future Scenarios for the
Five Key Business Intelligence and Information Management Initiatives, Gartner Business Intelligence
Summit, march 9-11, 2009., p.2.

Watson (2009., p. 499-503.) predvia etiri trenda:
skalabilnost, koja oznaava sposobnost BI-a u rukovanju velikih koliina podataka,
veeg broja korisnika, sloenijih upita (engl. Query) bez smanjenja performansi i
djelotvornosti sistema;
0
2
4
6
8
10
makroekonomski
rizik
rizik novih trita
kreditni rizik
trini i rizik
likvidnosti
potreba za rizikom
monetarni i
financijski rizik
tra.07
lis.08

80

sveproimajui (engl. Pervasive) BI, pod ime podrazumijeva svojevrsnu
demokratizaciju BI-a za iroku skupinu korisnika, ne samo unutar organizacije ve to
predvia i za tvrtkine kupce i dobavljae. Izazovi koji se u tom smislu postavljaju jesu
vrijeme, cijena, kompleksnost izbora, nabava te implementacija;
operacijski BI, napretkom tehnologije aktualne se operacije ne moraju samo
nadgledati, na njih se moe utjecati koritenjem realnih podataka tako da on
upotrebljava termin skladite podataka u realnom vremenu (engl. Real time Data
Warehouse);
organizacija na temeljima BI-a (engl. BI-based organization), pratei razvoj BI-a
moe se rei da je od neega poeljnog (engl. Nice to have) postao uvjet
konkurentnosti (Davenport, 2006.), neto bez ega poduzee ne bi moglo funkcionirati
u budunost.
Poslovna je inteligencija trebala izai iz podruja povijesnih analiza i usmjeriti se prema
budunost, pa se moe rei da se od nje oekuje prediktivnost i proaktivnost (Panian, 2007., p.
49.). Pod prediktivnou podrazumijeva mogunost predvianja buduih dogaaja, stanja,
promjena ili procesa, dok proaktivnost znai mogunost osmiljavanja, pripremanja i
poduzimanja akcija primjerenih anticipiranim dogaajima, stanjima, promjenama i procesima.
Kada informacija o nekom zbivanju doe do skladita podataka, upozorenje o tome prenosi se
do korisnika putem razliitih vrsta mehanizama, to Liautaud i Hammond (2006., p. 96.)
nazivaju proaktivnom inteligencijom.
Rudarenje podataka, statistike analize i prediktivna analitika nisu nita novo, meutim, ono
to ih je promijenilo jest nain kako su integrirani u BI jer je menadment prepoznao koliko
se iroko mogu primjenjivati ove analize (Howson, 2008., p. 204-205.). Tradicionalni su
izvjetaji pomagali shvatiti to se dogodilo i donekle zato se to dogodilo. Rudarenje
podacima identificiralo je uzorke i trendove u podacima kako bi se moglo predvidjeti to e se
dogoditi, dok napredna analitika prua iri kontekstualni uvid i interpretaciju koje izravno
vode prema specifinim akcijama (La Grouw, 2008., p. 258.).
Hedin et al. (2011., p. 223-236.) temeljem rezultata svojeg istraivanje prezentirali su MI
trendove do 2015. godine:
iz perspektive lanca vrijednosti kupci, konzumenti i konkurenti e i dalje biti u
primarnom fokusu intelligence aktivnosti;
upravljanje rizikom i risk intelligence postaju vana podruja unutar MI-a;

81

trita u nastajanju predstavljaju najvee prilike stoga e biti ciljevi poveane
intelligence aktivnosti;
sukreacija u intelligence aktivnostima podrazumijeva zajedniki rad MI profesionalaca
i donositelja odluka;
kvalitetnija integracija MI u poslovni proces i u proces donoenja odluka pod ime se
podrazumijeva bolje razumijevanje poslovanja i korporativnih strategija i ciljeva od
strane MI profesionalaca, ali istovremeno se podrazumijeva da donositelji odluka
trebaju razumjeti nain funkcioniranja MI-a te im omoguiti ire vidike unutar polja
interesa za odreenim informacijama;
budui MI outputi trebaju imati poveanu razinu analize i dubljeg uvida, laku
pristupanost (on-line), poboljanu vizualizaciju te poveanu orijentiranost prema
budunosti. Za oekivati je vei udio scenario analiza, ratnih radionica (engl. war
gaming workshop), razvijanja razliitih varijanti moguih ishoda, personalizirane
intelligence uratke i sl.;
razvoj sistema ranog upozoravanja;
prepoznata su etiri trenda preferiranja informacija:
o stvarno jednostavne vijesti (engl. Really Simple Syndication RSS) za
individualne korisnike,
o unoenje informacija s Googlea ili nekog drugog izvora otvorenog tipa,
o koritenje pametnih telefona za MI potrebe,
o koritenje video materijala za MI potrebe;
osim navedenih kanala oekuje se daljnji razvoj umjetne inteligencije (AI) i alata za
obradu teksta te geografskog informacijskog sistema (engl. Geographical Information
System GIS);
u organizacijskom smislu oekivanja su podijeljena s obzirom da dio sudionika
oekuje poveanu centralizaciju (u MI smislu), dok drugi oekuju suprotno;
izmjetanje (engl. Outsourcing) netemeljnih MI aktivnosti izvan organizacije;
naglaeniji interni marketing i podrka vrhovnog menadmenta MI aktivnostima.




82

1.4. Evaluacija poslovne inteligencije

1.4.1. Mjerenje poslovne inteligencije

Potreba mjerenja poslovne inteligencije proizlazi iz same injenice da menadment treba znati
doprinos svakog poslovnog elementa, procesa, aktivnosti ili funkcije ukupnom rezultatu, bez
obzira je li rije o opipljivom ili neopipljivom uinku. Upravo zbog specifinosti podruja
mjerenja, u literaturi postoji irok spektar razmiljanja, sugestija i prijedloga. Stubs (2011., p.
100.) smatra kako je vrijednost stvorena jedino onda kada je poduzeta akcija, a ne kada se
stekao uvid. Lonnqvist i Pirttimaki (2006., p. 33.) navode kako su dva osnovna razloga
mjerenja PI-a: odreivanje same vrijednosti poslovne inteligencije (odnosno vidjeti je li
vrijedna investicije) i upravljanje njezinim procesom. Kahaner (1996., p. 230-231.) tvrdi kako
je utjecaj intelligence operacija indirektan te da nema jednostavne korelacije izmeu prihoda i
novca potroenog za aktivnosti PI
66
, ali isto tako postavlja obrnuto pitanje: koliko poduzee
gubi ne primjenjujui PI? Simon (GIA, 2004., p. 5.) slino kae jer smatra kako je teko
izmjeriti izravnu novanu dobit, to govori i Pirttimaki (2007., p. 77.). Ona kae da mjerenje
izravne financijske dobiti od PI predstavlja teak zadatak zbog neopipljive prirode PI
aktivnosti i njezinih rezultata, te zbog injenice da se realizirana dobit odnosno koristi
disperziraju kroz cijelo poduzee. Simon (1998., prema GIA, 2004., p. 6.) u svojem
razmatranju dijeli mjere na tvrde i meke, gdje pod tvrdim mjerama podrazumijeva standardne
mjere organizacijskih procesa izraene kroz vrijeme, novac i kvalitetu. Meke mjere
predstavljaju subjektivne pokazatelje poput radne atmosfere, navika, osjeaja i sl.
Vrijednost poslovne inteligencije Mohanty (2008., p. 22.) razmatra u kontekstu informacijske
agilnosti koju smatra kljunom za postizanje poslovne agilnost, tako da je, po njemu, pravo
pitanje kako izraunati informacijsku agilnost. Najvanijim faktorom po kojem se razlikuju
agilna poduzea od svoje konkurencije jest sposobnost donoenja informiranih odluka.
Buchda (2007., p. 34-40.) u svojoj analizi navodi tri rana primjera mjerenja poslovne
inteligencije: Herring, 1996; Davidson, 2001; McGonagle i Vella, 2002. Temeljem svojih
istraivanja Herring navodi etiri mjere efikasnosti (engl. Measures of Effectiveness MOE):
uteda vremena, izbjegavanje trokova, utede na trokovima te unaprjeenje prihoda. Iako je
prijedlog zanimljiv, nije jasno kako bi se ovi pokazatelji trebali mjeriti. Prema McGonagle i

66
Kahaner slikovito kae kako je pokuaj kvantificiranja izravnog efekta od PI jednak kao da neki grad pokua
kvantificirati povrat koji dobiva jer ima izvrsne kole, bolnice, vatrogasce, policiju i sl.

83

Vella (2002., prema Buchda, 2007., p. 35.), The Future Group identificirali su najee mjere
efikasnosti: poduzete akcije (67%), promjene trinog udjela (49%), realizacija financijskih
ciljeva (49%), te razvoj novih proizvoda (44%).
Davidson (2001.) predlae model povrata na investicije kompetitivne inteligencije (engl.
Return on Competitive Intelligence Investment ROCII) za specifian projekt razlikujui pri
tome strateke rezultate (omjer tonog predvianja, ispunjavanje ciljeva te mjerenje
zadovoljstva: ukupnog, kvalitetom, relevantnou, pravovremenou, preciznou i uvidom) i
operativne rezultate (ocjena inkrementalne vrijednosti, mjerenje faktora rizika, ispunjenje
ciljeva, mjerenje zadovoljstva). Temeljem navedenoga predlae formulu:

=
+ ()



U navedenoj formuli (i njezinom objanjenju) ostalo je nedoreeno na koji bi se nain trebalo
precizno razdvojiti strateki i taktiki element. Sawka (2000., p. 1-4.) kae da poslovodstvo
trai konkretne i mjerljive koristi od PI kao dokaz njene vrijednosti te smatra kako je najbolje
mjerenje njezine korisnosti kroz evaluaciju doprinosa pojedinoj odluci te posljedinoj analizi
koristi koje je kompanija imala od te odluke. U svojoj analizi predlae etiri vrste mjerenja:
izbjegavanje troka - poslovna inteligencija moe imati mjerljiv utjecaj na
izbjegavanje nepotrebnih trokova u podruju kapitalnih investicija, razvoja proizvoda
te razvoja trita;
poboljanje prihoda - pokazati u kojoj mjeri aktivnosti PI pridonose poveanju
prihoda;
poveanje investicija
67
- investicije bi trebale ostvariti vei povrat kada su inputi
poslovne inteligencije ukljueni u donoenje odluka. Potrebno je izmjeriti poveani
povrat koji je nastao kao rezultat aktivnog koritenja PI;
stvaranje vrijednosti - moe se mjeriti na razliite naine, a Sawka ovdje sugerira PI
menaderima da analiziraju sve mjere kako bi pronali one gdje PI ima ili e imati
potencijalni doprinos, npr. zadovoljstvo zaposlenika ili kupaca.

67
Sawka priznaje kako je posljednje dvije mjere, poveanje investicija i stvaranje vrijednosti tee kvantificirati.

84

Marin i Poulter (2004., p. 202-203.) navode kako veina poduzea jo nije pronala adekvatan
nain mjerenja svojih PI aktivnosti. Moss i Atre (2003., p. 37-40.) priznaju kako je teko
pokazati adekvatan ROI, meutim smatraju kako je potrebno analizom informacija u PI
okruenju pokazati koliko poduzee moe uinkovitije djelovati i prilagoditi se na rastue
trine promjene. Dre kako sve inicijative poslovne inteligencije pridonose barem u jednoj
od sljedeih kategorija:
porast prihoda - identifikacija novih trita ili nia, efikasnija prodaja, bre
prepoznavanje novih mogunosti, bri izlazak na trite;
porast prihoda - bolje ciljana promotivna populacija, rano upozorenje o padajuem
tritu, identifikacija loijih proizvodnih linija ili proizvoda, identifikacija internih
nedjelotvornosti, uinkovitije upravljanje proizvodima;
poboljanje kupeva zadovoljstva - unaprijeeno razumijevanja kupevih preferencija,
unaprijeenje proizvoda po kupevim oekivanjima, prodaja dodatnog proizvoda
postojeem kupcu, ponovljena prodaja, bre reagiranje na kupeve albe;
poveanje uteda - smanjenje izgubljenih ili otpisanih proizvoda, reduciranje zahtjeva
za prilagoenim izvjetavanjima;
poveanje trinog udjela - poveanje broja kupaca koji su preli od konkurencije,
zadravanje ili poveanje stope zadravanja kupaca u odnosu na prethodno razdoblje
ili na konkurenciju.
Williams i Williams (2003., p. 3.) kau kako investicija u PI treba kreirati odreenu imovinu
koja e se koristiti za generiranje dodanog novanog toka. Slikovito pojanjavaju svoj stav
navodei primjer kako investicija u PI koja e unaprijediti predvianje nee donijeti dodanu
vrijednost ako se to predvianje ne iskoristi u operativnim procesima to bi, posljedino,
trebalo rezultirati u opipljivim ekonomskim koristima. Temeljem ovakvog pristupa razluuju
dvije opcije gdje PI pridonosi poslovnoj vrijednosti: unapreenjem upravljakih procesa
(planiranje, kontroling, monitoring, mjerenja), te unapreenjem operativnih procesa (detekcija
prevara, promotivne kampanje, procesuiranje narudbi, nabavljanje, procesiuranje plaanja...).
Naime, poslovna vrijednost PI lei u njezinom koritenju u upravljakim procesima koji
utjeu na operativne procese kroz poveanje prihoda ili smanjenje trokova, ili u njezinom
izravnom koritenju u operativnim procesima. Iako potvruju (Williams i Williams, 2007., p.
21-22.) kako je ROI analiza kljuna komponenta poslovnih analiza, ipak predlau iru
analitiku perspektivu koja bi se trebala sastojati od:

85

oportunitetne analize PI - kombiniranjem analize okruenja, industrijske analize i
ocjenom strategije sa sveobuhvatnom procjenom kako bi se PI trebala koristiti da
omogui provedbu te strategije i podri kljune poslovne procese;
ocjene spremnosti PI - rije je o ocjeni organizacijske, poslovne i tehnike spremnosti
za dostavu podataka u sistem PI. Takoer je potrebno procijeniti kulturu odluivanja,
spremnost prema promjenama te mogunosti upravljanja promjenama, jer sve to utjee
na koritenje poslovne inteligencije;
inenjeringa procesa - rije je o vrednovanju koritenja pojedinih aplikacija PI u
kontekstu upravljakih ili operativnih procesa;
ROI analize - koritenje procjene trokova i diskontinuiranog novanog toka za
procjenu neto sadanje vrijednosti investicije u PI inicijative;
upravljanja promjenama - temeljem ocjena procesnog reinenjeringa potrebno je
utvrditi potrebni stupanj traenih promjena, vjetina i nunog osposobljavanja.
Smatraju kako upravo inenjering procesa i upravljanje promjenama identificiraju kljune
poslovne aktivnosti koje je potrebno urediti kako bi investicije u PI kreirale poslovnu
vrijednost. Poduzea kod kojih su uinkovitiji business/IT odnosi poluuju bolje rezultate
investicija u poslovnu inteligenciju (Williams i Williams, 2007., p. 23.). Panian i sur. (2007.,
p. 188-189.) navode tri aplikacije u cjelokupnom portfelju aplikacija poslovne inteligencije
koje su usmjerene poveanju uspjenosti poslovanja: uravnoteene poredbene tablice rezultata
poslovanja koje podravaju proces upravljanja poslovanjem, analitiku klijenata koja podrava
proces stvaranja prihoda tvrtke, te alati za upravljanje opskrbnim lancem koji podravaju
operativne procese u sveukupnom opskrbnom lancu. Svaka od navedenih aplikacija ima
potencijal unaprijeenja rezultata poslovanja u nekom segmentu.
U kontekstu mjerenja BI performansi Lonnqvist i Pirttimaki (2006., p. 36.) navode primjer
tablice uravnoteenih rezultata (BSC) te prizme performansi koja se sastoji od pet aspekata:
zadovoljstvo dionika, njihov doprinos, strategije, procesi i mogunosti. Osnovna ideja prizme
performansi jest stvaranje okvira koji treba usmjeriti panju menadmenta prema onome to
je vano za dugoroni uspjeh te pomoi organizacijama u dizajniranju, izgradnji i odravanju
sistema mjerenja performansi. Ovaj pristup koriste prema PI procesima kroz etiri koraka:
zadovoljstvo i doprinos korisnika PI, strategija PI, PI proces te mogunosti. Blenkhorn i
Fleisher (2007., p. 10-22.) navode specifinosti mjerenja performansi kod poslovne
inteligencije:

86

varijabilnost svojstvena ukupnom stratekom procesu u kojem PI predstavlja sastavni
dio - mnoge studije iz podruja strategije nisu uspjele raspodijeliti koristi koje su
postignute zahvaljujui strategiji, industriji ili uvjetima;
nedostatak stratekih alata u PI - PI ne mora nuno biti dio najaktivnijih ili
najsnanijih korisnika planiranja, budetiranja ili drugih upravljakih informacijskih
alata u usporedbi s drugim organizacijskim funkcijama;
esto postojanje nejasnih veza PI s ostatkom organizacije - teko je razluiti koje su
koristi ostvarene prvenstvo/djelom/jedino uz pomo PI;
kvantitativni pokazatelji esto mogu biti loi indikatori performansi PI - moe (ali i ne
mora) biti opipljive poveznice izmeu broja produciranih izvjetaja, datih preporuka,
potroenog novca ili broja usluenih klijenata;
esto je loa komunikacija kvalitativnih podataka unutar PI funkcije.
Njihovo je istraivanje
68
pokazalo da veliki problem predstavlja izbor varijabli koje bi se
trebale koristiti u ROI kalkulaciji za PI, tako da smatraju kako je ovaj pokazatelj u najboljem
sluaju nedovoljan, a u najgorem neprimjeren.
Elbashir et al. (2008., p. 135-153.) pristupili su ovoj problematici kao IT sistemu te su razvili
mjerni model temeljen na razumijevanju karakteristika sistema poslovne inteligencije.
Testiranje
69
su izvrili kroz ispitivanje odnosa procesnih i organizacijskih performansi. PI
sistem definirali su kao sistem za prikupljanje podataka i izvjetavanje koji prua
menaderima na razliitim razinama pravovremene, relevantne i iskoristljivije informacije za
lake donoenje odluka. Taj se sistem sastoji od querry analiza i izvjetavanja (OLAP, alati
rudarenja podacima, statistike analize, predvianje, kontrolne ploe) te specijaliziranih baza
podataka (skladite podataka i spremite podataka). Organizacijske su performanse
konstruirali pomou: poveanje prihoda, snienje prodajnih trokova, poveanje geografske
distribucije prodaje, poboljanje profitne mare, poveanje ROI-a, unaprijeenje
konkurentskih prednosti. Procesne su performanse konstruirali kroz tri dimenzije: odnosi s
dobavljaima (unapreena suradnja, snienje trokova meusobnih transakcija, unapreenje
odgovornosti, poveanje broja obrtaja zaliha te snienje zaliha), klijentska inteligencija
(snienje trokova povrata, snienje marketinkih trokova, skraenje vremena plasmana
proizvoda na trite) i efikasnosti internih procesa (unapreenje efikasnosti internih procesa,

68
Istraivanjem (radionice i grupne diskusije) obuhvaena su 103 PI profesionalca iz poduzea iji je godinji
prihod vei od 100 mil. USD.
69
Ciljani uzorak predstavljali su menaderi (1873) iz 612 poduzea koji koriste PI softver. Istraivanju je
pristupilo 419 menadera iz 212 poduzea, to predstavlja odziv od 22%.

87

poveanje radne produktivnosti, smanjenje trokova efikasnog odluivanja, snienje
operativnih trokova). U modelu su predviene dvije kontrolne varijable koje se nisu pokazale
znaajnima: veliina poduzea te vrijeme proteklo od usvajanja. Rezultati su potvrdili
znaajnu vezu izmeu procesnih i organizacijskih performansi za uslune (financijske,
konzalting) i neuslune (trgovina i maloprodaja, te proizvodnja) sektore, meutim, razlika se
pojavila kod industrija tako da se kod neuslune industrije pokazala snanija veza izmeu
analiziranih performansi. Zakljuno se moe rei kako neusluni sektor bolje pretvara
procesne u organizacijske performanse, za to autori nalaze potporu u elementu odnosa s
dobavljaima.
Cohen (2009., p. 62-74.) smatra kako se umjesto odnosa intelligence prakse i performansi
poduzea treba uspostaviti odnos izmeu performansi intelligencea i performansi poduzea. U
svojem modelu polazi od IS-a kojega prilagoava poslovnoj inteligenciji te predlae
razmatranje etiri elementa;
1. razliiti tipovi mjera ili kategorija - ova se skupina moe podijeliti u tri grupe:
tehniku (fokus je na mjerenju alata), ekonomsku (mjere se trokovi, efikasnost i
efektivnost), te organizacijsku (zadovoljstvo korisnika);
2. razliiti objekti mjerenja - temeljem prethodno navedenih mjera ovdje se navode
varijable: resursi koriteni u aktivnostima sistema PI (iz tehnike perspektive mjerenja
ovi resursi mogu biti financijski, organizacijski, tehniki, ljudski ili procesni),
kvaliteta informacije (informativna, anticipativna, te analitika), koriteni procesi (to
je koriteno i pod kakvim uvjetima?), te rezultati samog sistema (je li koritenje
poluilo mjerljive koristi, nie trokove, poveanu prodaju, vie inovacija, bolji
financijski rezultat i sl.);
3. prethodni izbori koncepta mjerenja;
4. problemi povezani s konceptom mjerenja.
etiri elementa iz druge toke ine okosnicu modela utjecaja uinkovitosti PI na
organizacijske performanse. Boyer et al. (2010., p. 3.) smatraju kako PI daje veu vrijednost
poduzeu na tri naina: (1) smanjuje ukupnu cijenu vlasnitva (TCO) za IT te poveava ROI
za softver i hardver, (2) kroz svoju strukturu osigurava irok spektar aurnih informacija za
odluivanje to utjee na produktivnost i uinkovitost, (3) uspjena PI poveava razinu
suradnje kroz itavo poduzee te utjee na bolje koritenje resursa. Analizirajui vrijednost
poslovne analitike Stubs (2011., p. 115-130.) objanjava opipljivu korist kao povrat koji se

88

izravno moe preslikati na neku od formi ekonomskog povrata za razliku od neopipljive
koristi koja stvara povrat koji je teko, a esto i nemogue za izraunati. Primjeri opipljive
koristi jesu: rast prihoda, smanjenje trokova, rast profitabilnosti, poboljanje likvidnosti,
smanjenje sumnjivih i spornih potraivanja, dok su neopipljive: osobna uteda vremena i
unapreenje produktivnosti, strateki uvid, smanjenje neizvjesnosti, bri bolje odluivanje, te
vie pouzdanih podataka. Stubs predlae (2011., p. 248-259.) okvir unutar kojega
menadment bira najzanimljivije pokazatelje u zavisnosti od ciljeva, strategija, okolnosti,
potreba, a koji obuhvaa:
poslovne mjere - koje omoguuju usporedivost, a predstavljaju ih financijski
(osiguravaju menadmentu kvantificiranje opipljivih vrijednosti imovine koju su
stvorili) i analitiki pokazatelji (predstavljaju neekonomske mjere koje su esto
usklaene s kljunim pokazateljima, a prvenstveno se odnose na pokazatelje
operativnih aktivnosti);
analitike mjere - iji je fokus na kvaliteti stvorene imovine, a najee su to mjere
tonosti, unapreenja ili devijacija;
tehnike mjere - koje pomau u identifikaciji kako se promatrani procesi i tehnologije
mogu optimalizirati.
Hedin et al. (2011., p. 16.) kau kako je utjecaj MI na kvalitetu donoenja odluka teko
kvantificirati, meutim efikasnost intelligence programa se moe lake izmjeriti kroz vrijeme
i novac. Novije istraivanje
70
koje su proveli Vierkorn et al. (2010.) pokazalo je da treina
ispitanih poduzea (34%) uope ne mjeri uspjenost investicije poslovne inteligencije, dok ih
manje od treine (31%) to radi odreenom kombinacijom kvalitativnih i kvantitativnih
mjerenja. Miller (2009) razlikuje ROI za PI projekt od kvalitete poslovne inteligencije koja je
determinirana ocjenama: korektnosti i integriteta podataka, pretvorbom podataka u korisne
informacije, brzinom i formatom dostave te zadovoljstvom krajnjeg korisnika. Popovi et al.
(2010., p. 5-29.) kau kako se indirektne koristi od PI sistema poput vee kvalitete
informacija ili dostizanje ciljeva unapreenja kvalitete ne mogu zanemariti, dok se prava
vrijednost krije u unapreenju poslovnih procesa te samim time i unapreenju performansi. U
ocjeni koristi autori polaze od IT perspektive te smatraju da zrelost PI pojedine tvrtke
podrazumijeva sposobnost PI sistema da prui kvalitetnu informaciju i sposobnost koritenja
te informacije u unapreenju poslovnih performansi. U procjeni vrijednosti PI sustava njihov

70
Istraivanje je provedeno na uzorku od 402 sudionika ( 79% iz Eurpope, a 17% iz Sjeverne Amerike), 25% je
proizvodnih poduzea, 24% iz podruja IT-a, te 13% iz financijskog sektora.

89

model polazi od navedene definicije te kljunim smatraju definiranje elemenata koji
omoguuju lake koritenje kvalitetnih informacija pruenih od strane PI. U navedenome
smislu predlau mjerenje stratekog usklaenja, kulture kontinuiranog procesnog
unapreenja, kulture koritenja informacija i analiza, upravljanja odluivanjem te suradnje
business/ IT. Hoevar i Jakli (2010., p. 99.) tvrde da je mjerenje koristi od PI vei problem
nego to je mjerenje trokova te navode najee koritene modele: ROI, neto sadanja
vrijednost (NPV), analiza troka i koristi, ukupna cijena vlasnitva (engl. Total Cost of
Ownership TCO), studija sluaja, subjektivna evaluacija. Temeljem svojeg istraivanja
studija sluaja za ocjenu isplativosti/korisnosti OLAP alata primijenili su pokazatelje strateke
analize uzrono-posljedinih odnosa.
U kontekstu mjerenja poslovne inteligencije modeli zrelosti predstavljaju zanimljiv pokazatelj
implementacije, kompletiranosti, uinkovitosti, upravljivosti i korisnosti, te e se u nastavku
prikazati etiri modela. Jedan od prvih pokuaja bio je kada su Watson et al. (2001., p. 42-50.)
razvili model zrelosti za skladite podataka koji se sastojao od tri razine (uvoenja, rasta i
zrelosti) te devet specifinih dimenzija (trokova i koristi, organizacijskog utjecaja, koritenja
skladita, utjecaja na sposobnosti korisnika, korisnika skladita podataka, osoblja, stabilnosti
proizvodnog okruenja, arhitekture, te podataka). Williams i Williams (2007., p. 47. i 98.)
navode tri kljuna faktora koji pokrivaju sedam BI elemenata koji utjeu na ROI:
sposobnost usklaenja i vodstva - strateko usklaenje, partnerstvo PI i poslovanja,
upravljanje portfoliom PI;
sposobnost koritenja - kultura kontinuiranog procesnog unapreenja, kultura
koritenja informacija i analitike, kultura procesnog odluivanja;
sposobnost dostava - tehnika spremnost poslovne inteligencije i skladita podataka.
Njihov model puta PI (engl. Business Intelligence Pathway) sastoji se od tri faze:
informacijski fokus prve faze jest odgovor na pitanje to (korisnici ele), a
karakteristino jest da se informacije koriste kao prije implementacije PI, dok se
odreeni pomaci vide u njihovom brem dobivanju;
u drugoj fazi poduzea poinju shvaati ulogu informacija te se prethodno pitanje to
nadopunjuje sa zato, tko, gdje, kako;
finalna faza zrelosti gdje su svi dijelovi poduzea ukljueni u organizacijske promjene.
Ako se uistinu eli ostvariti puni potencijal PI tvrtke trebaju biti spremne redefinirati

90

ulogu informacija, promijeniti nain i logiku potranje za informacijama te promijeniti
nain njihove upotrebe.
IDC (Vesset et al., 2008.) kreirali su model proimajue
71
poslovne inteligencije te ga
testirali
72
u praksi. Proimajua PI rezultira kada se organizacijska kultura, poslovni procesi i
tehnologije dizajnirani i implementirani sa ciljem unapreenja stratekih i operativnih
mogunosti odluivanja irokog spektra internih i vanjskih zainteresiranih sudionika. U
njihovom se modelu definira:
est pokazatelja proimajue PI (zavisnih varijabli): stupanj unutranjeg koritenja,
stupanj vanjskog koritenja, broj domena, frekvencija auriranja podataka te
analitika orijentiranost;
pet kljunih faktora koji imaju najvei utjecaj na ispunjavajuu PI (nezavisnih
varijabli); stupanj treninga, kvaliteta dizajna, prominencija upravljanja
performansama te prominencija voenja.
TDWI model (Eckerson, 2007.) fokusiran je na tehniki aspekt te se zrelost ocjenjuje u osam
elemenata: opsega, sponzorstva, financiranja, vrijednosti, arhitekture, podataka, razvoja i
dostave. Model se sastoji od pet faza i dviju prepreka, to je prikazano na slici 14.


Slika 14. TDWI Model zrelosti poslovne inteligencije
Izvor: Eckerson, W.W.: TDWI's Maturity Model, TDWI Research, Jully 2007., p. 4.


71
Engl. Pervasive
72
Istraivanje je napravljeno na uzorku od 1.141 poduzea iz 11 zemalja.

91

U ovom je modelu potrebno naglasiti dvije prepreke. Zaljev se javlja izmeu druge i tree
faze i karakterizira ga kombinacija loeg planiranja, problemi kvalitete podataka, percepcija
menadmenta, financiranje te unutarnji otpori. Ponor se javlja izmeu etvrte i pete faze te je
dosta ozbiljniji i sloeniji nego prije navedeni. Naime, ovdje se javljaju problemi volatilnosti
poslovanja (agilni procesi, fleksibilna arhitektura te usklaenje business/IT odnosa koji su
kljuni za rjeavanje volatilnosti), semantike standardizacije (svaki odjeljak gleda svijet
svojim oima tako da su usklaenja i dogovori nuni), tranzicija prema korporativnom IT
(kulturoloko i organizacijsko usklaenja IT-a i poslovanja su neizostavni), izvjetajni kaos
(samoposluivanje izvjetavanja vodi u kaos, stoga je potrebno kreirati standardan set
izvjetaja i izgleda upravljakih ploa) te izbjegavanje nefleksibilnosti arhitekture.
Graf 3. predstavlja korelaciju izmeu indeksa zrelosti trine inteligencije i uinkovitosti
odluivanja prema istraivanju koje su proveli Hedin et al., (2011.). Njihovi su rezultati
pokazali jaku i statistiki znaajnu korelaciju izmeu percipiriane kvalitete odluivanja i
indeksa zrelosti trine inteligencije.

Zrelost trine inteligencije
1 2 3 4 5
1
2
3
4
5

Graf 3. Korelacija zrelosti trine inteligencije i uinkovitosti odluivanja
Izvor: Hedin, H., Hirvensalo, I., Vaarnas, M.: The Handbook of Market Intelligence, John Wiley & Sons,
Chichester, 2011., p. 33.

92

Istraivanjem
73
deset modela zrelosti Lahrmann et al. (2010.) utvrdili su kako je samo jedan
utemeljen na teoriji te generalno zakljuuju kako su poveznice izmeu strategije poslovne
inteligencije, njezine zrelosti te organizacijskog uspjeha jo uvijek nejasne. Howson (2008., p.
58.) je temeljem svojeg istraivanja
74
o mjerenju uspjeha PI zakljuila kako su najei
pokazatelji: unaprijeenje poslovnih performansi (70%); bolji pristup podacima (68%);
podrka kljunih dionika (53%); percepcija korisnika o kritinosti misije (50%); ROI (43%);
postotak aktivnih korisnika (31%); utede trokova (31%).
Rezultati istraivanja
75
(TDWI, 2011; 2012.) uspjenosti poslovne inteligencije provedenih
2011. i 2012. godine prikazani su i usporeeni u tablici 5.

Tablica 5. Rezultati istraivanja uspjenosti poslovne inteligencije
U koliko je vremena posljednja BI investicija vratila pozitivan rezultat?
2010 2011 2012
Manje od 6 mjeseci 13% 16% 18%
Od 6 mjeseci do godine dana 22% 23% 22%
Izmeu godinu i dvije dana 17% 17% 15%
Izmeu dvije i tri godine 4% 8% 6%
Preko 3 godine 2% 4% 1%
Ne raunaju povrat 41% 32% 38%
Koliko smatrate Vae BI inicijative uspjene?
Visoko 22% 24% 28%
Umjereno 64% 59% 59%
Niska 14% 18% 13%
Izvor: prema TDWI Report: 2011 TDWI BI Benchmark Report Organizational and Performance Metrics for
Business Intelligence Teams, p. 10-11. i TDWI Report: 2012 TDWI BI Benchmark Report
Organizational and Performance Metrics for Business Intelligence Teams, p. 10.


73
Istraivanje je provedeno analizom 24 znanstvena asopisa.
74
Cf. p. 52.
75
Istraivanja su provedena na uzorku od 160 (2011.), odnosno 410 (2012.) profesionalaca poslovne
inteligencije.

93

Iz prikazanih se rezultata moe zakljuiti kako se percepcija visoke uspjenosti poveava iz
godine u godinu, dok je umjerena uspjenost (uz vidljivu mogunost napretka) relativno
konstantna. Osim rasta povrata BI incijativa unutar est mjeseci, zbirni pokazatelji za povrat u
roku dvije godine takoer su u blagom porastu (sa 52% na 56%).


1.4.2. Provedena istraivanja u Hrvatskoj

U Hrvatskoj, prema spoznajama autora napravljeno je pet istraivanja o poslovnoj
inteligenciji, te se u nastavku navode pojedinane karakteristike svakog od njih. urko (2002.,
p. 63-75.) je istraivala
76
koritenja alata i tehnologija PI (skladite podataka, OLAP i
rudarenje podacima) meu najveim hrvatskim poduzeima. Rezultati njezinog istraivanja
pokazali su da je veina ispitanika (oko 80%) upoznata s terminom skladita podataka, te su
samo ti ispitanici odgovarali na upitnik. Nadalje, 35% ispitanika koristi dok ih 11% razvija
skladite podataka, to autor dri zadovoljavajuim (ukupno 46%) ako usporedimo s
podacima Cutter Information Corp. iz 1999. godine prema kojima su ti pokazatelji na
svjetskoj razini izmeu 65% i 70%. Inicijative za DW projekat veinom su dole iz IS odjela
(61%) odnosno rukovodstva poduzea (30%). Najvei razlog za uvoenje ovog projekta jest
smanjenje vremena potrebnog za pronalaenje, pristup i analizu podataka (80%), a najvei
korisnici su: operativni menadment (63%) i top menadment (53%). Pokazalo se da se
OLAP alati koriste samo u 18% poduzea, to je zauujue s obzirom da su ove dvije
tehnologije komplementarne pa je bilo za oekivati veu uporabu. Alati rudarenja podacima
koriste se samo u 6% poduzea, dok ih 25% to planira. Zauujue se takoer pokazalo da
38% voditelja IS slubi ne zna za OLAP alate, a otprilike polovica ih nije upoznato sa
pojmom rudarenja podacima.
Peji Bach et al. (2007., p. 243-248.) istraivali
77
su utjecaj i implementaciju alata poslovne
inteligencije u hrvatskim bankama. Definirajui alate PI (query i analize, OLAP, integrirana
analitika, vizualizacija, rudarenje podacima te skladite podataka) u svom su se istraivanju
usredotoili na posljednja dva navedena kao najkoritenija u bankarskoj industriji. Prema

76
Istraivanje je napravljeno izmeu svibnja i rujna 2000. godine na uzorku od 106 poduzea sluajno odabranih
s popisa 400 najveih poduzea prema listi Privrednog vjesnika.
77
Istraivanje je provedeno na uzorku od 23 banke od ukupno registrianih 41 na dan 31.12.2003. godine
metodom intervjua tijekom rujna 2003. godine.

94

autorima, koritenje PI moe pomoi kod spreavanja pranja novca, upravljanja kreditnim
rizikom, kod kreditnog bodovanja, za zadravanje baninih klijenata, otkrivanju prijevara,
upravljanju trinim rizikom, upravljanja operativnim rizikom te upravljanju stratekim
performansama kod financijskih usluga. Njihovo je istraivanje pokazalo da su najkoritenije
tehnologije: internet (86%), skladite podataka (62%), sistemi za podrku odluivanju (57%)
te rudarenje podacima (48%). Autori su pod alate PI svrstali skladite podataka i rudarenje
podacima, tako da se pokazalo kako samo 44% banaka koriste alate poslovne inteligencije.
Utvreno je takoer da banke koje koriste PI imaju veu ukupnu imovinu, neto bri rast te
imovine, vei udio u ukupnom bankarskom tritu RH te veu dobit prije oporezivanja.
Jurii (2007.) prikazao je rezultate istraivanja
78
primjene PI u hrvatskom gospodarstvu.
Rezultati istraivanja pokazuju:
samo 9% tvrtki (2) ima poseban PI odjel, 44% (10) se povremeno bavi ovim
aktivnostima u sklopu drugih funkcija, dok ih se 47% (11) uope ne bavi poslovnom
inteligencijom;
42% poduzea (5) ima poseban odjel izmeu tri i pet godina, dok ih 25% (3) ima
izmeu pet i deset, odnosno izmeu godinu i pet godina;
50% poduzea (6) ima jednu organizacijsku razinu izmeu PI jedinice i upravnog
odbora, 8% (1) ih ima dvije, dok ih je 42% (5) izravno pod upravnim odborom;
etiri najpodravanija procesa od strane PI-a jesu: strateki razvoj, razvoj novih
proizvoda, marketing te prodaja;
najei proizvodi PI-a jesu: trine analize, profili konkurenata, ad-hoc izvjetaji,
rana upozorenja, te mjeseni intelligence izvjetaji;
najkritinija podruja PI-a u Hrvatskoj jesu: nedefinirani proces poslovne
inteligencije, nedostatak educiranih strunjaka, te podrka vrhovnog menadmenta.
Zebi (2010., p. 71-77.) objavio je rezultate provedenog istraivanja
79
u sklopu izrade svojeg
specijalistikog poslijediplomskog rada. Rezultati ovog istraivanja pokazuju:
polovica analiziranih poduzea ima odjel zaduen za prikupljanje i analizu
informacija;

78
Istraivanje je provedeno 2005. godine na uzorku od 85 poduzea, od kojih se odazvalo 23.
79
Istraivanjem su obuhvaena 84 poduzea od kojih se dobilo 50 odgovora, to predstavlja odziv od 59,52%, uz
napomenu kako nije navedeno na koji su nain izabrana poduzea za analizu.

95

60% poduzea ima taj odjel izmeu pet i deset godina, dok ih 20% ima izmeu godine
i pet godina;
u 60% poduzea taj je odjel izravno pod upravom ili izmeu njih postoji samo jedna
organizacijska razina;
69% poduzea odjel PI smjestilo je unutar sektora korporativnih strategija i
marketinga, a 69% koristi podrku PI pri procesima razvoja poslovnih strategija,
odnosno 65,4% pri procesima marketinga i prodaje;
glavnim razlog za pokretanje PI aktivnosti pokazala se potreba za informacijama u
procesima planiranja i odluivanja (64%), dok se njihovim uinkom pokazalo
kvalitetnije detektiranje prilika i prijetnji (56%), bre donoenje odluka (42%), te vie
kvalitetnih poslovnih informacija (40%);
primarni izvori podataka jesu prodaja (60%), potroai/klijenti (56%) i konkurenti
(30%);
najkoritenije analitike metode jesu: financijska analiza (60%), analiza trendova
(58%), SWOT analiza (50%), profiliranje konkurenata (30%), analiza scenarija (20%);
najkritinijim podrujima u razvoju PI pokazali su se: nedefinirani poslovno-
obavjetajni proces (34%), prepoznavanje kljunih informacija (28%), nedostupni
izvori informacija (26%), podrka vrhovnog menadmenta (26%), nedostatak
obrazovanog osoblja (26%).
Zebi zakljuuje kako bi glavni fokus budueg razvoja trebao biti usmjeren prema edukaciji
menadmenta i zaposlenika, posebno zbog prepoznavanja kljunih informacijskih potreba.
Bilandi et al. (2012., p. 15-26.) istraili
80
su upoznatost s business intelligenceom, njegovu
primjenu, te planove vezane za budunost kod hrvatskih poduzea. Kljuna hipoteza
njihovoga istraivanja jest da veina tvrtki koje posluju na teritoriju RH ne primjenjuje BI
kontinuirano kao institucionaliziranu sustavnu poslovnu funkciju
81
. Najvaniji zakljuci
njihovog istraivanja jesu:

80
Istraivanje je napravljeno u suradnji Odsjeka za sociologiju Filozofskog fakulteta Sveuilita u Zagrebu i
poslovnog tjednika Lider na uzorku od 1.000 najveih hrvatskih poduzea po visini prihoda za 2009. godinu.
Istraivanje se provodilo u razdoblju od listopada 2010. godine do travnja 2011. godine, na njega se odazvala
233 poduzea to predstavlja odziv od 23,3%.
81
Izvedene hipoteze su: (1) primjena BI aktivnosti nije jednako zastupljena u svim regijama, (2) primjena BI
aktivnosti zastupljenija je u velikim tvrtkama, (3) primjena BI aktivnosti nije jednako zastupljena u svim
djelatnostima, (4) primjena BI aktivnosti zastupljenija je u tvrtkama koje sebe smatraju konkurentnijima na
tritu.

96

iako veina tvrtki (57%) primjenjuje neke od BI aktivnosti, institucionalizirani odjel
za ove aktivnosti ima tek 19% poduzea, a priblino njih etvrtina (24%) ne
primjenjuje nikakvu BI aktivnost;
s obzirom na regiju
82
u kojoj poduzea djeluju nisu utvrene znaajnije razlike u
primjeni BI-a; meutim, uoava se kako se najvie tvrtki s institucionaliziranim BI
odjelom te tvrtki koje primjenjuju neke od aktivnosti BI-a nalazi u sjeverozapadnoj
regiji (78%), to je i razumljivo s obzirom da se u njoj nalazi grad Zagreb, te dvije od
etiri najrazvijenije upanije. U junoj regiji nalazi se najvie tvrtki (31%) koje ne
primjenjuju ni jednu od BI aktivnosti;
izmeu tvrtki postoji statistiki znaajna razlika s obzirom na veliinu tvrtke i
primjenu BI-a; meutim, pokazalo se da nema utvrene razlike izmeu malih i
srednjih tvrtki;
BI aktivnostima najvie se slue u sektoru bankarstva i financija (84%) te u sektoru
informacija i komunikacija (82%);
nije utvrena statistiki znaajna razlika u primjeni BI aktivnosti, s obzirom na
procjenu konkurentnosti tvrtki te s obzirom na kretanje trinog udjela u posljednjih
godinu dana;
veina je poduzea (vie od 90% od onih koje provode neku od BI aktivnosti)
usmjerena prema prikupljanju podataka koji su povezani s konkurentima,
potencijalnim poslovnim suradnicima te krajnjim potroaima roba i usluga;
poduzea koja imaju institucionaliziran odjel ili provode neku od BI aktivnosti
smatraju kako on pridonosi u predvianju i upravljanju rizicima, prepoznavanju
isplativih trinih nia, prepoznavanju snage i slabosti konkurenata, razvijanju novih
profitabilnih proizvoda, praenju vanjskih faktora koji utjeu na poslovanje, poveanju
produktivnosti, boljoj komunikaciji i suradnji unutar poduzea, veoj sigurnosti
vlastitih informacija, poveanju trinog udjela, ostvarenju veeg profita, utedi
vremena, upravljanju odnosa s krajnjim potroaima, upravljanju ljudskim resursima
te profiliranju poslovnih partnera.
poduzea koja ni na koji nain ne primjenjuju BI kao glavne razloge navode
nedovoljno poznavanje funkcioniranja BI sustava, nepostojanje kompetentnog kadra,
te nedostatna financijska sredstva.

82
U istraivanju je Republika Hrvatska podijeljena na tri regije; (1) sjevernu (65%), (2) istonu (13%) i (3) junu
(21%).

97

2. Teorijski aspekt upravljanja opskrbnim lancem

U okviru poglavlja objasniti e se evolucija poslovanja koje je bila preduvjet nastanka
opskrbnog lanca te e se razmotriti odnosi pojmova logistika, opskrbni lanac i upravljanje
opskrbnim lancem u znanstvenim djelima.

2.1. Razliiti teorijski pristupi upravljanju opskrbnim lancem

2.1.1. Povijesne pretpostavke nastanka opskrbnog lanca

Moe se kazati kako upravljanje opskrbom see od 1832. godine kada je Charles Babbage
objavio tekst pod naslovom O ekonomiji strojeva i proizvodnji
83
, odnosno od 1933. godine
kada je Lewis
84
objavio prvi tekst koji se iskljuivo bavio nabavom (Bloomberg et al., 2006.,
p. 4; Li, 2008., p. 59.). Segetlija ( 2008., p. 5.) pak smatra kako se poetkom znanstvene
rasprave na podruju gospodarske logistike smatra Morgensternov rad
85
iz 1955. godine.
Meutim, isto tako se moe ustvrditi kako osnovni prapoeci logistike i opskrbnog lanca seu
jo u doba gradnje piramida, s obzirom da su i tada postojali principi kretanja materijala i
informacija u funkciji zadovoljenja neijih zahtjeva (Christopher, 2005., p. 3.). Rezultati
mnogih bitaka, poevi od amerikog rata za neovisnost od Britanaca pa do drugog svjetskog
rata, bili su determinirani uspjesima odnosno fatalnim logistikim i opskrbnim grekama
86
.
Prema Segetliji (2008., p. 14-15.) logistika je pojam koji potjee od Platonova izraza za
praktinu matematiku, u novije doba ova se rije uvrijeila u vojnom podruju, a iz njega je
ula u gospodarsko podruje i odnosi se u prvom redu na dobra (materijalne tokove). Prema
Bloomberg et al. (2006., p. 3-9.), opskrbni lanac tvore tri komponente: upravljanje nabavom,
upravljanje operativom i integralna logistika, koje imaju razliite evolucijske faze
karakteristine po odreenim dogaajima ili koncepcijama. U navedenom smislu upravljanje
operativom razvijalo se kako slijedi:

83
Charles Babbage: On the Economy of Machinery and Manufacturing, London, 1832.
84
Howard T. Lewis: Industrial Purchasing, New York, Prentice-Hall, Inc. 1933.
85
Morgenstern, O.: Note of the Formulation of the Theory of Logistics, Naval Research Logistic Quarterly, 2.,
1955., p. 129-137.
86
Vidi opirnije nekoliko primjera iz povjesti ratovanja gdje je logistika odigrala presudnu ulogu u Christopher,
M.: Logistics and Supply Chain Management, 3rd ed., Prentice Hall and Financial Times, London, 2005., p. 3.

98

industrijska revolucija - od 1769. do 1776. godine, parni stroj, podjela rada;
znanstveno upravljanje - od 1911. do 1913. godine, principi znanstvenog upravljanja i
studije o vremenu i pokretu, pokretna traka;
meuljudski odnosi - od 1930. do 1940. , teorije motivacije;
znanost o upravljanju - od 1947. do 1951. godine, linearno programiranje, digitalno
raunalo, simulacije, teorije vremenskog rasporeda;
revolucija u kvaliteti - od sedamdesetih do osamdesetih godina prolog stoljea, lean
proizvodnja, u pravo vrijeme (engl. Just In Time JIT), totalno upravljanje kvalitetom
(Total Quality Management TQM);
informacijsko doba - osamdesete i devedesete godine prolog stoljea, raunalna
integralna proizvodnja, World Wide Web;
globalizacija od 1990., svjetska trita i operacije.
Jacoby (2009., p. 5-11.) navodi manji broj evolutivnih karakteristinih faza:
industrijska revolucija;
masovna proizvodnja, u sedamdesetim godinama prolog stoljea 60% kontrolnih
aktivnosti izvodilo se runo (ukljuujui primanje narudbi, isporuku kupcu,
kvantificiranje i vremenski raspored proizvodnje, izvjetavanje, nadgledanje zaliha
sirovina i gotovih proizvoda...);
sindikati i pregovaranja (pogotovo u transportnoj i operativnoj sferi);
deregulacija (nakon deregulacijskog zakona u SAD vozarine su postale
konkurentnije);
globalizacija, najznaajniji katalizator promjena
87
uz uoljiv porast broja partnera
ukljuenih u opskrbne lance;
informacijski pomak prema kupcu, kupci poinju odluivati koji e se proizvod i kada
kretati unutar lanca, to posljedino znai da znanja kompanija o njihovim kupcima
poinju eksponencijalno rasti.
Segetlija (2008., p. 21.) navodi etiri razvojne faze poslovne logistike:
logistika kao usluna funkcija, orijentirana na tokove materijala i roba;
logistika kao koordinirajua funkcija, orijenitrana na tokove;

87
Prema Jacobiju (2009., p. 7.) izmeu 1950. i 2000. godine svjetska trgovina rasla je po prosjenoj godinjoj
stopi izmeu 5 i 6%, s tim da je izmeu 1990. i 2000. taj rast iznosio izmeu 8 i 9%, a izmeu 2000. i 2008.
godine izmeu 17 i 18%.

99

logistika kao orijentacija na tok cijelog poduzea (orijentacija na procese i vrijednosne
lance);
logistika kao orijentacija na tok kojim se prelaze granice poduzea (SCM).
Jo je jedan element igrao vanu ulogu u razvoju opskrbnog lanca cijena nabavljenih
dobara. Prema ibretu (2007., p. 7.), poetkom osamdesetih godina prolog stoljea nabavni
su trokovi inili 40% ukupnih rashoda tvrtke, a danas su na razini 60% ukupnih rashoda, to
je dominantno utjecalo na injenicu da se ovom segmentu poinje poklanjati sve vea panja,
odnosno da postaje strateki interes tvrtke. Udjel troka nabavljenog materijala kao postotak
dolarske vrijednosti prodaje u odabranim industrijama prikazuje tablica 6.

Tablica 6. Troak nabavljenih materijala kao postotak dolarske vrijednosti prodaje
Industrija Postotak u dolarskoj vrijednosti prodaje
hrana i prehrambeni proizvodi 64%
naftna industrija 83%
transportna oprema 60%
duhan 27%
prosjena amerika proizvodna tvrtka 54%
Izvor: Bloomberg, David J., LeMay, S., Hanna, Joe B.: Logistika, Mate, Zagreb, 2006., p. 12.

Li (2008., p. 59-61.) je pokuao objediniti razvojne faze nabave i opskrbnog lanca
prezentirane od NAPM-a (National Association of Purchasing Management) te modela
Monzcka et al. (2005.) u sedam faza:
prva faza koja obuhvaa razvojne zaetke i traje do poetka prolog stoljea nakon
industrijske revolucije masovna je proizvodnja pozicionirala nabavnu funkciju na
razinu tvrtkinog odjela;
od 1900. do 1914., profiliranje nabavne funkcije;
od 1914. do 1945., zahvaljujui ratnim aktivnostima raste vanost nabavne funkcije,
potom doprinos vanosti nabavne funkcije daje proizvoa automobila Ford razvojem
masovne proizvodnje;
od kasnih etrdesetih do sredine ezdesetih godina, kvalitetnije profiliranje nabavne
funkcije;

100

od sredine ezdesetih do poetka osamdesetih godina, vrijeme razvoja koncepta
upravljanja materijalom, popularizacija JIT-a, naglasak se polako stavlja na
dobavljae;
od kasnih osamdesetih do kraja stoljea, globalizacija i e-commerce, razvijaju se
koncepti izravne trgovine B2B (engl. Business to Business) B2C (engl. Business to
Customer), razvija se opskrbna mrea;
dananje doba, integrirani opskrbni lanac uz pomo IT-a, vrijeme provoenja
reinenjeringa poslovnih procesa, te strateki utjecaj naprednih tehnologija.
Potoan (2007., p. 34-36.) navodi etiri glavna koncepta protoka roba i materijala:
upravljanje materijalima, izvorno je nastalo iz nabavne funkcije shvaajui vanost
integracije protoka materijala kroz podupirue funkcije. Ovdje je ukljuena nabava,
otpremnitvo, upravljanje zalihama, upravljanje trgovinom, planiranje proizvodnje,
kontrola i fizika distribucija;
prodaja roba (engl. merchandising), odgovornost trgovine jest organizacija
maloprodaje, izgled reklamnog dijela te upravljanje zalihama;
logistika, u odnosu na upravljanje materijalima logistika je dosta proiren koncept iako
ima autora koji ih izjednaavaju;
SCM, predstavlja iri, strateki znaajniji koncept koji ukljuuje cjelokupan opskrbni
lanac s ciljevima: zadovoljavanje kupca, formuliranje i implementacija odgovarajue
strategije te efikasno upravljanje lancem.
Pravila poslovanja drastino su se izmijenila (Handfield i Nichols, 2002., p. 3.), prije je
karakteristika uspjenih kompanija bila vertikalna integracija sa ciljem maksimalne
efikasnosti na bazi ekonomije obujma, dok je danas na djelu virtualna integracija u kojoj se
svaka kompanija fokusira na aktivnost u kojoj je najbolja (Hugos, 2006., p. 21-22.).
Razmatranje evolucije opskrbnog lanca moe se zakljuiti onim to ga danas karakterizira -
dodavanje vrijednosti. Prema Handfieldu i Nicholsonu (2002., p. 6.), opskrbni lanac nije samo
trokovno razmatranje, ine ga ukupnost sadraja krajnjeg proizvoda ili usluge to ukljuuje
kvalitetu, tehnologiju, isporuku te postprodajnu aktivnost. Ako se moe upravljati ukupnim
sadrajem, tada e se sigurno moi zadovoljiti kupeve potrebe.



101

2.1.2. Logistika, opskrbni lanac i upravljanje opskrbnim lancem

Iako su pojmovi opskrbni lanac (engl. Supply Chain - SC) i upravljanje opskrbnim lancem
(engl. Supply Chain Management SCM) u upotrebi od ranih osamdesetih godina jo uvijek
ne postoji teorijsko jedinstvo u njihovim definicijama te je potrebno kritiko sagledavanje
raznih pristupa pojedinih autora. Vrlo esto ovaj se pojam poistovjeuje s pojmom logistike
pa je prema Watersu (2007., p. 38.), rije o istim pojmovima, a izbor termina iskljuivo je
semantike prirode. Logistika odnosno upravljanje opskrbnim lancem jest funkcija odgovorna
za transport i skladitenje materijala na njihovom putovanju od izvornih dobavljaa, preko
prelaznih operacija do krajnjeg kupca. Potvrdu za svoje stajalite nalazi u tumaenju
britanskog Instituta logistike i transporta (Chartered Institute of Logistics and Transport),
prema kojemu, logistika predstavlja strateki menadment ukupnog opskrbnog lanca.
Segetlija kae kako SCM ima svoje podrijetlo u sredinjim logistikim problemima (2007., p.
22.), te da upravljanje opskrbnim lancem reprezentira kvalitativno novi razvojni stupanj u
ivotnom ciklusu poslovne logistike (Segetlija, 2008., p. 18.). Na ovakvim postavkama navodi
Baumgartenovu definiciju (2003.) koji smatra kako logistika poduzea obuhvaa cjelovito
planiranje, upravljanje, provoenje i kontrolu svih tokova dobara i informacija koji se
dogaaju kako unutar poduzea tako i onih koji prelaze granice poduzea. Logistika priprema
rjeenja za cjelovite i djelomine sustave u poduzeima, koncernima, mreama i virtualnim
poduzeima, koji su orijentirani na kupce i procese (Segetlija, 2008., p. 22.). Zelenika (2008.,
p. 227.) objanjava logistiko-opskrbni lanac kao skup interesno povezanih logistikih karika,
odnosno logistikih partnera (subjekata) koji samostalno ili u sklopu logistiko-distribucijskih
lanaca opskrbljuju kupce, potroae, korisnike neim, primjerice: materijalom, vodom, piem,
hranom, naftnim derivatima, znanjem, kapitalom ili razliitim potreptinama. Ovi lanci
ostvaruju svoju misiju samo tada kada se kvalitetnti proizvodi (ili usluge) u optimalnim
koliinama i u odgovarajuim asortimanima dostave na pravo mjesto, u pravom trenutku i uz
najpovoljnije uvjete za sve logistike subjekte takvih lanaca.
Lambert (2008., p. 3-4.) u svojoj analizi objanjava kako je sve do nedavno i Council of
Logistic Management (CLM) tumaio da SCM predstavlja logistiku integriranu s kupcima i
dobavljaima, to se promijenilo kasnije kada je CLM prezentirao modificiranu definiciju
logistike prema kojoj ona predstavlja dio upravljanja opskrbnim lancem koji planira,
implementira, kontrolira efikasno kretanje (prema naprijed i unazad) i skladitenje dobara,

102

usluga i informacija izmeu toke nastanka (engl. Point of origin) i toke konzumacije (engl.
Point of consumption) sa ciljem zadovoljenja kupevih elja. Jacoby (2009., p. 33.) je
stajalita da logistika podrazumijeva koordinaciju protoka roba, informacija i kapitala od
dobavljaa do kupca radi maksimiziranja korisnosti uz minimiziranje operativnih trokova
naglaavajui da se za razliku od SCM-a logistika ne protee cijelim podrujem od dobavljaa
do kupca. Prema njemu opskrbni lanac je set aktivnosti ukljuenih u kretanje roba i prateih
usluga od krajnjeg dobavljaa do krajnjeg kupca, a upravljanje opskrbnim lancem predstavlja
koordinaciju navedenih aktivnosti kako bi se maksimizirala ekonomska dodana vrijednost
(engl. Economic Value Added EVA). Christopher (2005., p. 4-5.) takoer naglaava kako je
upravljanje opskrbnim lancem iri koncept od logistike koju tumai kao proces stratekog
upravljanja nabavom, kretanjima i skladitenjima materijala, djelomino i kompletno gotovih
proizvoda (i informacija) kroz organizaciju i njezine marketinke kanale, tako da su sadanja i
budua profitabilnost maksimizirane kroz trokovno efikasna ispunjavanja narudbi.
Logistiki je menadment primarno nadlean za optimizaciju protoka unutar poduzea, dok
mu SCM predstavlja upravljanje uzvodnih (opskrbnih) i nizvodnih (distribucijskih) odnosa s
dobavljaima i kupcima kako bi se dostavila vrhunska kupeva vrijednost uz najmanji troak
cjelokupnog lanca. Ameriko udruenje koje predstavlja ljude iz prakse to se bave
opskrbnim lancem, tj. Council of Supply Chain Management Professionals (CSCMP),
definira SCM
88
kao planiranje i upravljanje svim aktivnostima ukljuenim u traenje i
opskrbu, preobrazbu te sve aktivnosti logistikog menadmenta. Takoer ukljuuje
koordinaciju i suradnju s partnerima u lancu koji mogu biti dobavljai, posrednici, vanjski
pruatelji usluga ili kupci.
Handfield i Nichols (2002., p. 62-63.) prihvaaju tumaenje logistike koju je dao CLM te
kau kako superiorne logistike performanse predstavljaju primarno podruje u kojima
organizacije koje participiraju u integriranom SCM-u mogu uiniti znaajna unapreenja.
Polazei od rezultata studije CLM-a, prema kojima su poduzea svjetske klase sklonija
eksploataciji logistike kao srne kompetencije u odnosu na njihove zaostajale konkurente,
smatraju da se ova logika moe proiriti i na interorganizacijske opskrbne lance. Prema
nalazima studije kljuna podruja koja ine razliku vrhunskih poduzea u odnosu na
istraivanu materiju su:
pozicioniranje u vezi odabira stratekih i strukturnih pristupa voenju logistikih
operacija;

88
Prema http://cscmp.org/aboutcscmp/definitions.asp, pregledano, 14.01.2010.

103

integracija unutarnjih postignua izvrsnosti logistikih operacija i razvoja graninih
poveznica vrstih odnosa unutar opskrbnih lanaca;
agilnost poduzea s obzirom na relevantnost, smjetaj i fleksibilnost;
mjerenja internih i eksternih performansi.
Polazei od navedenih premisa, Handfield i Nichols (2002., p. 8.) kau da opskrbni lanac
obuhvaa sve organizacije i aktivnosti povezane s protokom i transformacijom dobara od faze
sirovina do krajnjih korisnika, kao i prateih informacija, dok upravljanje opskrbnim lancem
predstavlja integraciju i menadment organizacija to ine opskrbni lanac i aktivnosti kroz
kooperativne odnose, efikasne poslovne procese te visoku razinu dijeljenja informacija kako
bi se kreirao visoko vrijedan sistem koji e organizacijama omoguiti odrivu konkurentsku
prednost. Hugos (2006., p. 3-4.) smatra da su se prije poetka koritenja pojma SCM (kraj
osamdesetih godina) koristili izrazi logistika i operacijski menadment te u svojoj analizi
navodi odreene definicije za opskrbni lanac: usklaenje poduzea koja donose proizvode
(Lambert et al., 1998.), faze koje su izravno ili neizravno ukljuene u zadovoljenje kupevih
potreba (Chopra i Meindl, 2003.). Na kraju ovog razmatranja, vrijedno je navesti razmiljanje
Mentzera et al. (2001., p. 3.) koji kau kako definicije opskrbnog lanca imaju vie zajednikih
elemenata u razliitih autora nego je to sluaj s definiranjem i objanjavanjem upravljanja
opskrbnim lancem.


2.1.3. Definiranje upravljanja opskrbnim lancem

U proteklih je deset godina SCM bio dosta puta definiran i redefiniran, to je dobrim dijelom
zavisilo o razliitim motivacijama i interesima (Bolstroff i Rosenbaum, 2007., p. 13.). Radi
lakeg poimanja razliitih pristupa, ponekad i suprotstavljenih, potrebno je sagledati odreene
definicije SCM-a koje su se iskristalizirale u znanstvenoj literaturi posljednjih dekada (prema
Croom et al., 2000., p. 69. i Mentzer et al., 2001., p. 6.):
Monczka, Trent i Handfield (1998.) - SCM jest koncept iji je primarni cilj integracija
i upravljanje nabavkom, tokom i kontrolom materijala koristei ukupne sustavne
perspektive kroz mnogostruke funkcije i poveznice dobavljaa;

104

Tan et al. (1998.) - SCM se fokusira na to kako poduzea koriste procese svojih
dobavljaa, njihovu tehnologiju i sposobnosti radi poveavanja konkurentskih
prednosti. Rije je o menaderskoj filozofiji koja prelazi tradicionalne aktivnosti
unutar poduzea objedinjujui trgovake partnere sa zajednikim ciljevima;
La Londe i Masters (1994.) - kau da strategija opskrbnog lanca ukljuuje dva ili vie
poduzea koji su uli u dugoronu suradnju, razvoj povjerenja i privrenosti tom
odnosu, integraciju logistikih aktivnosti ukljuujui dijeljenje podataka o potranji i
prodaji te potencijal za promjene u kontroli logistikih procesa;
Jones i Riley (1985.) - integrativni pristup bavljenja planiranjem i kontrolom tokova
materijala od dobavljaa prema krajnjim korisnicima;
Berry et al. (1994.) - namjera SCM-a jest gradnja povjerenja, razmjena informacija o
trinim potrebama, razvoj novih proizvoda, reduciranje liste dobavljaa prema
originalnim (izvornim) proizvoaima kako bi se razvili svrsishodni dugoroni odnosi;
Saunders (1995.) - vanjski lanac (SCM) je ukupni lanac razmjene koji se protee od
originalnog izvora sirovine kroz razliite ukljuene tvrtke u procesuiranju materijala,
proizvodnje, sastavljanja, distribucije i maloprodaje krajnjem kupcu;
Stevens (1989.) - cilj upravljanja opskrbnim lancem jest usklaenje zahtjeva kupca s
tijekom materijala od dobavljaa kako bi se postigla ravnotea izmeu ciljeva koji
esto izgledaju sukobljeno, poveanog servisiranja kupca, nie razine zaliha te niih
cijena jedininih proizvoda.
Houlihan (1988.) - identificira razlike izmeu upravljanja opskrbnim lancem i
klasinog upravljanja materijalima:
o SCM se promatra kao jedinstven proces, a odgovornost razliitih segmenata
unutar lanca nije razdvojena i pretpostavljena funkcijskim podrujima poput
proizvodnje, nabave, distribucije i prodaje;
o SCM zahtijeva i na kraju zavisi o stratekom odluivanju. Opskrba je
zajedniki cilj praktino svake funkcije unutar lanca i ima strateko znaenje
zbog njezinog utjecaja na ukupne trokove i trini udjel;
o SCM zahtijeva drugaiji pogled na zalihe koje se koriste kao mehanizam
ravnotee posljednjeg a ne prvog mjesta;
o zahtijeva se novi pristup - integracija umjesto povezivanja.
Kopczak (1997.) - set poduzea ukljuujui dobavljae, izvritelje logistikih usluga,
proizvoae, distributore, prodavae, kroz koje teku materijali, proizvodi i
informacije;

105

Lee i Ng (1997.) - mrea poduzea koja starta s poddobavljaima a zavrava s
krajnjim kupcima u kojoj se proizvodi i distribuira roba i usluge;
Cooper et al. (1997.) - SCM je integrativna filozofija koja upravlja ukupnim tokom
distribucijskog kanala od dobavljaa do krajnjeg korisnika.
U svojoj analizi razliitosti definicija i pristupa SCM-u Croom et al. (2000., p. 68.) zakljuuju
i dijelimino potvruju Saundersovu tezu (1995.) kako veina definicija ipak dijele jednu
zajedniku liniju, fokus im je na vanjskom okruenju poduzea. Vouk (2005., p. 1014.) u
objanjavanju opskrbnog lanca kae kako se sastoji od aktivnosti i organizacija kroz koje
prolaze materijali na svom putu od dobavljaa do krajnjeg kupca. elei naglasiti
kompleksnost odnosa sudionika i procesa, pojedini autori koriste termin mrea (Elram, 1991;
Christopher, 1992; Lee i Billington, 1992; Lee and Ng, 1997
89
; Zsidisin i Ritchie, 2008.), pa
tako Panian (2007., p. 27.) promatra SCM kao upravljaku disciplinu koja podrazumijeva
izgradnju mree za integriranje poslovnih aktivnosti tvrtke, poevi od nabave sirovina i
materijala od dobavljaa, preko proizvodnje, do distribucije i isporuke konanih proizvoda
i/ili usluga klijentima. Zakljuuje kako opskrbni lanac predstavlja nain uklapanja tvrtke u
njezino poslovno okruenje stvarajui neki oblik intraorganizacijske zajednice tvrtke s
odabranim poslovnim subjektima iz tog okruenja.
Groznik (2005., p. 97.) tumai opskrbni lanac kao slijed procesa koji premjetaju robu i
usluge od narudbe kupca kroz faze sirovine, opskrbe, proizvodnje i distribucije gotovog
proizvoda kupcu. Usporeujui povijesni i suvremeni SCM Zsidisin i Ritchie (2008., p. 2.)
smatraju kako je, za razliku od povijesnoga ija je osnovna karakteristika reaktivno
djelovanje, znaajka suvremenog SCM-a potreba stratekog pristupa uz naglaenu
proaktivnost. Svi elementi lanca odnosno njegove sastavnice trebaju teiti odrivoj
konkurentnosti i profitabilnosti kroz okretniju, efikasniju, elastiniju sveobuhvatnu strategiju
usmjerenu prema kupcu. Christopher (2005., p. 38-40.) saima upravljanje opskrbnim lancem
kroz etiri R:
odgovornost (engl. Responsiveness) - sposobnost brzog odgovora prema kupevim
potrebama postaje kritino za uspjeh, a kroz prizmu ovog elementa u mjenjajuem
okruenju kljunim smatra agilnost;

89
Prema Croom et al., 2000., p. 69.

106

pouzdanost (Engl. Reliability) - znaajno unapreenje jest mogue jedino kroz
reinenjering procesa koji utjeu na performanse, a temelje tih procesa predstavlja
vidljivost;
elastinost (Engl. Resilience) - turbulentno i volatilno okruenje zahtijeva sposobnost
lanca da bude elastian kako bi uspjeno odoljevao poremeajima;
odnose (Engl. Relationships) - po definiciji, SCM se odnosi na upravljanje odnosima,
a uspjeniji e biti oni koji se rukovode principima zajednike koristi u meusobnim
odnosima.
Hugos (2006., p. 4.) definira SCM kao koordinaciju proizvodnje, zaliha, lokacije i transporta
izmeu sudionika opskrbnog lanca kako bi se postigao najbolji miks odgovornosti i
efikasnosti za trite na kojem se djeluje. Iako svaki opskrbni lanac ima svoje posebnosti,
odreeni su elementi svima zajedniki pa smatra kako poduzea moraju individualno i
zajedniki donositi odluke u pet kljunih podruja koji su, u stvari, pokretai opskrbnog lanca:
proizvodnja - koje proizvode trite eli?, koliko i kada to proizvoditi?, odgovore treba
dati master plan proizvodnje koji treba uzeti u obzir kapacitete, balansiranje
optereenja, kontrolu kvalitete i odravanje opreme;
zalihe - koja je razina zaliha potrebna u svakoj fazi opskrbnog lanca?, koja je koliina
potrebna na lageru u obliku sirovina, poluproizvoda i gotovih proizvoda?, primarna
funkcija zaliha u opskrbnom lancu jest zatita od neizvjesnosti, a s obzirom da njihovo
dranje predstavlja troak pitanje je koja im je optimalna razina;
lokacija - gdje trebaju biti locirani proizvodni objekti i skladita?, koja je trokovno
najisplativija lokacija?, da li koristiti postojee ili graditi nove objekte?;
transport - kako e se zalihe micati s jedne na drugu lokaciju?, kako optimalizirati i
izabrati najbolji nain transporta zrakom, morem, cestom i eljeznicom?, koliko
sigurnost/nesigurnost transporta utjee na razinu zaliha?;
informacija - koliko podataka treba prikupljati, a koliko informacija dijeliti?,
vremenska i precizna informacija osigurava bolju koordinaciju i kvalitetnije
odluivanje u domeni proizvodnje, lokacije, zaliha i transporta.
Analizirajui ponaanje lidera i sljedbenika, Defee et al. (2009.) objanjavaju kako se SCM
sastoji od lidera i dva ili vie lanova koji su izravno vezani s jednim ili vie uzvodnih ili
nizvodnih tokova proizvoda, usluga, novca ili informacija sa ciljem ostvarivanja zajednike
dobiti za sve lanove, a ne samo za lidera. Mentzer et al. (2001., p. 18.) definiraju SCM kao

107

sistematsku strateku koordinaciju tradicionalnih poslovnih funkcija i taktika kroz te funkcije
unutar odreene kompanije te kroz poslovanje unutar opskrbnog lanca sa ciljem dugoronog
unapreenja performansi pojedine kompanije i opskrbnog lanca u cjelini. Tradicionalne
poslovne funkcije poput marketinga, prodaje, istraivanja i razvoja, predvianja, proizvodnje,
nabave, logistike, informacijske tehnologije, financija i servisa kupcu omoguavaju tok lanca
(proizvoda, usluga, financijski resursa te povezanih informacija) izmeu poddobavljaa do
krajnjeg kupca osiguravajui mu vrijednost i zadovoljstvo. Njihov model prikazuje slika 15.

O p s k r b n i l a n a c
G l o b a l n o o k r u e n j e
proizvodi
Tijek lanca
opskrbe
usluge
informacije
Izvori financiranja
potranja
predvianje
zadovoljstvo
kupca /
vrijednost /
profitabilnost /
konkurentska
prednost
Interkorporativna koordinacija
prijenos funkcija, vanjski pruatelji usluga, upravljanje
odnosima, struktura lanca opskrbe
Interfunkcijska
koordinacija
(povjerenje,
privrenost,
rizik,
zavisnost,
ponaanja)
marketing
prodaja
istraivanje i razvoj
predvianje
nabava
logistika
informacijski sustav
financije
servisiranje kupaca
proizvodnja
poddobavljai dobavljai
centralno
poduzee
kupac
kupev
kupac

Slika 15. Model upravljanja opskrbnim lancem Mentzer et al.
Izvor: Mentzer, John T., DeWitt, W., Keebler, James S., Min, S., Nix, Nancy W., Smith, Carlo D., Zacharia,
Zach G.: Defining Supply Chain Management, Journal of Business Logistics, 2001., 22 (2), p. 19.

Oznaavajui SCM kao disciplinu Bowersox (2007., p. 5.) istie est imperativa to tvore
okvir integrativnog poslovnog modela opskrbnog lanca: usmjerenost kupcu kao centru (engl.
Customer-centricity), operativna izvrsnost, integrativni menadment, odgovornost u realnom
vremenu, prednost mrene organizacije i suradnja. Prema Tyndal et al. (1998.), odreeni
autori objanjavaju SCM u operativnom smislu ukljuujui tu kretanje materijala i proizvoda,
drugi mu pristupaju kao menaderskoj filozofiji, a trei kao menaderskim procesima, pa
Mentzer et al. (2001., p. 7.) definicije SCM-a razvrstavaju u tri kategorije: menaderska
filozofija, implementacija menaderske filozofije i menaderski procesi. Pristupajui SCM-u
kao filozofiji upravljanja, naglaavaju sljedee karakteristike:

108

sistematski pristup kako bi se opskrbni lanac sagledao u cjelini te se na takav nain
upravljalo cjelokupnim tokom roba - od dobavljaa do krajnjeg kupca;
strateku orijentaciju prema kooperativnim nastojanjima za sinkronizacijom i
usmjerenou unutarnjih i vanjskih sposobnosti u jedinstvenu cjelinu;
usmjerenost prema kupcu kako bi se kreirala jedinstvena i individualizirana vrijednost
za kupca, a rezultirala bi njegovim zadovoljstvom.
Kako bi se uspjeno primijenila navedena filozofija, poduzea trebaju uspostaviti takvu
praksu koja e im omoguiti tu realizaciju. Temeljem svojih istraivanja, Mentzer et al.
(2001., p. 8-10.) navode neophodne aktivnosti:
zajedniko ponaanje - potrebno je izvriti proirenje ovog (unutarnjeg) ponaanja
kroz vanjske integracije s dobavljaima i kupcima;
zajedniko dijeljenje informacija - to se posebno odnosi na planiranje i monitoring
procesa, ali isto tako na informacije o stanju zaliha, predvianjima, marketinkim i
prodajnim strategijama, to se posljedino treba odraziti na smanjenje nesigurnosti
meu partnerima;
zajedniko dijeljenje rizika i nagrada - to bi dugorono trebalo rezultirati
konkurentskim prednostima;
kooperacija - startajui od zajednikog planiranja i zavravajui sa zajednikom
kontrolom svih aktivnosti kako bi se evaluirale performanse lanca, a suradnja moe
biti jednostavna ili nadopunjujua, to se svakako treba odraziti na rezultatima;
zajedniki ciljevi i fokus na servisiranju kupaca - uspostava zajednikih ciljeva
predstavlja odraz politike integracije partnera lanca;
integracija procesa - to ukljuuje porijeklo, proizvodnju i distribuciju kroz cijeli
opskrbni lanac;
partnerstvo u izgradnji i odravanju dugoronih odnosa.
Odluka o udruivanju u odreeni opskrbni lanac koja podrazumijeva viu razinu odnosa,
tipino je voena oekivanjima o unapreenjima performansi odnosno postizanju boljih
rezultata i ostvarivanju stratekih ciljeva, tako da Handfield i Nichols (2002., p. 156.) navode
ciljeve u razliitim podrujima, prikazane u tablici 7.



109

Tablica 7. Razliiti ciljevi udruivanja u opskrbni lanac
Perspektiva proizvoaa Perspektiva dobavljaa materijala
C
i
l
j
e
v
i

u
d
r
u

i
v
a
n
j
a

unapreenje unutarnjih operacija
smanjenje trokova
smanjenje zaliha
unapreenje kvalitete
skraenje vremena isporuke
stabilnost opskrbe i cijena
poveanje koritenja dobavljaevih
tehnologija i strunosti
skraenje vremena razvoja proizvoda za
trite
poveanje volumena prodaje
poveanje lojalnosti kupca
osiguranje usluga koje dodaju vrijednost
poveanje trokova zamjene dobavljaa
smanjenje trokova
Perspektiva proizvoaa Perspektiva distributera
C
i
l
j
e
v
i

u
d
r
u

i
v
a
n
j
a

poveanje volumena prodaje
poveanje raspoloivosti
poveanje svjeine
snienje troka teta
inovacija novih proizvoda
nii trokovi zaliha
smanjenje teta
preciznost fakturiranja
unapreenje politike cijena i promocija
unapreenje servisa kupcu
unapreenje isporuka narudbi
poveanje profitabilnosti
smanjenje zaliha
poveanje obrta
svjeina proizvoda
snienje trokova dostave
proizvodi po mjeri kupca
konfiguracija
unapreenje vrijednosti za kupca
Perspektiva proizvoaa Perspektiva dobavljaa usluge
C
i
l
j
e
v
i

u
d
r
u

i
v
a
n
j
a

unapreenje koordinacije izmeu
transportnih operacija i opskrbe
proizvoda
smanjenje baze prijevoznika
smanjenje trokova
unapreenje uslunosti
unapreenje skladitenja, proizvodnosti
distribucijskog rada i koritenja prostora
odravanje elastinosti isporuka
postizanje konsolidiranih koristi
izgradnja podrke industriji u
aktivnostima opskrbnog lanca
poveanje trinog udjela
upravljanje operacijskim razliitostima
osiguranje usluge koje dodaju vrijednost
poveanje profitabilnosti
razvijanje bliih odnosa s industrijskim
liderima
zadovoljavanje proizvoaevih kupaca
osiguranje budueg konkurentskog
poloaja
Izvor: Handfield, R.B., Nichols, E.L.: Supply Chain Redesign: Transforming Supply Chains into Integrated
Value Systems, Financial Times Prentice Hall, New Jersey, 2002., p. 156-157.




110

2.2. Evolucija upravljanja opskrbnim lancem i njegove odrednice

Postoje razliita tumaenja odreenih autora o evoluciji i elementima opskrbnog lanca, to
prvenstveno zavisi o njihovom pristupu te ciljevima provedenih istraivanja. U ovom e se
dijelu prikazati elementi opskrbnog lanca te faze njegove zrelosti s prikazom rezultata
odreenih istraivanja.

2.2.1. Elementi, principi i procesi upravljanja opskrbnim lancem

Definirajui principe SCM-a, Hugos (2009., p. 34-36.) polazi od kupeve toke gledita te ih
objanjava:
efikasnost - ne smije biti rasipanja u najirem smislu te rijei to e se pozitivno
odraziti na unapreenje svih procesa;
pouzdanost - unapreenjem procesa te sinkronizacijom potranje i opskrbe na svim
vezama opskrbnog lanca, poduzea e postii konstantu u kvaliteti proizvoda i usluga;
fleksibilnost - koju istovremeno naziva i agilnost, podrazumijeva prilagodljive odnose,
procese usmjerene kupcu te neprekinuti protok informacija unutar lanca. Postati
efikasan i pouzdan podrazumijeva omoguavanje fleksibilnosti pogotovo kad su
unapreenja uinjena zahvaljujui eliminaciji greaka i rasipanja;
inovativnost - efikasnost, pouzdanost i fleksibilnost vremenom e zaostajati, stoga je
za kvalitetno konkurentsko i odrivo pozicioniranje potrebna kontinuirana
inovativnost: procesa te proizvoda i usluga.
Istraujui elemente i karakteristike upravljanja opskrbnim lancem Storey et al. (2006., p.
760.) pokuali su identificirati idealne karakteristike:
neprekinuti tok od inicijalnog dobavljaa do krajnjeg kupca;
opskrbni lanac voen potranjom;
razmjena informacija kroz cijeli lanac (kompletna vidljivost);
suradnja i partnerstvo (uzajamna korist i dodana vrijednost za sve sudionike; win-
win
90
, zajedniko uenje, zajedniki dizajn i razvoj);
omoguena informacijska tehnologija;

90
Pobjeda svih ukljuenih strana, odnosno, u tom odnosu nema poraenih.

111

proizvodi idu izravno na police;
optimalno konfiguriranje pakiranja proizvoda;
odgovornost prema kupcu;
agilnost i tenja lean proizvodnji;
maksimalna prilagodba
segmentacija trita.
Temeljni elementi SCM-a koje navodi Stevenson (2007.) predstavljeni su u tablici 8.
(Hasrulnizzam, 2009., p. 493.).

Tablica 8. Elementi upravljanja opskrbnim lancem
Elementi T i p i n i p r e d m e t
Kupci Odreivanje proizvoda i usluga koje kupci ele.
Predvianje Predvianje koliina i vremena kupevih narudbi.
Dizajn Povezivanje kupaca, elja, proizvodnosti i vremena plasmana na trite.
Planiranje kapaciteta Usklaivanje opskrbe i potranje.
Procesuiranje Kontroliranje kvalitete i raspored posla.
Zalihe Zadovoljavanje potranje uz istovremeno upravljanje trokovima dranja zaliha.
Nabava
Evaluacija potencijalnih dobavljaa, podravanje operativnih potreba nabavljenih
roba i usluga.
Dobavljai
Monitoring kvalitete dobavljaa, tonosti isporuke, fleksibilnosti, odravanje odnosa
s dobavljaima.
Lokacija Odreivanje lokacije objekata (proizvodnih i skladinih).
Logistika Odreivanje kako najbolje pomicati informacije i materijale.
Izvor: Hasrulnizzam, W., Mahmood, W., Muhamad, M.R., Tahar, N.M.: Supply Chain Management: After
Business Process Re-Engineering, Proceedings of World Academy of Science, Engineering and
Technology, May 2009., p. 493.

Supply Chain Council (Liautaud i Hammond, 2006., p. 215.) pojednostavljuju stvar te svaki
opskrbni lanac svode na etiri osnovna procesa: planiranje, nabavu sirovina, izradu i dostavu,
koji obuhvaaju upravljanje ponudom i potranjom, nabavu proizvodnih sirovina i dijelova,
proizvodnju i sastavljanje, uskladitenje i kontrolu zaliha, primanje i upravljanje narudbama,
raspodjelu robe te krajnju dostavu kupcima.

112

Lambert (2008., p. 2-12.) temeljem ope teorije upravljanja razvija procesni pristup SCM-u,
to predstavlja GSFC-ov (Global Supply Chain Forum) model prikazan na slici 16.:
upravljanje odnosima s kupcima (engl. Customer Relationship Management) - proces
prua strukturu za razvoj i odravanje odnosa s kupcima te je, sukladno misiji
poduzea, kroz njega potrebno identificirati kljune kupce i grupe kupaca i poveati
njihovu lojalnost pruajui im proizvode i usluge po njihovim eljama;
upravljanje odnosima s dobavljaima (engl. Supplier Relationship Management) -
proces predstavlja zrcalo upravljanja odnosima s kupcima te je potrebno sa svakim
kljunim dobavljaem postii kvalitetan poslovni odnos. Kod oba procesa Lambert
naglaava poeljni win-win ishod;
upravljanje uslugama kupcima (engl. Customer Service Management) - kljuni cilj
procesa predstavlja zadatak monitoriranja i rjeavanja potencijalnog problema prije
nego to se on uope pojavi kupcu te je potrebna koordinacija izmeu njega,
upravljanja odnosima s kupcima, dobavljaima, ali i upravljanja proizvodnim tokom;
upravljanje potranjom (engl. Demand Management) - zadatak procesa predstavlja
balansiranje izmeu kupevih zahtjeva i mogunosti opskrbnog lanca te nije limitiran
na predvianje, nego treba ukljuiti sinkronizaciju opskrbe i potranje, smanjiti
varijabilnost i poveati elastinost (fleksibilnost). Kvalitetno organiziran proces
koristi podatke prodajnog mjesta (engl. Point of sale) te kljune podatke o kupcu kako
bi se smanjila neizvjesnost;
ispunjavanje narudbi (engl. Order Fulfillment) - u proces su ukljuene sve aktivnosti
potrebne za dizajniranje mree kako bi se omoguilo pravovremeno zaprimanje
kupevih elja te minimizirali trokovi isporuke;
upravljanje proizvodnim tokom (engl. Manufacturing Flow Management) - proces
ukljuuje sve aktivnosti potrebne za nabavu, implementaciju i upravljanje
proizvodnom fleksibilnou tijekom kretanja proizvoda kroz pogon;
razvoj i plasman proizvoda (engl. Product Development and Commercialization) -
kroz suradnju s dobavljaima i kupcima proces je zaduen za razvoj i plasman
proizvoda na trite. U sklopu toga potrebno je u koordinaciji s upravljanjem
odnosima s kupcima identificirati kupeve artikulirane i neartikulirane potrebe,
selektirati materijale i dobavljae (u koordinaciji s procesom upravljanje odnosima s
dobavljaima) te asistirati ostalim procesima za to laki prolaz novog proizvoda kroz
opskrbni lanac;

113

upravljanje povratima (engl. Return Management) - aktivnosti procesa povezane su s
reverznom logistikom, povratima i izbjegavanjima, a ispravno organiziran i
implementiran omoguit e ne samo efikasno upravljanje obrnutim tokom, ve e
pruiti mogunosti identifikacije uzronih problema kako bi se u budunosti otklonili
ili neutralizirali.


Slika 16. Upravljanje opskrbnim lancem Lambert
Izvor: Lambert, Douglas E.: Supply Chain Management: Processes, Partnerships, Performance, 3rd. Ed., Supply
Chain Management Institute, Sarasota, 2008., p. 305.

Svaki od navedenih procesa ima svoje strateke i operativne potprocese. Strateki potprocesi
omoguavaju strukturu za implementaciju te predstavljaju nuan korak u integraciji poduzea
s ostalim lanovima opskrbnog lanca. Slino objanjavaju Kaplan i Norton (2006., p. 221-
222.) koji tvrde da je upravljanje opskrbnim lancem interfunkcijski i interorganizacijski
proces. Interfunkcijski jest jer efikasna proizvodnja i opskrba zahtijevaju usku suradnju
izmeu marketinga, proizvodnje, nabave, prodaje i logistike, dok je interorganizacijski jer
sistem i procesuiranje izmeu svih sudionika - dobavljaa sirovina, proizvoaa, distributera i
prodavaa - moraju biti integrirani i koordinirani sa ciljem optimizacije performansi cijelog

114

lanca. Jo se jedan procesni pristup iskristalizirao u praksi u posljednjoj dekadi - rije je o
SCOR (Supply Chain Operations Reference) modelu koji je nastao unutar neprofitne
organizacije Supply Chain Council (SCC). Ovaj model integrira poznate koncepte poslovnog
reinenjeringa, usporeivanja s najboljima (engl. Benchmarking) te mjerenja procesa unutar
krosfunkcijskog okvira, a prikazuje ga slika 17.



Slika 17. Okvir SCOR modela
Izvor: Bolstorff, P., Rosenbaum, R.: Supply Chain Excellence A Handbook for Dramatic Improvement Using
the SCOR Model, 2nd ed., Amacom, New York, 2007., p. 3.

Prvenstvena namjera razvoja ovog modela jest efikasna komunikacija izmeu partnera u
opskrbnom lancu, a za to kvalitetniju provedbu on sadri: opis ukljuenih upravljakih
procesa, okvir odnosa izmeu tih procesa, standardne mjere za mjerenje performansi procesa,
upravljake prakse najboljih kompanija te usklaenje znaajki i funkcija. Model se sastoji od
pet osnovnih procesa ije se karakteristike navode u nastavku (Bolstorff i Rosenbaum, 2007.,
p. 2-3.):
planiranje (planiranje i upravljanje potranjom i opskrbom) - podrazumijeva ocjenu
opskrbnih resursa, zahtjeva agregatne i prioritetne potranje, planiranje zaliha za
distribuciju i proizvodnju te potrebe kapaciteta;
nabavljanje - podrazumijeva nalaenje, nabavu, inspekciju, zadravanje i autorizaciju
plaanja dobavljaima za sirovine i nabavljene gotove proizvode;
proizvodnja - obuhvaa zahtijevanje i prijem materijala, obradu, testiranje proizvoda,
pakiranje te njihovo izdavanje;

115

isporuka - predstavlja realizaciju naruenih proizvoda u kvalitativnom i
kvantitativnom smislu;
povrat - predstavlja osjetljiv dio navedenih aktivnosti obzirom da upravlja s oteenom
ili neprihvaenom robom.
SCC je 2004. godine prezentirao dva nova okvira kao prilog mozaiku kompanijinog lanca
vrijednosti (Bolstorff i Rosenbaum, 2007., 240-245.). CCOR (Customer Chain Operations
Reference) model definira kupca kao dijela lanca vrijednosti, a sastavljen je integracijom
planiranja, odnosa, prodaje, ugovora, servisa te omoguujuih procesa (engl. plan, relate, sell,
contract, service and enable processes). DCOR (Design Chain Operations Reference) model
definira dizajn kao dio lanca vrijednosti nastalog integracijom planiranja, istraivanja, dizajna,
integracije, poboljanja i omoguujuih procesa (engl. plan, research, design, integrate,
amend and enable processes). Prema Handfieldu i Nicholsu (2002., p. 68.), najznaajnija
vrijednost SCOR modela predstavlja mogunost lanovima lanca da u sklopu postignute
integracije razgovaraju istim jezikom. S obzirom da je model ogledalo tradicionalnih funkcija
(planiranje = logistika, izvor = nabavljanje, proizvodnja, isporuka = transport), Jacoby (2009.,
p. 229-230.) kae da ga dosta poduzea koristi samo za usporeivanje tradicionalnih
funkcionalnih performansi. Usporeujui GSCF i SCOR modele, Lambert et al., (2008., p.
313.) zakljuuju kako su oba fokusirana na implementaciju krosfunkcijskih procesa u
opskrbnom lancu; meutim, dre da je GSCF vie ukljuen s obzirom da involvira sve
poslovne funkcije te iri set aktivnosti. Osim navedenog, prema njima, GSFC osigurava
mehanizam za razmatranje generiranja prihoda, radije nego da se fokusira na snienje
trokova.
Izvrsnost opskrbnog lanca donosi dioniarima vrijednost
91
jer kontrolira otkucaje srca
poduzea temeljni tok materijala i informacija od dobavljaa preko poduzea do kupaca
(Slone et al., 2010., p. 5.). Svjetska klasa SCM-a kreira ekonomski profit kada:
podrava vei prihod omoguavajui besprijekornu dostavu kupcu;
sniava troak kroz uinkovitije operacije;
sniava potreban kapital pomou niih zaliha, ukupnog radnog kapitala te kreirajui
idealnu
92
fiziku mreu.

91
Slone et al. pojanjavaju kako vrijednost za dioniare predstavlja ekonomski profit to se dobije kad se od
profita odbije troak kapitala potreban za njegovo generiranje.
92
Izvorna rije na engleskom jeziku glasi streamlined to se prevodi kao neto to ne prua otpor,
aerodinamino...

116

2.2.2. Faze zrelosti upravljanja opskrbnim lancem

Za razumijevanje opskrbnog lanca i naina njegovoga funkcioniranja esencijalno jest
poznavanje organizacije procesa koji se mogu definirati kao logina serija transakcija to
konvertiraju inpute u rezultate odnosno outpute (Handfield i Nichols, 2002., p. 40-41.).
Poslovni procesi predstavljaju lanac logiki povezanih repetitivnih aktivnosti koji koriste
tvrtkine resurse za preradu ili transformaciju odreenog objekta (fizikog ili mentalnog) za
postizanja specifinog i mjerljivog rezultata za interne ili eksterne kupce.
Poirier i Quinn (2003; 2006.) navode pet razina zrelosti opskrbnog lanca:
1. poduzea su fokusirana na funkcijska i procesna poboljanja, a rije je o internim
aktivnostima usmjerenima oko unutarnje integracije. Kao vodi u ovoj najranijoj fazi
moe se koristiti SCOR model;
2. nastavlja se evolucija opskrbnog lanca jo uvijek unutar poduzea jer se shvaa da se
utede mogu generirati u svim elementima lanca unutar poduzea. Dolazi do pomaka
nabave prema stratekoj funkciji, baza dobavljaa se usmjerava prema stratekim,
poboljava se protok informacija unutar poduzea. Autori istiu kako mnogim
poduzeima predstavlja problem iskorak prema treoj fazi koji je prvenstveno
kulturoloke naravi;
3. strateko shvaanje dobavljaa rezultira njihovim involviranjem u ranije faze razvoja
proizvoda. Logistika, transport i funkcije skladitenja uspostavljaju globalne relacije s
kvalificiranim logistikim servisima;
4. intenzivan razvoj odnosa s kupcima i dobavljaima to rezultira razvojem lanca
vrijednosti, intenzivira se razmjena i koritenje informacija u uzvodnim i nizvodnim
aktivnostima. Karakteristika ove faze predstavlja uspostava elektronske trgovine (engl.
e-commerce) i elektronskog poslovanja (engl. e-business);
5. najnapredniju fazu karakterizira maksimalna komunikacijska povezanost kroz cijelu
mreu opskrbnog lanca uz iscrpno koritenje svih raspoloivih tehnolokih
mogunosti.
Istraivanje koje su proveli McCormak i Johnson (2000., prema Lockamy i McCormak,
2004., p. 273.) pokazalo je kako je orijentiranosti prema poslovnim procesima (engl. Business
Process Orientation BPO) kritino za smanjenje konflikta, poticajno za jae povezivanje
unutar poduzea te za unapreenje performansi. Kljuni elementi BPO-a su: upravljanje

117

procesima i mjerenje, procesni poslovi (poslovi fokusirani na procese a ne na funkcije) te
procesni pogled (krosfunkcijski horizontalni pogled na poslovanje).
Temeljem svojih istraivanja odnosa zrelosti opskrbnog lanca i njegovih performansi
Lockamy i McCormak (2004., p.272.) razvili su model procesne zrelosti upravljanja
opskrbnim lancem na temeljima modela BPO iji su elementi prikazani u tablici 9.

Tablica 9. Model zrelosti orijentiranosti poslovnim procesima BPO
Proireni
Konkurentnost se pojavljuje izmeu mrea poduzea. Suradnja izmeu tvrtki postaje rutinska
do toke gdje prakse naprednih procesa dozvoljavaju transfer odgovornosti nevezano za
legalnost vlasnitva procesa. Povjerenje i zajednika zavisnost povezuje cjelokupnu proirenu
mreu. Uspostavljena je vrsta horizontalna kultura orijentirana prema kupcu.
Integrirani
Kompanija, njezini dobavljai i kupci uspostavljaju kooperaciju na procesnoj razini.
Organizacijska struktura i poslovi temeljeni su na procesima, a tradicionalne funkcije polako
nestaju. Mjerenje procesa i upravljanje sustavom duboku su ugraeni u organizaciju.
Pojavljuju se naznake naprednih procesa.
Povezani
Ova razina predstavlja prijelomnicu. Vodstvo kompanija strateki uspostavlja upravljanje
procesima. iri obuhvat procesa i struktura postavljeni su izvan tradicionalnih funkcija.
Kooperativnost izmeu funkcija unutar poduzea, prodavaa i kupaca poprima obiljeje
timova koji dijele zajednike mjerljive procese i ciljeve.
Definirani
Osnovni su procesi definirani i dokumentirani. Promjene u ovim procesima trebaju se
odvijati kroz formalne procedure. Poslovni i organizacijska struktura ukljuuju procesne
aspekte, ali ostaju tradicionalni. Predstavnici funkcija odravaju koordinacijske sastanke u
svezi procesnih aktivnosti.
Ad hoc
Procesi su nestrukturirani ili loe definirani. Ne postoji mjerenje procesa, organizacijska se
struktura temelji na tradicionalnim funkcijama, a ne na horizontalnim procesima.
Izvor: Lockamy, A., McCormak, K.: The development of a supply chain management process maturity model
using the concepts of business process orientation, Supply Chain Management: An International Journal,
2004., 9 (4), p. 275.

Handfield i Nicholson (2002., p. 24-25.) navode korake u implementaciji integriranog lanca
vrijednosti koji zapoinju optimizacijom i koordinacijom izmeu poslovnih funkcija. Nabava,
operacije i distribucija trebaju biti usklaeni s poslovnom strategijom i zajednikim mjerama
performansi, i treba se znati u kojem smjeru poduzee ide. Osnovni procesi (ispunjavanje

118

narudbi, strategija nabave i logistiki tok) trebaju biti analizirani i unapreeni, a temeljna
mrena struktura povezanosti s dobavljaima i kupcima treba biti optimizirana. Uspostava
integriranog opskrbnog lanca koji e opskrbiti krajnjeg kupca ili lana lanca sa zahtijevanim
materijalima, u potrebnim koliinama, u zahtijevanoj formi, s potrebnom dokumentacijom, na
zahtijevanu lokaciju, u pravo vrijeme, uz najnie mogue trokove lei u samom srcu SCM-a
(Handfield i Nicholson, 2002., p.39.). Kako bi se postigli ovi ciljevi, potrebno je:
razumjeti postojei opskrbni lanac i izraditi njegovu mreu;
prepoznati kritinu ulogu vremenskog ciklusa opskrbnog lanca;
napraviti reinenjering logistike opskrbnog lanca;
uspostaviti sistem mjerenja performansi cjelokupnog lanca.
Model zrelosti upravljanja opskrbnim lancem prikazuje slika 18.

Slika 18. Model zrelosti upravljanja opskrbnim lancem
Izvor: Lockamy, A., McCormak, K.: The development of a supply chain management process maturity model
using the concepts of business process orientation, Supply Chain Management: An International Review,
2004., 9 (4), p. 276.

119

Vezano za prikazana dva modela zanimljivo je vidjeti rezultate odreenih istraivanja o
dostignutim stupnjevima integriranosti. Prema rezultatima istraivanja Poirera i Quinna
(2006.), vie od polovice kompanija smjeteno je na treu razinu, za razliku od istraivanja
provedenog tri godine ranije (Poirier i Quinn, 2003.) kada je veina bila pozicionirana izmeu
druge i tree razine. 75% ispitanika potvrdilo je da su kontinuirana poboljanja njihovog
opskrbnog lanca urodila utedom trokova odnosno porastom prihoda. Meutim, isto tako
treba naglasiti kako je istraivanje pokazalo kako je samo 40% ispitanika potvrdilo da imaju
odreeni plan aktivnosti u sluaju ozbiljne ranjivosti njihovog lanca. Handfield (2006., p. 14-
16.) navodi rezultate istraivanja koje je provelo SCR (Supply Chain Redesign) 2005. godine
o razinama zrelosti preko 500 srednje do velikih poduzea:
ad hoc - sva promatrana poduzea su prola ovu inicijalnu fazu;
definirani - 27% poduzea;
povezani - 66% poduzea;
integrirani - 7% poduzea;
proireni - jo niti jedno poduzee nije podiglo funkcioniranje opskrbnog lanca na ovu
razinu.
Prema Spekman et al. (1998., p. 53-67.), menadment je svjestan kako je uspjeh poduzea
povezan sa snagom najslabijeg partnera unutar opskrbnog lanca i zato predlau prisnu
suradnju i integraciju cijelog lanca kako bi se mogle uivati pune pogodnosti snienja
trokova i poveanja prihoda, odnosno, zalau se za sljedeu evoluciju:
pregovaranje na otvorenom tritu - glavna tema razgovora jest cijena, odnosi su
suparniki;
kooperacija - nekoliko dobavljaa, dugoroni ugovori;
koordinacija - informacijska povezanost, razmjena podataka i informacija izmeu
sudionika;
suradnja - integracija opskrbnog lanca, zajedniko planiranje, tehnoloka suradnja.
Pitanje mjerenja odnosno mogunosti operacionalizacije mjerenja integracije opskrbnog lanca
rezultirala je razvojem tehnike Q-podjele (engl. Q-sort techniques), a rezultati istraivanja
(Boon-itt i Paul, 2005., p. 47-52.) pokazali su kako je rije o korisnom metodinom pristupu.
Ovu su tehniku izvorno razvili Bowersox et al. (2000.) i Stank et al. (2001.), i sastoji se od
est dimenzija: integriranost s kupcem, unutarnja integracija, integriranost s dobavljaima,
tehnoloka integracija i planiranje, integracija mjerenja te integracija povezanosti tj. veza.

120

2.2.3. Evaluacija strategija upravljanja opskrbnim lancem

Prije donoenja odluke o implementaciji i provoenu odreene strategije upravljanja
opskrbnim lancem potrebno je da poduzee uope prepozna takav koncept kao svoju strateku
odrednicu, odnosno, potrebna mu je takva orijentacija. Mentzer et al. (2001., p. 11.) definiraju
orijenatciju prema opskrbnom lancu (engl. Supply Chain Orientation - SCO) kao
prepoznavanje organizacije sistematskog i stratekog ukljuivanja taktikih radnji ukljuenih
u upravljanje razliitih tokova unutar opskrbnog lanca. Moe se rei da je poduzee strateki
orijentirano prema opskrbnom lancu ako menadment moe vidjeti posljedice upravljanja
uzvodnim i nizvodnim tokovima proizvoda, usluga, financija i informacija sa svojim
dobavljaima i kupcima. Min i Mentzer (2004., p. 65.) predlau kulturoloke elemente koje bi
poduzea trebala graditi i njegovati u svojim odnosima s partnerima iz opskrbnog lanca:
povjerenje, sastoji se od kredibilnosti i dobronamjernosti, determinira kooperaciju i
privrenost odnosu;
privrenost, implicitno ili eksplicitno obeanje o kontinuitetu odnosa izmeu partnera
iz lanca;
kooperativne norme, predstavljaju percepciju zajednikih napora dobavljaa i
distributera u ostvarenju pojedinanih i zajednikih ciljeva uz istovremeno
suzdravanje od poduzimanja oportunistikih aktivnost;
organizacijska uskladivost;
podrka vrhovnog menadmenta.
S obzirom da su odnosi u opskrbnom lancu tipino dugoroni te zahtijevaju vanu strateku
koordinaciju, Mentzer et al. (2001., p. 12.) istraivali su predhodnost i posljedice upravljanja
opskrbnim lancem, gdje se pod prethodnou podrazumijeva ukupnost faktora koji
poveavaju ili onemoguavaju implementaciju filozofije orijentiranosti prema opskrbnom
lancu. Njihova je analiza prikazana na slici 19.

121


Slika 19. Upravljanje opskrbnim lancem prethodnost i posljedice
Izvor: Mentzer, John T., DeWitt, W., Keebler, James S., Min, S., Nix, Nancy W., Smith, Carlo D., Zacharia,
Zach G.: Defining Supply Chain Management, Journal of Business Logistics, 2001., 22 (2), p. 192.

Jedan od uzroka neuspjeha opskrbnih lanaca jest nerazumijevanje prirode potreba to se
posljedino odraava na dizajn i strategiju upravljanja opskrbnim lancima. Fischer 1997. (Li,
2008., p. 13-14.) je sugerirao dva razliita pristupa: efikasan i odgovoran opskrbni lanac.
Svrha odgovornog opskrbnog lanca jest brza reakcija na trine zahtjeve. Ovakvi modeli
najbolje odgovaraju okolini gdje je predvianje potranje nisko, greke predvianja visoke,
ivotni ciklus proizvoda kratak, uvoenje novog proizvoda brzo, a postoji i veliki izbor novih
proizvoda. Svrha efikasnog opskrbnog lanca jest koordinacija toka materijala i usluga kako bi
se minimizirale zalihe te poveala efikasnost proizvoaa u lancu. Ovakav tip modela najbolje
odgovara tritima gdje se potranja moe dobro predvidjeti, greke predvianja su male,
ivotni ciklus proizvoda je dui, a izbor novih proizvoda skuen.
Efikasno funkcioniranje opskrbnih lanaca ima svakim danom sve vei utjecaj na poslovanje i
opstanak poduzea, stoga ne ude mnoga istraivanja akademske zajednice sa ciljem
pronalaenja modela za poboljanje njihove uinkovitosti i djelotvornosti. Bilo koja strategija
opskrbnog lanca treba poeti s kupevim sadanjim i buduim potrebama (Slone et al., 2010.,
p. 34.). Temeljem evolutivnih faza prikazanih u prethodnom poglavlju Spekman et al. (1998.)
razvili su matricu strategija upravljanja opskrbnim lancem vidljivu na slici 20.

122


Slika 20. Matrica strategija upravljanja opskrbnim lancem
Izvor: Spekman, R.E., Kamauff, J.W., Myhr, N.: An empirical investigation into supply chain management: a
perspective on partnership, Supply Chain Management: An International Journal, 1998., 3 (2), p. 59.

Jacoby (2009., p. 34-38.) navodi etiri osnovna principa za unapreenje SCM-a:
produktivnost, pouzdanost, fleksibilnost i inovativnost
93
. Na osnovi ovako postavljenih
principa razvijaju se etiri temeljne strategije SCM-a:
racionalizacija, ukljuuje temeljne procese koji se javljaju kod nabavljanja (aukcija,
kolekcija, ugovaranje, porijeklo), proizvodnje te upravljanje sadrajima. Ova je
strategija izvrsna u upravljanju operativnim trokovima kroz SCM kako bi se postiglo
cjenovno vodstvo i vea profitabilnost nego u konkurenata;
sinkronizacija, ukljuuje temeljne procese koji se javljaju kod sastavljanja, upravljanja
zalihama, odravanja, upravljanja materijalima, operacijama, kontroli proizvodnje i
kvalitete, ispunjavanju narudbi, povratima, popravcima i recikliranju. Cilj ove
strategije jest postizanje vjerodostojnosti i besprijekornih izvravanja unutar lanca
(pravi proizvod na pravo mjesto u pravo vrijeme) kako bi se postigao isti volumen
izlaza s manjom imovinom (kapacitetom proizvodnje) i manjim radnim kapitalom;
adaptacija, ukljuuje temeljne procese koji se javljaju kod servisa kupcima,
predvianja, marketinga, segmentacije kupaca, rudarenja podacima, distribucije,
uvoenja novih proizvoda, te politike cijena. Prilagodba podrazumijeva izvrsnost u
izgradnji jedinstvene sposobnosti koritenja opskrbnog lanca u postizanju kvalitetnijih
odnosa s kupcima, a ukljuuje odgovornosti i fleksibilnost;

93
Jacoby kae da mnogi autori u osnovne principe takoer uvrtavaju suradnju kao vodei princip meutim, on
smatra da ona ne dodaje vrijednost za krajnjeg kupca. Dakle, prema njemu, suradnja jest nuna, ali ne i dovoljna.

123

inovacija (inovativnosti), ukljuuje tradicionalne procese u inenjeringu, istraivanju i
razvoju, ranijem involviranju dobavljaa i dijeljenju inovativnih ideja, partnerstvo te
upravljanje rizikom. Primjena ove strategije u opskrbnom lancu omoguava bru,
frekventniju i efikasniju promociju novog proizvoda to utjee na kvalitetniju
brendiranost u oima kupaca.
Elementarne tehnike nune za provoenje ovih strategija jesu:
dizajniranje mree opskrbnog lanca, to e omoguiti bre i uinkovitije odgovore uz
nie trokove;
planiranje kapaciteta, kako bi ih se pravovremeno imalo dovoljno, ukljuujui
dugorono modeliranje odluivanja;
upravljanje rizikom, kako bi se efikasno izbalansirao rizik s dobitkom za postizanje
vrhunskih performansi bez nepoeljnog rizika;
monitoring i mjerenje kako bi se pratilo izvrenje zadane strategije.
Anderson et al. (2007.) smatraju da uspjeni menaderi opskrbnog lanca odbacuju
tradicionalistike poglede na poduzee i njegove dijelove smatrajui kako je pravi pokazatelj
uspjeha nain kako se vodi cjelokupan lanac gradei vrijednost za kupca, uz istovremeno
poveanje profitabilnosti svake komponente lanca. Poveanje uspjenosti treba se provoditi
kako na stratekoj tako i na taktikoj razini, uz holistiki pristup koji e omoguiti da
napredak itavog lanca bude vei nego zbroj poboljica njegovih pojedinih dijelova. Predlau
sedam temeljnih principa u razradi strategije SCM-a:
provoenje segmentacije kupaca, kako bi se opskrbni lanac prilagodio pojedinoj grupi
tako da prui veu vrijednost ciljanom kupcu uz poveanje profitabilnosti.
Segmentacijom je potrebno razviti portfelj razliitih usluga prilagoenih pojedinoj
ciljanoj skupini kupaca;
adaptacija logistike mree prilagoena zahtjevima i profitabilnosti pojedinog
segmenta kupaca;
oslukujui trine signale potrebno je uskladiti planiranje opskrbe duinom cijelog
opskrbnog lanca osiguravajui pri tome dosljedno predvianje i optimalnu alokaciju
resursa;
diferencirati proizvode prema potrebama kupaca te izvriti konverziju brzine du
cijelog lanca;

124

strateki upravljati izvorima kako bi se postiglo smanjenje vlastitih trokova sirovina i
usluga;
razviti strateku tehnologiju koja obuhvaa cjelokupan opskrbni lanac s idejom
omoguavanja potpore viestrukim razinama odluivanja te pruiti jasan pregled
protok roba, usluga i informacija;
usvojiti mjerenje kanala (engl. Channel-spanning) za ocjenu kolektivnog uspjeha
efikasne i efektivne realizacije krajnjeg korisnika.
Porter (1998., p. 35-41.) je definirao tri ope strategije: segmentacije (fokusiranja),
diferencijacije proizvoda te cjenovnog odnosno trokovnog vodstva. Prema istraivanju koje
je 2008. godine proveo Boston Strategies International (Jacoby, 2009., p. 53-54.), 54%
poduzea provodi low-cost strategiju, 28% fokusirano je na odreeno trite, dok ih 18%
provodi diferencijaciju proizvoda. Istraivanje je pokazalo korelaciju izmeu poslovne
strategije i strategije opskrbnog lanca, kao to prikazuje tablica 10. Strategija niskih cijena
(engl. low-cost) odnosi se na strategiju opskrbnog lanca prvenstveno usmjerenu na rezanje
trokova, a poduzea koja provode ovu strategiju daju prednost racionalizaciji i sinkronizaciji
u odnosu na inovaciju i adaptaciju. Strategija segmentacije pomae strategiji opskrbnog lanca
proizvodnju posebnog proizvoda (u oima njegovog kupca). Istraivanje je pokazalo da
poduzea koja provode ovu strategiju provode takoer strategiju adaptacije opskrbnog lanca.
Ona poduzea koja provode strategiju diferencijacije ele usluiti dio trita drugaije nego to
radi njihova konkurencija, stoga provode strategije adaptacije i inovacije.

Tablica 10. Korelacija izmeu poslovnih strategija i strategija opskrbnog lanca
Poslovna strategija Racionaliazcija Sinkronizacija
Adaptacija
(prilagodba)
Inovacija
(inovativnost)
Diferencijacije negativna negativna pozitivna pozitivna
Segmentacije
(fukusiranja)
negativna negativna pozitivna negativna
Trokovno vodstvo
(niske cijene)
pozitivna pozitivna negativna negativna
Izvor: Jacoby, D.: Guide to Supply Chain Management, The Economist Newspaper Ltd., London, 2009., p. 54.


125

Temeljem svojih istraivanja, Slone et al. (2012., p. 40.) iskristalizirali su pet kljunih
elemenata koji kreiraju izvrsnost opskrbnih lanaca, odnosno strategiju za postizanje
izvrsnosti:
izbor pravih voa i razvoj talenta - s obzirom na izuzetnu kompleksnost suvremenih
opskrbnih lanaca selektiranje menadmenta koji e ga voditi predstavlja kljunu toku
uspjeha. Karakteristike tih ljudi trebale bi biti (Slone et al., 2012., p. 63.): globalna
orijentiranost, sposobnost sistemskog razmiljanja, inspirirajue i utjecajno vodstvo,
tehnoloka obrazovanost
94
te superiorne poslovne vjetine;
izbor i implementacija prikladnih tehnolokih rjeenja - primjereno primijenjena
tehnologija moe biti glavni pokreta unapreenja opskrbnog lanca u generator
ekonomskog profita, omoguavajui poduzeu rezanje trokova i zaliha te
unapreenje servisa kupcima. Tehnoloke kategorije koje su primjenjive u opskrbnim
lancima jesu: softver, tehnologije e-poslovanja (engl. e-business technologies),
vidljivost i produktivnost te procesno napredovanje;
unutarnja suradnja - bit e uspjena kada prodaja, marketing i operacije nau nain da
usklade fokusiranje na servisiranje kupca tako da maksimiziraju ekonomski profit. S
obzirom da je opskrbni lanac horizontalni krosfunkcijski proces vano je eliminirati
vertikalne funkcijske barijere koje ga spreavaju;
vanjska suradnja - sastoji se od zajednikog rada dobavljaa i kupaca radi postizanja
unapreenja. Uspjenija suradnja lanova opskrbnog lanca zahtijeva dosta tekog rada
te izgradnju zajednikog povjerenja kroz due razdoblje to znai vrsto uvjerenje
partnera o snazi suradnje, potom zajednika privrenost investiranju vremena i resursa
u izgradnju odnosa, te vjera u dokumentirane procese koji odraavaju odnos.
upravljanje promjenama - mnogi projekti opskrbnih lanaca nisu postigli eljenu razinu
izvrsnosti jer se uinci nisu mogli jasno mjeriti, artikulirati niti voditi. Takoer je
potrebno izvriti identifikaciju rizika kako bi se njime moglo upravljati, a preduvjet
navedenom u sklopu upravljanja promjenama jest prva faza, odnosno izbor kljunih
ljudi koji e ovim upravljati.



94
Prema autorima, tehnologija postaje kljuni imbenik izvrsnosti opskrbnih lanaca tako da se zahtijeva
tehnoloka pismenost menadmenta. AMR Research predvia da e investiranje opskrbnih lanaca u IT nastaviti
rasti po stopi od 15% godinje (Slone et al., 2012., p. 74.).

126

2.3. Odrednice suvremenog upravljanja opskrbnim lancem

2.3.1. Aktualna znanstvena istraivanja u kontekstu opskrbnih lanaca

Termin upravljanje opskrbnim lancem nije samo koriten za objanjavanje logistikih
aktivnosti te planiranje i kontrolu materijala i informacija koji su se kretali unutar ili izvan
poduzea. Istraivai su ga takoer koristili da objasne strateka i interorganizacijska pitanja,
za ispitivanje i prouavanje alternativnih organizacijskih formi te za objanjavanje relacija
koja su poduzea razvijala sa svojim dobavljaima i kupcima. Harland (1996., p. 64.) saeo je
etiri glavna istraivaka podruja u domeni SCM-a: pitanja unutar organizacije, teme izmeu
dvije organizacije, problemi unutar lanca te pitanja unutar mree.
Temeljem istraivanja 400 lanaka vezanih za problematiku opskrbnih lanaca, Chen i Paulraj
(2004., p. 131-144.) razvili su teorijski okvir kako bi se bolje razumjelo podruje problema i
mogunosti vezanih za SCM, a prikazan je na slici 21.


Slika 21. Teorijski okvir za istraivanje upravljanja opskrbnim lancem
Izvor: Chen, I.J., Paulraj, A.: Understanding supply chain management: critical research and a theoretical
framework, International Journal of Production Research, 2004., 42 (1), p. 133.

127

Tri su kljune pokretake sile u razvoju SCM-a: neizvjesna okolina, orijentacija prema kupcu
i informacijska tehnologija, dok su etiri osnovna pravca istraivakih usmjerenja:
strateka nabava - povijesno gledajui nabava je imala pasivnu ulogu u poslovanju sve
do osamdesetih godina, kada je poela njezina evolucija;
upravljanje opskrbom - upravljanje opskrbom razlikuje se od SCM-a jer SCM
obuhvaa sve aspekte dostave proizvoda ili usluge kupcu dok je upravljanje
opskrbnom prvenstveno usmjereno na odnos kupac dobavlja. Osnovne teme koje su
se prouavale u sklopu ovog dijela jesu:
o komunikacija - efikasna dvostrana komunikacija je esencijalna za uspjean
odnos s dobavljaima i kupcima. U namjeri da rijee potencijalne probleme i
osiguraju nesmetan tok roba i usluga strane u lancu trebaju biti voljni dijeliti
podatke i informacije;
o redukcija baze dobavljaa - iako se u prolosti smatralo da je poeljnije imati
vie dobavljaa koji se meusobno nadmeu, novije spoznaje jesu suprotne:
smanjenjem broja dobavljaa omoguuje se intenziviranje odnosa na obostranu
korist;
o dugoroni odnosi - ovdje nije rije o trajanju odnosa ve je naglasak da nisu
privremeni ili povremeni. Kroz ovakve odnose partneri su voljni dijeliti
informacije, rizik, zajedniki ulaziti u razvoj novih proizvoda i sl.;
o izbor dobavljaa - vezano je uz prethodno navedeno s obzirom da njihov
pravilan izbor za specifine potrebe moe imati veliki utjecaj na financijski i
operativni rezultat. Spremnost dijeljenja informacija moe se smatrati
pokazateljem meusobnog povjerenja;
o certificiranje dobavljaa - pregledavanjem svih aspekata njegovih performansi
i inom konanog izbora za oekivati je da e odnos kupac dobavlja biti
unaprijeen u smislu pouzdanja i povjerenja;
o uee dobavljaa - primjeren broj lanaka bavio se odnosom angamana
dobavljaa u razvoju novog proizvoda s obzirom da se to moe izravno
odraziti na poveanje kvalitete, smanjenje trokova te skraenje vremena
razvoja i plasmana proizvoda na trite;
o krosfunkcijski timovi - identificirani su kao vaan doprinos uspjehu izbora
dobavljaa, dizajnu proizvoda, pravovremenoj proizvodnji (JIT); smanjenju
trokova, poveanju kvalitete te unaprjeenju komunikacije;

128

o povjerenje i privrenost - suradnja u kojoj poduzea razmjenjuju vane
informacije i ukljuuju se u dugorone odnose dobavlja kupac predstavlja
poetak istinske interakcije opskrbnog lanca;
logistika integracija - moe biti dvojaka, interna i eksterna odnosno proirena.
Karakterizira je integracija logistikih aktivnosti kroz funkcijske odjele unutar
poduzea, jednako kao i integracija firminih logistikih aktivnosti s istovjetnim
aktivnostima drugih lanova lanca;
koordinacija opskrbne mree - veliki broj istraivanja bio je usmjeren prema nalaenju
matematikog modela sa ciljem optimiziranja planiranja i koordiniranja tri temeljne
pozicije opskrbnog lanca; nabave, proizvodnje i distribucije.
Temeljem rezultata navedenog istraivanja Chen i Paulraj (2004.b) predloili su i testirali set
mjera i instrumenata za ocjenjivanje razliitih modela SCM-a: neizvjesna okolina, fokus
prema kupcu, podrka vrhovnog menadmenta, strateka nabava, konkurentski prioriteti,
informacijska tehnologija, struktura opskrbne mree, logistika integracija, performanse
dobavljaa, performanse kupca te odnos kupac dobavlja unutar kojega se nalaze: redukcija
baze dobavljaa, dugoroni odnosi, komunikacija, krosfunkcijski timovi, ukljuivanje
dobavljaa, to je prikazano na slici 22.

Slika 22. Okvir za razvoj mjernih instrumenata upravljanja opskrbnim lancem
Izvor: Chen, I.J., Paulraj, A.: Towards a theory of supply chain management: the construct and measurements,
Journal of Operations Management, 2004., 22 (2), p. 121.


129

Burges et al. (2006., p. 703-729.) analizirali su uzorak od 100 statistiki izabranih lanaka iz
domene SCM-a s pouzdanou od 90% a objavljivani su od 1985. do 2005. godine.
Istraivanje je pokazalo da se najvie lanaka (35%) bavi proizvodnjom, dok druga najvea
grupa (16%) obuhvaa razliite industrijske sektore. Najvei broj lanaka (57%) SCM
sagledava kao proces, etvrtina (24%) ga analizira kao sistem, dok ih 9% razmatra kao
aktivnost. S obzirom da ne postoji konsenzus oko mjerila i konstrukata za ocjenu SCM-a
autori su razvili svoj pristup sa sedam mjerila: vodstvo, unutarorganizacijski odnosi,
meuorganizacijski odnosi, logistika, orijentacija prema procesnim unapreenjima,
informacijski sistem te poslovni rezultati. Prema ovakvoj klasifikaciji, najvie se lanaka
bavilo procesnim unapreenjima (35%) i meuorganizacijskim odnosima (25%). Ni jedan
analizirani lanak nije pruio novu originalnu teoriju, a prema klasifikaciji koju su napravili
Handfield i Malnyk 1998. (prema Burges et al., 2006.) o est tipova aktivnosti vezanih uz
teoriju - otkrie, opisivanje, mapiranje, izgradnja odnosa, validacija teorije te proirenje
teorije - najvie lanaka (40%) bavi se opisivanjem. U metodolokom smislu najvie je
analitiko konceptualnih (39%), empirijskih studija sluajeva (32%) te statistika testiranja
(22%).
Arlbjorn et al (2007., p. 452-474.) napravili su istraivanje znanstvenika koji se bave
problemima SCM-a i logistike u nordijskim zemljama te su utvrdili dominantna podruja
njihovih istraivakih interesa
95
:
opskrbni lanci i mree - 54,16%;
transport - 25,69%;
logistika / organizacija opskrbnih lanaca - 23,61%;
poslovni odnosi - 21,52%;
distribucija - 19,44%.
Zhang et al. (2009.) napravili su sveobuhvatno istraivanje 157 doktorskih disertacija s
kineskih sveuilita u razdoblju od 1999. do 2006. godine u podruju SCM-a. U svojoj su
analizi identificirali 17 tematskih podruja, a u kontekstu ovog rada zanimljivo jest da su
poslovnu inteligenciju pozicionirali u skupinu s informacijskom tehnologijom,
informacijskim sustavima, CRM-om, sustavima za odluivanje te RFID tehnologijom unutar
koje je obraeno deset disertacija (6,37%). Vie od pola disertacija (55%) obrauje

95
Istraivanje je obuhvatilo 353 znanstvenika iz pet zemalja: Danske, Finske, Islanda, Norveke i vedske, a
odziv je bio 144 (41%).

130

proizvodne probleme, dok ih se treina (33%) odnosi na poljoprivredne teme. Harlandovu
(1996.) etverodijelnu raspodjelu tema iz opsega SCM-a dodatno su proirili na sedam razina,
poevi od funkcijske razine, potom procesne, organizacijske, meuorganizacijske, razine
lanca, mrene, te razine makro opskrbnog lanca. Prema ovakvoj podjeli, vie od polovine
disertacija (54%) obrauje teme makro i razine lanca.
Gubi et al. (2003., p. 854-885.) istraili su 71 objavljenu disertaciju sa skandinavskog
podruja
96
u razdoblju od 1990. do 2001. godine, te su zakljuili kako su proizvodnja i
prijevoz dva dominantna podruja istraivanja (zajedno ine 80%). Preko polovine disertacija
(56,33%) bavi se istraivanjima funkcija pojedinane firme, dok ih manje od treine (29,57%)
to radi na razini lanca ili mree. U teorijskom smislu
97
, skoro polovina disertacija (47%)
klasificirana je kao T3 teorija. Za razliku od Zhang et al., koji su identificirali 17 tematskih
podruja, Gubi et al. klasificirali su ih osam, gdje treina obuhvaa logistiku, dizajn sustava,
njegovu strukturu i efikasnost. Posebnost ovog istraivanja jest prikaz tematskih podruja
koja nisu obraivana u analiziranim disertacijama, a autori su ih klasificirali na; kupeve
zahtjeve, strateke izvore, usklaenje mree, agilnost, okruenje/odrivost, e-trgovanje,
informacijski sustav, integraciju te virtualnu logistiku.
Zachariassen i Arlbjorn (2010., p. 332-352.) istraili su 70 nordijskih
98
disertacija objavljenih
u razdoblju od 2002. do 2008. godine, a s obzirom da su primjenili metodologiju koju su
razvili Gubi et al. (2003) rezultati se mogu usporediti s njihovim. Kao i kod starijeg
istraivanja, problemi iz proizvodnje su i dalje dominantni, meutim, prepolovljen je broj
tema iz podruja prijevoza a povean iz podruja trgovine na veliko i malo. Promatrajui
operativnu razinu, moe se zakljuiti kako su se istraivaka usmjerenja znaajno pomakla s
pojedinog poduzea prema meusobnom odnosu i opskrbnom lancu. Analizirajui tematska
podruja moe se zakljuiti kako je smanjen interes za strukturiranje i dizajn sustava u odnosu
na starije nalaze. Progres znanstvene misli moe se uoiti kada autori, slijedei primjer
prethodnog istraivanja, sugeriraju neistraene a aktualizirane teme: globalizacija, pitanja
okoline/korporacijske i socijalne odgovornosti, upravljanje rizikom, sigurnost te humanitarna
logistika.

96
Za razliku od prethodno navedenog nordijskog istraivanja ovdje nije ukljuen Island.
97
Jensen je 1995. (Gubi et al., 2003., p. 864.) objasnio tri tipa teorija: T1 teorija moe biti znanstvena ako je
mogue pruiti dokaz o njezinoj efikasnosti u rjeavanju praktinog problema ili o izboru najbolje varijante
izmeu mnogo ponuenih. Ovakva se teorija sastoji od skupine principa, procedura, koncepata, notacija i
simbola. Teorija T2 prua odgovor na teorijski problem. Njena osnovna funkcija jest objanjenje. T3 teorija
nastaje primjenom teorije T2 na praktini problem. Prema Jensenu, upravo su teorije T3 najee u
menadmentu i znanosti o poslovanju.
98
U ovo istraivanje takoer nije ukljuen Island.

131

U jednom od najnovijih istraivanja (Hofman, 2011.) identificirano je est taktika odnosno
trendova koje koriste lideri u podruju upravljanja opskrbnim lancima: evolucija iz opskrbnog
lanca u lanac vrijednosti, segmentacija opskrbnih lanaca, balans prodajnog i operativnog
planiranja (engl. Sales & Operations Planning), poveanje inovativnosti u funkcioniranju
opskrbnih lanaca, hijerarhija metrike opskrbnog lanca, proirenje opskrbnih lanaca u opskrbne
mree.


2.3.2. Vrednovanje uspjenosti upravljanja opskrbnim lancem

Veliki utjecaj to ga upravljanje opskrbnim lancem ima na poslovanje poduzea rezultiralo je
brojnim pokuajima pronalaenja metrike za njegovo ocjenjivanje. Kaplan i Norton (1996., p.
75-85.) razvili su tablicu uravnoteenih ciljeva (BSC) koja istovremeno predstavlja
komunikacijski alat, sustav mjerenja te sustav stratekog upravljanja, a koja se moe
primijeniti na opskrbni lanac (Handfield i Nichols, 2002., p. 70.). Ovaj pristup ukljuuje
financijske i operativne pokazatelje za mjerenje kratkoronih i dugoronih performansi (Li,
2008., p. 335.) te pomae organizacijama u svladavanju triju glavnih pitanja: djelotvornog
mjerenja organizacijskog uenja, poveanja nematerijalne imovine i izazova provedbe
strategije (Niven, 2008., p. 19.). Christopher (2005., prema Jacoby, 2009., p. 184-185.)
predlae jednu inaicu ekonomske dodane vrijednosti, odnosno trinu dodanu vrijednost
(engl. Market Value Added MVA) koja u stvari predstavlja neto sadanju vrijednost od
EVA-e, odnosno MVA= NPV(EVA). Meutim, ovo je teko izraunati na razini cijelog
opskrbnog lanca. Jacoby (2009., p. 186.) smatra kako svaka strategija opskrbnog lanca na
najvioj razini donosi odreen financijski uinak koji se moe mjeriti, i smatra kako:
racionalizacija moe utjecati na poboljanje neto mare (engl. Net margin) za 1 - 4%;
sinkronizacija moe utjecati na poveanje povrata od neto imovine (engl. Return on
net assets) za 1 - 4%;
adaptacija moe poveati bruto maru (engl. Gross margin) za 5 - 7%;
inovacija moe utjecati na poveanje prihoda do 10%.
Brewer i Speh (2000., p.) razvili su model koji povezuje upravljanje opskrbnim lancem i
uravnoteenu tablicu rezultata, a prikazan je u tablici 11.

132

Tablica 11. Okvir upravljanja opskrbnim lancem i uravnoteene tablice rezultata
Upravljanje opskrbnim lancem Uravnoteena tablica rezultata
Ciljevi upravljanja opskrbnim lancem:
smanjenje gubitaka
saimanje vremena
fleksibilan odgovor
snienje jedinine cijene
Perspektiva poslovnih procesa
Koristi za kupca:
unapreenje kvalitete proizvoda i usluga
unapreenje pravovremenosti
unapreenje fleksibilnosti
poveanje vrijednosti
Perspektiva kupca
Financijske koristi:
vea profitna mara
unaprijeen novani tijek
rast prihoda
vei povrat na imovinu
Financijska perspektiva
SCM unapreenja:
inovacija proizvoda i procesa
upravljanje odnosima
informacijski tijek
prijetnje / zamjene
Perspektiva uenja i inovacija
Izvor: Brewer, P.C., Speh, T.W.: Using the Balanced scorecard to measure supply chain performance, Journal of
Business Logistics, 2000., 21 (1), p. 85.

etiri podruja mjerenja; financijska, kupeva, procesa te uenja i razvoja odraavaju
strateke ciljeve poduzea odnosno opskrbnog lanca, te su povezani u ukupnom mjerenju.
Kaplan i Norton (2004., p. 9-15) naknadno su razvili strateke mape koje predstavljaju
evoluciju tablice uravnoteenih rezultata, a u naravi predstavljaju grafiki prikaz onoga to
tvrtke trebaju raditi dobro u svakoj od etiri perspektive kako bi se uspjeno provela strategija
(Niven, 2008, p. 38.).
Hugos (2006., p. 133-134.) polazi od teze de se prvo treba evaluirati trite na kojem djeluje
opskrbni lanac kako bi se mogle identificirati potrebne performanse to se trebaju mjeriti i
pratiti. U navedenome smislu, polazi od potranje i opskrbe te definira etiri tipa trita:
razvijajue trite, karakteristino po niskoj i nepredvidivoj razini potranje i opskrbe;
rastue trite, na kojemu je potranja visoka a opskrba niska;
stabilno trite, potranja i opskrba su na visokoj razini;
zrelo trite, opskrba je vea od potranje.

133

S obzirom na razliitosti navedenih trita, svako od njih ima jedinstven miks vlastitih
traenih performansi, to znai da poduzea prvenstveno trebaju prepoznati trite na kojemu
funkcioniraju njihovi opskrbni lanci kako bi im mogli postaviti realne ciljeve. Hugos (2006.,
p. 137-146.) koristi etiri kategorije: servis kupcu (pokazatelji koji mjere sposobnost
opskrbnog lanca u zadovoljavanju kupevih oekivanja), interna efikasnost (pokazuje koliko
je poduzee - opskrbni lanac sposobno poslovati tako da generira odgovarajuu razinu
profitabilnosti), potrana fleksibilnost (mjeri sposobnost odgovora na nesigurnost razine
potranje) te razvoj proizvoda (obuhvaa sposobnost poduzea i opskrbnog lanca za
kontinuiranim razvojem skupa s tritem na kojemu funkcioniraju), a odnos trita i kategorija
pokazatelja prikazuje slika 23.


Slika 23. Matrica tipova trita i potrebnih pokazatelja performansi
Izvor: Hugos, M.: Essentials of Supply Chain Management, 2nd ed., John Wiley & Sons Inc., New Jersey, 2006.,
p. 139.

Temeljem svojih istraivanja
99
Lee (2004., p. 102-112.) je zakljuio kako brzina i trokovna
uinkovitost nisu one aktivnosti koje kreiraju konkurentsku prednost, ve se to postie
pomou koncepta nazvanog tri A; agilnou (engl. Agility), prilagodljivou (engl.
Adaptability) i usklaenjem (engl. Alignment). Osnovne karakteristike za postizanje ovih
elemenata su:

99
Lee je istraivanjem obuhvatio 60 velikih kompanija i njihovih opskrbnih lanaca.

134

agilnost (odgovor na kratkorone promjene u potranji ili opskrbi, te postupanje s
vanjskim poremeajima): promicanje protonosti informacija s kupcima i
dobavljaima, razvoj suradnikih odnosa s dobavljaima, dizajniranje za odgodu,
izgradnja zaliha odravanjem jeftinijih ali kljunih komponenti, imati pouzdane
logistike sustave ili partnere, izrada planova i razvoj timova za upravljanje krizama;
prilagodljivost (prilagodba dizajna opskrbnog lanca kako bi se zadovoljile strukturne
trine promjene te modificirale opskrbne mree za strategije, proizvode i
tehnologije): monitoring svjetskih ekonomija kako bi se pronale nove opskrbne baze i
trita, koritenje posrednika za razvoj svjee opskrbne i logistike strukture,
razmatranje i evaluacija potreba krajnjih korisnika, a ne samo posrednikih korisnika,
razvoj fleksibilnog dizajna proizvoda, odreivanje pozicija proizvoda u kontekstu
njihovih tehnolokih i ivotnih ciklusa;
usklaenje (kreiranje inicijativa za bolje performanse): slobodna razmjena informacija
s prodavaima i kupcima, jasna raspodjela uloga, ciljeva i odgovornosti za dobavljae
i kupce, pravedno dijeljenje rizika, troka i dobiti od realizacije unaprijeenih
inicijativa.
AMR Research
100
provodi kontinuirana istraivanja primjene opskrbnog lanca kod poduzea
koja pripadaju u skupinu Fortune Global 500. Smatraju (Friscia et al. 2009.) da je princip
voenja potranjom (engl. Demand driven) vladajui princip upravljanja opskrbnim lancem,
pod ime podrazumijevaju izgradnju opskrbnog lanca koji e usluiti kupca s operativnom i
inovacijskom izvrsnou. Ovaj se princip sastoji od tri preklapajua podruja:
upravljanje opskrbom - proizvodnja, logistika i nabava;
upravljanje potranjom - marketing, prodaja i servis;
upravljanje proizvodom - istraivanje i razvoj, inenjering, te razvoj proizvoda.
Izvrsnost je stvar vidljivosti, komunikacije i pouzdanih procesa koji povezuju ova tri prostora
u jednu cjelinu. Kada ovi procesi zajedniki funkcioniraju, poslovanje moe brzo i efikasno
odgovoriti na trine prilike ili kupeve zahtjeve (Hofman, 2011.). Njihovo je istraivanje iz
2009. godine potvrdilo trend prisutan u posljednjih nekoliko godina o rastuoj ulozi

100
AMR Research Inc. je 2009. godine prodan Gartner Research Inc.

135

intelektualnog kapitala kao kljunog faktora u strategiji opskrbnog lanca
101
. Predlau dvije
vrste mjerenja izvrsnosti (Hofman, 2004. i Friscia et al., 2009.):
operativna izvrsnost, koja ukljuuju isporuku kakva je obeana kupcu te dranje
trokova pod kontrolom. Ovakvo mjerenje ne bi trebalo predstavljati vei problem, a
na vrhu hijerarhije mjera nalazi se:
o mjera narudbe (engl. Order rate);
o ukupni trokovi opskrbnog lanca (engl. Total supply chain costs).
inovacijska izvrsnost, koju je tee izmjeriti, a obuhvaa:
o vrijeme isporuke proizvoda kupcu kako bi ga omogao poeti koristiti i time od
njega dobivati vrijednost ( engl. Time to value);
o povrat na lansirani novi proizvod (engl. Return on new product launch).
Zavrna razina usluge, zadovoljstvo kupca, te konkurentnosti i performanse spadaju meu
najvanije mjere uspjenosti upravljanja opskrbnim lancem. Ljungberg (2002.) smatra da su
mjere rasporeene u dva osnovna dijela, to zavisi radi li se o osnovnoj aktivnosti procesa ili o
potrebnim resursima za obavljanje tog procesa. Chen i Paulraj (2004., p. 146-147.) navode
kako mnoge studije primjenjuju financijske i/ili operativne mjere i zakljuuju kako mjerenje
opskrbnog lanca nije adekvatno ako se sastoji od financijskih ili operativnih pokazatelja.


2.3.3. Odrivo upravljanje opskrbnim lancem

Poglavlje o upravljanju opskrbnim lancem potrebno je zavriti s razmatranjem jednog od
dominantnih rastuih trendova ovog podruja. Jedini nain za postizanje kontinuiranog rasta i
uspjenog poslovanja jest tretirati odrivost kako kljunu polugu jednako kao i marketing,
financije, ljudske resurse ili opskrbni lanac (Haanaes et al. 2011., p. 24.). Carter i Rogers
(2008., p. 361.) navode kako je, prema podacima KPMG-a iz 2005. godine, 68% poduzea iz
skupine 250 najveih radilo izvjetaje o odrivosti, a 80% ih je to radilo u kontekstu
upravljanja opskrbnim lancem. Istraivanje koje su 2009. godine proveli Berns et al.

101
Metodologija njihovog istraivanja najboljih opskrbnih lanaca sloena je od financijskih pokazatelja i
miljenja sutrunjaka. Tri financijska pokazatelja koja ine 50% ocjene jesu: povrat na imovinu (ROA), obrtaj
zaliha i rast prihoda. Preostalih 50% ocjene dobiva se temeljem ocjenjivanja strunog skupa.

136

pokazuje kako je najprihvaenija definicija Brundtland komisije
102
. Po njoj odrivost se
odnosi na ispunjavanje potreba sadanje generacije ne ugroavajui pri tom mogunost
buduih generacija da zadovolje svoje potrebe (Berns et al., 2009., p. 45.). Osim navedene
definicije, menadment ovaj pojam povezuje uz: klimatske promjene, okolinu, ekonomska i
socijalna pitanja, odravanje poslovanja, te dugorona pitanja. S obzirom na irinu obuhvata
definicije pojavljuje se vie pitanja nego odgovora (Linton et al., 2007., p. 1076.), a izmeu
inih jesu kako definirati odrivost u kontekstu poduzea i potom opskrbnog lanca.
Shrivastava (1995., prema Carter i Rogers, 2008.) objanjava odrivost kao potencijal
poduzea za smanjenje dugoronog rizika, to je povezano s pranjenjem resursa,
fluktuacijom cijena energenata, proizvodnim obvezama, zagaivanjem te upravljanjem
gubicima. Efikasna globalna strategija odrivosti moe rezultirati u: (1) poveanju profita
kroz znaajnu operativnu efikasnost smanjenje globalnog gubitka i troka; (2) poticanje
ljudi i njihove zajednice opredjeljenje prema prihvaanju globalnih uvjeta rada, te
usklaenost s regulativnim zahtjevima; (3) smanjenje oslanjanja na oskudna sredstva voda,
odreene sirovine dok se smanjuju gubici osigurava se dugorona globalna odrivost
(Closs et al., 2011., p. 102.).
Polazei od definicija SCM-a koje pruaju Mentzer et al. i Lambert et al., Carter i Rogers
(2008., p. 368.) definiraju odrivo upravljanje opskrbnim lancem kao strateku, transparentnu
integraciju i postizanje organizacijskih socijalnih i ekonomskih ciljeva, te ciljeva iz podruja
okoline kroz sustavnu koordinaciju kljunih meuorganizacijskih procesa zbog unapreenja
dugoronih ekonomskih performansi pojedine kompanije i pripadajueg joj opskrbnog lanca.
Gupta i Palsule-Desai (2011., p. 235.) kau da odrivost SCM-a predstavlja set menaderskih
praksi koje ukljuuju:
utjecaj na okolinu kao imperativ;
sagledavanje svih faza kroz cijeli lanac vrijednosti za sve proizvode;
multidisciplinarnu perspektivu koja ukljuuje sve faze ivotnog ciklusa proizvoda.
Carter i Rogers (2008.) oblikuju model odrivog SCM-a polazei od tri komponente; okoline,
socijalnih i ekonomskih performansi (planet, ljudi, zarada engl. planet, people, profit)
kojima pridruuju etiri podravajua aspekta: organizacijsku kulturu, strategiju, upravljanje
rizikom i transparentnost, to je prikazano na slici 24.

102
Svjetska komisija za okoli i razvoj (engl. World Commision on Environment and Development) dala je ovu
definiciju 1987. godine.

137


Slika 24. Model odrivog upravljanja opskrbnim lancem
Izvor: Carter, C.R., Rogers, D.S.: A framework of sustainable supply chain management: moving toward new
theory, International Journal of Physical Distribution & Logistics Management, 2008., 38 (5), p. 367.

Odrivi SCM zahtijeva uspostavu vrijednosti i etinosti kroz organizaciju te efikasno,
fleksibilno i zeleno IT okruenje, jednako kao i usklaenje s korporacijskom strategijom za
odrivi razvoj (Teuteberg i Wittstruck, 2010., p. 1002.). Gupta i Palsule-Desai (2011., p. 236-
238.) takoer kategoriziraju etiri dimenzije odrivog SCM-a, meutim, znaajno drugaije:
strateka razmatranja (organizacijska strategija, strategija i struktura opskrbnog lanca,
marketinka strategija), odluivanje na funkcijskim sueljima (razvoj proizvoda i njegov
ciklus, odreivanje cijene i normiranje povrata, predvianja, nabava informacija, te njihova
vrijednost), regulatorne i vladine politike (proirena odgovornost i granica trgovakog
programa), integrativni modeli i alati potpore odluivanju. U kontekstu ove disertacije
zanimljivo je vidjeti da autori razmatraju pozicioniranje informacija u odnosu na upravljanje
neizvjesnostima i koja pitanja postavljaju; kako i kada e bolje informacije unaprijediti
upravljanje povratima?, koje su informacije u tom smislu vrijednije?

138

Linton el at. (2007., p. 1078.) smatraju da fokusiranje na opskrbni lanac predstavlja iskorak
prema usvajanju i razvijanju ire definicije odrivosti koja takoer mora integrirati podruja i
tokove izvan osnovnog upravljanja opskrbnim lancem. U navedenom smislu oni pozicioniraju
sljedee teme: (1) dizajn proizvoda, (2) proizvodnja nusproizvoda, (3) nusproizvodi dobiveni
tijekom koritenja proizvoda, (4) produenje vijeka trajanja proizvoda, (5) kraj ivotnog
ciklusa proizvoda, (6) sanacija na kraju ivotnog vijeka. Seuring i Muller (2008., p. 1699-
1710.) analizirali su 191 lanak
103
gdje je dominantna bila obrada studija sluajeva (70
lanaka), te empirijsko istraivanje (53 lanka). U dimenzijskom smislu teme su podijeli u tri
kategorije: pitanja okolia (140 lanaka), socijalna pitanja (20 lanak), te lanci koji imaju
obje dimenzije (31 lanak). Ekonomsku dimenziju autori nisu posebno klasificirali polazei
od pretpostavke kako se ona u konanici nalazi u svim lancima. U svojoj su analizi
identificirali:
inicijative odrivog SCM-a: pravni zahtjevi, zahtjevi kupaca, odgovor zainteresiranim
strankama, konkurentska prednost, pritisci raznih ekolokih i socijalnih grupa,
gubljenje reputacije;
barijere: visoki trokovi, kompleksnost i veliki napor koordinacije, nedostatak
komunikacije kroz opskrbni lanac;
podravajue elemente: komunikacija unutar kompanije, upravljaki sustav ISO,
monitoring, evaluacija, izvjetavanje, sankcije, edukacija dobavljaa i zaposlenih te
integracija poslovnih politika.
Teuteberg i Wittstruck (2010., p. 1001-1015.) analizom 142 lanka
104
utvrdili su sedam
razmatranih tema (perspektiva) unutar ovog podruja: politike, ekonomske, socijalne,
tehnoloke, organizacijske te psiholoke. Ovo je istraivanje zanimljivo po injenici da je
selektiralo nerijeene probleme specificirane u obraivanim lancima po utvrenim
perspektivama uz napomenu kako je uzrok njihovom veem broju injenica da je odrivost
nematerijalna pa stoga i tea za ekonomsku valorizaciju. Interesantno pitanje vezano uz temu
ovog rada jest: kako se znanje moe koristiti i prezentirati u ekolokom upravljanju
informacijskim sistemom? Ipak, krucijalnim se postavlja pitanje moe li odrivi SCM biti
profitabilan, odnosno kako to izmjeriti?

103
Istraivanje je obuhvatilo 191 objavljeni lanak u razdoblju od 1994. do 2007. godine.
104
Istraivanje je obuhvatilo 142 lanka objavljena u devet visokokvalitetnih asopisa od 1995. do 2010. godine.

139

Carter i Easton (2011., p. 46-62.) prezentirali su jedno od novijih istraivanja
105
literature s
tematikom odrivog SCM-a. S obzirom da njihovo istraivanje pokriva dvije dekade,
zanimljivo jest usporediti nalaze u tim razdobljima. Pojmovi odrivost i ekologija u poetku
su se koristili kao sinonimi do konceptualizacije odrivosti. U novije doba utvren je porast
broja istraivanja iz podruja korporativne socijalne odgovornosti (engl. Corporate Social
Responsibility CSR) i odrivosti. Kod razmatranja industrija to su obraivane u
promatranim lancima ne uoavaju se nikakvi trendovi, odnosno, lanci s ovog naslova
izbalansirani su kroz cijelo razdoblje. Za cijelo promatrano razdoblje ak 42% lanaka nije
prikazalo validaciju koja bi trebala predstavljati qonditio sine qua none svakog empirijskog
istraivanja, meutim, ovdje je prisutan pozitivan trend jer u prvoj dekadi to je bio sluaj kod
65% lanaka, a u drugoj dekadi u 26%. Kada se promatraju jedinice analize ukupno gledajui
tvrtka je najzastupljenija, meutim za uoiti je trend prijelaza na opskrbni lanac kao centar
analize.
Tvrtkin lanac vrijednosti treba razviti i podrati iru perspektivu odrivosti kako bi se
osiguralo da njihovi kupci, poslovanje, opskrbni lanac, zajednica te relacije i interakcije s
okolinom ostanu odrivi (Closs et al., 2011., p. 104.). Efikasan marketing te SCM kritini su
za tvrtkinu odrivost s obzirom da: (1) balansiraju narudbu i opskrbu, (2) identificiraju i
kvantificiraju kljune poslove i isplative resurse, (3) razvijaju talent s perspektive globalnih
operacija. Temeljem rezultata istraivanja konceptualizirali su 4E model: ekoloki (zeleni),
etini, educirajui, te ekonomski (engl. Environmental, Ethical, Educational, Economic). U
jednom od novijih istraivanja Miemczyk et al. (2012.) bavili su se odrivou s dva aspekta:
ekolokog i socijalnog, promatranog kroz tri razine: izravno izmeu dva partnera,
povezanou s lancem te s mreom. Svojim su istraivanjem sintetizirali mogue mjere
(Myemczyk et al., 2012., p. 478-496.): za ekoloku odrivost (generiki interni procesi,
materijali, gubitci, recikliranje, zagaenje, troak, slaganje i standardi, energija, CO2,
strategija, monitoring, proizvod, rizik), te za socijalnu odrivost (generiki interni procesi,
socijalno vlasnitvo, zajednica, etiko ponaanje, konflikt interesa, kodeks prakse i
ponaanja).
The United Nations Global Compact (2010., prema Blackhurst et al., 2012., p. 4.) smatraju
kako je odrivost u opskrbnom lancu pokrenuta prema poslovnim potrebama, posebno zbog;
upravljanja rizikom (koji je po svojoj prirodi ekoloki, socijalni i ekonomski), realizacije

105
Za svoje su istraivanje odabrali 7 najutjecajnijih asopisa iz podruja SCM-a publiciranih u razdoblju 1991.
do 2010. godine, te su na kraju u obradu uzeli 80 lanaka.

140

efikasnosti (smanjenje troka materijala, rada, energije i transporta) i kreacije odrive
proizvodnje (koja bi trebala zadovoljiti potrebe svih zainteresiranih ukljuujui vladu, klijente
i dobavljae). Kako bi pomogli malim i srednjevelikim poduzeima u postizanju izvrsnosti
odrivog SCM-a, a temeljem svojih istraivanja
106
, Blackhurst et al. (2012., p. 10-11.) razvili
su kritine faze koje se mogu usporediti s ciklusom poslovne inteligencije: (1) razumjeti
injenice
107
, (2) razviti viziju, (3) kreirati plan aktivnosti, (4) izvriti, analizirati i promijeniti.
U analiziranim odrivim opskrbnim lancima identificirali su odreene zajednike
karakteristike: pravne i regulatorne usklaenosti, upravljanje prirodnim resursima, angaman
zainteresiranih te tablice rezultata dobavljaa (engl. Supplier Scorecards). Nedostatak
kvalitetnih informacija dijagnosticirali su kao najvaniji razlog zbog kojeg se tvrtke odlunije
ne bore za svoju odrivost.
Mann et al. (2010., p. 53.) u svojem su istraivanju identificirali imbenike koji usmjeravaju
tvrtke prema usvajanju odrivog SCM-a: dva se nalaze izvan poslovanja (zakonodavstvo i
ekologija), a tri su locirana u poslovanju (financije, interni poslovni procesi i kupci). Osim
navedenih elemenata, u svoju analizu ukljuuju i socijalnu komponentu unutar koje se nalaze
zainteresirani, a nisu vlasnici koji izravno ili neizravno utjeu na tvrtkine performanse.
Zainteresirani se mogu podijeliti u dvije skupine: primarnu (kupci, zaposlenici, dobavljai,
tehnoloki konzorciji, komplementarni inovatori te donositelji politikih odluka i regula) i
sekundarnu (lokalna zajednica, grupe aktivista, religijske zajednice, udruenja trgovaca,
predstavnici zajednice, odvjetnici). Mefford (2011.) predloio je model prema kojemu
primjena modernih proizvodnih metoda (lean proizvodnja, odnosno proizvodnja na
vrijeme
108
, eliminacija gubitaka
109
, unapreenje kvalitete kroz kontinuirana procesna
unapreenja, kvalitete izvora
110
, kontinuirana unapreenja
111
) rezultira odrivim
korporativnim ponaanjem koje se u konanici odrava na dobrobit svih zainteresiranih
(zaposlenih, kupaca, dioniara, zajednice te ekoloke okoline).

106
Autori su istraivali najbolje prakse opskrbnih lanaca u tvrtkama: Walmart, P&G, Pella, John Deere,
Caterpillar te ConAgra Foods.
107
Za to kvalitetniju realizaciju prve faze, CIRAS (engl. Center for Industrial Research and Service) razvio je
metodologiju za ocjenjivanje odrivosti opskrbnog lanca. Unutar svake sekcije (financijske, socijalne i ekoloke)
posebno se ocjenjuju opskrba, interne operacije, kupci i distribucija.
108
Engl. Just in time - JIT
109
Jap. muda
110
Jap. jidoka
111
Jap. kaizen

141

Razmatranje odrivosti nabolje je zakljuiti usporedbom rezultata istraivanja provedenih
2009. (Berns et al.), 2010. (Haanaes et al.) i 2011. godine
112
(Kiron et al.). Jedno od prvih i
najopsenijih istraivanja
113
(Berns et al., 2009., p.3.) na temu odrivosti pokazalo je
zanimljive rezultate:
izvjestan je strogi konsenzus da odrivost ima, a imat e i dalje, materijalni utjecaj na
to kako e poduzea misliti i djelovati; vie od 92% ispitanika potvrdilo je da njihova
kompanija na neki nain pozicionira odrivost;
odrivost e preivjeti recesiju, manje od 25% ispitanika potvrdilo je da su smanjili
svoju privrenost odrivosti tijekom negativnog ekonomskog ciklusa;
iako su se svi sloili da odrivost ima utjecaj na njihovo poslovanje, mnogi su
potvrdili da ne istrauju u potpunosti mogunosti smanjenje rizika povezanog s
odrivou;
odrivost e postati znaajna za poslovnu strategiju i menadment, to znai da e
tvrtke morati razviti nove mogunosti i karakteristike, ukljuujui internu i eksternu
suradnju, nagraivanje dugoronog promiljanja, razvoj novih mogunosti u
podrujima mjerenja, kvalitetnije izvjetavanje te aktivno komuniciranje s okolinom;
najvee dobiti poduzea vide kroz unapreenje brenda kompanije;
tri najdominantnije strategije odrivosti jesu: unapreenje efikasnosti kroz potronju
energije, smanjenje troka te izgradnja svjesnosti.
Vodee kompanije uoavaju isplativost odrivosti: u neopipljivim prednostima,
unapreenjima procesa, sposobnosti inovativnosti, te u prilici za rast (Haanaes et al., 2011., p.
24). Prema njihovom istraivanju, najvee pogodnosti od odrivosti jesu: unapreenje
reputacije brenda, poveanje konkurentskih prednosti, pristup novim tritima te poveanje
trine margine. Najvaniji nalazi istraivanja koje su proveli Kiron et al. (2012., p. 69-74.)
jesu:
dvije treine ispitanika smatra kako je odrivost nuna za postizanje konkurentnosti na
dananjim tritima;
kupci (41%) jesu najei razlog promjene poslovnog modela kompanije, potom
slijede zakonodavstvo (35%), deficitarni resursi (30%), konkurenti (28%), te striktni
zahtjevi partnera iz lanca vrijednosti (26%);

112
U istraivanju je sudjelovalo vie od 4.000 menadera iz 113 zemalja.
113
Istraivanje je napravio MIT Sloan Management Review u suradnji s Boston Consulting Group na uzorku od
vie od 1.500 menadera, te 400 znanstvenika.

142

zapaena je uloga institucionalnih investitora koje zahtijevaju vie informacija o
odrivosti poduzea i investicija poduzea u tom pravcu;
25% ispitanika kao najveu dobit od odrivosti pozicioniralo je unapreenje
inovativnosti u proizvode i servis (godinu ranije ovaj je pokazatelj bio 16%);
Europa se smatra liderom odrivosti (63%), potom slijedi S. Amerika (35%);
u provoenju odrivosti najvanija je podrka vrhovnog menadmenta (75%);
najuspjenija poduzea imaju posebno praenje i izvjetavanje o odrivosti (39%);
najuspjenija poduzea imaju istu unutarnju komunikaciju (52%) te kljune
pokazatelje uspjenosti koji se odnose na odrivost (50%);
primjena odrivosti u najuspjenijim poduzeima odrazila se na poveanu suradnju s:
kupcima (66%), dobavljaima (59%), vladama/donositeljima politikih odluka (47%)
te unutarnjim poslovnim jedinicama (41%).

143

III. KONCEPTUALNI MODEL ODNOSA POSLOVNE
INTELIGENCIJE I UPRAVLJANJA OPSKRBNIM LANCEM

1. Razvoj teorijskog modela

U uvodnom su poglavlju navedeni elementi iz podruja prouavanja ovog rada u ijim se
okvirima pozicionira temeljni koncept istraivanja. U ovom e se poglavlju detaljnije obraditi
istraivanja iji su rezultati, smjernice, ogranienja i preporuke pridonijela razvoju
istraivakog modela, a rije je o obradi pojmova: vanost i razmjena podataka i informacija,
informacijska tehnologija, e-poslovanje, integracija, vidljivost, suradnja, napredna analitika te
elastinost.


1.1. Vanost i razmjena podataka i informacija

Tretiranje informacije kao mjerljive veliine promijenilo je svijet (Stubbs, 2011., p. 2.).
Istraivati poslovnu inteligenciju i upravljanje opskrbnim lancem bez razmatranja utjecaja i
vrijednosti podataka i informacija na njihovo funkcioniranje u dananjim je uvjetima -
besmisleno. Francis (1998.) je utvrdio kako su upravljanje informacijama i fiziko upravljanje
opskrbnim lancem u simbiozi te je sposobnost lanca za efikasnim osiguranjem protoka
materijala uvjetovano njegovom sposobnou da upravlja informacijama. Njegovo je
istraivanje pokazalo kako je informacija kljuna determinanta efikasnosti opskrbnog lanca.
Razmjena informacija jest strategija za postizanje kohezije svih funkcija lanova opskrbnog
lanca; meutim, uslijed postojanja asimetrinih informacija
114
opskrbni lanac trpi a to se
odraava: u nerazumijevanju oko zajednikih napora, problemima u reagiranju na trinu
neizvjesnost, u neoptimalnom odluivanju te u oportunistikom ponaanju (Simatupang i
Sridharan, 2001.). Prema autorima, postoje etiri temeljne koristi razmjene informacija u
opskrbnom lancu, a okvir odnosa razmjene informacija i prava odluivanja koju su razvili
prikazan je u tablici 12:

114
Asimetrine se informacije pojavljuju kada pojedini sudionici opskrbnog lanca imaju razliite informacije o
raspoloivim resursima (kapacitetima, zalihama, fondovima), trokovima, operacijama (prodaja, proizvodnja,
isporuka, predvianje) te trinim uvjetima.

144

postizanje ugovorne jasnoe - omoguuje optimalnu alokaciju resursa, mjerenje
performansi, laku distribuciju optereenja i koristi kroz prikladne inicijative;
aktivno bavljenje trinim neizvjesnostima - razmjena prodajnih podataka omoguiti
e kvalitetnije predvianje budue prodaje, optimalizaciju zaliha neugroavajui
prodaju uslijed nedostatka asortimana;
podupiranje suradnje unutar lanca - posljedino se odraava na snienje trokova
narudbi, zaliha i transporta;
reduciranje oportunizma.

Tablica 12. Mogui izbori strukture razmjene informacija
Potreba za redefiniranjem prava odluivanja
Zadravanje prava odluivanja Redefiniranje prava odluivanja

Nema otkrivanja
privatnih informacija
Otkrivanje privatnih
informacija
Nema otkrivanja
privatnih informacija
Otkrivanje
privatnih informacija
Nema stjecanja
informacija
Konkurentski
opskrbni lanac
Sporazum o
otkrivanju
Kratkoroan
sporazum
115

Sporazum s
principalom
Stjecanje
informacija
Sporazum o stjecanju
Sporazum o
komunikaciji
Sporazum s
principalom
Kolaborativan
opskrbni lanac
Izvor: Simatupang, T.M., Sridharan, R.: A Characterisation of Information Sharing in Supply Chains,
Operational Research Society of New Zeland (ORSNZ) Conference, 2001., p. 16.

Lee et al. (1997., p. 546-558.) utvrdili su kako razmjena prodajnih informacija ini glavnu
strategiju protiv efekta bia (engl. Bullwhip effect) koji predstavlja fenomen poveavanja
varijabilnosti potranje du opskrbnog lanca. Ova deformacija potranje (engl. Demand
distortion) kreira probleme dobavljaima: neprecizno predvianje, slabije koritenje
kapaciteta, poveanja zaliha, te loiji servis kupcu. Koristei analitiki model Lee et al.
(2000., p. 626-643.) razvili su opskrbni lanac u dvije razine te su istraivali koristi od
razmjene potranih informacija. Utvrdili su da sama razmjena informacija znaajno pridonosi
smanjenju proizvoaevih zaliha i trokova. Njihovi su rezultati takoer pokazali da e

115
Engl. Arm-lenght agreement

145

proizvoa imati znaajne utede ako je: korelacija potranje s vremenom visoka, varijanca
potranje u istom razdoblju takoer visoka te kada je dugo vrijeme isporuke. Temeljem
navedenog, zakljuuju kako e razmjena informacija posebno biti efikasna u
visokotehnolokim industrijama (engl. High-tech industry). Prema istraivanju koje je proveo
Tan
116
(2002., p. 42-53.), razmjena informacija jest krucijalna za efikasne operacije cijelom
duinom opskrbnog lanca i na svim funkcijskim razinama, odnosno, razmjena informacija
unapreuje tvrtkine performanse, a nedostupnost informacija nepovoljno se odraava na
konkurentnost.
iroka primjena raznih aplikacija sa svrhom optimiziranja operacija opskrbnog lanca dovest
e do rapidnog porasta podataka, te e upravo sposobnost upravljanja tim podacima i
informacijama u budunosti predstavljati vanu vrijednost za vlasnike, a nain tog upravljanja
predstavljati e vitalnu konkurentsku prednost SCM-a (Jacoby, 2009., p. 206-207.). Prema
procjenama Boston Strategies International BSI (Jacoby, 2009., p. 207.) od 1987. do 2015.
godine vrijednost materijalne imovine bit e prepolovljena, dok e istovremeno vrijednost
informacijske imovine biti udvostruena. Kljuni aspekt SCM-a jest efikasno upravljanje
proizvodima i informacijskim tokom (Stock et al., 2010., p. 33.). Fawcett et al. (2007., p. 358-
368.) u svojem su istraivanju
117
identificirali i analizirali dvije dimenzije razmjene
informacija (povezanost i spremnost) te su utvrdili kako obje utjeu na operativne
performanse i kritine su za razvoj spremnosti razmjene informacija. Njihovo je istraivanje
takoer pokazalo koje su prepreke boljoj razmjeni informacija: cijena i kompleksnost
implementacije naprednih sistema, inkompatibilnost razliitih sistema, razliite razine
povezanosti kroz opskrbni lanac te nedovoljno razvijena poslovna kultura razmjene
informacija izmeu partnera. Razmjena informacija dogodit e se kada postoji ugodan odnos i
povjerenje kako e se razmjenjene informacije prikladno koristiti za postizanje unapreenja
suradnje.
Prikladno upravljanje informacijskim, materijalnim i financijskom tokovima izmeu lanova
opskrbne mree postaje kritino vano s obzirom da se iz njih slijeva znanje koje e se koristi
za optimizaciju odnosa u lancu (Hadaya i Casivi, 2009., p. 20.). Njihovo je istraivanje
118


116
Uzorak ovog istraivanja sainjavalo je 4.500 poduzea iz baze podataka Institute for Supply Management
(ISM) i American Production and Inventory Control Society (APICS), a obraeno je 411 pristiglih kompletiranih
odgovora, to predstavlja stopu odziva od 9,1%.
117
Istraivanje je obavljeno potom a sadravalo je 558 iskoristivih odgovora, to je predstavljalo stopu odziva
od 12%.
118
Istraivanje je obavljeno e-mailom, a od 130 poslanih upitnika menaderima opskrbnih lanaca prvog reda
povratnih odgovora bilo je 53 to predstavlja odziv od 40,8%.

146

pokazalo: razmjena znanja pozitivno utjee na meuorganizacijski informacijski sistem i
procesne inovacije, procesne inovacije pozitivno utjeu na performanse, ali za razmjenu
znanja i meuorganizacijski informacijski sistem nije utvreno da utjeu na performanse.
Analiza varijance ukazala jest na injenicu da su poduzea spremnija dijeliti znanje sa svojim
dobavljaima nego s kupcima. Prema Hugosu (2006., p. 15-16.), informacije predstavljaju
vezu izmeu svih aktivnosti i procesa opskrbnog lanca, a koriste se za:
koordinaciju dnevnih aktivnosti, a odnose se na funkcioniranje ostalih elemenata
opskrbnog lanca: proizvodnje, zaliha, lokacije i transporta;
predvianje i planiranje, kako bi se anticipirali budui zahtjevi i dogaaji.
U poduzeu se kompromis izmeu odgovornosti i efikasnosti mjeri koristima koje prua
dobra informacija u odnosu na troak njezinog nabavljanja. Izdana i precizna informacija
omoguuje efikasne operativne odluke te bolje predvianje; meutim, potrebno je voditi
rauna da troak izgradnje i instalacije sistema za obradu takvih informacija moe biti visok.
to su kompanije spremnije meusobno razmjenjivati informacije, to su obostrano
odgovornije. U svojem su istraivanju Klein i Rai
119
(2009., p. 735-762.) identificirali tri tipa
stratekih informacija unutar odnosa u opskrbnom lancu:
operativne (o zalihama, kapacitetima ili proizvodnim planovima), ijom se razmjenom
partnerima omoguuje optimizacija ulaznih resursa;
strateke (o financijskoj metrici i trokovima), ijom se razmjenom omoguuje
suradnja u poboljanju ekonomskih rezultata te uinkovitije koritenje financijskih
sredstava;
strateko-konkurentne (o konkurentskom poloaju i planiranim trinim aktivnostima)
ija razmjena osigurava koordinaciju prodajnih i marketinkih aktivnosti s
operativnom potrebama.
Njihovo je istraivanje takoer utvrdilo: strateko razmjenjivanje informacija pozitivno i
znaajno utjee na performanse odnosa za obje strane jer su poveali produktivnost i
reducirali trokove, te da su kupci koji su ovisniji o svojim dobavljaima spremniji na
razmjenu stratekih informacija kako bi postigli sinergiju s dobavljaevim resursima i
sposobnostima. Zhou i Benton (2007., p. 1348-1365.) istraivali
120
su integraciju razmjene

119
U ovom je istraivanju uzorak ukljuivao 183 menadera kljunih kupaca s prodavaeve strane (odazvalo ih
se 132 odnosno 72%), te 183 menadera s kupeve strane (odazvalo ih se 91, odnosno 49%).
120
Uzorak se u ovom istraivanju sastojao od 745 proizvodnih poduzea, a iskoristivih odgovora bilo je 125 to
predstavlja odziv od 18%.

147

informacija i prakse opskrbnog lanca. U svojoj su analizi praksu opskrbnog lanca odredili
pomou tri kategorije: planiranja, proizvodnje na vrijeme (JIT) te isporuke. Tri aspekta
odreuju razmjenu informacija:
podupirue tehnologije koje omoguavaju razmjenu informacija;
njihova kvaliteta (preciznost, dostupnost, pravovremenost, unutarnja povezanost,
vanjska povezanost, kompletnost, relevantnost, pristupanost, auriranost);
njihov sadraj (sadraj informacija koje proizvoa razmjenjuje sa svojim kupcem, te
sadraj informacija koje kupac razmjenjuje sa svojim proizvoaem).
Njihovo je istraivanje pokazalo:
uinkovita razmjena informacija znaajno poboljava praksu opskrbnog lanca;
dinamizam opskrbnog lanca (brzina promjena u proizvodima i procesima) znaajno
utjee na razmjenu informacija, te neto manje na praksu opskrbnog lanca;
uinkovita razmjena informacija i efikasna praksa opskrbnih lanaca imaju znaajan
utjecaj na karakteristike isporuka (isporuka na vrijeme, stopa ispunjenja narudbe,
pouzdanost isporuke). Moe se utvrditi kako se rezultati ovog istraivanja razlikuju od
Hadayinih i Cassivijevih u domeni performansi.
Sodhi i Son
121
(2009., p. 937-945.) identificirali su faktore koji utjeu na partnerske
performanse (razmjena informacija, povjerenje, zajedniko partnersko upravljanje, specifini
odnosi te partnerska asimetrija), i utvrdili su kako se faktori koji najbolje modeliraju strateke
performanse razlikuju od onih koji modeliraju operativne performanse. Zakljuuju kako
povjerenje i razmjena informacija mogu najbolje zadovoljiti ciljeve postavljene u operativnoj
uinkovitosti.
U kontekstu razmatranja uloge i vanosti podataka i informacija potrebno je utvrditi kada su
uope podaci i informacije raspoloivi za bilo kakvu aktivnost, a to je pokazao Hackathorn
(2004.) i predstavljeno je na slici 25. Prema njegovoj analizi, u vremenskom kontinuumu
izmeu zbivanja nekog dogaaja i poduzimanja akcije neminovno dolazi do kanjenja u
barem nekom od tri segmenta (Panian, 2007., p. 95; Howson, 2008., p. 110; Watson, 2009., p.
501.):
kanjenja podataka, obuhvaa vrijeme od nastanka nekog dogaaja do trenutka kada
su podaci spremni za analizu;

121
Istraivali su 71 povezan odnos dobavlja trgovac u industriji pakiranih proizvoda u Junoj Koreji.

148

kanjenja analize, obuhvaa vremensko razdoblje za obradu prikupljenih podataka;
kanjenja akcije obuhvaa vrijeme od dostave informacije do trenutka poduzimanje
aktivnosti.

poslovni
dogaaj
spremljeni
podaci
dostavljena
informacija
poduzeta
akcija
i

z

g

u

b

l

j

e

n

o



v

r

i

j

e

m

e
vrijednost
vrijeme
r a z l i k a u a k c i j i
k
a

n
j
e
n
j
e

p
o
d
a
t
a
k
a
k
a

n
je
n
je

a
n
a
l
iz
e
kanjenje odluke

Slika 25. Sastavnice vremena poduzimanja aktivnosti
Izvor: Hackathorn, R.: The BI Watch: Real-Time to Real-Value, DM Review, January 2004., p. 3.

Kroz prizmu prethodne slike zanimljivo je analizirati istraivanje
122
koje je proveo The
Economist (Kielstra, 2007.). Na pitanje o dostupnosti podataka potrebnih za odluivanje vie
od polovine ispitanika (54%) odgovorilo je da su im dostupni s manjim kanjenjem, etvrtini
(25%) s veim kanjenjem, dok ih je samo 10% potvrdilo kako ih imaju u trenutku kada su im
potrebni. Nastavno na navedeni prikaz, potrebno je istaknuti kako ne postoji identina
vremenska potreba za svim informacijama. Istraivanje
123
pokazuje (Davenport i Snabe,
2011., p. 60.) kako se odreene informacije trae i dobivaju ee i bre od ostalih
(informacije o prodaji te novosti o konkurentima i kupcima). Najvanije je prepoznati kljune

122
Istraivanje je provedeno on-line na uzorku od 154 menadera (40% iz Europe, 31% iz Sjeverne Amerike i
23% iz Azije). Vie od 50% ispitanika bilo je sa C razine (CEO, CFO, CIO).
123
Istraivanje je obuhvatilo 302 starija izvrna menadera.

149

donositelje odluka kako unutar poduzea, tako i unutar opskrbnog lanca, te potom definirati
opseg informacija koje su im potrebne. Osim razmatranja o raspoloivosti te vremenskoj
uvjetovanosti podataka i informacija, takoer je zanimljivo vidjeti rezultate istraivanja o
vanosti pojedinih informacija u odnosu na stanje ekonomije trita na kojemu funkcioniraju
ispitanici, to prikazuje graf 4.


Graf 4. Najvanije informacije u razliitim ekonomijama
Izvor: Davenport, Thomas D., Snabe, Jim H.: How Fast and Flexible Do You Want Your Information, Really?,
MIT Sloan Management Review, spring 2011., 52 (3), p. 60.

Kompromis izmeu preciznosti i vremena primanja informacije predstavlja treu zanimljivost
ovog razmatranja. Naime, postavlja se pitanje koliko treba biti precizna informacija, odnosno,
koliko je menadment ili drugi donositelj odluka spreman rtvovati preciznost u odnosu na
brzinu. Rezultat istraivanja s prikazom tipova informacija s pripadajuim postotkom
ispitanika koji trae potpuno potvrenu informaciju kako bi je mogli koristiti, prezentirani su
u tablici 13.



0,0% 10,0% 20,0% 30,0% 40,0% 50,0%
zadovoljstvo zaposlenika
trini udio
razina zaliha
podaci o kupcima/dobavljaima
scenario planovi / simulacije
potraivanja/obveze
budeti/potronja/trokovi
novani tijek
strateki i operativni rizik
karakteristike zaposlenika/produktivnost
najvanije informacije u
padajuoj ekonomiji
najvanije informacije u
rastuoj ekonomiji

150

Tablica 13. Rang lista najpotrebnijih tonih informacija
Tip informacije % Tip informacije %
Novac / novani tijek 74 Performanse zaposlenika 48
Budeti / potronja / trokovi 67 Kvaliteta 43
Potraivanja / obveze za plaanje 67 Trini udio 35
Prodaja 60 Strateki / operativni rizik 32
Razine proizvodnje 58 Zadovoljstvo kupca 28
Razine zaliha 50 Zadovoljstvo zaposlenika 27
Izvor: Davenport, Thomas D., Snabe, Jim H.: How Fast and Flexible Do You Want Your Information, Really?,
MIT Sloan Management Review, spring 2011., 52 (3), p. 61.

Prema rezultatima istraivanja (Kielstra, 2007., p. 18.) najvaniji atributi informacija
potrebnih za odluivanje su: kvaliteta (65%), dostatnost (18%), pravovremenost (13%) i
cijena (5%). Redman (2008., p. 54.) navodi deset navika kako se najuspjenije tvrtke brinu za
kvalitetu podataka: fokusiranje na najvanije potrebe najvanijih klijenata, primjenjivati
izuzetnu pozornost na procese, upravljati svim kritinim izvorima podataka ukljuujui
dobavljae, mjeriti kvalitetu na izvoru i u poslovnom smislu, organizirati kontrolu na svim
razinama kako bi se sprijeile jednostavne greke i kreirala osnovica za pomak naprijed,
razviti vjetinu za kontinuirana unapreenja, uspostaviti i postizati agresivne ciljeve
unapreenja, formalizirati upravljanje odgovornou za podatke, prednjaiti u nastojanjima
koristei stariju grupu te shvatiti kako je tema kvalitete podataka lagana, a aktivno upravljanje
zahtijeva kulturoloke promjene.
Prema istraivanju
124
koje su proveli Kim et al. (2006., p. 40-54.), razmjena informacija
predstavlja kamen temeljac za ostale kanalne mogunosti (engl. Channel capabilities) jer
znaajno utjee na suradnju, odgovornost meu partnerima i trine performanse. Prema
Trentu (2007., p. 250-251.), uspjeno globalno nabavljanje zahtijeva spremnost podjele
informacija sa svojim dobavljaima, gdje se pod informacijama o performansama
podrazumijeva periodino izvjetavanje o kvaliteti, isporukama, trajanju ciklusa, fleksibilnosti
te cjenovnim elementima. Drugi aspekt razmjene informacija odnosi se na ocjenu doprinosa
dobavljaeve tehnologije, zajednikim tehnolokim planovima te investicijama. Jedno od

124
Istraivanje je provedeno e-mailom na uzorku od 1.949 menadera iz SAD temeljem baze podataka CLM-a
(Council of Logisitics Mannagement). Obraeno je 184 povratnih upitnika to predstavlja odziv od 10,7%.

151

novijih istraivanja
125
odnosa razmjene informacija i performansi opskrbnog lanca proveli su
Ramayah i Omar (2010., p. 35-52.), gdje su performanse odredili kao: isporuke prema
zahtijevanom datumu, potrebno vrijeme reakcije na kupeve zahtjeve, fleksibilnost u
ispunjavanju zahtjeva te kretanje trokova. Pod razmjenom operativnih informacija
podrazumijevali su kratkorone informacije (dnevne ili tjedne) koje se veinom odnose na
prodaju i logistike aktivnosti, dok su pod razmjenom stratekih informacija podrazumijevali
one informacije koje mogu dugorono utjecati na na poslovanje. Utvrdili su kako je utjecaj
razmjene stratekih informacija vei nego utjecaj razmjene operativnih informacija. Iako su
utvrdili da kvaliteta informacija ne utjee kao intervenirajua varijabla ni na jedan odnos,
zanimljivo je navesti njihove determinirajue elemente te kvalitete: tonost, pravovremenost,
kompletnost, adekvatnost i kredibilitet. Usporedbe radi, moda najopsenije odreivanje
kvalitete informacije ponudio je Miller
126
(2005., p. 93-102.): tonost, vjerojatnost,
objektivnost, preciznost, pouzdanost, relevantnost, pravovremenost, kompletnost,
primjerenost, razumljivost, objanjivost, dosljednost, saetost, oblikovanost, pojavnost,
dostupnost, sigurnost i raspoloivost.
U istraivanju
127
povjerenja menadera dobavljaa prema kupcima (mjereno na osobnoj
razini) Ha et al. (2011., p. 56-77.) utvrdili su kako emocionalno povjerenje (engl. Affective
trust) znaajno utjee na razmjenu informacija (frekvencija kontakata, koritenje
kompatibilnih informacijskih sustava, voljnost prema razmjeni operativnih i stratekih
podataka) koje takoer znaajno utjeu na logistike performanse (ispunjavanje narudbi,
vrijeme ispunjenja narudbi, operativna fleksibilnost, obrtaj zaliha te ukupni logistiki
trokovi). Uinkovito upravljanje informacijskim tokom predstavlja jedno od najznaajnijih
izazova suvremenih opskrbnih lanaca, odnosno esencijalno, bilo koja tehnika SCM-a
predstavlja poveanje vrijednosti razmjene informacija kroz lanac (Li et al., 2009., p. 155.).
Postoje etiri kategorije razmjene informacija unutar lanca: nema razmjene, razmjena
opskrbnih informacija, razmjena potranih informacija te razmjena svih informacija, to je
prikazano u tablici 14.


125
Istraivanje je napravljeno na uzorku od 250 proizvodnih poduzea iz sjevernog dijela Malezije a upitnik je
bio usmjeren na izvrni menadment nadlean za nabavu. Iskoristivih odgovora bilo je 58 to predstavlja odziv
od 23,2%.
126
Engl. accuracy, believability, objectivity, precision and relaibility of the information, relevancy, timeliness,
completeness and information appropriateness, comprehensibility, interpretability, consistency, conciseness,
format and appearance of the information, accessibility, security and availability.
127
Uzorak se sastojao od 965 korejskih poduzea, a obraeno je 265 vraenih odgovora (od ega 165
proizvodnih poduzea) to je predstavljalo stopu odgovora od 27,5%.

152

Tablica 14. Vrste razmjene informacija u opskrbnom lancu
Tip Namjera Upravlja Sadraj
Razmjena
opskrbnih
informacija
Koordinacija aktivnosti
poduzea sa svojim
dobavljaima i donoenje
boljih odluka u domeni
nabave.
Neizvjesnost
vremena realizacije,
kvaliteta dijelova i
opskrbnog procesa.
Razmjena rasporeda, vremena
realizacije, kapaciteta, vremena
odgovora, razine servisa, dostupnosti,
dizajna proizvoda
Razmjena
potranih
informacija
Usklaenje opskrbnih
aktivnosti s potrebama svojih
nizvodnih partnera i trinih
zahtjeva.
Neizvjesnost trita,
proizvodnje i
distribucijskog
sistema.
Razmjena zahtjeva u realnom
vremenu, prodajnih podataka, trinih
trendova, kupevih preferencija,
trokova i rasporeda, razina zaliha,
isporuka, kapaciteta.
Razmjena
svih
informacija
Maksimalna korist od
razmjene informacija.
Neizvjesnost opskrbe,
potranje i procesa.
Razmjena opskrbnih, potranih i
operativnih informacija.
Izvor: Li, J., Sikora, R.T., Shaw, M.J.: Supply Chain Management: A Multi-Agent System Framework, 2009., p.
159., in Dwivedi, A., Butcher, T. (eds.): Supply Chain Management and Knowledge Management,
Palgrave Macmillan, London, 2009.

Yigitbasioglu (2010., p. 550-578.) napravio je paralelno istraivanje
128
o spremnosti kupaca
za razmjenu informacija s kljunim dobavljaima. Rezultati su pokazali da neizvjesnost
(potranje i okoline) i zavisnost pozitivno utjeu na razinu razmjene informacija s kljunim
dobavljaima, odnosno, raste meusobno povjerenje te se razvija suradnja. Popovi et al.
(2009.) istraivali
129
su utjecaj sistema poslovne inteligencije na kvalitetu informacija kroz
dva aspekta: kvalitete sadraja i kvalitete dostupnost. Rezultati su pokazali da je koritenje PI
pozitivno utjecalo na kvalitetu informacija, s time da se utjecajnijim pokazalo na kvalitetu
dostupnosti.





128
Kriterij za izbor poduza bio je: minimalan rihod od 15 mil.EUR-a te da se bave proizvodnjom, sastavljanjem
ili distribucijom tih proizvoda, a uzorak je bio sastavljen od 1.170 finskih i 1.290 vedskih poduzea. Stopa
odziva je bila 11,5% kod finskih, a 10% kod vedskih poduzea.
129
Istraivanje je provedeno na uzorku od 1.329 slovenskih srednjih i velikih poduzea, od kojih se dobilo 181
odgovor, to predstavlj odziv od 13,6%.

153

1.2. Informacijska tehnologija i sustav

Prema Liautaudu i Hammondu (2006., p. 13.) suvremene informacijske tehnologije i na njima
razvijeni informacijski sustavi postaju strateko orue poduzea te s vremenom o njima ovisi
cjelokupna uspjenost i perspektiva poslovanja. Sria i Miller (2001., p. 79.) tvrde kako je
razvoj informatike tehnologije u veoj mjeri utjecao na razvoj poslovnih trendova nego
obrnuto, jer bez tog razvoja i mogunosti koje IT prua ne bi bilo mogue ni zamisliti
suvremene poslovne trendove i funkcioniranje modernih poslovnih sustava. Garaa (2008., p.
13.) kae kako su to tehnologije
130
potrebne za elektroniku obradu podataka, a prije svega se
to odnosi na upotrebu hardvera i softvera za transformaciju, pohranjivanje, zatitu, obradu i
pretraivanje podataka i informacija s bilo kojeg mjesta i u bilo koje vrijeme. Informacijski se
sustav moe smatrati podsustavom poslovnog sustava, a osnovne su mu funkcije (Garaa,
2009., p. 4.):
dokumentacijska, sreivanje poslovnih podataka o proteklim dogaajima;
informacijska, osiguravanje potrebnih informacija o stanju sustava u realnom
vremenu;
upravljaka, osiguravanje informacijskih podloga za odluivanje i upravljanje na svim
razinama.
IT podrava interne operacije te suradnju izmeu poduzea u opskrbnom lancu, a efikasno
koritenje ove tehnologije predstavlja kljuni aspekt tvrtkinog uspjeha (Hugos, 2006., p.
103.). Prema Srii (1999., p. 8.), postoji est osnovnih utjecaja IT-a na poslovnu politiku:
ove se tehnologije ugrauju u sve vei broj proizvoda i usluga postajui tako njihovim
sastavnim dijelom; to e sve vie postajati prevladavajui trend to e se posljedino
znatno odraziti na voenje poslovne politike;
utjecaj trenda kreiranja novih proizvoda i usluga utemeljenih na informatici;
IT iz temelja mijenja poslovne odnose s obzirom na to da novi oblici informacijskih
usluga i telekomunikacijske tehnologije omoguuju obavljanje transakcija koje nisu
iskljuivo vezane za radno mjesto;

130
Garaa u svojoj knjizi koristi pojam informatike tehnologije jer ga smatra primjerenijim zbog svoje
sveobuhvatnosti te kae kako je to sinonim za pojmove informacijska tehnologija i informacijsko
komunikacijska tehnologija.

154

u definiranju poslovne strategije izuzetno je vano unaprijed shvatiti trendove kao
moguu posljedicu utjecaja IT koje mogu zahtijevati redefiniranje proizvoda, usluga,
djelatnosti ili organizacije tvrtke;
smanjenje trokova poslovanja s obzirom da tehnologija prua mogunosti
modernizacije poslovanja, kvalitetnijeg upravljanja financijskim tokovima i resursima,
podrava racionalno koritenje energije, to sve utjee na konkurentske prednosti
poduzea;
utjecaj IT na bolje definiranje ciljeva poduzea, to podrazumijeva primjenu
informacija kao resursa za upravljanje.
Palvia et al. (2006., p. 1042-1063.) proveli su analizu
131
o koritenim modelima u
istraivanjima IS-a. Temeljem svojih nalaza, klasificirali su 11 razliitih modela koji su
prezentirani u tablici 15.
Tablica 15. Frekvencija IS istraivakih modela
M o d e l frekvencija %
Nikakav model 283 21,5
Popis varijabli - prikazane su samo varijable relevantne za istraivako pitanje 167 12,7
Popis varijabli i pripadajuih im razina 22 1,7
Popis varijabli i implicitnih odnosa 12 0,9
Jednostavan dijagram utjecaja - odnos zavisnih i nezavisnih varijabli 102 7,7
Vieredni dijagram utjecaja - jednostavni dijagram proiren s vie redova
132
460 34,9
Vremenski dijagram utjecaja - dogaaji su poredani kronoloki 54 4,1
Jednostavna mrea najei prikaz 2 x 2 (dvije razine dvije varijable) 58 4,4
Kompleksna mrea 11 0,8
Vennov dijagram 18 1,4
Matematiki model 119 9,0
Kombinacija nekih od navedenih modela 11 0,8
Izvor: Palvia, P., Midha, V., Pinjani, P.: Research Model in Information Systems, Communications of the
Associations for Information Systems, 2007., 17 (47), p. 1053.


131
Istraivanje je obuhvatilo 1.226 lanaka objavljenih u sedam vodeih IS asopisa u razdoblju od 1998. do
2003. godine.
132
Vieredni dijagram utjecaja ima najznaajniji trend rasta od svih modela u promatranom razdoblju.

155

Porter (2008., p. 84-92.) naglaava vrijednost informacija za postizanje konkurentnosti te
navodi kako informacijska tehnologija (IT) utjee na konkurentnost na tri naina:
mijenjajui industrijsku strukturu - pet konkurentskih sila (snaga kupca, snaga
dobavljaa, prijetnje novih ulaza, prijetnje zamjenskih proizvoda te suparnitvo
izmeu postojeih konkurenata) determinira industrijsku profitabilnost, a IT moe
mijenjati svaku od navedenih sila i tako, posljedino, utjecati na atraktivnost pojedine
industrije
133
;
omoguavajui konkurentsku prednost - IT utjee na vrijednost samih aktivnosti ili
omoguuje kompanijama postizanje konkurentskih prednosti iskoritavajui ukazane
anse u svojem okruenju. IT moe promijeniti tvrtkine trokove u bilo kojem dijelu
lanca vrijednosti, omoguiti diferencijaciju, ili promijeniti konkurentsko okruenje
mijenjajui odnos konkurentskog okvira i konkurentskih prednosti
134
;
otvarajui mogunost za razvijanje kompletno novih poslova na tri naina -
omoguavajui izvodljivost novih poslovnih tehnologija, kreirajui potranju za
novim proizvodima te omoguavanjem novih poslovnih aktivnosti u okviru ve
postojeih.
U razmatranju poslovne vrijednosti informacijske tehnologije Kohli i Grover (2008., p. 25-
27.) rezimiraju ono to je poznato:
IT kreira vrijednost - mnoge studije su pokazale da je paradoks proizvodnje (engl.
Productivity Paradox) razrijeen, odnosno, postoji kritina koliina istraivanja koja
pokazuju odnos IT-a i nekog aspekta kompanijine vrijednosti;
IT kreira vrijednost pod odreenim uvjetima - polazei od injenice da obini (i
izolirani) hardver i softver ne mogu kreirati vrijednost, oni trebaju biti dio ireg
tvrtkinog procesa dodavanja vrijednosti kako bi uz druge IS-ove i organizacijske
faktore dali svoj doprinos;
vrijednost koje se kreira sa IT-om manifestira se u razliitim pravcima - kroz procesna
unapreenja (vrijeme trajanja ciklusa), profitabilnost (ROA), poboljanje usluge

133
Porter navodi nekoliko primjera: (1) IT poveava snagu kupca u industriji gdje se sklapaju kupljene
komponente, (2) IT zahtijeva velika ulaganja u kompleksne softvere pa na taj nain podie barijeru za nove
ulaske, (3) IT ima veliki utjecaj na meusobno pregovaranje kupaca i dobavljaa s obzirom da utjee na
povezivanje izmeu kompanija, (4) IT mijenja odnose izmeu omjera, automatizacije i fleksibilnosti s
potencijalno dubokim posljedicama.
134
IT je omoguila odnos izmeu industrija koje ga u povijesti nisu imale, odnosno, omoguila je poduzeima
sposobnost koordinacije nacionalnih, regionalnih i globalnih aktivnosti.

156

kupcu, unapreenja opskrbnog lanca; ili na razliitim razinama - individualnoj,
grupnoj, organizacijskoj, industrijskoj ili procesnoj;
vrijednost se moe manifestirati sa zakanjenjem - to je razumljivo s obzirom na
vrijeme koje je potrebno za uvoenje, prilagoavanje, prihvaanje i uhodavanje i zato
ne udi ako je potrebno rezultate priekati i vie od godine dana;
postoje faktori koji utjeu na odnos IT-a i vrijednosti - poput stratekih usklaenja,
organizacijskih i procesnih promjena i njihovih karakteristika, razmjene informacija te
irine koritenja IT-a.
Fleisher i Bensoussan (2007., p. 30.) objanjavaju IS
135
kao kombinaciju softvera i hardvera
koji se u kontekstu analitikih procesa koriste kao podrka prikupljanju informacija, njihovoj
klasifikaciji, sintezi i distribuciji. Prema istraivanju koje je proveo London School of
Economics (Compass Group, 1998., prema Sanders, 2007., p. 1334.), IT jest pozicionirana
kao firmin top strateki alat, ali uz napomenu da izvor konkurentske prednosti nije tehnologija
sama za sebe, nego superiorna razmjena informacija koju ona omoguuje. Reyes i
Raisinghani (2002., p. 256-263.) smatraju da je integracija informacijskih tehnologija (sistemi
utemeljeni na znanju
136
i inteligentni sustavi za podrku odluivanju) kljuni za podrku i
unapreenje kontrole proizvodnje i zaliha (engl. Production and inventory control PIC).
Prema njima, tri su glavna doprinosa IT-a upravljanju znanjem: prikupljanje znanja (kroz
marketinka istraivanja, sisteme kompetitivne inteligencije, planiranje scenarija), distribucija
informacija (kroz intranet, programsku opremu za skupni rad
137
, elektronsku potu, e-biltene)
te interpretacija informacija.
Gunasekaran i Ngai (2004., p. 269-295.) kau da je efikasan opskrbni lanac nemogu bez
primjene IT-a jer ona predstavlja njegov ivani sistem. U svojoj su analizi sistematizirali
objavljene lanke na temu odnosa IT-a i SCM-a te razvili okvir dotadanjih istraivanja:
strateko planiranje, virtualno poduzee, e-trgovina, infrastruktura IT-a, upravljanje znanjem i
upravljanje informacijskom tehnologijom i pitanja implementacije IT-a. Najee citirani
problemi ovog odnosa jesu: nedostatak integracije izmeu IT-a i poslovnih modela,
nedostatak odgovarajueg stratekog planiranja, loa IT infrastruktura, neadekvatna

135
Fleisher i Bensoussan (2007., p. 31.) navode kako pod informacijskim sustavom (IS) podrazumijevaju
Management Information System (MIS), Decision Suport System (DSS), Enterprise Information System (EIS),
Enterprise Resource Planning System (ERP), Business Intelligence System (BIS), Executive Information System
(ExIS), Marketing Information System (MkIS), Knowledge Management System (KM) ili neki drugi koji je
poduzee razvilo za svoje potrebe.
136
Engl. knowledge-based system
137
Engl. groupware

157

implementacija znanja o informacijskoj tehnologiji u SCM-u. Najvaniji zakljuci i preporuke
ovog istraivanja jesu: u strateki informacijski sistem treba ukljuiti strateke ciljeve SCM-a,
arhitektura IS-a treba biti dizajnirana za SCM kako bi on mogao biti drugaiji od
tradicionalnih organizacija; nije lako implementirati uspjean strateki IS jer je potrebno
unijeti dosta promjena u interne i eksterne poslovne operacije; potrebno je uvesti mjerenje
performansi prikladno za IT; potrebno je razviti standard i okvir za kvalitetno apliciranje IT-a
u upravljanju opskrbnim lancem; sugestija za potrebna dodatna istraivanja usklaenja
informacijskog modela i modela opskrbnog lanca.
Subramani (2004., p. 45-73.) s dobavljaeve strane prouavao
138
je utjecaj koritenja IT-a na
dvije vrste nematerijalne imovine, poslovne procese i specifino podruje znanja. Koritenje
IT-a u ovom istraivanju je dvostruko: za eksploataciju, pod ime se podrazumijevaju akcije
koje usavravaju stare i uspostavljene uzorke; za istraivanje, pod ime se podrazumijevaju
aktivnosti na uspostavi novih uzoraka. Operativna je korist definirana kao posljedica snienih
transakcijskih i proizvodnih trokova uslijed meuorganizacijskog koritenja IT-a koji se
oituju kroz unapreenje procesa, trokovne efikasnosti, te poboljane usluge kupcu. Strateka
je korist objanjena kao rezultat vre povezanosti s kupcima, a ukljuuje znanje o
karakteristikama i poboljicama proizvoda po zahtjevima kupaca, te poveani volumen
prodaje. Rezultati ovog istraivanja pokazali su da koritenje IT-a za eksploataciju pozitivno i
znaajno utjee na poslovne procese; koritenje IT-a za istraivanje pozitivno i znaajno
utjee na specifino podruje znanja; potvreni su pretpostavljeni posredni uinci IT
eksploatacije i istraivanja. Osobitim doprinosom literaturi smatra se dokazivanje da
dobavljai mogu imati koristi od sudjelovanja u inicijativama lidera, koristi upotrebe IT-a su
posredovani dobavljaevom implementacijom specifinih poslovnih procesa i podruja
znanja. Kod ocjenjivanja navedenih rezultata, potrebno je na umu imati injenicu kako su
ovdje istraivani dobavljai samo jednog trgovca, pa se stoga ne bi mogli uopavati.
Temeljem svojih istraivanja
139
, Auramo et al. (2005., p. 82-100.) nude pet sugestija u odnosu
IT-a i SCM-a: (1) uspjene kompanije razvile su fokusirane inaice e-poslovanja kako bi
unaprijedile najvanije elemente usluge kupcu, (2) unaprijeena efikasnost omoguuje
fokusiranje na kritine poslovne aktivnosti, (3) koritenjem e-poslovanja unapreuje se

138
Istraivanje je provedeno u Kanadi u suradnji s vodeim trgovcem Alphom koji je meu prvima uveo IT u
svoj opskrbni lanac. Obuhvaeno je 640 poduzea od kojih je dobiveno 211 odgovora to predstavlja odziv od
33%.
139
Istraivanje je operacionalizirano kroz tri faze: (1) intervjui s devet SCM konzultanata, (2) 48 intervjua s
poduzeima koja su progresivna u koritenju IT-a u svom opskrbnom lancu, (3) 18 dubinskih intervjua studije
sluajeva.

158

kvaliteta informacija, (4) e-poslovanje podrava zajedniko planiranje i unapreuje agilnost
cijele opskrbne mree, (5) za postizanje stratekih uinaka koritenje IT-a treba biti povezano
s redizajnom procesa. Sanders (2008., p. 349-367.), na temelju Subramanijeva modela,
istraivala
140
je kako se dva naina koritenja IT-a od strane dobavljaa odnose na operativnu
i strateku suradnju s njihovim kupcima. Operativna suradnja podrazumijeva razmjenu
informacija za uinkovito izvrenje zadataka, dok strateka suradnja podrazumijeva razmjenu
informacija zbog organizacijskog planiranja i pozicioniranja strategija. Najvaniji zakljuci
ovog istraivanja jesu:
koritenje IT-a za eksploataciju (unapreenje starih procesa) izravno utjee na
operativnu suradnju; meutim nije naeno da utjee i na strateku suradnju;
koritenje IT-a za istraivanje (razvoj novih naina koritenja tehnologije) izravno
utjee na strateku suradnju; meutim, nije naeno da utjee i na operativnu suradnju;
operativna i strateka suradnja pozitivno utjeu na operativne koristi, strateka
suradnja pozitivno utjee na strateke koristi; meutim nije naeno da operativna
suradnja utjee na strateke koristi;
dobavljai bi trebali koristiti IT na oba naina kako bi postigli ukupne koristi odnosa
sa svojim kupcima.
Utjecajem financijskih koristi mjerenih u povratu na imovinu (engl. Return on Asset ROA)
te u povratu na prodaju (engl. Return on sales ROS) od implementacije IT-a u SCM u
svojem su se istraivanju
141
bavili Dehning et al. (2007., p. 806-824.). Njihovi su rezultati
pokazali da su analizirana poduzea poveala bruto maru, obrtaj zaliha, trini udio, povrat
na prodaju te su reducirali generalne, prodajne i administrativne trokove. Jo su bolji rezultati
uoeni kod visokotehnolokih industrija, a autori pretpostavljaju da je razlog sposobnost tih
poduzea u brem kretanju tihih informacija kroz SCM procese, unutar i izvan granica
poduzea kako bi se moglo bre reagirati na nepredviene dogaaje. Odnos SCM-a,
informacijskog sustava te faktora koji ih spreavaju i omoguavaju bio je predmet
istraivanja
142
koje su proveli Bayraktar et al. (2009., p. 133-149.). SCM su operacionalizirali
kroz 12 vjetina: blisko partnerstvo s dobavljaima, blisko partnerstvo s kupcima, opskrba na

140
Istraivanje je obuhvatilo 1.000 dobavljae prve razine orginalnih proizvoaa djelova (engl. Orginal
Equipment Manufacturer - OEM) u kompjutorskoj industriji. Iskoristivih je odgovora bilo 241, to je
predstavljalo odziv od 24,1%.
141
Istraivanjem su obuhvaene 123 proizvodne firme u razdodblju od 1994. do 2000. godine. Mjerene
performanse usporeivane su za razdoblje od godinu dana prije do dvije godine nakon implementacije.
142
Istraivanje je obuhvatilo 800 malih i srednjih poduzea koja se bave proizvodnjom metalnih proizvoda i
strojevima ope namjene na irem podruju Istanbula od kojih se odazvalo 229 odnosno 25,4%. Upitnik je bio
namijenjen izvrnom menadmentu SCM-a i IS-a.

159

vrijeme (JIT), e-nabava, vanjska usluga, podizvoai, 3PL (engl. Third party logistic),
strateko planiranje, usporedba s najboljim opskrbnim lancima, nekoliko dobavljaa, puno
dobavljaa, te dranje sigurnosnih zaliha. IS su definirali kroz 13 elemenata, faktore koji
spreavaju kroz sedam, one koji omoguavaju kroz osam, te operativne performanse kroz
sedam varijabli (smanjenje vremena proizvodnje, preciznost predvianja, bolje planiranje
resursa, bolja operativna uinkovitost, snienje zaliha, uteda te toniji trokovi). Istraivanje
je pokazalo:
praksa SCM-a pozitivno utjee na operativne performanse;
praksa IS-a takoer pozitivno utjee na operativne performanse;
postoji znaajno negativan utjecaj faktora koji spreavaju postizanje operativnih
ciljeva SCM-a i IS-a;
elementi koji omoguavaju odnos SCM-IS imaju moderirajui efekt na odnos SCM-a i
operativnih performansi.
Kljunim doprinosom autori dre empirijsko testiranje liste faktora koji spreavaju i
omoguavaju odnos SCM-IS kako bi ih menadment malih i srednjih poduzea mogao
prepoznati te poduzeti aktivnosti sukladno potrebama tvrtke. Karkkainen et al. (2007., p. 264-
286.) istraili
143
su kako i zato poduzea koriste meuorganizacijski IS u upravljanju
opskrbnim lancem. Temeljem svojih zakljuaka, predloili su tri kategorije koritenja, kao i
njihove vodie (engl. Drivers):
za transakcijski proces; snienje trokova i manualnog rada, unapreenje kvalitete
informacija, ubrzanje transfera informacija, visoki volumen transakcija te kontinuitet
poslovnog odnosa;
za planiranje i suradnju unutar opskrbnog lanca; potrebna podrka specifinoj
kolaborativnoj potranji te upravljanju zalihama;
za praenje narudbi i koordinaciju isporuka; projektna orijentacija i tranzitna
konsolidacija.
Pereira (2009., p. 372-379.) prouavanjem objavljenih radova na temu odnosa IT-a,
upravljanja informacijama (engl. Information management - IM) i SCM-a zakljuio je kako je
potrebno razviti prikladnu strategiju opskrbnih lanaca koja e im omoguiti da istovremeno
budu vrsti i elastini ne naruavajui im pritom efikasnost. U tom smislu, IT predstavlja
jedan od temeljaca koji podravaju IM u opskrbnom lancu jer predstavlja alat koji e pomoi

143
Istraivanje je napravljeno na temelju 16 studija sluajeva finskih poduzea.

160

menadmentu da ubrza protok poveane koliine informacija kroz lanac. Smatra da budua
istraivanja trebaju nai odgovore na pitanja kako modelirati odnos IM-a, IT-a i
nepredvienih dogaaja i izvora nestabilnosti u opskrbnom lancu, te kako modelirati IT da
potie bolji IM kako bi dodao vrijednost opskrbnom lancu?
Stoel i Muhanna (2009., p. 181-189.) prouavali
144
su koliko tri industrijske karakteristike
(dinamizam, izdanost i kompleksnost) utjeu na razliite mogunosti IT-a na mjerenje
financijskih performansi. Organizacijske IT sposobnosti definirali su kao kompleksan skup IT
resursa, sposobnosti i znanja koji se primjenjuju u poslovnim procesima, a omoguavaju
poduzeu koordinaciju aktivnosti i koritenja IT imovine za postizanje eljenog rezultata. Ove
se sposobnosti dijele na interne (pomou kojih poduzee nudi proizvode i usluge uz
minimalne trokove) i eksterne (pomou kojih poduzee pravovremeno reagira prema
kupcima i dobavljaima). Performanse su mjerili s veim brojem pokazatelja: povratom na
prodaju (ROS), povratom na imovinu (ROA), operativnim prihodom na prodaju (engl.
Operating income to sales OIS), operativnim prihodom na imovinu (engl. Operating income
to assets - OIA), operativnim prihodom na zaposlene (engl. Operating income to employees -
OIE), trokom prodane robe (engl. Cost of goods sold to sales - COG/S), trokom prodaje i
generalne administracije (engl. Selling and general administration expense to sales SGA/S).
Rezultati su pokazali kako utjecaj IT sposobnosti ovisi o karakteristikama industrijske okoline
u kojoj se poduzee natjee, odnosno:
relacija izmeu eksterne IT sposobnosti i performansi poduzea snanija je u
turbulentnim uvjetima (dinamizam) nego u stabilnim uvjetima;
relacija izmeu eksterne IT sposobnosti i performansi snanija je u poduzeima koja
djeluju u okruenjima koje karakterizira visok dinamizam, visoka izdanost te visoka
kompleksnost.
Iako koristi nisu sporne, potrebno je voditi rauna da se u implementaciji novih
informacijskih tehnologija stvari ne razvijaju uvijek kako su planirane. Znaajne
karakteristike ovih inovacija jesu: skupa cijena, dugotrajnost i problematinost (Swanson,
2012., p.77.). Kao prilog ovoj ocjeni zanimljivo je proanalizirati dva istraivanja sustava
podrke upravljakoj funkciji (engl. Enterprise Resource Planning ERP). Hunton et al.

144
Za istraivanje im je posluila godinja lista 500 poduzea s izvrsnim IT sposobnostima koju izdaje asopis
Information Week. Lista se formira temeljem saznanja o primjeni i kreativnom koritenju tehnologije koja
pomae kreiranju znaajnih poslovnih vrijednosti.

161

(2003., p. 165-184.) usporeivali
145
su poduzea koja primjenjuju i ona koja ne primjenjuju
ERP sustave kroz etiri pokazatelja; povrat na imovinu (ROA), povrat na prodaju (ROS),
obrtaj imovine (ATO), povrat na investicije (ROI). Njihovi su rezultati pokazali:
ROA, ROI i ATO su statistiki znaajno bolji kod poduzea koja primjenjuju ERP
(nakon tri godine primjene) u odnosu na ona koja ga ne primjenjuju;
prosjeni trogodinji ROI i ROA su statistiki znaajno vei kod poduzea koja
primjenjuju ERP;
performanse poduzea koja primjenjuju ERP se nisu statistiki znaajno promjenila
usporeujui razdoblje prije i poslije implementacije, ali su se pogorale kod onih koji
ne primjenjuju ERP;
postoji pozitivna (negativna) veza izmeu financijskog zdravlja i performansi (ROA,
ROI i ROS) za mala (velika) poduzea.
U odnosu na prezentirane nalaze, Wieder et al. (2006., p. 13-29.) u svom su istraivanju
146

doli do drugaijih rezultata. ERP su operacionalizirali kroz tri dimenzije: njegovo uvoenje,
povjest i proirenje prema SCM-u. Zavisne varijable su kljuni pokazatelji performansi
opskrbnog lanca (SCOR model) i poduzea (ROA, ROI, ROS). Najvaniji zakljuci ovog
istraivanja jesu:
nije utvrena statistiki znaajna razlika performansi izmeu poduzea koja
primjenjuju ERP i onih koji ga ne primjenjuju, niti u domeni elemenata opskrbnog
lanca;
dua primjena ERP-a pozitivno utjee na performanse poduzea meutim, to nisu
mogli utvrditi i za opskrbni lanac.





145
Istraivanje je provedeno na uzorku od 63 poduzea kojima su se mjerili financijski pokazatelji za razdoblje
od tri godine prije implementacije te tri godine nakon implementacije. U uzorak su uzeta dodatna 63 poduzea
koja ne primjenjuju ERP zbog kontrole utjecaja makroekonomskih uvjeta na postignute rezultate.
146
Istraivanje je provedeno na uzorku od 1874 australska poduzea od kojih se dobilo 106 odgovora to
predstavljala odziv od 5,7%.

162

1.3. E-poslovanje

E-poslovanje (engl. E-business) podrazumijeva onakav suvremeni oblik organizacije
poslovanja tvrtke ili ustanove koja se zasniva na intenzivnoj primjeni informacijske i,
posebice, internetske tehnologije pri obavljanju svih kljunih, odnosno jezgrenih (engl. Core)
poslovnih funkcija (Panian, 2003., p. 45.). Prema Garai (2009., p. 147.), uinkovita i
djelotvorna implementacija upravljanja lancem opskrbe moe se ostvariti samo intenzivnim
razvojem i primjenom e-poslovanja, a klasifikacija se moe izvriti kroz sljedee modele
(Bloomberg et al., 2006., p. 242; Waters, 2007., p. 65; Garaa, 2008., p. 148-151.):
B2B (engl. Business to Business) - oznaava potpunu elektroniku povezanost
poslovanja izmeu lanova, a njegovo koritenje omoguuje znatno smanjenje
ukupnih trokova poslovanja uz poveanu produktivnost i u konanici poveanje
profita. Primjena ovog modela treba osigurati potpunu suradnju koja ukljuuje
dijeljenje potrebnih i relevantnih informacija, a njegova sutina jest e-trgovanje,
elektronika integracija trita te obavljanje poslovnih transakcija. Najprivlaniji dio
ovog poslovanja jest poveanje efikasnosti kroz smanjenje trokova;
B2C (engl. Business to Customer) - vaan je za krajnje elemente lanca, odnosno za
trgovanje s krajnjim kupcem ili potroaem, a pretpostavlja posjedovanje B2B modela
radi poslovanja sa svojim dobavljaima. Ovo je najrasprostranjeniji model e-
poslovanja, a uglavnom se odnosi na e-prodaju, e-trgovinu te e-marketing;
B2R (engl. Business to Reseller) - predstavlja podmodel B2B modela, a slui za
poslovanje s distributivnim lancima;
C2C (engl. Customer to Customer) nastaje kao posljedica izravnog trgovanja izmeu
fizikih osoba kao prodavaa i kupaca koji se nalaze u kategoriji krajnjih potroaa.
Earl (2000., prema Spremi, 2003., p. 106.) je evolucije e-poslovanja podijelio u est faza:
vanjske komunikacije (fokus je na internetu), unutarnje komunikacije, e-trgovina, e-
poslovanje, e-poduzee te transformacija prema poslovnim modelima nove ekonomije. Prema
Handfieldu i Nicholsu (2002., p. 19-21.), poslovni e sistemi evoluirati od onih gdje je
dobavlja u centru prema onima u kojima je kupac u centru tako da progresiju vide kroz etiri
faze: prisutnost weba, e-trgovina, isporuka podataka te automatizacija. Kalakota i Robinson
(2001., p. 322-323.) dre da e-poslovanje omoguuje tvrtkama sve etiri evolutivne faze
SCM-a: razmjenu informacija, izgradnju zajednikih sustava mjerenja uinkovitosti i

163

planiranja, bolju suradnju te redizajn proizvoda i procesa. Prema njima, glavni su trendovi
koji upravljaju e-poslovanjem (Kalakota i Robinson, 2001., p. 42.):
kupac; bri servis, samousluivanje, vei izbor proizvoda, integrirana rjeenja;
e-samousluivanje; integrirana prodaja i servis, glatka podrka, fleksibilno
ispunjavanje narudbi i pogodno servisiranje kupca, poveana preglednost procesa;
organizacija; izmjetanje poslovanja u vanjsko okruenje, proizvodnja po ugovoru,
virtualna distribucija;
zaposlenik; vrbovanje najboljih i najpametnijih, zadravanje talentiranih;
tehnologija za poslovanje poduzea; integrirane aplikacije, integracija veeg broja
kanala, posrednike aplikacije;
opa tehnologija; beine web aplikacije, pokretni ureaji za obradu i razmjenu
informacija, konvergencija sastavnica infrastrukture i pruatelji aplikacijskih servisa.
Koncept e-poslovanja primjenjiv je u mnogim poslovnim djelatnostima, no najuspjenije u
primjeni ovog koncepta bile su djelatnosti: e-prodaja, e-trgovanje, e-bankarstvo, e-zabava, e-
izdavatvo te e-marketing (Garaa, 2008., p. 145.). Johnson i Whang (2002., p. 413-423.)
istraivali
147
su odnos e-poslovanja i upravljanja opskrbnim lancem. Temeljem svojih nalaza,
e-poslovanje su kategorizirali kroz tri forme: e-trgovinu (pomae mrei partnera opskrbnog
lanca identificirati i brzo odgovoriti na promijenjene kupeve zahtjeve prikupljene preko
interneta), e-nabavu (omoguuje kompanijama koritenje interneta za izravnu ili neizravnu
nabavu materijala, kao i upravljanje servisom poput transporta, skladitenja, plaanja,
kontrole kvalitete i dokumentacija), te e-suradnju (olakavanje koordinacije razliitih odluka i
aktivnosti izvan transakcijske domene meu partnerima opskrbnog lanca koritenjem
interneta). Teo i Choo (2001., p. 67-83.) bavili su se utjecajem interneta na kvalitetu
informacija poslovne inteligencije. U svom su istraivanju
148
njegov utjecaj operacionalizirali
kroz tri dimenzije: istraivanje (sastoji se od primarnog koje podrazumijeva prikupljanje
novih podataka i sekundarnog koje se odnosi na istraivanje ve prikupljenih podataka za
neke druge svrhe), interno koritenje (sastoji se od unutranje suradnje i distribucije) i vanjsko
koritenje (koje podrazumijeva vanjsku suradnju i distribuciju). Prema njihovim rezultatima:
postoji statistiki znaajna pozitivna veza izmeu koritenja interneta za istraivanje i
kvalitete informacija poslovne inteligencije;

147
Istraivali su lanke objavljene na temu e-poslovanja i SCM-a u razdoblju od 2000. do 2002. godine.
148
Istraivanje je provedeno na uzorku od prvih 600 singapurskih kompanija s popisa Singapore 1000 od kojih
se dobilo 129 odgovora to predstavlja odziv od 21,5%.

164

nije utvreno postojanje znaajne veze izmeu internog koritenja interneta za
suradnju i distribuciju i kvalitete informacija PI-e;
postoji statistiki znaajna veza izmeu vanjskog koritenja interneta za suradnju i
distribuciju i kvalitete informacija PI-e;
vea kvaliteta informacija poslovne inteligencije unapreuje strateke performanse
poduzea.

Kljune razlike izmeu aktivnosti upravljanja tradicionalnim projektima i projektima
implementacije koncepta e-poslovanja prikazuje tablica 16.

Tablica 16. Kljune razlike upravljanja tradicionalnim i projektima implementacije e-poslovanja
Kljuno obiljeje Tradicionalno upravljanje projektima
Upravljanje projektima implementacije
e-poslovanja
Ciljevi Usko postavljeni i fiksirani iroko postavljeni i promjenjivi
Opseg Uzak irok, s tendencijama daljnjeg irenja
Radni zadaci osoblja
U pravilu, redovni radni zadaci, u
punom radnom vremenu
Najee kao dodatni zadaci uz redovne
radne zadatke
Kritini put Fokusiranje na najdui put
Fokusiranje na rizine zadatke; najdui
put je vaan, ali ne i kritian
Tehnologija Podravajua uloga Kljuna uloga
Zahtjevi Stabilni Dinamiki i promjenjivi
Trajanje poetnog projekta Godinu dana i vie
Manje od godinu dana, nerijetko
nekoliko mjeseci
Tip zavretka Uglavnom jednokratni Neprekidni i trajni
Zavretak projekta
Projekt zavrava s dosizanjem kljunih
ciljeva
Dosizanje postavljenih ciljeva uvjetuje
utvrivanje novih
Povezanost s drugim
projektima
ograniena
Intenzivna, zbog dijeljenja zajednikih
resursa
Struktura zadataka Mnogo slijednih zadataka Mnogo usporednih zadataka
Stavovi osoblja Obino podravajui Nerijetko odbojni
Izvor: Panian, .: Odnosi s klijentima u e-poslovanju, Sinergija nakladnitvo, Zagreb, 2003., p. 49.

165

Spremi (2003., p. 111-119.) istraivao
149
je praksu e-poslovanja (koju definira kao koritenje
interneta za povezivanje s kupcima, partnerima i dobavljaima, te prihvaanje novih
organizacijskih pravila kako bi se efikasnije poslovalo) u najveim hrvatskim kompanijama.
Prema njegovim rezultatima, hrvatska poduzea ne uviaju e-poslovanje kao vanu inovaciju
koja e radikalno promijeniti poslovanje, ali shvaaju evoluciju u tom pravcu. Uoeni
problemi implementacije jesu:
manje od treine inicijativa za uvoenje e-poslovanja dolazi od menadmenta;
samo treina analiziranih poduzea ima strateki plan za e-poslovanje;
loi, odnosno, nedovoljni temelji za ovakav tip poslovanja.
Usporedbe radi sa Spremievim podacima o hrvatskim poduzeima, u Velikoj Britaniji je
2000. godine 83% dobavljaa koristilo B2B modele (MRO, 2001., prema Waters, 2007., p.
65.). Swaminathan i Tayur (2003., p. 1387-1406.) uoavaju kako je pojava e-poslovanja
kreirala nekoliko izazova i mogunosti u okruenju opskrbnog lanca. Internet je poveao
mogunosti kupnje proizvoda i usluga bez odlaska u trgovinu, to znai da vrijeme realizacije
odreuje koliko e kupac ekati izmeu prodaje i isporuke pa se ekstremno poveava
odgovornost SCM-a. Nadalje, u e-okruenju kupeva oekivanja u pogledu brzine i vremena
takoer rastu, a istovremeno se otvaraju nove prilike u tradicionalnom segmentu opskrbnog
lanca zahvaljujui mogunosti razmjene informacija; izbor dobavljaa, e-nabava, uspostava
protokola razmjene informacija; sinergijskih efekata; udruivanje radi utjecaja na rizik...
Wagner et al. (2003., p. 343-354.) istraivali
150
su odnos e-poslovanja i e-opskrbnih strategija.
Iako je ovdje rije o malom uzorku, zanimljivi su njihovi nalazi: uvoenje e-poslovanja
veinom je diktirano od strane kupaca, dobavljai jaih kupaca nisu imali puno izbora nego
prihvatiti uvoenje e-poslovanja kako bi zadrali poslove; bilo je za oekivati da poduzea u
visokotehnolokim industrijama imaju vei udio u e-poslovanju nego je to sluaj kod onih s
niom tehnolokom razinom, to je takoer sluaj u poduzea keri jaih i veih kompanija. U
istraivanju je zamijeeno kako kupci oekuju vie informacija od dobavljaa; meutim, nisu
prepoznali da e obostrana razmjena informacija poboljati obostrani potencijal. Faktori koji
dominantno utjeu na koristi od uvoenja jesu: cijena implementacije, kulturoloke promjene
i trening osoblja, razvoj kupaca i dobavljaa te nedostatak tehnolokih vjetina unutar

149
Uzorak u ovom istraivanju predstavljalo je 400 najveih poduzea prema podacima Privrednog vjesnika za
2001. godinu, a odazvalo se 116 poduzea, to predstavlja stopu odziva od 27%.
150
Uzorak u ovom istraivanju inilo je 120 malih i srednjih kotskih poduzea (SMEs) smjetenih u centralnom
pojasu, od ega je njih 20 pristupilo dubinskom intervjuiranju.

166

poduzea. Hill i Scott (2004., p. 48-57.) u istraivanju
151
uloge poslovne inteligencije i e-
poslovanja u unapreenju kvalitete odluivanja ustanovili su: kvalitetno odluivanje jest
snano ovisno o auriranju prikupljenih informacija iz niza uglavnom nepovezanih izvora,
poduzea prepoznavaju potrebu efikasnog marketinga i upravljanja informacijskim sustavom,
poduzea imaju zanimljive izvore podataka ali s njima se ne upravlja efikasno, poduzea
veliku vrijednost poklanjaju osobnim kontaktima te poduzea shvaaju vanost PI i e-
poslovanja. Koh i Maguire (2004., p. 338-348.) istraivali
152
su primjenu e-poslovanja u
malim i srednjim poduzeima Velike Britanije. Njihovi su rezultati ukazali na porast primjene
e-poslovanja kod B2B i B2C aktivnosti; meutim, zakljuuju kako promatrana poduzea
generalno nisu svjesna kako se znanje moe kreirati kroz e-poslovanje.
Croom (2005., p. 55-73.) u svojem istraivanju
153
definira e-poslovanje kao koritenje sistema
i otvorenih kanala za razmjenu informacija, komercijalne transakcije te dijeljenje znanja
izmeu organizacija. Rezultati su pokazali glavne ciljeve strategije implementacije e-
poslovanja: integracija SCM-a, pritisak na cijene i redukcija trokova, razvoj znanja i uenja,
intelektualno vlasnitvo i kontrola informacijskog toka, te brzina poslovnih promjena.
Upravljanje znanjem pokazalo se znaajnim u dvije domene: klijentskoj inteligenciji i
inoviranju proizvoda. Najvanije aktivnosti meuorganizacijskog sistema (engl. Inter
organizational systems - IOS) jesu: e-mail, stranice weba, prenos sredstava, elektronska
razmjena podataka (engl. Electronic data interchange - EDI), MS Outlook, Lotus notes,
razmjena znanja, upravljanje odnosima s kupcima (CRM), te tvrtkino planiranje resursa (engl.
Enterprise resource planning ERP). Najvee koristi od strategije realizacije jesu:
unaprijeena usluga prema kupcu, unaprijeen informacijski tok te financijske koristi;
suprotno, najvee su prepreke: razvojni trokovi, integracijska kultura te potrebno vrijeme.
Temeljem ukupnih rezultata istraivanja napravljen je prikaz evolucije e-poslovanja u SCM-u
kroz pet faza, koje su prikazane u tablici 17.




151
U istraivanju je sudjelovalo 11 visokotehnolokih kompanija iz Sjeverne Irske.
152
Uzorak je predstavljalo 126 poduzea, od kojih je dobiveno 108 odgovora, to predstavlja stopu odgovora od
zavidnih 86%. Upitnik je bio namijenjen voditeljima IT sektora odnosno poslovanja.
153
Istraivanjem je obuhvaeno 92 kompanije (najpoznatije meu njima su: AT&T, BAA, Dell Computers, Ford
Motor Company, Heinz, IBM, Lloyds, Nestle, Pepsi Co., P&G, Sony Corporation, Unilever), te je dodatno
napravljano est studija sluajeva.

167

Tablica 17. Faze evolucije e-poslovanja u upravljanju opskrbnim lancem
1 2 3 4 5
Fokus B2C B2B
reinenjering
procesa
B2X
154

transparentni
cjevovod
Sistemi
e-mail, web,
EDI
CRM
planiranje
resursa
e-nabava e-realizacija
Procesi
prodaja za
naplatu
upravljanje
odnosima
planiranje
procesa i
kontroling
upravljanje
opskrbnom
bazom
integrirana
logistika
Strategije rast prodaje
strateko
upravljanje
raunovodstvom
operativna
unapreenja
nabava opskrbni lanac
Primarni cilj
unaprijediti
pristup kupcu
segmentacija
kupaca
operativna
koordinacija,
planiranje i
kontrola
upravljanje
opskrbom
integrirano
upravljanje
materijalima
Informacijski
fokus
kanalska
tehnologija
klijentska
inteligencija
procesni i
proizvodni
podaci
nabavne
procedure
logistika
koordinacija
Glavni
procesni
imperativi
novani tok kupev portfolio
operativni
trokovi
ukupni trokovi
akvizicije
odgovornost
% 84 54 37 29 12
Izvor: Croom, Simon R.: The Impact of e-business on supply chain management An empirical study of key
developments, International Journal of Operations & Production Management, 2005., 25 (1), p. 70 i 71.

Prema Watersu (2007., p. 65.), e-poslovanje nije samo unaprijedilo nabavu ve je omoguilo
potpuno nove tipove logistike gdje se vanost pomakla s fizikih materijala prema
informacijama. Johnson et al. (2007., p. 1260.) u sklopu svojeg istraivanja
155
koritenja
tehnologije e-poslovanja u opskrbnim lancima prikazali su nekoliko zanimljivih rezultata
prethodnih istraivanja:
Mukhopadhayay et al., 1995., rezultat primjene EDI-a jest uteda trokova;
Frochlich, 2002., ustanovio je pozitivnu vezu izmeu dobavljaeve i kupeve e-
integracije i e-poslovanja s operativnim performansama;
Boyer i Olson, 2002., nabava preko interneta vodi do koristi u performansama;

154
B2X predstavlja poveznicu s horizontalnom i vertikalnom (tipino vanjskom) razmjenom.
155
Uzorak je sastavljen od 640 velikih proizvoakih i uslunih poduzea iz SAD-a (562) i Kanade (78), a
odazvala su se 284 poduzea, to predstavlja odziv od 44%. Osim provedenog istraivanja autori su takoer
obradili etri studija sluaja.

168

Wu et al., 2003., zaprimanje on-line narudbi i e-nabava ne utjeu na performanse,
usvajanje e-poslovanja u ulaznim i izlaznim komunikacijama utjee na performanse;
Barua et al., 2004., on-line informacijske sposobnosti na kupevoj strani vode prema
unapreenju financijskih performansi, dok identine sposobnosti na opskrbnoj strani
ne vode prema unapreenju tih performansi.
Performanse su u svojem istraivanju mjerili s dvije varijable: povrat na imovinu (ROA) i
povrat na prodaju (ROS), dok su operacionalizaciju tehnologije e-poslovanja predvidjeli kroz
dvije forme: transakcijsku i relacijsku. Faktorska je analiza ovo upotpunila jer se transakcijska
dimenzija dodatno podijelila na uparenu koordinaciju (engl. Dyadic coordination) i
odreivanje cijene (engl. Price determination). Rezultati ovog istraivanja jesu interesantni
(Johnson et al., 2007., p.1264-1272.):
uparena koordinacija (elektronska/on-line sistem narudbi, elektronski/on-line katalog
dobavljaa, elektronska povezanost s dobavljaima u realnom vremenu, elektronska
razmjena podataka) jest najkoritenija tehnologija;
irenjem razvoja stratekih resursa, posebno internih i kupevih timova, iri se
koritenje tehnologija e-poslovanja;
posljednje, to je zanimljivo praktiarima, e-poslovne tehnologije usmjerene prema
smanjenju trokova uparene koordinacije rezultiraju poboljanjem performansi.
Sanders (2007., p. 1332-1347.) takoer je istraivala
156
odnos tehnologija e-poslovanja na
organizacijsku suradnju (vanjsku i unutarnju) i performanse. Za potrebe rada definirala je
koritenje tehnologija e-poslovanja kao koritenje interneta, weba, te drugih web aplikacija za
provoenje unutarnjih i vanjskih poslovnih procesa. Organizacijske su se performanse mjerile
kroz etiri pokazatelja: trokovi, kvaliteta, isporuke i vrijeme uvoenja novog proizvoda.
Rezultati su pokazali:
koritenje tehnologija e-poslovanja izravno i neizravno znaajno utjeu na
performanse; suradnja predstavlja rezultat ljudske interakcije koja moe biti podrana
s informacijskom tehnologijom ali nikako zamijenjena s njom;
pokazatelj znaajnosti utjecaja unutarorganizacijske suradnje na performanse sugerira
da poduzea trebaju investirati u strategije koje promiu unutarnju suradnju i
integraciju;

156
Uzorak je obuhvaao 2.000 velikih industrijskih poduzea u SAD, a dobiveno je 245 odgovora to predstavlja
odziv od 12,3%.

169

obzirom da je model dokazao utjecaj vanjske suradnje na unutarnju, angamanom u
meuorganizacijskoj suradnju automatski se potie i unutarnja pa se sinergijom djeluje
na performanse.
Borges et al. (2009., p. 863-890.) temeljem istraivanja
157
utjecaja IT-a na marketinku
orijentaciju u e-poslovanju tri studija sluaja zakljuili su kako strateko razumijevanje o
najboljem nainu koritenja IT-a jest ono to kreira konkurentsku prednost. Prema njima,
marketinka orijentacija podrazumijeva prikupljanje i distribuiranje market intelligencea (MI)
od strane poduzea te njegov odgovor na trina dogaanja. Zakljuuju, za poticanje uspjeha
e-poslovanja menadment treba fokus koritenja IT-a usmjeriti prema aktivnostima MI-a.
Temeljem svojih analitikih sposobnosti da razumije MI tvrtka e bit u stanju definirati
adekvatniji odgovor prema tritu koji e koristiti IT da doda vrijednost za klijenta.
Chen et al. (2009., p. 879-886.) istraivali
158
su utjecaj izmeu tehnologija e-poslovanja,
tvrtkinog znanja, prakse opskrbnog lanca te konkurentskih performansi. Performanse su
mjerene kroz etiri pokazatelja: trokovi, kvaliteta, isporuka, fleksibilnost
159
. Organizacijsko
se znanje mjerilo samo kroz dva pokazatelja; znanje o zalihama s dobavljaima i kupcima te
odluke o planiranju proizvodnje i predvianje potranje s kupcima i dobavljaima. Rezultati
su pokazali:
organizacijsko znanje ima pozitivan uinak na praksu opskrbnog lanca koja pozitivno
utjee na operativne performanse;
organizacijsko znanje i tehnologije e-poslovanja su meusobno utjecajne;
tehnologije e-poslovanja igraju vanu ulogu u dijeljenju znanja.
Zakljuno, rezimiraju da stvaranje organizacijskog znanja kroz e-poslovanje omoguava
njegovo znaajno dijeljenje i difuziju izmeu lanova opskrbnog lanca te efikasno
unapreivanje prakse opskrbnog lanca kako bi se uskladila s konkurentskim performansama.



157
Tri studije sluaja se odnose na dva najvea maloprodajna lanca u Brazilu; Sonae Brasil (kupio ga je Wall-
Mart) i Pao de Acqucar, te Subramano koja je u to vrijeme bila najvea dot.com kompanija u Brazilu.
158
U ovom su istraivanju usvojeni rezultati iz baze IMSS-a (International Manufacturing Strategy Surveys).
Analizirana su 522 uzorka velikih proizvoaa iz 23 zemlje.
159
Za primijetiti je kako se ovi elementi razlikuju u samo jednom pokazatelju u odnosu na one koje je koristila
Sanders; umjesto fleksibilnosti ona je koristila vrijeme uvoenja novog proizvoda, a i to se moe na odreeni
nain promatrati kao fleksibilnost.

170

1.4. Integracija

Sinkronizirane logistike aktivnosti izmeu lanova lanca kreiraju vrijednosti za krajnjeg
korisnika sniavajui trokove povezane s redundancijom i umnoavanjem. Integracija
logistikih sposobnosti i resursa razliitih entiteta opskrbnog lanca pozicionira cijeli lanac
prema boljem servisiranju odabranih kupaca zahtijevajui dramatino novi nain razmiljanja
i djelovanja (Stank et al., 2001., p.32.). Integracija je izuzetno vana s obzirom na
karakteristike odnosa unutar lanca jer se njegova kompleksnost eksponencijalno poveava
rastom broja sudionika i proizvoda (Rabelo et al., 2002., p. 2.). Bowersox, Closs i Stank
(1999., prema Rabelo i Clark, 2002., p. 33-34.) razvili su okvir est kritinih kompetencija
integracije opskrbnog lanca, a svaka od njih obuhvaa jedinstvene funkcijske sposobnosti
koje odraavaju organizacijsko znanje i iskustvo bitno za razvoj logistikih prepoznatljivosti:
integracija kupaca - izgradnja trajne prepoznatljivosti s kupcima;
interna integracija - sposobnost povezivanja internih radova u beavne procese za
potporu kupevim zahtjevima;
integracija materijala / servisa dobavljaa - sposobnost povezivanja vanjskih radova u
beavno slaganje s internim procesima;
tehnoloka i integracija planiranja - sposobnost odravanja IS za podrku irokom
spektru operativnih konfiguracija potrebnih za servisiranje razliitih trinih
segmenata;
integracija mjerenja - razvoj i odravanje mjernih sustava koji pomau parcijalne
strategije i procese;
integracija odnosa, sposobnost razvoja i odravanja zajednikog mentalnog okvira s
kupcima i dobavljaima meuovisnosti poduzea i naela suradnje.
Stank et al. (2001., p. 32-46.) testirali
160
su navedeni okvir, kao i odnos njega i performansi
poduzea koje su operacionalizirane kroz 13 varijabli: ranija obavijest o dospijeu,
zadovoljstvo kupca, pouzdanost dostave, brzina dostave, fleksibilnost vremena isporuke,
obrtaj zaliha, podrka IS-a, nii logistiki trokovi, kapacitet ispunjenja narudbi, fleksibilnost
narudbi, fleksibilnost proizvodnje (prilagodba kupcu), odgovornost prema kljunim kupcima

160
Mjere za ovo istraivanje izvedene su kroz pilot testiranje skoro 3.700 sudionika iz Sjeverne Amerike, Europe
te regije pacifikog oceana (Pacific Rim). Kroz 26 studija sluaja razvijene su mjere za perspektivu opskrbnog
lanca. Upitnik je poslan u sva poduzea (proizvodna i distribucijska) Sjeverne Amerike koji su lanovi CLM-a
(Council of Logisitic Management) tako da se uzorak sastojao od 2.680 poduzea, od kojih je 306 odgovorilo,
pa je postignuta stopa odziva bila 11,4%.

171

te povrat na imovinu (ROA). Rezultati su pokazali da kupeva integracija (koja je znaajni
prediktor est varijabli performansi) predstavlja najkritiniju poveznicu s unapreenjem
performansi. Druga po vanosti pokazala se interna integracija (koja je znaajni prediktor
etiri varijable performansi), to znai da se menadment koji eli postii kvalitetnu
integraciju sa svojim kupcima treba potruditi da se cijelo poduzee integrira. Zakljuno se
moe ustvrditi kako je istraivanje pokazalo da unaprijeena integracija opskrbnog lanca vodi
prema boljim performansama.
Lee i Whang (2001.) istraivali su odnos e-poslovanja i integracije opskrbnog lanca kroz
etiri dimenzije: informacijska integracija, sinkronizacija planiranja, koordinirani radni slijed
te novi poslovni modeli, to je prikazano u tablici 18.

Tablica 18. Dimenzije integracije opskrbnog lanca
Dimenzije Elementi Koristi
Informacijska
integracija
Djelenje informacija i
transparentnost
Izravni i pravovremeni pristup
Smanjeni efekt bia
Rana detekcija problema
Bri odgovor
Izgradnja povjerenja
Sinkronizirano
planiranje
Suradniko planiranje, predvianje i
nadopuna
Zajedniki dizajn
Smanjeni efekt bia
Nii trokovi
Optimalno koritenje kapaciteta
Unaprjeene usluge
Koordinacija radnog
slijeda
Koordinirana proizvodnja,
planiranje i operacije, nabava,
obrada narudbi, inenjerske
promjene i dizajn
Integrirani, automatizirani poslovni
procesi
Dostizanje efikasnosti i preciznosti
Bri odgovor
Unaprjeeni servis
Ranije vrijeme za trite
Razgranata mrea
Novi poslovni modeli
Virtualni resursi
Logistiko restrukturiranje
Maksimalna prilagodba kupcu
Nove usluge
Klikni i baci modeli
Bolje koritenje imovine
Poveana efikasnost
Ulazak na nova trita
Kreiranje novih proizvoda
Izvor: Lee, H.L., Whang, S.: E-Business and Supply Chain Integration, Standford Global Supply Chain Forum,
SGSCMF-W2-2001, novembar 2001., p. 3.

Najvanije odrednice njihovog izlaganja jesu:
integracija ne moe biti kompletna bez vrste veze meu kompanijama, odnosno
suradnje inspirirane temeljem percepcije o zajednikoj koristi;

172

za osiguranje da je opskrbni lanac voen potranjom, razmjena informacija predstavlja
kritini moment, to se pozitivno odraava na problem efekta bia;
informacijsko vorite (engl. Information hub) predstavlja rjeenje za razmjenu
podataka, a predstavlja sredite mree kroz koje organizacije meusobno djeluju u
provoenju integracije opskrbnog lanca, s mogunou spremanja podataka te
procesuiranja informacija; upravo ono treba osigurati nesmetan tok informacije
pravom partneru u pravo vrijeme;
poput razmjene informacija, zajedniko planiranje, predvianje i nadopunjavanje
svim sudionicima viestruko se isplati, to je potvreno rezultatima istraivanja
161
;
aplikacije e-poslovanja mogu pruiti veliku koliinu potranih podataka s potencijalno
znaajnom vrijednou pa se koritenjem rudarenja podataka, spremitima podataka te
ostalih analitikih tehnika poduzeu moe pruiti poslovna inteligencija
162
od interno
generiranih izvora.
Simatupang et al. (2002., p. 289-308.) sistematizirali su etiri moda suradnje unutar
opskrbnog lanca, to su prikazani u tablici 19.

Tablica 19. Sistematizacija tipova suradnje

Obostrana suradnja
Komplementarnost Usklaenost
Fokus
suradnje
Operativna povezanost
Logistika sinkronizacija
(Cilj: proizvodi, usluge, te
logistiki procesi)
Razmjena informacija
(Cilj: informacija)
Organizacijska povezanost
Usklaenje inicijativa
(Cilj: koristi i rizici)
Zajedniko uenje
(Cilj: znanje i sposobnosti)
Izvor: Simatupang, T.M., Wright, A.C., Sridharan, R.: The knowledge of coordination for supply chain
integration, Business Process Management Journal, 02002., 8 (3), p. 292.

Logistika je integracija odgovorna za osiguranje usklaenosti logistikih procesa kako bi se
dostavili proizvodi ili usluge koje e zadovoljiti kupeve elje, a to znai unapreenja koja e
prodinijeti dodanoj vrijednosti. Koordinacija razmjene informacija pokuava uspostaviti

161
Temeljem rezultata istraivanja koje su proveli Standford University i Anderson Consulting 1998. godine.
162
Autori na jednom mjestu koriste termin business intelligernce, a na drugom market intelligence, bez
objanjavanja eventualnih odnosa izmeu njih, pa se moe protumaiti da ih koriste kao sinonime.

173

zajednitvo informacija kada sudionici (vlasnici informacija) meusobno surauju.
Usklaenost inicijativa podrazumijeva mehanizme kako bi se korist i/ili rizik povezan s
logistikom funkcijom podijelili meu sudionicima lanca stimulirajui ih tako prema
postizanju vee profitabilnosti. Zajedniko se uenje bavi nastojanjima uvoenja i dijeljenja
znanja (posebno tacitnog) izvan granica poduzea. Prema njihovom modelu, svaki od etiri
moda (preko svojih elemenata) utjee na integraciju opskrbnog lanca odnosno na njegove
operativne performanse (usluga kupcu, frekvenciju zaliha, brzinu odgovora, kvalitetu i
dostupnost proizvoda), to u konanici utjee na financijske performanse (vrijeme pretvorbe
novca, logistike trokove, povrat neto imovine, ukupni dani opskrbe).
Prema Handfieldu i Nicholsu (2002., p. 4.), integracija e-poslovanja znaajno je unaprijedila
organizacijske performanse podravajui kljune principe poslovnog uspjeha: bri pristup
tritu s novim proizvodima i uslugama, bolja usluga, kvalitetniji prodajni proces, nii
operativni trokovi, nii proizvodni trokovi, nii trokovi zaliha. Potrebno je naglasiti kako je
integracija takoer znaajno poveala kompleksnost (sigurnost, pouzdanost, tolerancija
greke, vladine regulative...). Frohlich i Westbrook (2002., p. 729-745.) istraivali
163
su odnos
izmeu integracije strategija opskrbnog lanca i performansi. U radu su prezentirali etiri tipa
stratekih integracija: slaba integracija, integracija opskrbe, integracija potranje te integracija
potranog lanca - upravljanje potranim lancem (engl. Demand Chain Management - DCM).
Takoer su identificirali tri pokretaa potranje na temelju weba: pristup novim tritima,
oekivana unapreenja internih performansi te vanjski pritisak (partnera ili konkurencije).
Njihovo je istraivanje pokazalo:
DCM utjee na performanse kod proizvoakih kompanija; meutim, to nije
potvreno za usluna poduzea;
strategije voene potranjom motivirane su oekivanim internim unapreenjima;
strategije voene opskrbom motivirane su pristupima novim tritima.
Vickery et al. (2003., p. 523-539.) istraivali
164
su utjecaj integriranih strategija opskrbnog
lanca na performanse, pod ime su podrazumijevali integrativne IT i integraciju opskrbnog
lanca. Integrativne IT operacionalizirali su kroz elektronsku razmjenu podataka (EDI),

163
Podaci za istraivanje prikupljeni su iz stratificiranog sluajnog uzorka proizvoakih i uslunih kompanija iz
Velike Britanije, a 890 prikupljenih odgovora inilo je odziv od 20%.
164
Uzorak istraivanja sainjavalo je 150 najveih dobavljaa General Motorsa, Forda i Chryslera prema
preporuci profesionalne asocijacije AIAG (Automotive Industry Action Group). Ovi dobavljai generiraju preko
90% volumena nabave sjevernoamerikih proizvoaa automobila. Istraivanju se odazvalo 57 poduzea, to
predstavlja odziv od 38%.

174

integrirani IS te kompjuteriziranu proizvodnju, a integraciju opskrbnog lanca kroz partnerstvo
s dobavljaima, prisnije odnose s kupcima i kros-funkcijske timove. Performanse su mjerene
kroz tri pokazatelja: povrat na imovinu prije oporezivanja, povrat na investicije (engl. Return
on investment - ROI) te povrat na prodaju (ROS). Rezultati su pokazali izravnu pozitivnu
vezu izmeu:
integriranih IT i integracije opskrbnog lanca;
integracije opskrbnog lanca i usluge kupcu;
usluge kupcu i tvrtkinih performansi;
Iz postavljenog i testiranog modela moe se zakljuiti kako je utjecaj integracije opskrbnog
lanca na tvrtkine financijske performanse indirektan, odnosno, preko usluga kupcu.
Zanimljivo istraivanje
165
opsega integracije (marketinga i logistike) i njezinog utjecaja na
performanse napravili su Chen et al. (2007., p. 5-21.). Priklanjaju se definiciji integracije koju
su dali Kahn i Mentzer (1998.) prema kojoj je to proces interakcije i suradnje izmeu
razliitih odjela i to ih dovodi do kohezivne organizacije. Performanse su mjerili s pet
pokazatelja: zadovoljstvo kupca, ukupna konkurentska pozicija, prodaja, neto profitna mara
te povrat na imovinu (ROA). Njihovi su rezultati pokazali kako: nije potvreno da suradnja
marketinga i logistike utjee na performanse poduzea, ali ova suradnja utjee na kros-
funkcijsku integraciju, to takoer utjee na performanse. Moe se zakljuiti kako suradnja
marketinga i logistike posredno, preko kros-funkcijske integracije, utjee na performanse.
Harland et al. (2007., p. 1234-1254.) istraivali
166
su prepreke u integraciji informacija u etiri
opskrbna lanca u razdoblju od etiri godine. Rezimirali su koje su se prepreke u literaturi do
tada pokazale kao najvee: nedostatak stratekog usklaenja informacijskih strategija s
lancem, veliina pojedinog poduzea unutar lanca, nedostatak spoznaje o potencijalima e-
poslovanja te nedostatak motivacije ili nedovoljna razvijenost samih aktera. Njihovo je
istraivanje pokazalo disparitet izmeu egzistirajueg i planiranog koritenja e-poslovanja kod
velikih nizvodnih poduzea u usporedbi s onim uzvodnim. Promatrana poduzea vrlo su
oprezna, planiraju investiranje u e-poslovanje ako ih dominantni nizvodni kupci prisile;
meutim, oni ne shvaaju punu korist koju e poluiti usvajanjem e-poslovanja.

165
434 potencijalna poduzea s liste Fortune Top 500 i lanova CSCMP-a (Council of Supply Chain
Management Professionals) selektirana su u uzorak, od kojih se dobilo 125 odgovora, to predstavlja odziv od
28,8%.
166
Ovim je istraivanjem obuhvaeno 29 malih i srednjih poduzea (SMEs) koji su bili lanovi etri razliita
opskrbna lanca.

175

Swafford et al. (2008., p. 288-297.) istraivali
167
su izravne i neizravne odnose IT integracije,
fleksibilnosti i agilnosti opskrbnog lanca. Fleksibilnost opskrbnog lanca definirali su kao
sposobnost tvrtkinih unutarnjih funkcija u opskrbnom lancu: u razvoju, nabavi, proizvodnji i
distribuciji, dok je agilnost vie fokusirana na brzinu. Zakljuuju, rije je o dva razliita
koncepta, s time da fleksibilnost dolazi prije agilnosti. Performanse su mjerene kroz povrat
na imovinu (ROA), trini udio, profitnu maru te odnos prodaje i zaposlenika. IT integracija
pokazuje u kojem se opsegu IT koristi za integraciju informacija i suradnju izmeu odjela:
dizajna i razvoja, nabave, proizvodnje te logistike i distribucije. U istraivanju su identificirali
domino efekt izmeu IT integracije koja utjee na fleksibilnost opskrbnog lanca, a ona na
agilnost koja u konanici pridonosi boljim performansama. Takoer se pokazalo da nije
potvrena izravna veza izmeu integracije IT-a i agilnosti opskrbnog lanca. Moe se zakljuiti
kako poduzea koja posjeduju integriran IT i postignutu fleksibilnost opskrbnog lanca imaju
vei potencijal za postizanje njegove agilnosti nego ona koja imaju samo integriranu IT.
Chang et al. (2008., p. 1-12.) istraivali
168
su odnos meuorganizacijskog sistema (IOS)
odnosno IT investicija i performansi poduzea (profitabilnost, produktivnosti i zadovoljstvo
kupca), te utjecaj dva moderirajua elementa - dinamike sposobnosti tj. integracijske
sposobnosti (IT integracija i procesna integracija) i sposobnosti suradnje (koordinacija i
monitoring). Rezultati istraivanja pokazali su da integracijske sposobnosti znaajno
moderiraju utjecaj IOS-a na tvrtkine performanse. Suradnike sposobnosti djelomino
moderiraju ovaj odnos s obzirom da koordinacija znaajno utjee, dok za monitoring to nije
utvreno. Zakljuno se moe ustvrditi kako IOS investicije u opskrbnom lancu s viim
stupnjem integracije i koordinacije omoguuju bolje rezultate. Speier et al. (2008., p. 21-38.)
istraivali su teorijski okvir odnosa informacijske integracije i performansi opskrbnog lanca.
Temeljem svojeg prvog postulata, smatraju da e poduzea koja imaju viu razinu orijentacije
na opskrbni lanac (SCO) investirati u vie razine integracije IS-a. Prema slici 26.
informacijska integracija moe se evaluirati kao specifina komponenta tvrtkine orijentacije
na opskrbni lanac.


167
U ovom su istraivanju sudjelovala poduzea iz SAD, a obraen je 131 odgovor to predstavlja odziv od
20%.
168
U uzorku je bilo 825 tajvanskih poduzea iz PC i elektronske industrije, od kojih se dobilo 145 odgovora, to
predstavlja odziv od 17,57%.

176

n
i
s
k
a

o
r
i
j
e
n
a
c
i
j
a

n
a

o
p
s
k
r
b
n
i

l
a
n
a
c

v
i
s
o
k
a

Slika 26. Odnos izmeu orijentacije na opskrbni lanac i integracije IS-a
Izvor: Speier, C., Mollenkpof, D., Stank, T.P.: The Role of Information Integration in Facilitating 21st Century
Supply Chains: A Theory-Based Perspective, Transportation Journal, 2008., 47 (2), p. 26.

Interno povezivanje, kao prva razina informacijske integracije, podrazumijeva povezivanje
unutarnjih procesa; za razliku, od druge razine, gdje se poduzee povezuje sa svojim
dobavljaima i kupcima razmjenjujui tone i pravovremene informacije o procesima,
narudbama i isporukama. Na treoj razini dva partnera aktivno surauju koristei informacije
za poboljanje usluga kupcu te sniavanje trokova. etvrta razina predstavlja proirenje
suradnje prema svim lanovima lanca. Agilnost razmatraju kroz etiri dimenzije koje su dali
Goldman et al. (1995. prema Speier et al., 2008., p. 31.): fokusu prema obogaivanju kupaca,
suradnji radi postizanja konkurentskih prednosti, organizaciji radi savladavanja promjena i
smanjenja nesigurnosti te utjecaju na uinak ljudi i informacija. Prema autorima, agilnost
poboljava odnos izmeu orijenacije na opskrbni lanac i integracije IS-a, koje djeluju na
performanse poduzea.

177

Sezen (2008., p. 233-240.) istraio
169
je utjecaj integracije, razmjene informacija i dizajna na
performanse opskrbnog lanca koje su operacionalizirane kroz tri dimenzije: fleksibilnost,
resursi i izlazni rezultati. Nezavisne su varijable operacionalizirane kroz pet dimenzija, uz
napomenu da je razmjena informacija podijeljena na dva dijela kako bi se posebno ocjenile
razmjene s dobavljaima i s kupcima. Rezultati su pokazali:
integracija pozitvno i znaajno korelira s fleksibilnou i izlaznim performansama;
meutim, ne i s resusima;
razmjena informacija i dizajn pozitivno i znaajno koreliraju sa sve tri dimenzije
performansi, s tim da resursi i izlazne performanse najvie koreliraju s dizajnom, a
flaksibilnost s razmjenom informacija;
prema rezultatima regresije, jedini znaajan efekt na resurse i izlazne performanse ima
dizajn, dok integracija i razmjena informacija imaju manji utjecaj od dizajna.
Downing (2010., p. 134-137.) u svojem se istraivanju
170
bavio razlikama u performansama
tri vrste poduzea: onih koja ne koriste elektronsku integraciju opskrbnog lanca, onih koja ne
koriste web kao osnovu svoje integracije, te onih koja koriste web kao osnovu svoje
integracije opskrbnog lanca. Performanse su operacionalizirane kroz: trokove procesa,
operativni efikasnost, zadovoljstvo kupca, koordinacija, suradnja i privrenost izmeu EDI
partnera te ukupne performanse. Njegovo je istraivanje pokazalo:
pomicanje elektronske integracije opskrbnog lanca prema webu rezultira snienjem
trokova;
operativna efikasnost pokazala se najboljom kod integracije temeljene na webu;
zadovoljstvo kupca pokazalo se najbolje kod elektronske integracije koja nije
utemeljena na webu;
dugorona koordinacija, suradnja i privrenost EDI partnera takoer se pokazala
najboljom kod integracija koje nisu utemeljene na webu.
Zakljuno se moe konstatirati da integracija utemeljena na webu ima nie trokove,
superiornu operativnu efikasnost, viu kooperaciju izmeu partnera te bolje ukupne
performanse.

169
Uzorkom je obuhvaeno 196 proizvodnih turskih poduzea, od kojih je pristiglo 125 odgovora, to
predstavlja odziv od 63,78%.
170
U uzorku je bilo 320 poduzea (financijske usluge) primarno iz sjevernoistonog dijela SAD, od kojih je
odgovorilo 129, to predstavlja odziv od 40%.

178

Saeed et al. (2011., p. 7-42.) istraivali
171
su model interorganizacijskog sistema (IOS) kod
razliitih primjera integracija opskrbnih lanaca. Temeljem sveobuhvatnog pregleda literature,
IOS su operacionalizirali kroz varijable: integracije aplikacija, kompatibilnost podataka,
analitike sposobnosti, evaluacijske sposobnosti te upozorenja. Integraciju opskrbnog lanca
konceptualizirali su kroz tri dimenzije: strateku (do koje su mjere lanovi lanca razvili
zajedniku razmjenu znanja koja olakava inovativne aktivnosti, razmjenu novih ideja te
zajedniko djelovanje u identificiranju i implementiranju unapreenja), operativnu (do koje
mjere lanovi lanca povezuju odluivanje na razliitim razinama suraujui u odreenim
operativnim procesima i aktivnostima kroz razmjenu informacija) i financijsku (do koje mjere
partneri iz opskrbnog lanca zajedniki investiraju u projekte od obostranog interesa). Rezultati
su pokazali da uspjena poduzea slijede konfiguraciju IOS karakteristika prema efikasnom
razvoju i podupiru procesne mogunosti njihovog opskrbnog lanca. Poduzea na nioj razini
integracije konfiguriraju svoj IOS kao podrku evaluaciji dobavljaa i automatskim
upozorenjima. to poduzea vie uzdiu razinu svoje integracije vea se panja posveuje
sistemskoj integraciji, planiranju i predvianju.


1.5. Vidljivost

Za efikasno upravljanje opskrbnim lancem menadmentu je potrebna njegova vidljivost. Pod
time se podrazumijeva da su podaci i informacije s bilo koje njegove razine dostupni
donositelju odluka u kritinom trenutku potrebe za njima, tako da Swaminathan i Tayur
(2003., p. 1395.) dijeljenje informacija i vidljivost navode kao sinonime. Thompson et al.
(2001., p. 3.) u svojem su istraivanju
172
identificirali est pokretaa logistikih sustava
svjetske klase nazvavi ih ispunjenje izvrsnosti:
suradnja - razmjena podataka s kljunim kupcima, dobavljaima i partnerima u
realnom vremenu, usklaenje individualnog i organizacijskog, standardizacija procesa
i izvoenja;

171
U prvom je koraku bilo 597 poduzea sluajno odabranih iz baze ELM Guide to North American Supplier
Database. U drugom je koraku bilo 254 poduzea sluajno odabranih iz baze Dun and Bradstreet database.
Ukupno je primljeno 50 odgovora, to predstavlja odziv od 6%.
172
Istraivanjem su obuhvaena 432 SCM profesionalca, od kojih je 50% iz proizvoake industrije.

179

optimizacija - implementacija novih alata i procesa, eliminacija neuinkovitosti,
tednja du cijelog lanca;
povezanost - standardizacija aplikacija i platformi, poticanje mnogostruke (engl.
Many-to-many) suradnje, omoguavanje trgovinske razmjene;
izvoenje - unapreenje transporta, distribucije, zaliha, te upravljanja narudbama,
ubrzanje financijskih podmirivanja, mjerenje performansi;
brzina - poveanje odgovornosti, unapreenje prilagodljivosti te pristup informacijama
u realnom vremenu;
vidljivost - praenje protoka zaliha, auriranje statusa narudbi u realnom vremenu, te
upravljanje incidentima.
Vidljivost objanjavaju kao sposobnost gledanja i upravljanja protokom proizvoda, usluga i
informacija u realnome vremenu, a ukljuuje pristup zalihama u tranzitu, dostupnost
proizvoda te informacije o statusu narudbi. Njihovo je istraivanje kod ispitanika pokazalo
sljedeu vidljivost procesa: izbor prijevoznika (79%), praenje odlaznih poiljki (65%),
praenje dolaznih poiljki (61%), upozorenja kanjenja poiljki (58%), vidljivost narudbi
(57%). Moe se zakljuiti kako vidljivost predstavlja kompleksno podruje s obzirom da
obuhvaa ljude, procese, tehnologije te informacijske protoke.
Montgomery et al. (2002., p. 3.) u istraivanju
173
, to je uslijedilo kao nastavak onog kojeg su
proveli Thompson et al., utvrdili su da vidljivost nije taktiko pitanje jer ima strateke
implikacije na cijelo poduzee, odnosno, vidljivost se moe promatrati s taktike i strateke
perspektive. S taktike perspektive menadmentu se omoguuje vidljivost protoka materijala,
dostupnosti kapaciteta i resursa unutar lanca, dok se strateka perspektiva poklanja resursima
opskrbne mree tako da vidljivost omoguuje procjenu i preoblikovanje mree u skladu s
promjenama u poslovnom okruenju. Prema autorima, upravo vidljivost omoguuje i
osigurava ostale identificirane pokretae izvrsnosti opskrbnog lanca s obzirom da su rezultati
istraivanja pokazali poboljice u ciklusima (dolaska materijala s 19 na 16 dana, obrtaj zaliha
s 11 na 15). Vidljivost jest temelj upravljanja dogaanjima u opskrbnom lancu (engl. Supply
Chain Event Management - SCEM) iji se model sastoji od est nadograujuih faza
(Montgomery et al., 2002., p. 5-14.):
proirena povezanost, koja omoguuje dobavljaima, logistiarima te kupcima
dijeljenje dogaanja transakcija u opskrbnom lancu;

173
Istraivanje je napravljeno na uzorku od 365 SCM profesionalaca, od kojih je 58% iz proizvoake industrije.

180

transparentnost poduzea, koja omoguuje poslovnim korisnicima da vide narudbu,
zalihe te informacije o isporukama vanim za njihovu specifinu ulogu u opskrbnom
lancu;
upozorenje temeljem iznimki (engl. Exception-Based Alerting), temeljem pristupa da
svaki problem ne treba biti problem, ovo predstavlja pravilo koje dozvoljava
menadmentu fokusiranje na procese umjesto na pojedine dogaaje;
dogaaj kao odgovor (engl. Event Based Response), omoguuje odluivanje,
optimizaciju i preoblikovanje u realnom vremenu kao dinamiki odgovor na
upozorenja, vidljivost osigurava uoavanje problema dovoljno rano za pronalaenje
solucija;
mjerenja performansi
174
, pruaju svim zainteresiranim i odgovornim osobama
potreban alat (jasan, mjerljiv i meusobno dogovoren) za mjerenje njihovog doprinosa
lancu;
omoguene kontrola predstavlja ideju u budunosti, vrh SCEM piramide, kada e
poduzee u svom odgovoru na dogaanja biti u stanju poluautomatski reagirati.
Christopher (2005., p. 242-253.) vidljivost sagledava u kontekstu upravljanja rizikom u
opskrbnom lancu a sastoji se od sedam faza: razumjeti opskrbni lanac, unaprijediti ga,
identificirati kritine putove (vorove i linkove), upraviti s njima, unaprijediti vidljivost
opskrbnog lanca, uspostaviti kontinuirani tim te raditi zajedno s dobavljaima i kupcima u
unapreenju procedura za upravljanje rizikom. Problem limitirane vidljivosti opisuje kao
nemogunost nekog lana lanca da vidi status pojedinih uzvodnih ili nizvodnih operacija,
njihovu razinu te progres kroz lanac to rezultira u kanjenju uoavanja problema te,
posljedino, i njegovo rjeenje. Najvea korist postignutom transparentnou informacijskog
protoka treba biti poveanje efikasnosti samih procesa i unapreenje efikasnosti ukupnog
lanca (Christopher, 2005., p. 181.).
Handfield i Nichols (2002., p. 300.) navode koristi od uspostavljene informacijske vidljivosti:
uklanjaju se organizacijske barijere, ugrauje se vidljivost duinom cijelog lanca, upravlja se
pomou mjerenja, skrauje se vrijeme trajanja ciklusa pojedinih procesa, potie se suradnja u
odluivanju te se smanjuju problemi prikrivenosti. Waters (2007., p. 209-210.) smatra
dijeljenje informacija temeljem vidljivosti koju objanjava kao mogunost da jedan lan lanca

174
U njihovom se istraivanju pokazalo da su najee operativne mjere: varijabilnost trokova, izgubljena
prodaja, obrtaj zaliha gotovih proizvoda, ispunjenje narudbi, obrtaj zaliha sirovina, perfektna narudba te
isporuka na vrijeme.

181

vidi to se dogaa kroz cijeli lanac. Najrelevantnijim informacijama u kontekstu vidljivosti
smatra one o razinama zaliha, potranji, promocijama, uvoenju novih proizvoda, trinim
uvjetima, operativnim planovima, performansama, riziku, neoekivanim dogaajima te
izgubljenoj prodaji. Kvalitetna e vidljivost potaknuti temeljni cilj logistikih menadera da
zalihe zamijene informacijama, to e rezultirati s dvije kljune koristi; menadment e moi
raditi zajednike informirane i efikasne planove u svezi rizika te e smanjiti koliinu rizika
koji nastaje kao posljedica loe komunikacije.
Prema Johnsenu (2006., p. 6.), tehnologija igra znaajnu ulogu; meutim, vidljivost
tradicionalnog opskrbnog lanca koja je fokusirana iskljuivo prema fizikoj distribuciji
dostavlja samo jedan dio ukupne slike i predlae trodimenzionalni pristup u funkciji pune
vidljivosti i uspjene kontrole: fiziki opskrbni lanac, financijski opskrbni lanac, te
dokumentacijski i podatkovni opskrbni lanac. Prema La Grouw (2008., p. 388-389.), izvjetaji
poslovne inteligencije i kljuni pokazatelji uspjeha (KPI) koji omoguuju jedan pogled kroz
cijeli opskrbni lanac takoer podupiru kros-funkcijsku analizu svih podataka i informacija iz
lanca, ukljuujui upravljanje zalihama, nabavu, proizvodnju te plaanje rauna. Prema njoj,
vidljivost izravno utjee na dva kritina faktora:
odgovornost - performanse i proizvodni ciljevi trebaju biti usklaeni kroz sve faze, a
donositelji odluka na svim razinama trebaju shvatiti kako performanse u njihovom
podruju odgovornosti utjeu na sveukupne performanse opskrbnog lanca;
pouzdanost - potrebna je usklaenost metrike kako bi se prevenirala nekonzistentnost
te sprijeilo irenje i plasman krivih informacija.
Auramo (2006., p. 46-57.) u svojem je istraivanju
175
identificirala tri kategorije vidljivosti
koje su rezultirale u izravnim operativnim koristima, u izravnim stratekim koristima te u
dugoronim stratekim koristima: vidljivost transakcija, vidljivost suradnikih procesa te
vidljivost u koritenju, to je prikazano u tablici 20.





175
Rezultati istraivanja za potrebe izrade disertacije objavljeni su u pet lanaka, a koritene istraivake metode
su bile Delphi radionica te studije sliuajeva.

182

Tablica 20. Tri kategorije vidljivosti opskrbnog lanca

M o g u n o s t i
V
i
d
l
j
i
v
o
s
t

t
r
a
n
s
a
k
c
i
j
a

Izravne operativne koristi:
paljivo planiranje inaica e-poslovanja za unapreenje informacijske kvalitete;
razumijevanje implikacija mogunosti na temelju operativnih odluka (koordinirajue odluke) o istim
podacima kroz opskrbni lanac.
Izravne strateke koristi:
prikupljanje mogunosti transferiranih realiziranih resursa (zahvaljujui efikasnosti unapreenja)
Dugorone strateke koristi:
temelj varijanti e-poslovnog planiranja i suradnje za unapreenje agilnosti opskrbne mree;
nekoliko alata e-poslovanja s reinenjeringom procesa;
mogunost pomicanje prema proizvodnji po narudbi.
V
i
d
l
j
i
v
o
s
t

p
r
o
c
e
s
a

Izravne operativne koristi:
unapreenje prakse upravljanja dokumentacijom i pojednostavljenje procesa;
postizanje uteda zahvaljujui lakem pristupu dokumentima;
informacije su dostupne u realnom vremenu, te je smanjeno vrijeme u pretraivanju;
razvoj efikasnosti u reagiranju i kontroli izmjene dokumentacije.
Izravne strateke koristi:
Pruanje kupcima dokumentacijske vidljivosti kroz projekte.
Dugorone strateke koristi:
koritenje akumuliranih metapodataka za upravljanje potencijalnim uskim grlima u projektnim
operacijama;
Koritenje suradnikih mogunosti za suvremeni inenjerski pristup.
V
i
d
l
j
i
v
o
s
t

u

k
o
r
i

t
e
n
j
u

Izravne operativne koristi:
mogunost ranijih pristupa zahtijevanim informacijama, te koritenje tog vremena za servisiranje kupaca
iz centraliziranih zaliha;
pribavljanje zahtijevanih informacija bolje kvalitete za poveanje tonosti i efikasnosti planiranja;
koritenje dobavljaeve pozicije za utjecanje na kupeve zahtjeve.
Izravne strateke koristi:
promjena mjera performansi od vremena isporuke i preciznosti prema dostupnosti i performansama
kupevih procesa;
zahvaanje bolje kvalitete zahtijevanih informacija za poboljanje usluge kupcu.
Dugorone strateke koristi:
transfer akumuliranog znanja o koritenju proizvoda, operativnoj okolini i kupevom ponaanju u
kreiranju nove - poboljane usluge;
mogunost ranijeg pristupa zahtijevanim informacijama,
koritenje tog vremena za pomicanje prema proizvodu po narudbi strategiji.
Izvor: prilagoeno prema Auramo, J.: Implications of Supply Chain Visibility: Benefits in Transaction Execution
and Resource Network Management, Helsinki University of Technology Laboratory of Industrial
Management, doctoral dissertation, 2006., p. 49-55.


183

Wang i Wei (2007., p. 647-674) istraivali
176
su kako meuorganizacijsko upravljanje
(relacijsko upravljanje i virtualna integracija) kreira vrijednost u konteksu opskrbnog lanca
(informacijsku vidljivost i fleksibilnost opskrbnog lanca). Relacijsko upravljanje definiraju
kao mjeru unutar koje partneri iz lanca koriste mehanizme poput relacijskih normi i
zajednikih akcija za odravanje svojih odnosa temeljenih na zajednikim ciljevima. Ova je
dimenzija operacionalizirana kroz etiri konstrukta: povjerenje, privrenost, koordinacija te
zajedniko rjeavanje problema. Virtualnu integraciju definiraju kao mjeru unutar koje
trgovaki partneri koriste IT za omoguavanje zajednikih operacija izmeu partnera u lancu,
kao to su nabava, proizvodnja i logistika. Informacijska je vidljivost operacionalizirana kroz:
upravljanje proizvodom, transakcijama, statusom procesa, planiranjem / predvianjem,
operativnim performansama. Njihovo je istraivanje pokazalo:
relacijsko upravljanje i virtualna integracija vode prema informacijskoj vidljivosti;
relacijsko upravljanje izravno i neizravno (preko informacijske vidljivosti) utjee na
fleksibilnost opskrbnog lanca;
virtualna integracija ne utjee izravno na fleksibilnost; meutim, utjee preko
informacijske vidljivosti.
Zakljuno se moe istaknuti kako poduzee moe postii veu fleksibilnost unutar
egzistirajuih meuorganizacijskih odnosa poboljavajui informacijsku vidljivost kroz
virtualnu integraciju i relacijsko upravljanje.
Jacoby (2009., p. 109.) smatra da vidljivost i suradnja mogu eliminirati dio efekta bia koji
nastaje kao posljedica nemogunosti vienja cjelokupnog lanca. Smatra da se vidljivost
najlake dostie kroz dijeljenje predvianja potranje, proizvodnih planova te stanja zaliha s
trgovakim partnerima. McCrea (2011., p. 36-38.) razvija korake prema optimalnoj
vidljivosti: (1) ocijeniti vlastitu logistiku strategiju, (2) odrediti vodstvo, (3) integrirati se s
trgovakim partnerima, (4) razmisliti o strategiji zaliha, (5) otvoriti komunikacijske linije s
kupcima, (6) iskoraiti izvan uobiajenog preuzimanja narudbi, (7) razmiljati globalno, (8)
mudro koristiti informacije. Joshi (2000) u svojem je istraivanju simulirao distribuciju piva
unutar koje su bili veletrgovac, maloprodaja, distributor i proizvoa. Prouavao je razliite
metode predvianja s razmjenom informacija (vidljivost) i bez razmjene informacija. Razine
zaliha dosta su fluktuirale, a rezultati su pokazali da informacijska vidljivost i suradnja utjeu

176
U istraivanju je sudjelovalo 980 proizvodnih firmi sluajno odabranih iz direktorija 5.000 najveih
tajvanskih poduzea. Obraeno je 150 pristiglih odgovora, to predstavlja odziv od 15,3%.

184

na 40% do 70% snienje zaliha. McCrea (2011., p. 38.) navodi ostale neopipljive koristi od
vidljivosti: smanjenje u izgubljenoj prodaji zbog nepostojanja zaostataka, unaprijeenje
usluge kupcu zbog pravovremene isporuke te poveano povjerenje u upravljanje lancem zbog
tonog i pravovremenog znanja o lokaciji proizvoda. Prema istraivanju
177
koje je provela
Aberdeen group (Heaney, 2011.), tri dominantna pokretaa unapreenja vidljivosti jesu porast
kompleksnosti globalnih operacija (44%), potreba unapreenja operativnosti i preciznosti
opskrbnog lanca (37%), te ovlatenje (mandat) za smanjenje trokova lanca (29%). Ovo je
istraivanje pokazalo koje su najee strateke aktivnosti koje poduzimaju najbolja poduzea
za postizanje vidljivosti:
efikasni, moderni i jednostavni procesi za laki monitoring, unaprijeenu iskoristivost
ili uinkovitost (66%);
unaprijeena unutarnja vidljivost i integracija u transakcijama i trokovima opskrbnog
lanca (60%);
unaprijeena pravovremenost i tonost razmijenjenih podataka o transakcijama iz
opskrbnog lanca (46%);
poveanje B2B povezanosti / vidljivosti prema procesima na dobavljaevoj strani
(31%).
Temeljem rezultata istraivanja, sugeriraju fokusiranje na tri podruja: zrnatost (najbolja
poduzea imaju 40% bolju vidljivost na SKU razini u unutarnjoj liniji zaliha, te 41% na
vanjskoj), vrijeme za informaciju (najbolja poduzea imaju 57% bolju vidljivost o
internacionalnom statusu poiljke), kvaliteta i ienje podataka (najbolja poduzea imaju
85% vjerojatnosti da e im podaci prikupljeni u monitoringu opskrbnog lanca biti toni vie
od 90%). Poduzea trebaju: poveati vidljivost unutar i izvan granica svoje organizacije,
koristiti poslovnu inteligenciju, pokrenuti se prema sigurnosti, elastinosti i efikasnosti u
izvravanju zadataka unutar opskrbnog lanca.





177
U istraivanju su sudjelovala 183 poduzea, od kojih je 58% iz Sjeverne Amerike a 19% iz Europe.

185

1.6. Suradnja

Mnogi istraivai povezuju odnose integracije i suradnje, tako da Lee i Whang (2001., p. 2.)
kau da poduzea koja ele biti konkurentna trebaju postii veu koordinaciju i suradnju s
ostalim partnerima iz opskrbnog lanca i taj pristup nazivaju integracija opskrbnog lanca.
Pozivajui se na istraivanje koje su proveli Standford University i Accenture, navode kako
poduzea koja imaju profit vei od prosjeka imaju takoer postignuti vii stupanj razmjene
informacija, iz toga zakljuuju da je suradnja izravno povezana s profitom (Lee i Whang,
2001., p. 7.). Handfield i Nichols (2002., p. 27.) smatraju da postignuta suradnja kroz
razmjenu informacija o predvianju i potranji moe pomoi dugoronom planiranju
kapaciteta, zaliha te potrebnih ljudskih resursa. Smatraju kako suradnja u vrednovanju
temeljnih kompetencija, razvoja novih proizvoda, te upravljanja trokovima predstavlja
temeljnu priliku za postizanje unapreenja. Suradnju i integraciju povezuju s povjerenjem
koje predstavlja osnovicu za uspostavu suradnje, a glavni su im elementi: pouzdanost,
sposobnost, naklonost, ranjivost te lojalnost (Handfield i Nichols, 2002., p. 163-169.).
Lambert i Knemeyer (2004., p. 132.) kau kako implementacija partnerstva kota jer zahtjeva
dodatnu komunikaciju, suradnju i sudjelovanje u dijeljenju rizika, pa zakljuuju, kako e ono
biti opravdano jedino ako rezultira boljim prinosom nego to bi poduzee ostvarilo bez takve
suradnje. Polazei od teze da sinkronizacija predstavlja klju odgovornosti opskrbnog lanca,
Christopher (2005., p. 199-204.) dri da se njezine koristi ne mogu postii bez suradnje. I on
naglaava povjerenje koje predstavlja temelj za dugoroni razvoj odnosa s limitiranim brojem
dobavljaa, to naziva izvorom partnerstva (engl. Partnership sourcing)
178
. Matrica ovakvog
odnosa moe se upotrijebiti kako za uzvodne, tako i za nizvodne odnose s distributerima i
veletrgovcima. Voenje zaliha od strane prodavaa (engl. Vendor Managed Inventory VMI)
predstavlja jedan od znakovitijih primjera uspostavljene suradnje za koju je karakteristino da
kupac ne dostavlja klasine narudbe, nego razmjenjuje informacije sa svojim dobavljaem
temeljem kojih taj dobavlja preuzima odgovornost za njihovo odravanje.
Jo se jedan koncept vee uz podruje suradnje, a rije je o suradnikom predvianju,
planiranju i popunjavanju (engl. Collaborative Forecasting, Planning and Replenishment
CFPR) u kojemu, zahvaljujui internetu, kupci i dobavljai dijele i razmjenjuju predvianja,
detektiraju varijance, razmjenjuju ideje te surauju kako bi uskladili meusobne razliitosti

178
Christopher kao sinonim koristi i drugi izraz Co-makership.

186

(Lee i Whang, 2001., p. 8.). The Associations for Operations Management
179
definira CFPR
kao suradniki proces gdje trgovaki partneri zajedniki planiraju kljune aktivnosti u
opskrbnom lancu: od proizvodnje i isporuke sirovina do proizvodnje i isporuke gotovog
proizvoda krajnjem kupcu (Li, 2008., p. 18.). Swaminathan i Tayur (2003., p. 1397.) smatraju
da e ovo prognoziranje temeljem razmijenjenih informacija pridonijeti efikasnosti opskrbnog
lanca zbog koordiniranog predvianja te generiranja boljih informacija, a Hugos (2006., p.
188.) naglaava kako je ova implementacija zahtijevna te da treba vremena i truda kako bi
uspjela.
Skjoett-Larsen et al. (2003., p. 531-549.) istraivali
180
su odnos SCM-a i CFPR-a, a razlike
CFPR-a kroz tri razine suradnje prikazuje tablica 21. Prema rezultatima istraivanja,
najvaniji aspekti meuorganizacijske suradnje jesu: povjerenje (4,6), postavke zajednikih
ciljeva (3,9), razmjena podataka (3,61), formalni ugovori (3,37), koliina transakcija
informacija (3,29) te koliina transakcija proizvoda (3,3). Najvanija podruja suradnje su se
pokazala: razvoj proizvoda (3,79), nadopunjavanje (3,69), predvianje (3,62), proizvodnja
(3,56) te promocija (3,07).
Tablica 21. Dimenzije razliitih razina CFPR-a
Dimenzije Osnovni CFPR Razvijeni CFPR Napredni CFPR
Razmjena
informacija
Narudbe i potvrde,
Podaci o zalihama
Podaci o potranji, planiranju
narudbi, promocijama, te
proizvodnji
Podaci o potranji, planiranju
narudbi, promocijama, te
proizvodnji
Razina razgovora Ne Donekle esto
Koordinacija /
sinkronizacija
Ne Donekle Sve aktivnosti
Razvoj
kompetencija
Ne Ne Znanje
Evaluacija Ne Ne Iskustvo
Tip odnosa Transakcijski Razmjena informacija Zajedniko uenje
Teorijsko
objanjenje
TCA Mrea
Temeljem resursa i
kompetencija
Izvor: Skjoett-Larsen, T., Thernoe, C., Andresen, C.: Supply chain collaboration: Theoretical perspective and
empirical evidence, International Journal of Physical Distribution & Logistics Management, 2003., 33
(6), p. 537.

179
Ovo se udruenje nekada zvalo American Production and Inventory Control Society APICS.
180
Istraivanje je napravljeno na uzorku od 2.868 Danskih poduzea (s prihodom veim od 3,2 mil EUR-a) od
kojih se 218 odazvalo to predstavlja stopu odziva od 7,6%.

187

Akintoye et al. (2000., p. 159-168.) istraivali
181
su suradnju u opskrbnim lancima: pokazalo
se da je 47,5% ispitanika smatra kritinom, odnosno 42,5% vanom za svoje poslovanje.
Njihovo je istraivanje pokazalo najvanije:
faktore u odnosu na razvoj odnosa s dobavljaima: bolja kvaliteta usluge, odnos troka
i koristi, te pojednostavljenje procesa izgradnje i naruivanja;
faktore u odnosu na razvoj odnosa s klijentima: odnos troka i koristi te
pojednostavljenje procesa izgradnje, natjeajnih procedura, te faze dizajna;
ciljeve suradnje: koristi za klijente, unaprijeenje usluge kupcu, smanjenje
papirologije i birokracije, poveanje profitabilnosti, smanjenje trokova unutar
organizacije, poveanje konkurentnosti, koristi za dobavljae;
kljune faktore za efikasniji razvoj suradnje: povjerenje, pouzdanost opskrbe, podrka
vrhovnog menadmenta, zajedniki interes, slobodan protok informacija, zajedniko
poslovno planiranje, blia povezanost potranje i opskrbe, integrirani IT;
prepreke u razvoju suradnje: nedostatak podrke vrhovnog menadmenta, neshvaanje
koncepta suradnje, neadekvatna organizacijska struktura, nedovoljna partnerska
podrka te nejasne strateke koristi.
Lee (2000., prema McLaren et al., 2002., p. 350.) smatra kako je suradniki SCM dizajniran
da podri poboljanu razmjenu informacija i suradnju u planiranju izmeu partnera kako bi se
smanjila asimetrija unutar lanca, to e se odraziti na viku zaliha i efektu bia. Suradnja se na
takav nain podrava kroz tri mehanizma: integraciju informacija, koordinaciju procesa i
resursa te izvjetavanjem o izmjerenim performansama kako bi se osigurala odgovornost. Za
uinkovito upravljanje opskrbnim lancem sve njegove funkcije i elementi koja ga tvore
trebaju biti potpuno integrirani. Komunikacijske mree koje predstavljaju centar e-poslovanja
omoguuju njegovu integraciju, osiguravajui suradnju njegovih razliitih entiteta (Kocakulah
et al., 2002., p. 2.).
Johnson i Whang (2002., p. 420.) definiraju e-suradnju kao internetom omoguen poslovni
meuodnos koji prelazi jednostavni prodaj/kupi odnos, a ukljuuju dijeljenje i integraciju
informacija te dijeljenje odluivanja, procesa i izvora. Barratt (2004., p. 30-42.) formu
suradnje dijeli na dvije temeljne kategorije: vertikalnu (koja ukljuuje suradnju s kupcima,
dobavljaima, te internu odnosno meufunkcijsku) i horizontalnu (koja ukljuuje suradnju s

181
U istraivanju je sudjelovalo 100 najveih graevinskih poduzetnika (prema vrijednosti projekata) u Velikoj
Britaniji, od kojih se dobilo 40 odgovora to predstavlja odziv od 40%.

188

konkurentima, drugim organizacijama, te takoer internu). Smatra da suradnju treba
podupirati suradnika kultura koju tvore: povjerenje, zajednitvo, razmjena informacija te
otvorenost i komunikacija. Koritenje IT-a za razmjenu podataka kreira virtualni opskrbni
lanac koji se radije temelji na informacijama nego na zalihama. Kljunim elementima koji
determiniraju uspjenu suradnju dri: upravljanje promjenama, kros-funkcijske aktivnosti,
usklaenje procesa, zajedniko odluivanje te metriku opskrbnog lanca. Takoer definira i
strateke elemente dugorone odrivosti opskrbnog lanca: resurse i privrenost,
meuorganizacijsku podrku, kooperativni fokus i iznimno vanu ulogu tehnologije.
McLaren et al. (2002., p. 351-354.) klasificiraju sustave koji podravaju razliite stupnjeve
suradnje i koordinacije u opskrbnom lancu u tri grupe: sistemi na osnovi poruke (engl.
Message-based systems), e-nabavna vorita i portali odnosno mjesta koja podravaju nabavu
dobara ili usluga preko elektronikih kataloga, natjeaja ili aukcija, te zajedniki i suradniki
SCM sustavi koji ukljuuju planiranje, predvianje i nadopunjavanje. Prema njima, trokovi
suradnje mogu se podijeliti u dvije kategorije: ukupni trokovi vlasnitva (TCO) i
oportunitetni partnerski trokovi koji nastaju zbog povezanosti sa specifinim partnerom
(troak nefleksibilnosti), a model troka i koristi prikazan je na slici 27.


Slika 27. Model troka i koristi od suradnje u SCM-u
Izvor: McLaren, T., Head, M., Yuan, Y.: Supply chain collaboration alternatives: understanding the expected
costs and benefits, Internet Research: Electronic Networking Applications and Policy, 2002., 12 (4), p.
348-364.

189

Visoka razina suradnje u opskrbnom lancu moe znaajno pomoi u smanjenju rizika
(Christopher i Peck, 2004., p. 17-18.). Prema njima, vodei princip suradnikog ponaanja jest
razmjena informacija koja utjee na smanjenje neizvjesnosti pa se moe zakljuiti kako je cilj
postii inteligenciju opskrbnog lanca (SCI) koja e omoguiti vidljivost uzvodnih i nizvodnih
profila rizika. U svojem radu SCI opisuju kao proces koritenja znanja koje se generiralo i
razmjenjivalo izmeu partnera u opskrbnom lancu. U kontekstu navedenoga, znanje
opskrbnog lanca kategoriziraju u tri razine:
strateko, poznavanje trendova i nadolazeih tema koje u budunosti mogu utjecati na
kontinuitet opskrbnog lanca; ovaj se tip informacija kreira kroz PEST analizu;
taktiko, potrebno je znanje kako bi se procijenio rizik tekuih operacija, potranje,
opskrbe i procesa;
operativno, odnosi se na dnevno upravljanje poslovanjem.
Manthou et al. (2004., p. 241-250.) razvijaju model virtualnog e-lanca s ciljem da integrira
tehniku i organizacijsku infrastrukturu, olaka e-poslovne procese, identificira i sinkronizira
specifine uloge i odgovornosti partnera te omogui inteligentno odluivanje utemeljeno na
steenom znanju. Integraciju opskrbnog lanca u virtualnom okruenju definiraju kao proces u
kojemu dobavljai, partneri i kupci unutar zajednikog trita suradniki planiraju,
implementiraju i upravljaju protokom informacija, usluga i proizvoda kroz lanac kako bi
unaprijedili poslovne operacije u smislu brzine, agilnosti, kontrole u realnome vremenu,
odnosno odgovora kupcu. U smislu navedenoga, modul e-inteligencije opskrbnog lanca (engl.
e-Supply Chain Intelligence eSCI) vodi suradnju dogaanja i procesa te prezentira
informacije namijenjene za odluivanje (engl. Decision-oriented informations).
Suradnja u opskrbnim lancima pojavljuje se u razliitim formama meutim moe se rei da
postoji zajedniki cilj: kreirati transparentan, vidljiv uzorak potranje koji se kree kroz cijeli
lanac (Holweg et al., 2005., p. 171.). U svojem su istraivanju
182
identificirali etiri koncepta
suradnje, to je prikazano na slici 28. Pojam tradicionalni (tip 0) podrazumijeva da svaka
razina opskrbnog lanca kreira narudbe i nadopune bez obzira na situaciju u uzvodnom ili
nizvodnom dijelu. Jedina dostupna informacija dobavljau u ovakvom nainu funkcioniranja
jest narudba. Razmjena informacija (tip 1) podrazumijeva da trgovac i dobavlja i dalje
naruuju neovisno jedan o drugome; meutim, ipak razmjenjuju informacije o potranji i

182
U istraivanju su analizirali multinacionalne i nacionalne proizvoae iz Velike Britanije i iz nordijskih
zemalja, a istraivanje su podrali Cardiff Business School, Cambridge MIT Center for Competitiveness and
Innovation, te Helsinki University of Technology.

190

planiranim aktivnostima kako bi uskladili svoja predvianja kapaciteta i dugorono
planiranje. Tip 2 podrazumijeva da je zadatak nadopune narudbi preputen dobavljau koji
tako preuzima odgovornost za odravanje zaliha trgovca i posljedino razine njegove usluge.
Sinkronizirana opskrba (tip 3) eliminira toku odluivanja te objedinjuje odluku o nadopuni s
planiranjem materijala i proizvodnje dobavljaa. Na ovakav nain dobavlja preuzima
odgovornost za kupeve zalihe na operativnoj razini te koristi vidljivost za planiranje vlastitih
operacija.


Slika 28. Koncepti suradnje u opskrbnim lancima
Izvor: Holweg, M., Disney, S., Holmstrom, J., Smaros, J.: Supply Chain Collaboration: Making Sense of the
Strategy Continuum, European Management Journal, 2005., 23 (2), p. 172.

Zakljuuju, uspjenost suradnje zavisi o dvama faktorima: postignutoj razini integracije
internih i eksternih operacija te postignutog stupnja usklaenja postavki opskrbnog lanca u
smislu geografske disperzije, uzorka potranje te karakteristika proizvoda. Simatupang i
Sridharan (2005., p. 44-62.) na osnovi svog istraivanja
183
kreiraju indeks suradnje opskrbnih
lanaca temeljen na trima dimenzijama: dijeljenju informacija (koje su operacionalizirali sa
deset elemenata), sinkronizaciji odluivanja (operacionalizirano sa devet elemenata), te
usklaenju inicijativa (operacionalizirano sa est elemenata). Performanse su u ovom
istraivanju operacionalizirane kroz postizanje bolje realizacije, zaliha te odgovornosti.
Temeljem rezultata istraivanja, moe se zakljuiti kako:

183
Istraivanje je napravljeno na Novom Zelandu na uzorku od 200 trgovaca i 200 dobavljaa. Konani
iskoristivi uzorak sastojao se od 367 poduzea, od kojih je dobiveno 76 odgovora, to predstavlja odziv od 21%.

191

razmjena informacija ima najveu vanost izmeu triju dimenzija suradnje (teina
0,45), potom slijedi sinkronizacija odluivanja (0,34), te usklaenje inicijativa (0,21);
sve tri dimenzije suradnje znaajno utjeu na performanse realizacije i zalihe;
sinkronizacija odluivanja i usklaenje inicijativa znaajno utjeu na odgovornost;
meutim, to se nije utvrdilo za razmjenu informacija to ima umjeren efekt;
korelacija je potvrdila jaku vezu izmeu indeksa suradnje i indeksa performansi.
Li et al. (2006., p. 107-124.) konceptualizirali su praksu opskrbnog lanca kroz pet dimenzija
(strateko partnerstvo s dobavljaima, odnosi s kupcima, razina razmjene informacija,
kvaliteta razmjene informacija te odgoda) te su istraivali
184
njihov utjecaj na konkurentske
prednosti (cijena/troak, kvaliteta, zavisnost isporuka, inovacija proizvoda i vrijeme za trite)
i organizacijske performanse (trine i financijske). Njihovi su rezultati pokazali da via
razina prakse opskrbnog lanca poboljava konkurentske prednosti i unapreuje organizacijske
performanse, te da konkurentske prednosti takoer utjeu na organizacijske performanse.
Hugos (2006., p. 188.) smatra kako je najbolji poetak za promociju suradnje u opskrbnom
lancu mjerenje efekta bia. Vereecke i Muylle (2006., p. 1176-1198.) istraivali
185
su odnos
izmeu suradnje i unapreenja performansi. Suradnja je operacionalizirana kroz razmjenu
informacija (o razinama zaliha, o planiranju proizvodnje i predvianju potranje te o
frekvencijama isporuke) i strukturnu suradnju (lokacija postrojenja, koritenje kanban metode
te upravljanje zalihama od strane prodavaa). Unapreenje performansi operacionaliziralo se
kroz 12 varijabli grupiranih u pet podruja: performanse isporuka (brzina isporuke i
pouzdanost isporuke), troak (produktivnost rada, koritenje kapaciteta te obrtaj zaliha),
performanse nabave (trokovi nabave i vrijeme trajanja nabave), fleksibilnost (volumen
fleksibilnosti i fleksibilni miks), te kvaliteta (kvaliteta proizvoda i dogovor oko proizvodnje).
Rezultati ovog istraivanja pokazali su:
slabu empirijsku podrku za pozitivan odnos izmeu suradnje dobavljaa (ili kupaca) i
unapreenja performansi;
parcijalnu empirijsku podrku za utjecaj suradnje (i dobavljaa i kupaca) na stope
poboljanja;
potvrdu utjecaja razmjene informacija na unapreenje performansi;

184
Uzorak se sastojao od 3.137 poduzea iz SAD, od kojih se odazvalo 196, to predstavlja odziv od 6,3%.
185
Istraivanjem su obuhvaena 374 ininjersko-montana poduzea iz 11 europskih zemalja.

192

djelominu potvrdu utjecaja strukturne suradnje na unapreenje performansi (samo
kod fleksibilnosti i nabave);
snanu potvrdu hipoteze da poduzea koja imaju znaajna unapreenja performansi
pokazuju viu razinu razmjene informacija i strukturne suradnje.
Karuranga et al. (2008.) temeljem svojeg istraivanja
186
, pokuali su pronai elemente
mjerenja suradnje u opskrbnom lancu. Njihovi su rezultati pokazali da se suradnja moe
definirati preko:
etri zajednika faktora dobavljaa i kupaca - zajedniko predvianje prodaje,
razmjena osnovnih informacija, zajedniko planiranje te zjedniko unapreenje
isporuke;
dva elementa na strani kupaca - djeljenje resursa logistike imovine i razmjena
evaluacije performansi;
dva elementa na strani dobavljaa - implementacija sustava nadupunjavanja i
zajedniki razvoj novih proizvoda.
Chong et al. (2009., p. 150-160.) istraivali
187
su odnos izmeu faktora opskrbnog lanca
(povjerenje, koliina proizvoda i frekvencija transakcija i sloenost proizvoda) i usvajanja
alata e-suradnje (izravni alati nabave, zamjenski alati, alati za predvianje nestaice, alati za
isporuku, dizajnerski alati, alati za planiranje i predvianje, strateki alati, e-vorite, e-
trnice). E-suradnju razmatraju kao implementaciju alata IT-a za potrebe suradnje unutar
opskrbnog lanca koja je zapoeta primjenom EDI-a, a nastavila se preko e-trgovanja. Njihovo
je istraivanje pokazalo da povjerenje ima najjai utjecaj na usvajanje e-suradnje, potom
slijedi kompleksnost proizvoda, te koliina proizvoda i frekvencija.
Prema Tayloru (2012., p. 191-193.), svi informacijski sustavi trebaju efikasnu suradnju
izmeu poslovnih ljudi i IT odjela, ali sustavi upravljanja odluivanjem (engl. Decision
Management Systems DMS) zahtijevaju suradnju i treeg elementa - analitikog tima to je
posebno zanimljivo u kontekstu ovog rada. Ovakva trostruka suradnja potrebna je zbog
nekoliko razloga:

186
Istraivanje je provedeno na uzorku od 695 drvopreraivakih poduzea iz kanadske pokrajine Quebec od
kojih se dobilo 312 odgovora, to predstavlja odziv od 44,9%.
187
Uzorak je sainjavalo 400 malezijskih poduzea koja se bave elektronikom, od kojih se odazvalo 109, to
predstavlja odziv od 27,25%.

193

rije je o poslovnim odlukama, pa bez obzira to mogu biti i male, utjecaj na
poslovanje je velik zbog njihove velike koliine;
ovaj sustav rukuje velikim volumenom i malim kanjenjem odluka, odluke moraju biti
este i brze, to znai automatizaciju;
donose se odluke koje su ograniene pravilima i propisima, a mnoge ukljuuju
optimizaciju i koritenje analitike kako bi se predvidio rizik, prijevara ili poslovne
mogunost.
Ove tri grupe najee nisu suraivale zbog nekoliko razloga: IT odjel i poslovni korisnici
nalaze se na razliitim (esto i suprotnim) stranama, analitiari su veinom fokusirani na
idealnost svojeg modela, a manje na rezultat, te nedostatak opeg meusobnog razumijevanja.
Uspostavom meusobne suradnje DMS moe doi do punog izraaja u smislu agilnosti,
prilagodljivosti i analitinosti (Taylor, 2012., p. 205.). Anbanandam et al. (2011., p. 82-98.)
istraivali
188
su metodu za mjerenje suradnje u opskrbnom lancu na bazi teorije grafa.
Suradnja je operacionalizirana kroz: podrku vrhovnog menadmenta, dijeljenje informacija,
povjerenje meu lanovima lanca, dugorone odnose te dijeljenje rizika i koristi. Pokazatelj
performansi operacionaliziran je kroz: realizaciju, zalihe, odgovornost i kvalitetu. Rezultati su
pokazali da se indeks suradnje pozitivno odnosi prema indeksu performansi, ime su potvrdili
rezultate koje su prezentirali Simatupang i Sridharan
189
.
Predmet istraivanja
190
Patrakosola i Olsona (2007., p. 53-62.) jest: na koji nain suradnja
utjee na tvrtkine IT inovacije koje se objanjavaju kao generiranje i razvoj novih ideja ili
organizacijskog ponaanja povezanog s informacijskom tehnologijom. Ove su se inovacije
operacionalizirale kroz investicije u istraivanje i razvoj te broj registriranih patenata.
Suradnja je operacionalizirana kroz zajedniko ulaganje, zajedniko istraivanje i razvoj te
kvalitetnije meusobne povezanosti, dok se veliina poduzea gledala kroz ukupnu prodaju.
Najvaniji zakljuci njihovog istraivanja jesu:
veliina poduzea znaajno i pozitivno pridonosi IT inovacijama, velike su firme
inovativnije od manjih;
meuorganizacijska suradnja povezana je s evolucijskim, a ne revolucijskim
unapreenjima;

188
Istraivanje je provedeno na uzorku od 100 poduzea (proizvoaa i trgovaca nonji) iz Indije, od kojih je
primljeno 35 odgovora, to predstavlja odziv od 35%.
189
Cf. p. 187.
190
U istraivanju su sudjelovale 23 vrhunske IT firme (Apple, Cisco, Dell, HP, IBM, Intel, Micron, Microsoft,
Motorola, Texas Instruments, Xerox...) u razdoblju od devet godina, od 1995. do 2003. godine.

194

to su ova (promatrana) poduzea vie angairana u meusobnoj suradnji, vei e biti
efekt na IT inovacije;
koliina IT inovacija u odreenom vremenu ne zavisi o prethodnim inovacijama, pa
zakljuuju da visokoinovativna poduzea to moda nee uspjeti odrati;
ne trebaju se brzo oekivati velike koristi od bliske meuorganizacijske suradnje.


1.7. Napredna analitika

Istraivanja pokazuju da se 40% glavnih odluka ne donose na temelju injenica, nego na
temelju menaderovog osjeaja (Accenture, 2008., prema Davenport et al., 2010., p. 1.).
Napredna analitika (engl. Predictive analytics PA) predstavlja podskup (Davenport i Harris,
2007., p. 7.), disciplinu unutar BI-a (Laursen i Thorlund, 2010., p. xxi) odnosno evolucijsku
fazu u razvoju BI-a (Bose, 2009., p. 156., Watson, 2009., p. 499.), tako da poduzea postaju
svjesna kako njezinim koritenjem unapreuju konkurentske prednosti te da e, posljedino,
poluiti bolji ROI na investiciju u PI negoli je to bio sluaj prethodnih godina (Bose, 2009., p.
158.). Slino kao i kod pojma business intelligence i ovdje razliiti autori koriste drugaije
termine; poslovna (Laursen i Thorlund, 2010; Trkman et al., 2010; Stubbs, 2011.), prediktivna
(Watson, 2009.) ili napredna (Bose, 2009; Ranjan, 2009.) analitika. Davenport i Harris
191

(2007., p. 7.) tumae analitiku kao ekstenzivno koritenje podataka, statistikih i
kvantitativnih analiza, objanjavajuih i predviajuih modela za donoenje odluka i
poduzimanje akcija. Takoer se mogu uoiti razlike i kod definiranja i objanjavanja analitike
tako da e se navesti neke najkarakteristinije.
Redman (2008., p. 142.) izjednaava ovaj pojam s rudarenjem podataka, slino i Watson
(2009., p. 510.) koji kae kako je rije o grupi analitikih tehnika i procesa (klaster analiza,
analiza trine koarice) to slue za pronalaenje odnosa izmeu podataka te koritenje tih
otkria za predvianje buduih dogaanja. Ranjan (2009., p. 62.) takoer poistovjeuje
naprednu analitiku s rudarenjem podacima, predvianjem te prediktivnom analitikom
192
koje
koriste prednosti statistike analize za predvianje ili projiciranje odreenih mjera ili
injenica. Cokins (2009., p. 49.) naprednu analitiku dijeli u dvije grupe; rudarenje podacima i

191
Davenport i Harris u svojim radovima koriste izraz analitika bez dodatnih pridjeva.
192
Ranjan u svom radu ne objanjava razliku izmeu napredne i prediktivne analitike.

195

optimizaciju poslovanja koju promatra u irem kontekstu obuhvaajui pri tome podruja
kontrole kvalitete, kontinuiranog unaprijeenja poslovanja, kontrole zaliha, optimizacije
cijena, predvianja, te statistikih korelacija. Hair (2007., p. 305.) ih razlikuje te kae kako
prvo rudarenje podacima trai uzorke i obeavajue odnose, a tek potom napredna analitika
koristi potvrene odnose kako bi predvidjela budue trendove, dogaaje te uzorke ponaanja.
Prema njemu, elementi PA se sastoje od tri grupe modela: prediktivnih, deskriptivnih i
odluujuih. Davenport i Harris (2007., p. 159.) navode pet pitanja na koje menadment i IT
trebaju pronai odgovore kako bi se postigle koristi od analitikog nadmetanja:
relevantnost podataka; koji su podaci potrebni za nadmetanje u analitinosti?
izvori podataka; gdje se mogu pronai ti podaci?
koliina podataka; koliko je potrebno tih podataka?
kvaliteta podataka; kako bi podaci mogli biti toniji i vrijedniji za analizu?
upravljanje podacima; koja su pravila i procedure potrebne za njihovo upravljanje od
nastanka do spremanja?
Panian i sur. (2007., p. 51-53.) navode primjer analitike aplikacije transparentnog lanca
potranje (engl. Demand Chain Visibility) kao dobar primjer prediktivne
193
i proaktivne
trine inteligencije jer omoguuje stvaranje cjelovitog uvida u sve segmente lanca potranje,
regije, pojedinana prodajna mjesta, brendove, kategorije i zalihe. Prema njima, tehnologija
prediktivne i proaktivne PI nadograuje se na tehnologiju skladitenja podataka i koristi
logiku, hijerarhiju, metriku i pravila ugraena u skladite podataka kako bi se stvorio
svojevrsni zajedniki jezik korisnika iz svih djelova tvrtke. etiri glavne novosti koje donosi
aplikacija transparentnosti lanca potranje jesu mogunosti:
preciznije i tonije detaljno predvianje potranje: kako bi to uspjenije mogle
predviati trinu potranju tvrtke trebaju moi kombinirati statistika predvianja s
predvianjima zasnovanim na znanju i iskustvu;
uinkovitije analiziranje utjecaja poticaja ili motivatora potranje na stvaranje
potranje: cijena predstavlja samo jedan od imbenika koji utjeu na oblikovanje
potranje, pa tvrtke trebaju moi razumjeti i vidjeti odnose svih ostalih faktora koji
imaju utjecaj na formiranje potranje;
bre utvrivanje prihoda, varijabilnih trokova i profita u svezi s promjenama u
potranji: boljim upravljanjem dogaajima i unapreenjem profitabilnosti kljunih

193
Panianove definicije prediktivnosti i proaktivnosti, cf. p. 77.

196

kupaca, dobavljaa i/ili prodajnih mjesta tvrtke mogu balansirati prihod s varijabilnim
trokovima kako bi se ostvarile planirane veliine profita;
kontinuirano usporeivanje ostvarenih rezultata s utvrenim planovima i ciljevima
poslovanja: uspjeno planiranje jest kontinuirani proces te je vano osigurati
mehanizam za permanentno praenje i usporedbu stvarnih i planiranih veliina.
Bose (2009., p. 158.) kae kako to nije tehnologija ve grupa pristupa, organizacijskih
procedura i analitikih alata
194
koji se meusobno kombiniraju kako bi se dobile informacije
za analizu temeljem kojih bi se mogli predviati odreeni ishodi ili varijante rjeenja zadanih
problema. Dri kako su integracija podataka i rudarenje podacima osnove napredne analitike
iza kojih slijede statistike analize, njegovu definiciju u svojem su radu prihvatili i Trkman et
al. (2010., p. 318.). Odnos operativnog i analitikog BI-a prikazuje tablica 22.

Tablica 22. Operativna Vs. analitika poslovna inteligencija
Karakteristike Operativni BI Analitiki BI
Fokus
Profitabilne transakcije koje vode
prema operativnoj efikasnosti
Kreacija i koritenje intelligencea koja
vodi diferencijaciji od konkurencije
Tip odluivanja Operativno (dnevno) Taktiko / strateko
Temeljna tehnologija OLAP i izvjetavanje Napredna analitika
Naglasak Pridobivanju kupaca Zadravanju kupaca
ROI Srednji do visok Visok
Mjere Zadovoljstvo kupca Vrijednost kupca i lojalnost
Organizacija upravljanja
kupcem
Funkcija ili jedinica proizvoda Segmenti kupaca
Temelji se na Informacijama o kupcima Informacijama od kupaca
Vrsta interakcije Proaktivna interakcija s kupcima
Presonalizirana interakcija s kupcima, u
realnom vremenu
Opseg
Interni, poduzee fokusirano prema
unapreenjima
Eksterni, usmjereno prema kupevim
unapreenjima
Uenje Dugo uenje i implementacija Krae uenje i implementacija
Izvor: Bose, R.: Advanced analytics: opportunities and challenges, Industrial Management & Data Systems,
2009., p. 158.

194
U svojem istraivanju Bose pod alatima navodi proizvoae softverskih rjeenja za naprednu analitiku.

197

Brown (2007., p. 37-59.) ocjenjuje kako dosta poduzea premalo panje posveuje detaljima
tako da im promaknu vani aspekti performansi zbog nedovoljne analitinosti. Zbog
navedenoga predlae modificirani model uravnoteene tablice performansi koji bi se trebao
sastojati od:
vanjskih mjera - iako je rije o pokazateljima na koje tvrtka ne moe utjecati potrebno
ih je ukljuiti s obzirom da mogu znaajno utjecati na ukupne pokazatelje;
kupevih mjera - trebale bi pokazati zdravstveno stanje odnosa s pojedinim kupcem
kroz nekoliko mjera (kupevo miljenje i percepcija, ponaanje, doprinos internih
procesa razvoju odnosa);
ljudskih mjera - pokazatelji zadovoljstva zaposlenika, izbora zaposlenika te efikasne
meusobne komunikacije;
internih mjera - izazov analitinosti jest probrati, sumirati i saeti podatke o
najvanijim dimenzijama koji su generatori poslovnog uspjeha: kvaliteti proizvoda i
usluge, produktivnosti, pravovremenosti i kreativnosti;
financijskih i stratekih mjera - koje pokazuju stanje organizacije s financijske
perspektivne, odnosno njezin progres prema zacrtanoj viziji.
Prema Stubbsu (2011., p. 9-10.), razlika izmeu poslovne analitike i drugih inicijativa jest u
njezinoj sposobnosti da daje konstantan povrat uz relativno nisku investiciju tako da igra
znaajnu ulogu u podrci stratekom planiranju, kreiranju konkurentskih prednosti, te
pruanju taktinih vrijednosti. Diferencijaciju izmeu napredne analitike i izvjetavanja
objanjava u veem koritenju statistike i matematikih tehnika: operacijskih istraivanja,
parametrijske i neparametrijske statistike, multivarijantne analize i predviajuih modela.
Polazei od teze da je poslovna analitika multidisciplinarna aktivnost te da njezina vrijednost
ne dolazi od aktivnosti kao takve ve od izvrenja, Stubbs (2011., p. 115-145.) objanjava
opipljive i neopipljive koristi. Najei primjeri opipljive koristi jesu: porast prihoda, snienje
trokova, poveanje profitabilnosti, poboljanje likvidnosti te smanjenje spornih potraivanja.
Veina mjera koristi jedan od tri elementa: novac, vrijeme ili neku vrstu povrata. Zakljuuje,
opipljive se koristi mogu nai u: poboljanjima vezanima za prihod i profitabilnost,
unapreenjima proizvodnosti, odgoenim trokovima te smanjenju rizika. Neopipljiva se
korist najee javlja kao: osobne utede vremena i unapreenja produktivnosti, mogunost
stratekog uvida, smanjenje neizvjesnosti, bre i kvalitetnije odluivanje te poveanju
vjerodostojnih podataka. Stvarajui okvir mjerenja koji pomae poduzeu da opravda

198

investicije, optimizira interne aktivnosti te utvrdi prioritete, Stubbs (2011., p. 237-260.) ga
dijeli na tri podruja:
poslovne mjere: sastoje se od financijskih rezultata (kvantificiraju opipljivu vrijednost)
i rezultata aktivnosti (veinom kljuni pokazatelji uspjeha);
analitike mjere: veinom se odnose na kvalitetu imovine, a najee su to mjere
tonosti, unapreenja te devijacije;
tehnike mjere: pokazuju kako bi se procesi i tehnologije mogle optimizirati.
Laursen i Thorlund (2010., p. 18-20.) navode etiri scenarija odnosa PA i tvrtkine strategije:
nema formalne povezanosti, to znai da se PA koristi po potrebi i od sluaja do
sluaja, pa se moe zakljuiti da se podaci ne koriste za odluivanje na stratekoj
razini;
PA podupire strategiju na funkcijskoj razini, u ovom se sluaju PA angaira za
monitoring stratekih performansi; meutim, pitanje jest postoji li povratna veza
prema strategiji;
dijalog, to oznaava progres prema dvostrukoj komunikaciji, odnosno PA dostavlja
analize i predvianja;
holistiki odnos, koji karakterizira zrelost, mogunost, volja i sposobnost rada s
informacijama na razliitim razinama, tako da se PA koristi kao strateki izvor.
Namjena centra kompetencije poslovne inteligencije (engl. Business Intelligence Competeny
Center BICC) jest dvostruka: maksimiziranje protoka prihoda od PA, te pozicioniranje PA
kao poslovnog a ne IT procesa, a primarni zadatak dostava prave informacije i znanja pravoj
osobi u pravo vrijeme (Laursen i Thorlund, 2010., p. 184-185.). Analitike aktivnosti trebaju
imati ciljeve, a kada je rije o opskrbnom lancu potrebno je objediniti podatke nabave,
prodaje, logistike i financija kako bi se napravila integrirana analiza te stekli uvjeti za
osnovano odluivanje. Menadment je tada u mogunosti sagledati financijske i operativne
utjecaje svojih odluka u procesima lanca (Davenport et al., p. 80-81.). Njihovu matricu
analitikih pitanja u opskrbnom lancu prikazuje slika 29.


199


Slika 29. Matrica analitikih pitanja u opskrbnom lancu
Izvor: Davenport, T.D., Harris, J.G., Morison, R.: Analytics at Work Smarter Decisions Better Results,
Harvard Business Press, Boston, 2010., p. 81.

Davenport et al. (2010., p. 3.) navode koristi od analitinosti:
analitika predstavlja alat menadmenta za razumijevanje dinamike poslovanja
ukljuujui kako ekonomska i trina pozicija utjeu na poslovne performanse;
pokazuje to uistinu funkcionira u organizaciji;
smanjuje trokove i poveava uinkovitost jer prediktivni modeli omoguavaju
kompaniji da uvidi trine promjene i na njih bre reagira;
upravljanje rizikom i predvianje trinih promjena;
vrednovanje prethodnih investicija (IT) kako bi se dobio kvalitetniji uvid i osiguralo
bre izvrenje.
IDC
195
(Morris et al., 2002.) napravio je istraivanje
196
o financijskim rezultatima primjene
poslovne analitike. Istraivanje je pokazalo:

195
IDC je akronim za International Data Corporation.
196
Istraivanje je napravljeno na temelju 43 studija sluaja.

200

da 49% promatranih poduzea oekuje povrat na ovu investiciju u razdoblju do jedne
godine, a 32% njih to oekuje izmeu jedne i tri godine;
prosjena investicija vrijedna je 1,4 mil USD, a ukupni se troak u prvih pet godina
penje do prosjenog iznosa od 4,5 mil USD, to ukljuuje: vanjski i unutarnji servis,
softversku licenciju i odravanje, nabavku hardvera i njegovo odravanje te trening i
obuku korisnika;
median petogodinjeg ROI-a iznosi 112%.
Temeljem provedenog istraivanja, navode pet vanih principa za poveanje ROI-a:
prepoznavanje aplikacijskih imperativa, demokratizacija informacijske imovine, izgradnja
discipline u procesu odluivanja, prepoznavanje potrebnih novih vjetina kod analitiara,
suoavanje s kompleksnou. Takoer su zakljuili koje su to koristi to ih poduzea mogu
poluiti primjenom poslovne analitike: bolje odluivanje, usklaenje s poslovnim ciljevima,
unapreenje poslovnih performansi, poboljanje vidljivosti te mogunost kontinuiranih
unapreenja. Godinu dana kasnije (Morris, 2003.) IDC napravio je istraivanje
197
koje je
pokazalo da prediktivni projekti (po klasifikaciji IDC-a rije je o rudarenju podacima) imaju
ROI median od 145%, a neprediktivni (po klasifikaciji IDC-a rije je o query upitima,
izvjetavanju i osnovnim analizama) 89%. Najvee koristi od projekata to su koristili
prediktivnu analitiku pokazale su se u poboljanju poslovnih procesa, pogotovo u unapreenju
kvalitete odluivanja, preciznijoj segmentaciji kupaca te brzini odgovora na dogaanja. Prema
ovom istraivanju
198
, 4% koristi odnosi se na tehnologiju a 96% na produktivnost i
unapreenje procesa.
Trkman et al. (2010., p. 318-327.) istraivali
199
su utjecaj PA (u razliitim podrujima
opskrbnog lanca prema SCOR modelu) na performanse lanca, uz moderirajue utjecaje
orijentacije prema poslovnim procesima (BPO) i podrke IS-a. Njihovo je istraivanje
pokazalo da PA u proizvodnji (engl. Make) ima najvei utjecaj na performanse opskrbnog
lanca. Takoer je utvreno kako IS ima vei moderirajui utjecaj od BPO-a iz ega bi se
moglo zakljuiti da BPO nije nuan uvjet za primjenu poslovne analitike. Lavalle et al.

197
Istraivanjem je obuhvaeno 40 projekata, od kojih je 15 klasificirano kao prediktivni, a 25 kao neprediktivni.
198
IDC mjeri tri tipa koristi: tehnoloku (utede u tehnologiji ili tehnolokim trokovima), produktivnosti (utede
u vremenu i naporima), te unapreenje procesa (sve ono to se na razini godine moe kvantificirati kao uteda u
procesu usljed koritenja analitikih aplikacija).
199
Istraivanje je napravljeno na uzorku od 310 poduzea iz SAD, Europe, Kanade, Brazila i Kine.

201

(2011., p. 21-32.) proveli su opirno istraivanje
200
o koritenju analitike u poslovanju, u
nastavku se iznose najvaniji elementi:
najbolja poduzea koriste analitiku pet puta vie nego ona slabija, a vie od polovice
ispitanika potvrdili su da unapreenje informacija i analitike jesu njihovi najvaniji
prioriteti;
60% ispitanika potvrdilo jest da inovativnost za postizanje konkurentske
diferencijacije je najvaniji poslovni izazov, a isti je postotak potvrdio da njihova
tvrtka ima vie podataka negoli ih moe efikasno koristiti;
top menadment eli poslovanje gdje je odluivanje temeljeno na podacima, eli
izrade scenarija i simulacija kako bi dobili vodi prema najboljim akcijama kada
neoekivano konkurent izazove poremeaj ili se u zoni opskrbnog lanca dogodi potres;
analitika treba biti povezana sa strategijom, jednostavna za razumijevanje i koritenje
kod krajnjih korisnika te ugraena u organizacijske procese kako bi se aktivnosti
mogle pravovremeno odvijati;
korelacija izmeu performansi i analitiki pokrenutog menadmenta ima snane
implikacije za tvrtku, bez obzira da li ona nastoji rasti, biti efikasnija ili tei
konkurentskoj diferencijaciji;
gotovo 40% ispitanika kao najvaniju prepreku za implementaciju navelo je
nedostatak razumijevanja naina koritenja analitike za unapreenje poslovanja,
potom slijedi nedostatak propusnosti menadmenta zbog razliitih prioriteta, te
nedostatak internih vjetina.
Prema uoenoj analitikoj snazi, u istraivanju su kategorizirali tri vrste poduzea: ona koja
imaju tenju
201
(najudaljenija su od eljenih analitikih ciljeva, fokusirani su na efikasnosti i
automatizam egzistirajuih proces), iskusna (ova poduzea izlaze izvan okvira upravljanja
trokovima, razvijaju korisnije naine prikupljanja, inkorporiranja i djelovanja na temelju
analitike, tako da poinju optimizirati svoje poslovanje) i transformirana (posjeduju znaajno
iskustvo u koritenju analitike za postizanje konkurentskog razlikovanja, fokusirani su na
kupevu dobit, odravanje optimizacije). Odnos dananjih (u trenutku istraivanja) i
oekivanih trendova prikazuje slika 30.


200
MIT Sloan Management Review i IBM Institute for Business Value proveli su istraivanje na uzorku od 3.000
ispitanika iz 108 zemalja i 30 industrija.
201
Ovu prvu grupu poduzea nazivaju Aspirational.

202


Slika 30. Najvanije analitike tehnika danas i predvianje za 24 mjeseca
Izvor: Lavalle, S., Lesser, E., Shockley, R., Hopkins, M.S., Kruschewitz, N.: Big Data, Analytics: The New Path
to Value, MIT Sloan Management Review, winter 2011., 52 (2), p. 27.

Podruja gdje su sve tri vrste poduzea primijenili poslovnu analitiku jesu: financijsko
upravljanje, operacije i proizvodnja te prodaja i marketing. Poslovnu analitiku primijenili su
samo iskusna i transformirana poduzea u podruju strategija i razvoja poslovanja,
usluivanja kupaca te istraivanja i razvoja. Samo su transformirana poduzea i u ovim
poljima primijenili poslovnu analitiku: upravljanje rizikom, iskustva s kupcima, planiranje i
alokacija rada, generalno upravljanje te upravljanje tritem i brendom. Najvanije
karakteristike podataka prema ispitanicima jesu: integriranost, konzistentnosti i
standardiziranost, pouzdanost, jednostavnost, pravovremenost, zatienost te trokovna
efikasnost.
Za razliku od prethodnog, u novijem se istraivanju
202
kao najvaniji cilj navodi rast prihoda
(Kruschewitz i Shockley, 2011. p. 87-89., i Kiron i Shockley, 2011., p. 57-63.); meutim,
ukupno gledajui tri glavna cilja jesu identina samo je razlika u redoslijedu. Meu
najvanijim nalazima ovog istraivanja jesu:
40% ispitanika potvrdilo je da imaju kompletan ili preteiti pristup traenim
podacima, dok je veina ispitanika pokazala manje zadovoljstvo;
najvaniji poslovni ciljevi za koritenje analitike jesu: pravovremeno odluivanje,
unapreenje alokacije resursa, smanjenje organizacijskih trokova, poveanje

202
MIT Sloan Management Review i IBM Institute for Business Value napravili su istraivanje na uzorku od
4.500 ispitanika iz 122 zemlje i 30 industrijskih grana.

203

razumijevanja kupaca, poveanje produktivnosti zaposlenih, ubrzanje razvoja novih
proizvoda i usluga, te identificiranje novih trita;
najvanije karakteristike traenih podataka jesu: konzistentnost, pravovremenost,
relevantnost te kvalitetnije metode prikupljanja;
najvee prepreke ostale su iste kao i u prethodnom istraivanju, nedostatak
razumijevanja naina koritenja analitike, nedostatak propusnosti menadmenta te
nedostatak vjetina;
ove je godine 58% ispitanika potvrdilo dobitak vrijednosti od PA za razliku od njih
37% iz prolog istraivanja;
polazei od uspostavljene klasifikacije poduzea najvei porast konkurentskih
prednosti temeljem koritenja PA imala su iskustvena poduzea (+66%), potom
transformirana (+23%), dok su najnie rangirana zabiljeila pad (-5%);
kultura orijentiranosti na podatke, upravljanje informacijama i analitike ekspertize
jesu tri meusobno podupirua elementa u izgradnji konkurentne analitinosti;
meu iskustvenim poduzeima iskristalizirana su dva podtipa temeljem pristupa prema
analitici: suradnika (kreiraju informacijsku platformu irom poduzea kao podrku
prostranom i konzistentnom koritenju analitike) i specijalizirana (izgradnja posebnih
analitikih eksperata unutar poduzea). Suradnika skoro tri puta vie koriste analitiku
za voenje budue strategije, dvostruko vie pruaju uvid bilo kome u organizaciji
kome je to potrebno. S druge strane, specijalizirana imaju bolje i naprednije analitike
tehnike i sposobnosti. Moe se zakljuit, izbor strategije zavisi o tipu kompanije,
industrije kojoj poduzee pripada, te kakvo poduzee eli sutra biti.
TDWI
203
(Eckerson i Hammond, 2011., p. 1-19.) proveli su istraivanje
204
o koritenju
vizualizacije i napredne analitike, a njihovi najvaniji zakljuci jesu:
usprkos rastu popularnosti vizualizacije, korisnici jo uvijek koriste svojeg vremena
u analiziranju podataka iz tablica ili teksta;
ispitanika potvrdilo je njezin pozitvan utjecaj na uvid u poslovanje, vie od
ispitanika potvrdilo je njen pozitivn utjecaj na poveanje radne produktivnosti, dok je
njih vie od potvrdilo poveanje korisnikog usvajanja;

203
TDWI je akronim za The Data Warehouse Institute
204
Istraivanjem je obuhvaeno 210 ispitanika od kojih je 76% BI odnosno IT profesionalaca, 72% iz Sjeverne
Amerike, 11% iz Europe, a 6% iz Azije.

204

mogunosti vizualizacije ima presudan utjecaj pri kupovini novih BI proizvoda za vie
od 70%;
vizualizacija se pokazala korisnom kod prezentacija: analize vremenskih serija (71%),
komparacija raznih kategorija (59%), detekcije nepripadajuih lanova skupa (59%),
analize performansi (58%), analize varijance (43%), prediktivne analize (39%),
analize dimenzijskih podataka (37%), statistike analize (37%) te analize segmenata
(36%);
najvei korisnici vizulizacije jesu: rukovoditelji (74%), marketing (60%), prodaja
(52%), operacije (35%), financije (33%) te usluge (28%);
dvije su glavne kategorije: vizualno izvjetavanje (koje koristi grafikone za opisivanje
poslovnih performansi metrikom i vremenskim serijama) i vizualna analiza (koja
omoguuje korisniku vizualno istraivanje i pronalaenje novih spoznaja).
Alati vizualnog izvjetavanja dizajnirani su za vizualizaciju performansi prema unaprijed
definiranim mjerilima za menadment, dok alati vizualne analitike omoguavaju analitiarima
istraivanje trendova i anomalija u serijama podataka kako bi mogli kreirati nove izvjetaje za
ostale zainteresirane korisnike. Kako bi poduzee djelovalo interaktivno u vizualizaciji te
poluilo maksimalne koristi, potrebna je prilagodba, suradnja i kontinuirana iteracija. Jedno
od novijih istraivanja
205
poslovne analitike
206
proveli su Kiron et al (2012., p. 47-52.) koji su
u svom uzoku identificirali pet razina analitikih sposobnosti. Njihovi rezultati pokazuju
nekoliko zanimljivosti. Znaajna veina ispitanika potvrdila je kako im je pristup
informacijama i povjerenje u podatke poraslo:
poboljao se pristup korisnim podacima (70%);
poraslo je povjerenje u podatke (60%);
poboljala se tonost internih podataka (60%);
poboljala se tonost vanjskih podataka (45%);
koriste se svi ili veina podataka koje generira organizacija (43%);
uvijek ili esto imaju pristup podacima za odluivanje (35%).
Vie od uzorkovanih poduzea (67%) potvrdilo je da im analitika omoguava barem
umjerenu konkurentsku prednost. Najnaprednija se razina (11% poduzea) razlikuje od ostalih

205
Istraivanje je proveo MIT Sloan Management Review u suradnji sa SAS Institute na uzorku od preko 2.500
menadera iz 123 zemlje i 25 industrija.
206
U svom istraivanju analitiku su definirali kao koritenje podataka i odgovarajuih uvida razvijenih kroz
primjenjene analitike discipline (poput statistikih, kontekstualnih, kvantitativnih, prediktivnih, kognitivnih ili
drugih modela) za voenje planiranja, odluivanja, izvrenja, upravljanja, mjerenja i uenja na bazi injenica.

205

kroz nekiliko dimenzija: uoena je snana korelacija izmeu koritenja analitike za postizanje
konkurentskih prednosti te inovativnosti i ciklusa upravljanja podacima
207
. Pokazatelji
(percipirane) uinkovitosti u svih pet faza za najbolja poduzea iznose vie od 80%. Vie od
ovih poduzea (78%) potvrdilo je kako njihovi zaposlenici koji izravno komuniciraju s
kupcima imaju pristup potrebnim podacima i informacijama kako bi mogli aktivno utjecati na
poboljanje prodaje i produktivnosti. Pokazalo se takoer kako je potreba za to brim
informacijama kod ovih poduzea znaajno izraenija nego kod ostalih (87% smatra je vrlo
vanom). Moda najvanija spoznaja o ovim organizacijama jest njihova evolucija i napredak
kao rezultat primjene analitike. Prema Laursenu i Thorlundu (2010., p. 224-225.), budunost
poslovne analitike jest razvoj i dodatna unapreenja sve tri dimenzije iz osnovne definicije -
pruanje podrke pravom odluivanju pravih ljudi u pravo vrijeme.


1.8. Elastinost

Iako ne postoji ope prihvaena definicija, elastinost odnosno fleksibilnosti moe se
objasniti kao sposobnost sistema da se povrati u prijanje ili poeljno stanje nakon to su
nastupili poremeaji; tj. moe se rei kako su elastini procesi fleksibilni i agilni te sposobni
za brzu promjenu (Christopher, 2005., p. 254., Waters, 2007., p. 178.). Elastini opskrbni
lanci moda nisu s najniim trokovima, meutim, oni su se u stanju uspjeno nositi s
neizvjesnom okolinom. Tang i Tomlin (2008., p. 155-174.) razmatrali su utjecaj fleksibilnosti
na smanjenje negativnog utjecaja rizika to se u kontekstu opskrbnog lanca moe pojaviti na
nekoliko naina:
rizik opskrbe - primijenjene fleksibilne strategije jesu: fleksibilna opskrbna strategija
preko mnogobrojnih dobavljaa, te fleksibilna opskrbna strategija kroz fleksibilne
ugovore o opskrbi;
rizik procesa - strategija je fleksibilan proces kroz fleksibilne proizvoake procese
(organizacija proizvodnje koja bi bila u mogunosti raditi iri spektar proizvoda);

207
Ovaj ciklus Kiron et al. nazivaju transformacijski ciklus, a sastoji se od pet faza; prikupljanja informacija,
njihove analize, agregiranja/integriranja, koritenja uvida zbog stratekog voenja, te distribucije informacija i
stratekog uvida.

206

rizik potranje - strategije jesu fleksibilan proizvod kroz prolongiranje (konano
sastavljanje proizvoda u to kasnijoj fazi), te fleksibilna strategija cijena
208
.
Vana komponenta upravljanja potranjom jest pronalaenje naina za smanjenje
varijabilnosti te poveanje operativne fleksibilnosti s obzirom da to poveanje omoguuje
tvrtki bru reakciju na unutranja i vanjska dogaanja (Lambert, 2008., p. 87.), te utjee na
pouzdanost, kvalitetu, troak i brzinu procesa (Lambert, 2008., p. 103.). Ova se aktivnost
nalazi unutar operativnih potprocesa koji poinju s prikupljanjem podataka i informacija,
nastavljaju se preko predvianja, zatim sinkronizacije, iza koje slijedi smanjenje varijabilnosti
i poveanja fleksibilnosti, te zavrava mjerenjem performansi. Razliiti konteksti i objanjenja
fleksibilnosti prikazani su u tablici 23.
Tablica 23. Tipovi fleksibilnost
Tip fleksibilnosti Definicija
Organizacijska fleksibilnost
Proizvodnja ili
operacije
Sposobnost organizacije da upravi proizvodnim resursima i neizvjesnou kako bi
zadovoljili razliite kupeve zahtjeve.
Trite
Sposobnost masovne prilagodbe te izgradnja bliskijih odnosa s klijentima, ukljuujui
dizajn novih proizvoda i modifikaciju postojeih.
Opskrba Sposobnost rekonfiguracije opskrbnog lanca kao izvora opskrbe i kupevih promjena.
IS Sposobnost usklaenja IS-a s promjenjivim kupevim zahtjevima.
Proizvodna fleksibilnost
Mix Sposobnost brze promjene na drukiji proizvod bez promjena u kapacitetu.
Volumen
Sposobnost ekonominog i efikasnog rada u razliitim veliinama i/ili serijama razliitih
koliina.
irenje Modularna gradnja i irenje kapaciteta.
Rukovanje
materijalima
Sposobnost efikasnog transporta razliitih dijelova izmeu razliitih procesnih centara
razliitim putovima.
Proces Sposobnost uinkovite obrade dobivenih dijelova na razliite naine.
Strojevi Sposobnost ekonominog i efikasnog obavljanja razliitih operacija.
Radni centri Sposobnost radne snage da ekonomino i efikasno izvri irok spektar zadataka.
Izvor: Lambert, D.M.: Supply Chain Management: Processes, Pertnership, Performance, 3rd. ed., Supply Chain
Management Institute, Sarasota, 2008., p. 130.

208
Dell rapidno prilagoava cijene kao odgovor na neusklaenost ponude i potranje.

207

Swafford et al. (2006., p. 118-140.) istraivali
209
su utjecaj IT-a na fleksibilnost i agilnost
lanca vrijednosti te, posljedino, na njegove performanse. Iako neki autori izjednaavaju
fleksibilnost i agilnost (npr. Jacoby, 2009., p. 35.) Swafford et at. ih razlikuju, jer je, agilnost
izvedena iz relevantnosti, smjetaja i fleksibilnosti. Naime, objanjavaju kako se fleksibilnost
fokusira na sposobnost promjene, dok se agilnost fokusira na brzom odgovoru u kraem
vremenu. U njihovom se modelu agilnost izvodi iz karakteristika fleksibilnosti kroz etiri
kljune komponente (razvoja proizvoda, nabave, proizvodnje te logistike) ukljuujui
mogunosti IT-a unutar navedenih elemenata. Njihovo je istraivanje pokazalo: da poduzea
imaju bolju agilnost kroz integraciju informacija du lanca vrijednosti nego kroz njegove
aktivnosti. Poduzea s veom fleksibilnou funkcija lanca vrijednosti uivaju viu razinu
agilnosti, imaju toniju isporuku, ROA te trini udio.
Zhang et al. (2006., p. 390-399.) istraivali
210
su fleksibilnost protoka informacija kroz lanac
vrijednosti te njihov utjecaj na zadovoljstvo kupca. Istraivanje je pokazalo pozitivnu, jaku i
izravnu vezu izmeu fleksibilne diseminacije informacija i fleksibilnosti razvoja strategije, te
izmeu nje i kupeva zadovoljstva.
Prema Watersu (2007., p. 197-199.), elastinost jest rezultat aktivnog upravljanja rizikom pa
navodi principe dizajniranja elastinog opskrbnog lanca:
poetak jest u samoj organizaciji - prvi princip zahtijeva uspostavu upravljanja
rizikom opskrbnog lanca
211
(engl. Supply Chain Risk Management SCRM), pod
ime se podrazumijeva definiranje politika rizika, uspostavu tima, instalaciju i
testiranje sistema i procedura;
uspostava stratekog pogleda - odnosno podrka stratekog menadmenta, pogotovo
kad je rije o odnosima s drugim organizacijama u lancu;
razumijevanje koncepta rizika opskrbnog lanca - elemente rizika, uloge, ciljeve,
interakcije, sile, dinamiku te snagu;
razmatranje rizika u dizajnu - prilikom odluivanje potrebno je voditi rauna o
efektima rizika;
snaga lanca jednaka je snazi njegove najslabije karike - poremeaj ili prekid toka na
bilo kojem dijelu lanca reflektira se na sve ostale njegove elemente; stoga

209
Uzorak se sastojao od 678 poduzea od kojih je dolo 135 odgovora to predstavlja odziv od 20%.
210
U istraivanju su sudjelovala 273 poduzea to predstavlja odziv od 9,2%. Uzorak je preuzet iz baze podataka
The Society of Manufacturing Engineers.
211
Waters (2007., p. 76.) definira upravljanje rizikom opskrbnog lanca kao proces sistematskog identificiranja,
analize i bavljenja rizikom u opskrbnom lancu.

208

identifikacija rizika pomae u pronalaenju njegove najslabije toke, kako bi se ona
ojaala ili premostila;
suradnja - predstavlja osnovu zajednikog bavljenja rizikom;
prevencija - uvijek je bolje izbjei tekou nego kasnije kompenzirati njezine
negativne efekte;
agilnost - rizik je temeljen na neizvjesnosti koja je prisutna u svim operacijama; lanac
je konstantno podloan nepredvienim dogaajima pa je njegova agilnost koja
predstavlja efikasno djelovanje u rapidno promjenjivim uvjetima konstantna potreba;
postojanje procedura za hitne sluajeve - iako je nemogue predvidjeti sve mogue
dogaaje, poeljno je imati plan za nepredviene situacije s razraenim osnovnim
elementima djelovanja.
Li (2008., p 163-164.) proizvodnu fleksibilnost dijeli u pet podruja, od kojih su tri identina
Lambertovima iz tablice 23. (proizvodni miks, volumen i proces), a dva se razlikuju:
fleksibilni proizvod
212
(sposobnost dizajniranja novog ili modificiranja postojeeg proizvoda),
te fleksibilna isporuka (sposobnost izvrenja isporuke u vremenu i na mjesto kupeve elje).
Prema njemu, izazov predstavlja planiranje i uspostava prave mjere proizvodne fleksibilnosti
s obzirom da s poveanjem fleksibilnosti rastu trokovi. Veliina proizvodnje i duina ciklusa
variraju s proizvodima, tritima te fazom ivotnog vijeka proizvoda, stoga je potrebno dobro
analizirati i odrediti razinu fleksibilnosti. Uz odgovornost, globalizaciju, nove i inovativne
proizvode te trita, postizanje i odravanje fleksibilnost predstavlja jedan od osnovnih
razloga primjene IT-a u upravljanju opskrbnim lancima (Gunasekaran i Ngai, 2004., p. 287.).
Christopher i Peck (2004., p. 24.) kau kako elastinost tvore etiri elementa: (1)
reinenjering (odreenih) procesa, (2) suradnja, (3) agilnost i fleksibilnost, (4) izgradnja
kulture rizika opskrbnog lanca.
Pettit (2008.) je u svom istraivanju
213
elastinost opskrbnog lanca ocijenio kroz dvije
dimenzije: ranjivost, pod ime se podrazumijevaju faktori koji poduzee ine pogodnim za
poremeaje te mogunosti koji omoguuju poduzeu da anticipira navedene ranjivosti.
Ranjivosti je operacionalizirana sa sedam faktora (turbulencije, namjerne prijetnje, vanjski
pritisci, ogranienja resursa, senzitivnost, povezanost i poremeaji s kupcima ili
dobavljaima), dok su mogunosti operacionalizirane sa 14 faktora (fleksibilnost izvora,

212
Lambert je fleksibilni proizvod ukljuio u opciju trite kod organizacijske fleksibilnosti.
213
Istraivanje je napravljeno na uzorku od sedam poduzea iz kojih je sudjelovalo 170 uesnika zaposlenih u
razliitim sektorima: istraivanje i razvoj, marketing, nabava, proizvodnja, logistika, financije, prodaja,
upravljanje rizikom, sigurnost te IT.

209

fleksibilnost u ispunjavanju narudbi, kapacitet, efikasnost, vidljivost, prilagodljivost,
anticipacija, oporavak, disperzija, suradnja, organizacija, trina pozicija, sigurnost i
financijska snaga). Istraivanje je pokazalo pozitivnu vezu izmeu unapreene elastinosti i
tvrtkinih performansi (Pettit, 2008., p. 178.). Ustvrdio je da mu poslovna inteligencija
omoguuje njegovu vidljivost koju objanjava kao znanje o operativnoj imovini i okolini. PI
definira kao proces i proizvod koji se protee preko granica lanca sa ciljem da mu omogui
pokazatelje buduih trendova te predvidi ponaanje konkurencije, dobavljaa, kupaca i trita
(Pettit, 2008., p. 70.).
The Economist (Whitby i Scott, 2009.) proveo je istraivanje
214
o rizicima s kojima se
kompanije susreu te o nainu njihovog odgovora na te izazove. Pokazalo se:
poremeaji povezani s recesijom imaju najvei utjecaj na opskrbne lance, potom
slijedi nemogunost predvianja potranje;
najvee prijetnje elastinosti lanca jesu: nepovoljni meuvalutarni odnosi (39%),
porast cijena sirovina (34%) te porast cijena energenata (33%);
najvei pritisci prema poboljanju elastinosti dolaze od izvrnog menadmenta (59%)
i kupaca (39%);
aktivnosti koje se poduzimaju za poboljanje elastinosti jesu: unapreenje suradnje s
dobavljaima i partnerima (50%), pomak od jednog prema vie dobavljaa (38%),
pojednostavljenja procesa (37%), provoenje revizije rizika kljunih dobavljaa
(36%), poboljanje predvianja potranje (33%), pojaano poslovno planiranje (33%),
te mapiranje procesa opskrbnog lanca (30%);
Gartnerovo (Hofman et al., 2011., p. 3.) istraivanje najboljih opskrbnih lanca za 2011.
godinu pokazalo je porast vanosti elastinosti koju definiraju kao sposobnost da se ostvare
rezultati unato volatilnosti. Brzina, agilnost, efikasnost, odgovornost i inovativnost i dalje
ostaju najkritiniji elementi, samo to je te godine uz njih pozicionirana i elastinost. Njihovo
je istraivanje pokazalo da nekoliko velikih kompanija, osim brige o svojoj elastinosti, vodi
rauna i o elastinosti svojih partnera. Grawe et al. (2011., p. 69-80.) istraivali
215
su odnos
sinteze znanja i inovativnih logistikih procesa te njihov odnos prema operativnoj

214
Economist Intelligence Unit je proveo istraivanje na uzorku od 500 menadera odgovornih za upravljanje
rizikom u svojim kompanijama iz Sjeverne Amerike (28%), Europe (29%) i Azije (33%).
215
Podaci za ovo istraivanje su prikupljani u dvije faze. Od 112 upita poslanih u prvoj fazi, pristiglo je 50
odgovora, to predstavlja odziv od 44,6%. U drugoj fazi, u uzorku je bilo 600 poduzea, od koji je 134
odgovorilo, to predstavlja odziv od 22,3%. Ukupna se populacija sastojala od 712 poduzea, a iskoriteno je
184 odgovora, to predstavlja odziv od 25,8%.

210

fleksibilnosti i logistikim performansama. Sintezu znanja definirali su kao individualan i
socijalan proces jer zahtijeva da individue dijele svoje znanje i ideje s ostalim sudionicima
unutar ili izvan organizacije, a operacionalizirana je kroz tri dimenzije. Inovativni logistiki
procesi jesu strukturirane mjerljive logistike aktivnosti koje su percipirane kao nove i korisne
u nekoj specifinoj proizvodnji, a izvedene su kroz tri dimenzije. Operativna fleksibilnost
podrazumijeva tvrtkinu sposobnost da brzo odgovori na trina dogaanja, a mjerena je kroz
pet dimenzija. Performanse su objanjene kroz: isporuku na vrijeme, obrtaj zaliha,
zadovoljstvo kupca, niske razine oteenja te varijabilnosti ciklusa. Rezultati su pokazali:
sinteza znanja utjee na razvoj inovativnih logistikih procesa te utjee na operativnu
fleksibilnost;
inovativno logistiki procesi takoer utjeu na operativnu fleksibilnost;
operativna fleksibilnost pozitivno utjee na firmine logistike performanse.
Soon i Udin (2011., p. 506-526.) istraivali
216
su praksu opskrbnih lanaca u odnosu na
fleksibilnost, lanac vrijednosti i sposobnosti. Fleksibilnost lanca vrijednosti definirali su kao
integraciju internih i eksternih fleksibilnosti, a operacionalizirana je kroz: operativnu mreu
(sposobnost proizvodnog sistema da uskladi ili prilagodi interne procese kako bi kreirali
konkurentsku vrijednost), opskrbnu mreu (sposobnost organizacije da uskladi i prilagodi
opskrbu kako bi mogla pruiti konkurentsku vrijednost) i logistiku mreu (sposobnost
organizacije da uskladi i prilagodi logistiku kako bi ona mogla pruati konkurentsku
vrijednost). Sposobnosti lanca su definirane kao operativna praksa koja omoguuje lancu da
bude fleksibilan, a ine ga osnovne, relacijske i organizacijske sposobnosti. Iako je uzorak
bio skroman, njihovi zakljuci bit e podloni daljnjem testiranju: fleksibilnost se postie uz
podrku menadmenta te koordiniranu suradnju i zajedniko predvianje s mreom
dobavljaa, koristi mogu biti opipljive (trokovi, profitabilnost) i neopipljive (zadovoljstvo
kupca).
U kontekstu teme ovog rada vrijedno je analizirati istraivanje koje su proveli Gebauer i
Schober (2006., p. 122-147.) o fleksibilnosti IS-a te njegovom utjecaju na trokovnu
efikasnost. Karakteristike poslovnog procesa sagledavali su kroz tri dimenzije: neizvjesnost
(odnosi se na tekou predvianja tonih zadataka i resursa koji su potrebni za obavljanje
odreenog procesa, te se provlai razlika izmeu strukturnih i neizvjesnosti okruenja),
varijabilnost (odnosi se na varijabilnost broja zadataka koji su potrebni za obavljanje

216
Istraivanje je napravljeno na temelju etri studije sluaja iz malezijske elektronske industrije.

211

odreenog procesa, te su za ovu operacionalizaciju iskoristili Lorencovu krivulju) i kritinost
vremena. Fleksibilne strategije operacionalizirane su kroz tri dimenzije: fleksibilnost u
koritenju (objanjena kao koliina procesnih zadataka podranih sa IS-om, bez znaajnije
potrebnih promjena IS-a), fleksibilnost za budue promjene (manifestira se kao sposobnost
uvoenja novih funkcionalnosti, rekombiniranje i reorganizacija pristupa razliitim izvorima
podataka, primjena novih modifikacija te poveanje kapaciteta) i nepostojanje IS-a (izvoenje
runih operacija). Analiza njihova modela pokazala je:
strategija fleksibilnosti za budue promjene trokovno jest efikasnija kada je
primijenjena kod poslovnih procesa ija je karakteristika velika neizvjesnost
(strukturna i okoline);
nia razina procesne neizvjesnosti efikasno korespondira sa strategijom fleksibilnost u
koritenju;
visoka procesna varijabilnost moe generalno poveati vanost fleksibilnosti IS-a.
Tachizawa (2007.) istraivao
217
je odnos neizvjesnosti, integracije i fleksibilnosti opskrbnog
lanca te je fleksibilnost definirao kao sposobnost nabavne funkcije da pravovremeno i
trokovno efikasno odgovori na promijenjene zahtjeve u smislu koliine, miksa i isporuke.
Upravljai fleksibilnosti jesu kategorizirani na: interne (neizvjesnost rasporeda proizvodnje,
loe komponente, JIT nabava, slab kapacitet sredinje tvrtke), nizvodne (volatilnost potranje,
sezonska potranja, loa preciznost predvianja), uzvodne (dobavljai koji ne reagiraju), dok
su identificirana tri tipa neizvjesnosti: koliina, miks i isporuka. Temeljem studija sluaja,
identificirane su dvije strategije poveanja opskrbne fleksibilnosti: unaprijeena odgovornost
dobavljaa (jedan izvor, visoka razina interne i eksterne integracije, selekcija dobavljaa) i
fleksibilni izvori (vea baza dobavljaa, nia razina odgovornosti dobavljaa te bri redizajn
opskrbne mree). U drugoj fazi istraivanja faktorska je analiza identificirala:
tri dimenzije opskrbne fleksibilnosti: politika isporuke, odgovornost dobavljaa i
prilagodljivost;
etiri dimenzije okruenja; neizvjesna opskrba, neizvjesna potranja, tehnoloka
neizvjesnost, trokovi izmjene.
Rezultati druge faze identificirali su tri strategije postizanja opskrbne fleksibilnosti:

217
Istraivanje je provedeno u dvije faze. U prvoj je fazi obraeno sedam studija sluaja, dok se u drugoj fazi
provelo istraivanje na uzorku od 1.504 poduzea iz registra Spanish Association of Purchasing Managers
AERCE, od kojih je 77 sudjelovalo u istraivanju, to predstavlja odziv od 5,1%.

212

integracija - najvii rezultati tzv. integrirajuih varijabli: dobavljai, interno,
elektronski, logistiki provideri;
off-shore - karakteristino je oslanjanje na inoopskrbu, niu razinu odgovornosti
dobavljaa, povienu razinu zaliha kako bi se kompenzirao poveani rizik opskrbnog
poremeaja;
tuzemni - karakteristino je oslanjanje na domae izvore, unaprijeene odnose s
dobavljaima, nia razina elektronske integracije.
Nije utvren jedinstveni put prema poveanju fleksibilnosti, ali se pokazalo da su domai
izvori, interna integracija, selekcija dobavljaa, alternativni modeli transporta te e-integracija
najefikasniji u postizanju fleksibilnosti. Razliite prakse i integrirani klaster pokazao je
superiornu fleksibilnost, ali i potrebu najvee investicije. Odreene prakse pokazale su se
karakteristine za sve grupe: viestruki izvori, dugoroni odnosi s dobavljaima te zatitne
zalihe. Takoer se kod svih grupa pokazalo da e-trite nije znaajno i da su varijable
okruenja (neizvjesna potranja i trokovi izmjene) sline meu grupama.
Potrebno je navesti jo nekoliko opservacija o agilnost. Fleisher i Bensoussan (2007., p. 163.)
smatraju suradniki odnos esencijalnom pretpostavkom za postizanje agilnosti koju
objanjavaju kao vjeto upravljanje kratkoronim promjenama u lancu i odgovor prema
kriznim momentima uz minimalnu obustavu njegovog funkcioniranja. Thierauf (2001., p.
274.) objanjava agilnu proizvodnju kao sposobnost brzog odgovora na trine promjene, a
agilne kompanije kao one koje su sposobne okretno rekonfigurirati svoje operacije, procese i
odnose. Zakljuuje, koncept agilnosti istie ultrafleksibilna proizvodna postrojenja,
konstantno promjenjive alijanse izmeu dobavljaa, proizvoaa i klijenata te izravnu
povratnu vezu prodajnih podataka. Christopher (2005., p. 117.) razdvaja pojmove agilnost i
lean
218
proizvodnje jer kae da klju agilnog odgovora lei u agilnosti uzvodnih i nizvodnih
partnera, te nije rije o sinonimu za lean, ali doputa da se na njemu moe graditi. Smatra da
lean najbolje funkcionira kod velikih koliina, slabe varijabilnosti te predvidljivog okruenja,
dok je agilnost potrebna kod slabo predvidivog okruenja s visokom varijabilnou potranje.
Slino navodi i Waters (2007., p. 64.), kada kae da se lean logistika moe kritizirati zbog
velikog usmjerenja na trokove, pa se namee alternativna strategija - agilna logistika - koja
naglasak stavlja na kupevo zadovoljstvo. Christopher (2005., p. 121-122.) agilnost
opskrbnog lanca temelji na etiri karakteristike:

218
Christopher (2005., p. 117.) slikovito objanjava lean kada kae da je to uraditi vie s manje (engl. It is
about doing more with less).

213

osjetljivosti prema tritu, pod ime se podrazumijeva da je opskrbni lanac u stanju
sluati, prepoznati i odgovoriti na realne trine zahtjeve;
virtualnosti, virtualni opskrbni lanac temeljen je na informacijama i njihovoj razmjeni,
a ne na zalihama;
procesnom usklaenju, partneri iz opskrbnog lanca mogu iskoristiti puni potencijal
razmijenjenih informacija kroz meusobna usklaenja, suradnju, zajedniki razvoj
novih proizvoda te integraciju;
umreenosti partnera, ideja jest oformiti konfederaciju partnera koji su meusobno
umreeni kako bi prethodna tri elementa dola do punog izraaja.
Temeljem navedenih elemenata, Christopher je razvio principe za razvoj agilnosti: (1)
sinkronizacija aktivnosti kroz razmjenu informacija, (2) pametniji a ne tei rad, (3)
partnerstvo s dobavljaima u pravcu razvoja VMI koncepta, (4) nastojanja u pravcu smanjenja
kompleksnosti, (5) odgaanje konanog konfiguriranja (sastavljanja) finalnog proizvoda, (6)
razvoj upravljanja procesima a ne funkcijama, (7) koritenje prikladnog mjerenja performansi.
Cecere (2009) u svojem istraivanju
219
navodi kako agilnost zahtijeva etiri sposobnosti:
brzinu, jednostavnost, predvidivost te kvalitetu, a za njezino postizanje predvia etri koraka:
definiranje agilnosti, s obzirom da ne postoji opeprihvaena definicija potrebno ju je
definirati na razini poduzea, npr. sposobnost odravanja istih trokova, kvalitete i
usluge kupcu pri razliitim razinama varijabilnosti potranje;
angaman vodstva, kljuna je podrka vrhovnog vodstva;
usklaenje, kultura (unutarnja tvrtkina) predstavlja najveu barijeru u postizanju
agilnosti;
ciklusi podrke, reaktivni opskrbni lanci nisu u stanju nadoknaivati zato je potrebno
graditi osjetljivost prema potranji.
Rezultati pokazuju:
tri najvanija naina mjerenja agilnosti: (1) vrijeme ispunjenja narudbi, (2) troak,
kvaliteta i razina usluge kupcu s fluktuacijom potranje te (3) sposobnost odgovora
opskrbom na potranju;

219
Hitachi Consulting i AMR Research su napravili istraivanje na uzorku od 164 poduzea o nainu
odgovaranja na kupeve potrebe i trine uvjete.

214

najvee prepreke unapreenju agilnosti: kultura (19%), nedostatak vidljivosti (12%),
poveanje proizvodne kompleksnosti (11%), poveanje kupeve kompleksnosti
(11%).


2. Inteligencija opskrbnog lanca

Spoznaja o potrebi istraivanja i mjerenja uspjenosti procesa u opskrbnom lancu, kako bi se
temeljem toga donosile relevantne i efikasne upravljake odluke, dovelo je do razvoja
inteligencije opskrbnog lanca (eng. Supply Chain Intelligence SCI). Alati koji e pomoi
kompanijama da preive i prosperiraju jesu radni kapital, opskrbni lanac i poslovna
inteligencija (Wheatley, 2009., p. 58.). Thierauf (2001., p. 273.) kae kako je fokus primjene
operativne inteligencije na cijelom lancu; to ukljuuje gdje i kako su proizvodi nabavljeni,
isporueni te prodani kupcu, a osnovni cilj predstavlja postizanje visoke kvalitete opskrbe,
nie cijene proizvodnje uz bri obrtaj. Reyes (2005., p. 1428.) objanjava kako SCI aplikacije
omoguuju strateko odluivanje jer prikupljaju detaljne informacije iz svake faze ivotnog
ciklusa nekog proizvoda (od nabave materijala preko proizvodnje do garantnog perioda kod
krajnjeg kupca). Proireni opskrbni lanac koristi podatke s atomske razine to je neophodno
ako se ele shvatiti ukupni trokovi i njihovo dugorono grananje, ali isto tako i proizvodni
gubitci uzrokovani kvalitetom ili drugim problemima. Prema Panianu i sur. (2007., p. 28-31.)
SCI predstavlja mogunost analiziranja procesa obuhvaenih lancem, komponenata i
materijala na koje se ti procesi primjenjuju te proizvoda koji realizacijom tih procesa nastaju.
Inteligencija opskrbnog lanca omoguuje uvid u djelovanje cjelokupnog opskrbnog lanca,
usmjerena je suradnji i razvoju poslovanja, pridonosi uspostavljanju partnerskih odnosa
poslovnih subjekata i outsourcinga, podrava kupovanje, prodaju i obavljanje ostalih
poslovnih transakcija putem weba te omoguuje JIT proizvodnju.
Li (2008., p. 308.) kae kako je lanac vrijednosti poslovne inteligencije (engl. Business
intelligence value chain) interrelacijski proces dobavljaa, proizvoaa, distributera i kupaca
koji koriste podatke, informacije i znanje kako bi vodili kompaniju prema konkurentskom
uspjehu. Dyson i Koruth (2004., p. 342.) tvrde kako SCI predstavlja vrijedan integrirajui alat
SCM-a, a definiraju ga kao praksu omoguavanja funkcioniranja skladita podataka kroz

215

cijeli opskrbni lanac. To podravaju i Panian i sur. jer kau da je osnovni cilj SCI-a primjena
tehnologije skladita podataka i analitikih alata na stratekoj razini poslovanja tvrtke tijekom
ivotnog ciklusa opskrbnog lanca i proizvoda. Kako bi se ostvarile konkurentsku prednost,
sve strane u opskrbnom lancu dobavljai, proizvoai, trgovci na veliko, trgovci na malo,
distributeri i kupci sve ee trebaju detaljniju i snaniju analizu koju omoguuje primjena
PI (Liautaud i Hammond, 2006., p. 217.). U kontekstu upravljanja rizikom u opskrbnom lancu
Dani (2008., p. 60.) pojanjava njegove dvije dimenzije: frekvenciju (uestalost) i njegovu
jainu te kae kako rudarenje podacima kao prediktivan alat pomae da uestali rizici imaju
slabiju jainu, a jaki rizici manju uestalost.
Prema Rogersu i Panosu (2006.), SCI predstavlja fuziju SCM-a i PI-a jer se primjenom
funkcija PI-a na stratekoj razini omoguuje integracija razliitih operativnih sistema, vie
izvora podataka, analitike, kljunih pokazatelja uspjeha, najbolje prakse te poslovnih procesa
koji zajedno pruaju mogunost pristupa, analize i dijeljenja informacija kroz cijelu mreu
opskrbnih lanaca. SCI ne slui samo kako bi se dobio brzi snimak stanja temeljem izabranih
KPI-a, ve predstavlja sposobnost objanjenja detalja od kojih je snimak nastao, odnosno
prua irinu i dubinu informacije (Lee i Cheng, 2007., p. 66.). Objanjavajui ulogu BI-a, La
Grouw (2008., p. 386-387.) kae kako izmeu narudbe i isporuke postoji kompleksan lanac
aktivnosti gdje svaka prethodna dodaje vrijednost slijedeoj te usmjerava narudbu kroz lanac
vrijednosti prema kupcu; za kvalitetnije odluivanje koriste se razliiti stupnjevi intelligencea:
monitoring i uzbunjivanje (kada se aktivira kontrolni prag), automatsko odluivanje
(poduzimanje aktivnosti temeljem unaprijed predvienih dogaaja) te optimizacija
(koritenjem heuristikih pravila ili algoritama).
Christopher (2005., p. 254.) tvrdi da je preduvjet postizanja elastinosti to bri pristup
informaciji, a kroz suradnju ovu je informaciju mogue pretvoriti u SCI jer opskrbne mree
postaju sve kompleksnije te postoji opasnost da padnu u kaos ukoliko nisu povezane kroz
dijeljenje informacija i znanja. U navedenom smislu virtualni opskrbni lanac Christopher
(2005., p. 179.) vidi kao niz relacija izmeu partnera koje se temelje na dodanoj vrijednosti
razmijenjenih informacija
220
. Tablica 24. prikazuje primjer koritenja poslovne inteligencije
za potrebe analize u SCM-u.



220
Engl. Value-added exchange of information.

216

Tablica 24. Primjeri koritenja PI za potrebe analize u SCM-u
Primjeri poslovnih informacija Primjeri poslovnih analiza Poslovne akcije i rezultati
Trenutni status zaliha
Predviena prodaja po proizvodu i
vremenu
Trenutne narudbe pr proizvodu i
vremenu
Razine zaliha
Povjesni podaci o nabavljenim
materijalima
Povjesni podaci o ugovornim
cjenama
Trenutni broj dobavljaa po
proizvodu
Informacije o cijenama za
kvalificirane dobavljae
Povjest narudbi po dobavljau
Povrati/kvarovi po dobavljau
Trenutni status kapaciteta
Trenutni status naruenih sirovina
Lokacija pogona vs. lokacija kupca
Analiza trendova prodaje i
nabave
Analiza profitabilnosti
Analiza planiranog
materijala
Analiza rasporeda
proizvodnje
BSC po dobavljau
Analiza troka dobavljaa
Analiza performansi
dobavljaa
Analiza preuzetih obveza
(isporuka)
Analiza kvarova i greaka
Analiza preventivnog
odravanja
Analiza proizvoda i usluga
Optimizacija performansi
postrojenja i ispunjavanje
narudbi
Temeljem BSC-a odreivanje
optimalnog miksa dobavljaa
Temeljem analize uzroka
kvarova i greaka popravljanje
proizvodnog procesa i
prilagoavanje dobavljaa
Osiguranje dovoljnih koliina
materijala i proizvodnih
kapaciteta kako bi se izbjegao
gubitak prodaje
Temeljem povjesnih podataka
o trgovini s dobavljaem
renegociranje o koliinama i
cijeni
Unapreenje preventivnog
odravanja
Izvor: prilagoeno prema Williams, S., Williams, N.: The Profit Impact of Business Intelligence, Morgan
Kaufman, San Francisco, 2007., p. 6-7.

Maguire i Suluo (2007., p. 22.) kau: najbolji je nain da svi u opskrbnom lancu dobiju
aurirane i korisne informacije jest da su sve razine lanca poduzea izravno povezane s
trinim podacima, to omoguuje primjena PI-e. Smouther (2009.) koristi pojam
konkurentska inteligencija opskrbnog lanca (engl. Supply Chain Competitive Intelligence -
SCCI) te ga objanjava kao stvaranje konkurentskih prednosti kroz sistematsko i etiko
prikupljanje, analiziranje, i upravljanje podacima, informacijama i znanjem o okruenju
opskrbnog lanca u kojemu poduzee i konkurenti djeluju.
U kontekstu teme ovog rada korisno je analizirati i inteligenciju opskrbnog trita (engl.
Supply Market Intelligence SMI). Handfield (2006., p. 3.) kae kako su poslovna i trina
inteligencija dostupne kljunim ljudima ali nisu kvalitetno raspodijeljene ostalim korisnicima
te zakljuuje kako donositelji odluka u opskrbnim procesima trebaju primjenjivati i koristiti
znanje na uinkovit nain. Trent i Roberts (2010., p. 156.) tvrde kako SMI predstavlja ishod
procesa prikupljanja i analiziranja relevantnih informacija za tvrtkino trenutno i potencijalno
opskrbno trite sa ciljem podupiranja uinkovitog odluivanja. U navedenom smislu, SMI
ukljuuje pet elemenata: informacije o profilu robe (identifikacija vrste i prirode robe ili

217

usluge, informacije o potrebnom proizvodnom procesu, zahtjevi kvalitete ili standarda),
strukturu trokova (identifikacija svih povezanih trokova), informacije o bazi dobavljaa
(trenutnih i potencijalnih s osnovnim karakteristikama), trine informacije (identifikacija
cijena, trinih kapaciteta, odnosa te ostalih utjeuih faktora) i konkurentske analize (ocjene
pozicija i financijskih performansi kupaca i dobavljaa, analiza zamjenskih proizvoda i
usluga, te ostalih faktora). Trent i Roberts (2010., p. 161-165.) identificirali su nekoliko razina
primjene odnosno obuhvata:
razina makrookruenja - ukljuuje informacije o dinamici trita, svjetskoj trgovini,
demografiji, politikoj klimi, ekonomiji, okruenju te tehnologiji;
razina (specifine) drave - predstavlja podskup makrookruenja uz odreene dodatke
o promatranoj zemlji, ekonomski pokazatelji, kulturoloke prilike, sigurnost
intelektualnog vlasnitva, politika klima, pokazatelji rada i odnosa prema radu;
razina industrije i proizvoda - odnosi se na pokazatelje tipa, veliine i relativne snage
promatrane industrije, konkurentskih dobavljaa, cijena, trendova, zamjenskih
proizvoda, kupaca, kretanja potranje i sl.;
razina dobavljaa - obuhvaa analizu potencijalnih dobavljaa, njihovih proizvoda i
usluga, snagu, poziciju te mogunosti.
Li (2008., p. 308-310.) navodi etiri razine primijenjenih aplikacija PI u SCM-u: (1) strateka
razina (namijenjena je top menadmentu), (2) taktika razina (agregira informacije potrebne
za omoguavanje vidljivosti kroz procese opskrbnog lanca kako bi se olakale akcijske
promjene), (3) operativna razina (informacije potrebne za dnevno i pravovremene informacije
kako bi se na vrijeme udovoljilo kupevim zahtjevima), (4) istraivanje i razvoj (iako osoblje
ne mora biti ukljueno u dnevne operacije i odluivanje, ono prikuplja podatke iz opskrbnog
lanca te modelira i simulira razna dogaanja kako bi otkrilo znanje o kupcima i konkurentima
koje je ugraeno u procese samog lanca te pomoglo u njegovom optimiranju). La Grouw
(2008., p. 389-392.) smatra kako su planiranje potranje i napredno planiranje i
rasporeivanje dva kljuna podruja opskrbnog lanca u kojima PI stvara znaajnu korist kroz:
smanjenje trokova opskrbnog lanca (poveano koritenje imovine), unaprijeene proizvodne
margine, nie zalihe, unaprijeenu uslugu kupcu te povean povrat na imovinu. Bankarski
sektor i telekomunikacije prepoznale su postprodajne usluge kao kljuni konkurentski
diferencijantor, tako da La Grouw (2008., p. 393.) navodi najvee izazove u tom segmentu:
nedostatak vidljivosti uslunih dijelova, razliiti izvori podataka uslunih segmenata,

218

nedosljednost koritenog naziva za pojedine dijelove, nepovezanost planiranja zaliha i
izvrnih procedura, nedovoljno i fragmentirano koritenje automatizma i napredne analitike.
Panian i sur. (2007., p. 32-34.) navode glavn podruja primjene inteligencije opskrbnog lanca:
mjerenje uspjenosti cjelokupnog opskrbnog lanca - kako bi se stvorila inteligencija
opskrbnog lanca, proces mjerenja uspjenosti treba pruiti pouzdane pokazatelje
doprinosa lanca operacijama i aktivnostima u podrujima kao to su: rast, razvoj,
unapreenje poslovanja, minimalizacija trokova, efikasnost koritenja radnog
kapitala te iskoritenje poslovnih resursa;
mjerenje doprinosa opskrbnog lanca rastu, razvoju i unapreenju poslovanja - kljuni
pokazatelji ukljuuju: postotak narudbi realiziranih u prvom pokuaju, postotak
materijala koji je stigao na vrijeme, udio proizvoda bez nedostataka u ukupnom broju
napravljenih proizvoda, udio vraenih jedinica proizvoda u ukupnom broju
isporuenih proizvoda, udio isporuka izvrenih na vrijeme u ukupnom broju izvrenih
usluga;
mjerenje doprinosa opskrbnog lanca minimalizaciji trokova - tipini pokazatelji jesu:
prekomjerne zalihe, postotak ukupnih izravnih trokova proizvodnje u trokovima
prodaje ili u ostvarenom prihodu, troak transporta i skladitenja u ukupnom troku
prodaje ili ostvarenom prihodu;
mjerenje doprinosa opskrbnog lanca efikasnosti koritenja radnog kapitala - zalihe
predstavljaju najvaniju komponentu radnog kapitala, odnosno obrtnih sredstava, tako
to se izraunava udio zaliha (u razliitim segmentima, nabave, proizvodnje,
logistike) u ostvarenoj prodaji/nabavi/realiziranim narudbama;
mjerenje doprinosa opskrbnog lanca koritenju fiksnog kapitala - predstavlja
vrijednost fiksnog kapitala iskazanog u postotku od ostvarenog prihoda ili vrijednosti
ukupnog kapitala.
Dyson i Kouth (2004., p. 342-343.) smatraju kako su najvaniji faktori koji pokreu
inicijativu SCI-a: globalizacija, kupeva potranja, kompleksnost poslovanja te dostupnosti
novih tehnologija. Dre kako SCI pridonosi trima najvanijim ciljevima opskrbnog lanca:
smanjenju trokova, skraenju ciklusa te poveanju odgovornosti prema kupcu kroz
omoguenu vidljivost, unapreenu komunikaciju te bolju analizu performansi opskrbnog
lanca. Shorby (2003.) kae kako poduzea koriste alate PI za: (1) poboljanje vidljivosti kako
bi smanjili zalihe za 5% do 15%, (2) analizu razine pruene usluge kako bi uoili

219

problematina podruja, (3) bolje shvatili i razumjeli izvore varijabilnosti kupeve potranje
zbog unapreenja preciznosti predvianja, (4) analizirali proizvodnu varijabilnost zbog
identificiranja potrebnih korektivnih radnji, (5) analizirali transportne elemente za budue
smanjenje trokova.
Panian i sur. (2007., p. 31-32.) navode ciljeve inteligencije opskrbnog lanca: primjena
odgovarajue metrike, upravljanje izuzecima, poboljana komunikacija te suradniko
upravljanje. Izvedeni su ciljevi: sniavanje razine zaliha u svim segmentima lanca,
unapreenje kvalitete proizvoda, poboljanje rezultata poslovanja i iskoritenja resursa,
kvalitativno rangiranje dobavljaa, mjerenje uspjenosti funkcioniranja lanca u odreenom
razdoblju, mjerenje i unapreenje prognoziranja trine potranje, bolje upravljanje
materijalom, sirovinama, poluproizvodima i komponentama, mjerenje preciznosti, tonosti i
obuhvata planova proizvodnje, mjerenje uspjenosti likvidacije narudbi te krae vrijeme
odluivanja. Upravljanje opskrbnim lancem i inteligencija opskrbnog lanca jesu
fundamentalno razliiti to se vidi iz usporednog prikaza u tablici 25.

Tablica 25. Usporedna analiza SCM-a i SCI-a
Upravljanje opskrbnim lancem (SCM) Inteligencija opskrbnog lanca (SCI)
Uglavnom o upravljanju nabavom i
proizvodnjom povezujui ih s ivotnim ciklusom
opksrbnog lanca
Preteno transakcijski
Podrava taktiko odluivanje
Pomae smanjenju trokova kroz unapreenju
efikasnost
Zapisivanje podataka koji pokazuju sadanjost
Pomo u planiranju materijala i proizvodnje
Kvantificiranje trokova nekih materijala
Moe pokazati sadanju dobit ali je ne moe
objasniti
Jednostavno izvjetavanje
Prua iri pogled na cijeli opskrbni lanac kako bi
se vidio cijeli proizvod i njegove komponente
Dominantno analitiki
Podrava strateko odluivanje
Pokazuje mogunosti za smanjenje trokova, a
istovremeno stimulira rast prihoda
Integracija dobavljaevih i proizvodnih podataka
(horizontalno)
Odraava povijesne podatke
to-ako analize temeljem povjesnih podataka
Omoguuje razumijevanje ukupnih trokova
Moe svrdlati kroz ostvarenu dobit kako bi otkrio
kako je nastala
Suradniko okruenje s personaliziranim
motrenjem i mjerenjem
Izvor: prilagoeno prema Panian, Z.: Supply Chain Intelligence in E-Business Environment, WSEAS
Transactions on Information Science and Applications, 2005., 2 (8), p. 1080., Reyes, P.M.: Logistics
networks: A game theotry application for solving the transshipment problem, Applied Mathematics and
Computation, 2005., 168, p. 1430. i Rogers, B., Panos, M.: White Paper: Adding Intelligence to the
Supply Chain, preuzeto s www.vchainsolutions.com 12.08.2010.

220

Objanjavajui redizajn poduzea u pravcu SCI-a, Handfield (2006., p. 375.) u svojoj
konceptualizaciji kae da je esencijalno organizirati decentralizirane procese s centraliziranom
vizijom i navodi tri potpredsjednika mjesta menadera SCM-a: za poslovnu inteligenciju
opskrbnog lanca, strategiju i integraciju. Handfield (2006., p. 391-394.) navodi najvanija
podruja iz kojih su potrebna znanja za uinkoviti SCM:
upravljanje odnosima s dobavljaima - kroz efikasnu komunikaciju, zajedniko
razumijevanje potreba i zahtjeva te identificiranjem win-win mogunosti potrebno je
izgraditi odnose koji stvaraju dodanu vrijednost;
analiza ukupnog troka - identificiranje troka vlasnitva povezanog sa selektiranim
dobavljaima te procjena troka u funkciji unapreenja performansi lanca;
strategije nabave i planova - planiranje i razvoj kljunih strategija, dizajn lanca te
upravljanje odnosima;
analiza dobavljaa - prikupljanje primarnih i sekundarnih podataka, njihovo filtriranje
i analiza radi identificiranja kljunih snaga i slabosti izabranih dobavljaa;
konkurentska trina analiza - prikupljanje, filtriranje i analiza kljunih trinih
pokazatelja kao osnova za razvoj strategije SCM-a;
upravljanje opskrbnim lancem - identifikacija i istraivanje sudionika, informacijskog
i fizikog protoka kao dio ireg opskrbnog lanca;
evaluacija dobavljaa - sposobnost primarnog i sekundarnog istraivanja sa svrhom
kvantificiranja i kvalificiranja potencijalnih dobavljaa;
razvoj dobavljaa - analiza detektiranih problema povezanim s dobavljaima,
sugestivnost u potrebnim unapreenjima te razvoj mjera za praenje njihovih procesa;
analize cijene i trokova - praenje trinih cijena, identificiranje trendova, procjena
daljnjih kretanja i uoavanje glavnih elemenata utjecaja;
podruja unapreenja procesa - uoavanje, eliminacija ili modifikacija procesa koji ne
dodaju vrijednost, razvoj novih procesa;
cjenovne tehnike, ekspertize o proizvodima, e-trgovanje i e-nabava, TQM, upravljanje
projektima, outsourcing, internacionalni izvori, analiza vrijednosti, kulturoloke
odrednice (razliitih trita), analiza lanca vrijednosti, standardizacija programa,
ekonomski i trini principi, proizvodnja vs. kupovina, upravljanje zalihama,
financijska analiza, upravljanje ciklusima, terminoloka usklaenja te sigurnosna
pitanja.

221

Prema Hedin et al. (2011., p. 185-195.), primjena MI-a u SCM-u omoguit e uvid u trenutne
i budue dogaaje vezane za industriju, sektore, trita, nie, klastere i konkurente. Glavna
podruja upravljanja opskrbnim lancem u kojima se primjenjuje MI jesu: kupovina
221

(predstavlja funkciju kupovine roba ili usluga), nabava (dizajn i izvrenje strategije
kupovanja), logistika (podrazumijeva upravljanje zalihama i dio ukupnih operacija), te
strateki izvori (rjeavanje problema i potreba koritenjem najbolje kombinacije dostupnih
metoda i izvora). Uspjena primjena trine inteligencije rezultirat e veom profitabilnou, a
svako podruje zahtijeva razliitu podrku:
kupovina: sveobuhvatnu listu dobavljaa po industrijskim sektorima, izvjetaji o
pojedinim dobavljaima, kontinuirani monitoring poduzea u opskrbnom lancu, ad-
hoc istraivanja;
nabava: analiza lanca vrijednosti konkurentskih poduzea, kontinuirano motrenje
konkurenata, istraivake analize, intelligence radionice, ciklusi usporeivanja;
logistika: profiliranja trita, analize rizika zemalja gdje su lokacije potencijalnih
distribucijskih centara, analize scenarija kao podrka odlukama u sferi zaliha,
makroekonomske analize s predvianjima cijena roba, kratkoronih opskrba,
potranje, tekui monitoring lokalnih, nacionalnih i internacionalnih regulativa;
strateki izvori: analitiki izvjetaji o lancu vrijednosti, profili kompanija koje su
lanice lanca vrijednosti, predvianje kretanja veliina trita, kontinuirano
nadgledanje trita.
Prema Handfieldu (2006., p. 159.), ocjena rizika jest nain koji odreuje kako zajedno
povezati razliite tipove podataka koji se identificiraju u opskrbnom lancu. Smatra kako
planiranje prodaje i operacija (engl. Sales and Operations Plan SOP) predstavlja temelj
strategije opskrbnog lanca to podrazumijeva suradnju u planiranju i odluivanju izmeu
glavnih poslovnih funkcija. BI i MI prikupljaju podatke i informacije kako bi se mogla izvriti
predvianja iz domena: kupeve potranje, cijena, konkurencije, kapaciteta, opskrbnih izvora,
te pravnih regulacija (Handfield, 2006., p. 135.).
Denton et al. (2007.) istraivali
222
su koje performanse opskrbnog lanca menadment malih i
srednjih poduzea treba, te moe li i kako na to utjecati primjena BI-a. Njihovi su rezultati
pokazali kako su svi zabrinuti zbog utjecaja globalizacije na poslovanje, profitabilnost te

221
Engl. Purchasing, Procurement, Logistics and Strategic sourcing.
222
U istraivanju je sudjelovalo 100 malih i srednjih poduzea iz Velike Britanije od kojih se dobilo 47
odgovora, to predstavlja odziv od 47%.

222

opadajue trite. Iako ih se 62% sloilo da je uspostava bolje suradnje kljuna tema, samo ih
19% aktivno radi na tome. Samo ih 21% ima implementiran ERP, a 63% koristi IS za
osnovne financijske operacije. Zakljuno se moe konstatirati kako istraivana poduzea nisu
dovoljno angairana u postizanju suradnje i integracije u sklopu opskrbnih lanaca, a kao
najvee prepreke se pokazuju: trokovi implementacije, vrijeme, strah od novih tehnologija te
nejasne potencijalne koristi. Poduzeima predlau testiranje primjene BI-a u upravljanju
opskrbnim lancima koje e im pokazati i dokazati 3R pristup (Right Quality, Right Time,
Right Cost) tj. prava kvaliteta u pravo vrijeme po pravom troku.
Rogers i Panos (2006., p. 2.) smatraju kako su integracija podataka i organizacijski imbenici
dvije najvee potekoe u razvoju i implementaciji SCI-a. Usporedbe radi, navode kako BI
zahtijeva sedam izvora podataka, dok ih za SCI treba petnaest. Koristi implementacije
predstavljaju: unapreene mogunosti predvianja, smanjenje zaliha duinom cijelog lanca,
efikasnije rukovanje materijalima, unapreeno planiranje proizvodnje, identifikacija
najkvalitetnijih dobavljaa te preciznije mjerenje performansi. Panian i sur. (2007., p. 35-36.)
potvruju navedene teze te identificiraju probleme koji se javljaju pri pokuajima stvaranja
inteligencije opskrbnog lanca u tri podruja pri odravanju eljene razine kvalitete usluga
odravanjem razine zaliha gotovih proizvoda odmjerenih tako da mogu udovoljiti zahtjevima
klijenata: u nastojanju da se to bolje iskoristi materijal, oprema i ljudski potencijali; u
pokuajima odravanja ulaganja u zalihe, odnosno vrijednosti zaliha na unaprijed utvrenoj
razini. Najei koraci u stvaranju inteligencije opskrbnog lanca jesu: (1) uklanjanje
organizacijskih barijera, (2) oblikovanje opskrbnog lanca tako da bude transparentan, (3)
upravljanje prema pokazateljima uspjenosti, (4) skraenje trajanja ciklusa procesa
odluivanja, (5) poticanje djelatnika na suradniko odluivanje, (6) iterativno mjerenje,
praenje i nadziranje aktivnosti u opskrbnom lancu. Prema Shakeru (2009.), dinamike
informacije i SCI potrebni su kako bi opskrbni lanac mogao biti elastian.
Dyson i Koruth (2004., p. 344-346.), osim ve navedene integracije podataka, navode jo
nekoliko izazova implementacije: poveanje koliine podataka, poslovna usklaenja (osim
povjerenja i privrenosti izmeu, nuni su otvoreni kanali komunikacije), volatilnost
(nestabilnost) opskrbnog lanca te sigurnosna pitanja. Navode primjer
223
uspjene
implementacije SCI-a koji je poluio pozitivne rezultate: prelazak s papirnate na elektronsku
formu poslovanja, strateka preorijentacija prema privrenosti dijeljenju vrijednosti, poveane

223
Poduzee Berri Ltd. je najvee australsko poduzee koje se bavi proizvodnjom vonih sokova s godinjim
prometom veim od 500 mil. USD. Projekt implemetacije SCI-a trajao je tri godine.

223

analitike mogunosti, omogueno trgovanje u realnom vremenu bez obzira na vremenske
zone, uvoenje globalnih izvora nabave, unaprijeene IT mogunosti. Zakljuuju, ostvarena
su poboljanja u snienju trokova, smanjenju trajanja ciklusa te u poveanju odgovornosti
sudionika. Copacino (2008.) navodi kako sve vie menadera opskrbnog lanca postaje
analitiki orijentirano jer koriste mogunosti koje im prua BI: izvjetavanje, analize,
kontrolne ploe za monitoring performansi njihovog lanca te bolji uvid u ostale aspekte
poslovanja. Omogueni pristup svim igraima proirenog lanca istim informacijama o
predvianjima potranje, narudbama, statusima isporuka, promocijama i zalihama
predstavlja temeljni zahtjev uspjene suradnje, vidljivosti i operativne koordinacije.
Stefanovic et al. (2006., p. 616.) razvijaju globalni SCI model u nekoliko faza: definiranje
poslovnih ciljeva i zahtjeva, kreacija SCOR metamodela, konfiguracija SCM-a, ujedinjenje
procesa, dizajniranje skladita podataka te kreiranje analitikih sposobnosti. Prema autorima,
indikatori uspjeha jesu: ROI, koritenje skladita podataka, realizacija projekta u planiranim
vremenskim i novanim okvirima, poboljano zadovoljstvo korisnika te postignue ciljeva i
postavljenih zadataka. Sahay i Ranjan (2008., p. 28-48.) takoer navode kako je najvei
izazov analize u opskrbnom lancu prikupljanje podataka iz razliitih izvora. Primjenom
poslovne inteligencije podaci iz opskrbnog lanca omoguit e pruanje stratekih informacija
donositeljima odluka tako da zakljuuju kako se BI i SCM trebaju razvijati istovremeno.
Noonan i Wallace (2006.) istraivali
224
su nejednakosti u asimilaciji inteligencije opskrbnog
lanca izmeu ugovornih partnera, odnosno fokus koritenja SCI-a u ovom istraivanju bili su
procesi koji su pokazivali najvie slabosti unutar svakog pojedinog poduzea. Kao rezultat
unaprijeenog SCI-a poduzea su pokazala poboljanja izmeu 8% i 26%.
Primjenu radiofrekvencijske identifikacije (engl. Radio-frequency identification - RFID)
tehnologije u kontekstu Lambertovih procesa opskrbnog lanca prouavali su Sabbaghi i
Vaidyanathan (2008., p. 71-81.) unutar kojih su izdvojili etiri (upravljanje potranjom,
ispunjavanje narudbi, upravljanje proizvodnim tijekom, upravljanje povratima) kod kojih
ova tehnologija dodaje najveu vrijednost. Kompanije koje implementiraju BI kako bi
upravile s podacima prikupljenim ovom tehnologijom te ih pretvorila u informacije i korisno
znanje ostvarit e znaajne koristi kroz nove inovacije, poveanje prihoda, smanjenje trokova
te rasta konkurentnosti. Prema Panianu i sur. (2007., p. 98.), RFID tehnologiju odlikuju neka
jedinstvena obiljeja koja je ine privlanijim rjeenjem od konkurentskih tehnologija, a
moda najzanimljivija jest mogunost automatskog i vrlo pouzdanog zahvaanja podataka bez

224
Rezultati istraivanja se temelje na etri studije sluaja napravljene u Republici Irskoj.

224

primjene aktivnog procesa skeniranja, kakvog iziskuje veina ostalih konkurirajuih
tehnologija. Delen et al. (2007., p. 613-624.) identificirali su tri naina kako RFID moe
utjecati na vidljivost i poslovnu vrijednost koja se kreira u opskrbnom lancu: reakcija na
prikupljene podatke mogua je bez odgode (to predstavlja izuzetnu povoljnost kod trgovanja
nekim robama), omoguena je izrada inkrementalnih promjena u poslovnim procesima (to
utjee na efikasnosti i efektivnost) te je omoguen razvoj sasvim novih procesa.
Baars et al. (2008., p. 1-10.) istraivali
225
su kroz studiju sluaja prikupljanje RFID podataka i
integraciju te omoguenu analizu kroz implementaciju BI-a. Prezentirali su dva scenarija
(logistiki procesi izmeu distribucijskog centra i prodajnih mjesta, te logistiki odnosi
izmeu proizvoaa, konsolidatora te distribucijskog centra) kroz osam razliitih analiza i
zakljuili su kako je razmjena i integracija podataka esencijalna za efikasnost opskrbnog
lanca. Pirzadeh i Pirzadeh (2009., p. 38-39.) smatraju kako je osnovni zadatak SCI-a
unapreenje efikasnosti opskrbnog lanca, to posljedino dovodi do unapreenja usluga
prema kupcu (vrijeme realizacije, pouzdanost isporuke, sigurnost isporuke, postignuta razina
usluge, fleksibilnost u odnosu na kupeve zahtjeve i razmjena informacija) te smanjenja
logistikih trokova (trokovi rukovanja, transportni i distribucijski trokovi) to omoguuje
primjena RFID tehnologije. Li (2007., p. 207.) kae kako treba biti svjestan da postoje i
ogranienja u koritenju ove tehnologije, poput visokih trokova, problema u standardizaciji i
zatiti podataka te privatnosti.
Watson et al. (2001., p. 1-10.) temeljem svojih istraivanja
226
prikazali su kreiranje
intelligencea unutar opskrbnog lanca zasnovanog na strategiji uvoenja spremita
podataka
227
. Poslovni je cilj bio jednostavno definiran: postii jedinstven i integriran pogled
na cjelokupno poslovanje unutar opskrbnog lanca. Najvaniji prijedlozi nakon uspjene
implementacije mogu se rezimirati u nekoliko toaka: potrebno je sponzorstvo top
menadmenta, uspjeno uvoenje zahtijeva sposobnost prilagodbe i izmjene prvobitno
definiranog poslovnog plana, najbolje je startati s podrujima najveeg utjecaja (prodajna
analiza), ne smije se podcjenjivati kvaliteta podataka, procesi trebaju biti otvoreni i
ponavljajui, potrebno je mjerenje performansi duinom cijelog lanca.

225
Autori navode kako je rije o vodeoj europskoj trgovakoj grupi, a koritene su metode promatranja,
radionica, te intervjua. Promatrani opskrbni lanac ukljuuje proizvoae locirane u Kini, konsolidatora koji je
takoer lociran u Kini, glavni distribucijski centar lociran u Njemakoj te vei broj prodajnih mjesta u Europi.
226
Rezultati istraivanja temelje se na studiju sluaja poduzea Sherwin-Williams, proizvoaa boja i srodnih
proizvoda, s godinjim prihodom od 5 bil. USD. Implementacija je trajala tri godine.
227
Dvije su osnovne strategije izgradnje skladita podataka. Zagovornik prve je Bill Inmon koji se zalae za
pristup: top-down (prvo se kreira skladite podataka na razini poduzea), a druge je Ralph Kimball koji se zalae
za suprotni pristup: bottom-up (prvo se kreiraju spremita podataka od kojih kasnije nastaje skladite podataka).

225

Smietana (2010., p. 30-38.) analizira primjenu proimajue
228
poslovne inteligencije kroz sve
procese SCOR modela to je prikazano na slici 31., te objanjava dobiti primjene PI kod
distributera pia te kod dobavljaa ortopedskih pomagala.


Slika 31. Proimajua poslovna inteligencija u SCOR procesima
Izvor: Smietana, F.: Enhancing Supply Chain Visibility with Pervasive Business Intelligence, Business
Intelligence Journal, 2010., 15 (1), p. 32.

Raisinghani i Meade (2005., P. 114-121.) istraivali
229
su poveznice performansi, agilnosti i
pokretaa e-opskrbnog lanca te upravljanja znanjem. Temeljno pitanje njihovog istraivanja:
utvrditi koja dimenzija upravljanja znanjem jest najvanija u razvoju agilnog e-opskrbnog
lanca. Organizacijske performanse postavljene su kroz vrijeme, kvalitetu, troak i
fleksibilnost. Da bi bio agilan, opskrbni lanac treba rijeiti etiri osnovna principa: biti
kooperativan kako bi poveao konkurentnost, obogatiti kupca, biti majstor promjena i
nesigurnosti te iskoristiti utjecaj ljudi i informacija. Dimenzije upravljanja znanjem jesu
kreacija, skladitenje/dostupnost, transfer i apliciranje, a rezultati su pokazali da transfer ima
najvei utjecaj na e-opskrbni lanac. Blackhurst et al. (2005., p. 4067-4081.) istraivali
230
su
poremeaje opskrbnog lanca te su rezultati predoeni kroz tri elementa:
otkrie poremeaja:

228
Engl. Pervasive
229
Autori objanjavaju kako je predmet studije sluaja poduzee koji je svjetski lider u mobilnim
komunikacijama, te vodei dobavlja mobilnih telefona i irokopojasnih mrea.
230
Istraivanje je provedeno temeljem studije sluaja automobilskog opskrbnog lanca u kojemu je napravljeno
vie intervjua kako s dobavljaima, tako i s distributerima. Kao zadnja koritena metoda kreirane su tri fokus
grupe (imale su 10-14 lanova) koje su raspravile rezultate.

226

o vidljivost je prepoznata kao kljuna toka za bavljenje poremeajima odnosno
pravovremena razmjena korektnih informacija sa svih vorita lanca kako bi se
maksimizirala odgovornosti i fleksibilnost za izbjegavanje ili smanjenje
utjecaja poremeaja; skraenje vremena reakcije na poremeaj uslijed
unapreenje vidljivosti smanjuje broj i jainu tih anomalija; potrebno je
dodatno istraivati vidljivost, kao i odnos njezinog troka i koristi;
o kapacitet predstavlja drugu interesnu toku, jer nemogunost mjerenja
kapaciteta u raznim tokama opskrbnog lanca moe utjecati na poremeaje, i
zato su potrebna dodatna istraivanja kratkoronih i dugoronih
prekapacitiranosti te njezinih posljedica;
o prediktivna se analitika po vanosti nastavlja na vidljivost, jer shvaanje i
predvianje rizika te otkrie prikrivenih uzoraka postaje prioritet opskrbnog
lanca; u ovom se dijelu sugerira koritenje inteligencije opskrbnog lanca (SCI)
u smislu monitoringa kljunih toaka lanca, te koritenje inteligentnih agenata;
oporavak nakon poremeaja:
o rekonfiguracija opskrbnog lanca nastaje u realnom vremenu nakon to su
poremeaji ve nastupili, tako da u ovoj domeni dolazi do izraaja njegova
fleksibilnost;
o dosezi analiza su razmatrani kroz kontrolu tete, odnosno kada je teta ve
nastupila poduzee treba to prije otkriti koje su implikacije tog dogaaja na
cijeli lanac; ovdje je poeljno raditi modeliranje dogaaja kako bi se odreene
pouke mogle primijeniti u budunosti;
redizajn opskrbnog lanca:
o razumijevanje kompromisa globalnih trokova opskrbnog lanca prvenstveno se
odnosi na relaciju trokova i fleksibilnosti;
o optimizacija fleksibilnosti i robusnosti predstavlja drugu toku u razmatranju
unprijeenja / redizajna opskrbnog lanca nakon njegovog oporavka.
Yang (2008., p. 1-12.) istraivao
231
je kritine faktore uspjeha sveprisutnog upravljanja
opskrbnim lancem (engl. Ubiquitious Supply Chain Management - USCM
232
) kroz dvije

231
Istraivanje je provedeno na uzorku od 780 korejskih poduzea, od kojih se dobilo 141 odgovor, to
predstavlja odziv od 19,03%.
232
Sveprisutno upravljanje opskrbnim lancem definira kao planiranje, kontrolu i upravljanje opskrbnim lancem
temeljeno na sveprisutnim (proimajuim) kompjutorskim tehnologijama poput RFID te mobilnih ureaja.

227

kategorije: upravljaki i tehniki faktori. Faktorskom je analizom identificirao po est
elemenata:
upravljakog aspekta: USCM planiranje, podrka menadmenta, upravljanje
odnosima, novi USCM modeli, upravljanje procesima te upravljanje rizicima;
tehnikog aspekta: infrastruktura USCM sistema, apliciranje USCM tehnologija,
uspjeno koritenje USCM-a, osnivanje USCM mree, odreivanje prema prihvaanje
tehnologije te plan razvoja USCM-a;
koristi usvajanja USCM-a: konkurentske prednosti ( u sklopu koje se nalazi uspostava
inteligencije opskrbnog lanca), upravljanje zalihama, poveana produktivnost,
snienje logistikih trokova, uteda trokova te nove trine mogunosti.
Rezultati analize pokazali su da se kritini faktori uspjeha, ukljuujui upravljaki i tehniki
aspekt, pozitivno odnose prema koristima izbora USCM-a, pogotovo konkurentskih prednosti
i upravljanja zalihama. to se tie upravljakih elemenata, planiranje USCM-a igra kljunu
ulogu u uspjenoj implementaciji USCM-a u korejskim poduzeima. Istraivanje
233
primjene
SCI-a od strane Aberdeen Group (Sadlovska i Viswanathan, 2008., p. 1-24.) pokazalo je da su
dva najvea pritiska za poboljanje SCI-a: potreba smanjenja trokova opskrbnog lanca (68%)
te poveana kompleksnost globalnih opskrbnih lanaca (34%). Najbolja poduzea koriste
interne upravljake ploe za mjerenje performansi opskrbnog lanca, te eksterne poredbene
tablice za mjerenje performansi partnera u lancu. Najvei izazovi za unapreenje SCI-a jesu:
nedostatak komunikacije izmeu odjela (54%);
nedostatak komunikacije s vanjskim partnerima, ukljuujui dobavljae i kupce
(50%);
nedovoljno usklaenje poslovnih ciljeva i mogunosti/stratagije IT-a (49%);
nedostatak kvalificiranog osoblja za izradu i koritenje SCI-a (30%).
Temeljem nekoliko kljunih pokazatelja analizirali su uzorak te ga razdijelili na tri
kategorije
234
: najbolji (22%), prosjek (47%), ispodprosjeni (30%). Rezultati jesu:
isporuka na vrijeme: 96% najbolji, 91% prosjek, 75% ispodprosjeni;
ispunjenje narudbi: 95% najbolji, 85% prosjek, 72% ispodprosjeni;

233
Istraivanje je provedeno tijekom listopada i studenog 2008. godine na uzorku od 138 poduzea, od kojih je
najvie iz Sjeverne Amerike (60%) i Europe (21%). Gotovo etvrtina poduzea (23%) spadaju u velika, 37% u
srednja, a 40% u mala. Istraivanje sadrava i dva studija sluaja: internacionalnu grupu proizvoaa papira s
35.000 zaposlenih u 35 zemalja i distributora alkoholnih pia iz SAD.
234
U nastavku prikaza e se koristiti skraenice N za najbolje, P za prosjek, te I za ispodprosjene.

228

promjena u ciklusu od novca do novca
235
: najbolji bez promjene, 2% poveanja kod
prosjenih, 3% poveanje kod ispodprosjenih;
trokovi zaliha: 2% smanjenje kod najboljih, 4% poveanje kod prosjeka, 7%
poveanje kod ispodprosjenih.
Za postizanje ciljeva SCI-a, poduzea najee poduzimaju sljedee strateke aktivnosti: (1)
unapreenje monitoringa procesa opskrbnog lanca kako bi se odluke donosile na vrijeme
(47%), (2) pravovremeno kreiranje izvjetaja s kljunim pokazateljima (33%), (3) dodavanje
mogunosti za kreiranje vie scenarija planova i procesa opskrbnog lanca (23%), (4)
fokusiranje prema poboljanju kvalitete podataka iz lanca (22%). Analizirana su poduzea u
kategorijama procesa, organizacije, upravljanja znanjem, tehnologije i upravljanja
performansama te su za najbolja identificirali razlike:
30% veu vjerojatnost nego drugi imaju sposobnost tonijeg predvianja potranje;
27% veu vjerojatnost nego drugi osiguravaju vidljivost menadmentu za kritine
mjere poslovnih procesa, a 19% veu vjerojatnost kada je rije o operativnim
pokazateljima iz opskrbnog lanca;
20% veu vjerojatnost suradnje unutar poduzea, a 30% veu vjerojatnost suradnje s
ostalim lanovima kako bi se prikupili podaci iz opskrbnog lanca.
Najea koritenja BI-a za upravljanje opskrbnim lancem jesu:
automatsko izvjetavanje: N-60%, P-48%, I-37%;
ad-hoc izvjetavanje: N-55%, P-48%, I-36%;
praenje dogaaja: N-47%, P-19%, I-17%;
statistike analize: N-47%, P-34%, I-30%;
predvianje: N-45%, P-32%, I-32%.
Zanimljivo jest usporediti rezultate istraivanja
236
koje je provedeno godinu dana kasnije o
utjecaju inteligencije opskrbnog lanca na njegove performanse (Viswanathan i Sadlovska,
2010.) a koji pokazuju da su najbolja poduzea veinom popravila ili zadrala gornje
pokazatelje iz prethodnog istraivanja; isporuka na vrijeme 96% 97%, ispunjenje narudbi
95% = 95%, te pad trokova zaliha
237
2% 5,5%. Njihovo je istraivanje pokazalo da su

235
Engl. Cash to cash cycle time
236
Istraivanje je provedeno u studenom i prosincu 2009. godine na uzorku od 209 poduzea, veinom iz
Sjeverne Amerike (61%) i Europe (20%).
237
Izraen je pad trokova zaliha u odnosu na prethodnu godinu.

229

najbolja poduzea proaktivnija u upravljanju odnosima s dobavljaima. Sposobnost tretiranja
tranzitnih zaliha (kao dostupnih zaliha u kalkulaciji sigurnih koliina) prua dodatnu
fleksibilnost, optimizaciju, te osigurava bre i ekonominije upravljanje njima, a istovremeno
pokazuje da ih poduzee vidi, odnosno da je razvilo takvu razinu vidljivosti da moe
dinamiki pratiti njihovo kretanje. Rezultati koritenja tehnologija prikazuje tablica 26.

Tablica 26. Pokazatelji tehnologije i upravljanja znanjem
Najbolji Prosjek Ispodprosjeni
Pokazatelji tehnologije
Interne upravljake ploe performansi opskbnog lanca
51% 37% 30%
Usporedna tablica vanjskih performansi opskrbnog lanca
55% 36% 22%
Izvjetavanje
78% 65% 47%
Analitika (statistika analiza, analiza trenda, analiza uzroka i sl.)
51% 45% 19%
Modeliranje opskrbnog lanca (to-ako scenariji, dizajn mree i sl.)
36% 28% 7%
Servis upravljanje podacima (automatsko uzbunjivanje ako podaci nedostaju ili su pogreni)
38% 23% 18%
Upravljanje znanjem
Koritenje tablica performansi partnera pomou vidljivosti informacija
57% 33% 24%
On-line vidljivost u poremeaje opskrbnog lanca
48% 39% 34%
On-line vidljivost dospjelih trokova opskrbnog lanca
38% 27% 25%
Izvor: Viswanathan, N., Sadlovska, V.: Supply Chain Intelligence: Adopr Role-Based Operational Business
Intelligence and Imporove Visibility, Aberdeen Group, February 2010., p. 10.


230

Supply Chain Management Review napravio je 2011. godine istraivanje
238
kljunih izazova i
prijetnji upravljanja opskrbnim lancem. Ovo je istraivanje posebno zanimljivo s obzirom da
se analizirao sektor visoke tehnologije gdje je ivotni vijek proizvoda unutar godinu dana (u
treine ispitanika), odnosno do 18 mjeseci (u polovine ispitanika). Rezultati su pokazali kako
su najvanije inicijative:
snienje trokova unutar opskrbnog lanca (62%);
unapreenje uinkovitosti ispunjenja narudbi i performansi (60%);
unaprjeenje suradnje s kupcima i partnetrima (56%);
uvoenje novih proizvoda (44%);
irenje prema novim globalnim tritima (35%);
unapreenje sposobnosti predvianja te ocjenjivanja i upravljanja rizikom (33%).
Najvanije inicijative pokazale su se: zadovoljenje kupevih potreba i odravanje lojalnosti
(56%), rast prihoda, profita te trinog udjela (55%), funkcioniranje s limitiranim resursima
(38%), snienje zaliha (36%), funkcioniranje na volatilnim tritima (33%). Najkoriteniji su
alati za transport i logistiku (46%) te upravljanje potranjom i predvianje (44%). Podruja
gdje su mogua unapreenja kroz bolje funkcioniranje lanca jesu: optimizacija zaliha (58%),
izvori materijala (50%), transport (42%), IT sistem (37%), proizvodnja (31) te skladitenje
(30%). Vie od treine poduzea (39%) nemaju plan za identifikaciju, analizu te reduciranje
rizika unutar opskrbnog lanca, a najrizinije su prijetnje od: konkurencije (56%), volatilnosti
potranje (56%), globalnih, ekonomskih i financijskih oscilacija (52%), dobavljaa (43%).
Dvije treine (67%) poduzea koja upravljaju rizikom potvrdila su da su uspjela prevenirati
poremeaje. Podatke i informacije razmjenjuju s: dobavljaima (84%), outsourcing
partnerima (44%) te kupcima (43%). Polovina razmjenjenih podataka dogaa se
automatizmom (izmeu 48% i 57%) to namee pitanje na koji nain i koliko esto
razmjenjuju ostali podaci i informacije. Otprilike pola ispitanika (52%) ima vidljive podatke s
prodajnog mjesta, dok je vidljivost ostalih elemenata lanca kako slijedi: zalihe (87%), kupci i
trine potrebe (59%) te predvianje potranje (33%). U razvojima novih proizvoda najvie se
suraje s dobavljaima (77%), kupcima (67%) te outsourcing partnerima (39%).
Iyer (2011., p. 81-91.) istraivao
239
je odnose napredne IT analitike, potrane suradnje i
operativnih performansi opskrbnog lanca. IT analitike sposobnosti definira kao koritenje

238
Istraivanje je napravljeno na uzorku od 187 SCM direktora (59% ih je iz Sjeverne Amerike, a 14% iz
Europe).
239
Uzorak se sastojao od 538 poduzea, od kojih se dobilo 152 odgovora, to predstavlja odziv od 28%.

231

sofisticiranih aplikacija koje pruaju menadmentu kvalitetne informacije za planiranje i
odluivanje i ovakvi alati postaju specifinost tvrtkinog opskrbnog lanca. Takoer je
modelom predvieno istraivanje mogueg moderirajueg efekta neizvjesnosti okruenja
(tehnolokog i trinog). Suradnja potranog lanca operacionalizirana je sa etiri dimenzije
(razvoj zajednikog predvianja nadopunjavanja, suradnja u usporedbi predviena/realizirana
prodaja, upravljanje kupevim zalihama, te razmjena podataka s prodajnog mjesta zbog
nadopunjavanja i plaanja). IT analitike sposobnosti su operacionalizirane kroz: nabavni
sistem, unaprijeeno planiranje i rasporeivanje, upravljanje transportom, te sustavom
upravljanja skladitem. Operativne su se pokazatelji konceptualizirali kroz: vrijeme isporuke,
obrtaj zaliha, sposobnost promjene proizvodnih koliina, ispuruke na vrijeme, te odbaenih ili
vraenih elemenata. Rezultati su pokazali:
IT analitike sposobnosti pozitivno utjeu na suradnju potranog lanca;
znaajan je moderirajui efekt tehnoloke neizvjesnosti; meutim, to nije utvreno za
trini element;
utvren je znaajan utjecaj suradnje potranog lanca na operativne performanse.
Novije istraivanje
240
(Permentar, 2012.) pokazuje kako su najvei poslovni pritisci: rast
kompleksnosti globalnih operacija (57%), nedostatak vidljivosti na raznim voritima
opskrbnog lanca (41%) te potreba poveanja prihoda (40%). Najkoritenije strategije BI-a u
SCM-u jesu: izrada pravovremenih izvjetaja s kljunim pokazateljima (65%),
pojednostavljenje procesa zbog lakeg kontrolinga (37%), uspostava suradnikih inicijativa s
dobavljaima (35%). Rezultati su pokazali da je poeljno dobivanje podataka iz operacija
opskrbnog lanca kako slijedi: realno vrijeme - sekunda (4%), blizu realnog vremena - sekunde
do minute (16%), unutar sata (15%), unutar dana (43%), unutar tjedna (12%), unutar mjeseca
(5%), ad-hoc / po potrebi (3%). Nastavno na prezentirane podatke, samo 11% ispitanika
potvrdilo je da zaista dobivaju podatke u eljenom vremenskom okviru.




240
Istraivanje je napravljeno tijekom oujka i travnja 2011. godine na uzorku od 148 poduzea.

232

3. Konceptualni model istraivanja i povezanost hipoteza



Slika 32. Konceptualni model istraivanja
Izvor: doktorand

233

Kako bi istraivaka problematika bila to kvalitetnije obraena i kako bi se dobili konkretni
odgovori na postavljena pitanja, definirane su i konkretne radne hipoteze. Na osnovi
iznesenog problema, predmeta, te postavljenih ciljeva istraivanja, temeljna znanstvena
hipoteza glasi:





Podaci i informacije predstavljaju izuzetno vrijednu imovinu poduzea; meutim, uzevi u
obzir njihov eksponencijalni rast oni ujedno predstavljaju i potencijalno usko grlo upravljanja
na stratekoj, taktikoj i operativnoj razini. Osim navedenoga, javlja se i problem njihove
kvalitete (Popovi et al., 2010.). Informacije i njihov to laki protok predstavljaju jednu od
bitnih odrednica upravljanja opskrbnim lancem to je do sada istraivano u vie znanstvenih
radova (Francis, 1998; Hugos, 2006; Panian et al., 2007; Hadaya i Casivi, 2009; Klein i Rai,
2009; Jacoby, 2009; Stock et al., 2010.). Popovi et al. (2009.) utvrdili su kako primjena
poslovne inteligencije utjee na kvalitetu informacija koju su prouavali kroz dvije prizme:
kvalitetu sadraja i kvalitetu dostupnosti. Uzimajui u obzir stavove i rezultate dosadanjih
istraivanja nekih autora (Vit et al., 2002; Panian i Klepac, 2003; Handfield, 2006; Stefanovic
et al., 2006; Liautaud i Hammond, 2006; Panian i sur., 2007; Wilkins, 2007; Copacino, 2008;
Sabbaghi i Vadyanathan, 2008; Smouther, 2009; Trent i Roberts, 2010.) o tome kako upravo
poslovna inteligencija omoguuje pretvorbu podataka u informacije i znanje temeljem kojega
se mogu donositi kvalitetnije upravljake odluke postavlja se prva pomona hipoteza:

P.H. 1A. Primjena koncepta poslovna inteligencija pozitivno je korelirana s efikasnijim
upravljanjem informacijama, njihovom kvalitetom te vidljivou relevantnih
informacija.

H1: Primjena koncepta poslovna inteligencija pozitivno je korelirana s efikasnou
upravljanja opskrbnim lancem.

234

Istraivanja (Christopher, 2005; Auramo, 2006; Sanders, 2007; La Grouw, 2008; Chong et al.,
2009.) pokazala su da je jedan od osnovnih preduvjeta za efikasno upravljanje opskrbnim
lancem njegova vidljivost. Lee i Whang (2001.) pokazali su kako integracija informacija
predstavlja jedan od kljunih imbenika uspjenosti upravljanja opskrbnim lancem. Ova
integracija ukljuuje svaku informaciju koja moe utjecati na aktivnosti i performanse ostalih
sudionika opskrbnog lanca. Vidljivost je postignuta ukoliko su informacije i njihove analize
korisne u procesu donoenja poslovnih odluka, te ako se informacije razmjenjuju meu samim
akterima procesa (Bayraktar et al., 2009.). Vrijednost informacija jednaka je vrijednosti
smanjenja rizika (Hubbard, 2010.). Istraivanje (Wang i Wei, 2007.) pokazalo je da poduzea
mogu ostvariti veu fleksibilnost opskrbnog lanca unutar postojeih meusobnih odnosa
omoguavanjem vee vidljivosti informacija kroz virtualnu organizaciju.
Ramayah i Omar (2010.) utvrdili su da strateka (vie utjee) i operativna razmjena
informacija znaajno utjeu na karakteristike lanca, dok su Zhou i Benton (2007.) pokazali da
efikasno dijeljenje informacija znaajno utjee na praksu opskrbnog lanca, a na dijeljenje
odnosno razmjenu informacija utjee dinaminost opskrbnog lanca. Primjena koncepta
poslovna inteligencija u upravljanju informacijama unutar opskrbnog lanca rezultirat e
unaprijeenom kvalitetom, jaanjem fleksibilnosti, poveanjem brzine svih faza te snienjem
trokova. Temeljem navedenih pretpostavki kreirana je druga pomona hipoteza:

P.H. 1B: Upravljanje informacijama, njihova kvaliteta i vidljivost meu sudionicima
procesa pozitivno su korelirani s efikasnou upravljanja opskrbnim lancem.

Odreeni znanstveni radovi (Gunasekaran i Ngai, 2004; Christopher, 2005; Hugos, 2006;
Sanders, 2007; Elbashir i Williams, 2007; Sanders, 2008; Pereira, 2009; Williams i Williams,
2003. i 2007; Pirzadeh, 2009.) bavili su se utjecajem informacijske tehnologije koja
predstavlja alat koncepta poslovna inteligencija (Pirttimaki, 2007.) na poslovne procese te
utjecaju poslovne inteligencije na poslovni uspjeh (Cavalcanti, 2005.).
Integracija poslovnih procesa, koja se moe promatrati dvojako: kao integracija strategija ili
procesa (Jacoby, 2009.) ima pozitivan uinak na efektivnost i efikasnost poduzea te prua
bolje mogunosti za uvoenje inovacija (Oghazi, 2009.). Ona se odnosi na povezivanje
glavnih poslovnih faza i procesa unutar i izvan poduzea u kohezivan i visoko performiran

235

poslovni model (Haoze et al., 2010.). Lee i Whang (2001.) naglaavaju kako je jedan od
osnovnih preduvjeta uspjene integracije stvaranje meusobnog povjerenja izmeu sudionika
lanca. Handfield i Bechtel (2002.) ustanovili su utjecaj meusobnog povjerenja u odnosu na
poveanje odgovornosti izmeu sudionika opskrbnog lanca. Dosadanja istraivanja i
prouavanja uinaka integracije opskrbnih lanaca utvrdila su vanost za sve procese (Haoze et
al., 2010.), identificirali su tri razine integracije (Waters, 2009.), poziciju integracije u razvoju
SCM-a (Poirier i Quinn, 2003; 2006.), naglasili njezinu vanost usljed kompleksnosti
opskrbnih lanaca (Rabelo et al., 2002.), istraili vrijednost informacija (Baars et al., 2008.), te
utvrdili najvanije prepreke integraciji informacija (Harland et al., 2007.). Temeljem tih
polazita, kreirana je trea pomona hipoteza:

P.H. 2A: Primjena koncepta poslovna inteligencija pozitivno je korelirana s efikasnom
integracijom sudionika i procesa opskrbnog lanca poduzea.

Vie autora se bavilo razvojnim fazama opskrbnog lanca (Poirier i Quinn, 2006; Handfield,
2006.), te su integraciju informacija i procesa vrednovali kao najvii stupanj u njihovom
razvoju. Postignuta integracija opskrbnog lanca omoguuje mu elastinost koja predstavlja
sposobnost lanca da se povrati u prijanje ili poeljno stanje nakon to su nastupili poremeaji
(Pettit, 2008.). Istraivanja su pokazala da integracija opskrbnog lanca predstavlja jedno od
osnovnih karakteristika njegovog upravljanja (Lee i Cheng, 2007; Yang, 2008.). Swafford et
al. (2008.) utvrdili su kako je agilnost opskrbnog lanca u funkciji ostalih mogunosti unutar
poduzea, prvenstveno fleksibilnosti lanca i informacijske integracije. Integracija jest vana u
kontekstu meusobne interakcije i suradnje (Chen et al., 2007.).
Istraivanje koje su proveli Vereecke i Muylle (2006.) pokazalo je znaajnu vezu izmeu
suradnje i integracije s unapreenjem performansi, pogotovo u podrujima trokova,
fleksibilnosti, kvalitete, isporuke i nabave. Aspekt fleksibilnosti u kontekstu opskrbnog lanca
takoer naglaavaju Fisher i Raman (2010.). Anbandanan et al. (2011.) razvili su indeks
suradnje temeljem istraivanja provedenog na indijskim proizvodnim poduzeima. Auramo
(2006.) smatra kako se cjelokupni koncept upravljanja opskrbnim lancem temelji na
integraciji u emu vidljivost zauzima znaajnu ulogu. Saeed et al. (2011.) utvrdili su kako
poduzea na vioj razini integracije veu pozornost pridaju sistemskoj integraciji,

236

zajednikom planiranju i predvianju. Za razliku od navedenih, poduzea koja su na nioj
razini integracije veu panju poklanjaju evaluaciji dobavljaa i automatskim upozorenjima.
Novija istraivanja (Lavalle et al., 2010.) ukazuju da je izazov te integracije meu prioritetima
efikasnog menadmenta. Na navedenom se temelji etvrta pomona hipoteza:

P.H. 2B: Integracija kao element opskrbnog lanca pozitivno je korelirana s efikasnou
upravljanja opskrbnim lancem.




237

IV. EMPIRIJSKO UTVRIVANJE VEZE IZMEU KONCEPTA
POSLOVNA INTELIGENCIJA I UPRAVLJANJA OPSKRBNIM
LANCEM

1. Metodoloki aspekti empirijskog istraivanja

1.1. O empirijskom istraivanju i definiranju osnovnog skupa

S obzirom na njihovu primjenjivost tj. vrstu oekivanog rezultata Veri et al. (2010., p. 10.)
istraivanja dijele na: znanstvena; fundamentalna (temeljna, osnovna, bazina) i primjenjena
(aplikativna) te na struna; razvojna i akcijska (situacijska, praktina). Zelenika (2000., p.
111.) objanjava znanstveno istraivanje kao specifinu intelektualnu djelatnost, odnosno
skup svjesnih, sustavnih i metodoloki organiziranih aktivnosti kojima je temeljna svrha
otkrivanje i dokazivanje znanstvenih istina o predmetima ili pojavama u prirodi i drutvu
pomou znanstvenih metoda. Prema vrsti podataka koji se prouavaju istraivanja se dijele na
teorijska i empirijska. Wacker (1998., p. 378.) istraivanja dijeli na dva osnovna tipa:
analitiko i empirijsko. Za analitiko istraivanje karakteristina je deduktivna metoda za
razliku od empirijskog koje karakterizira indukcija, a dijeli se na:
istraivanje eksperimentima (engl. Experimental design),
statistiko istraivanje (engl. Statistical research),
istraivanja studija sluaja (engl. Case study).
U empirijskim se istraivanjima istina odnosno pojave i injenice spoznaju vlastitim
iskustvom, dakle osobnim provoenjem primarnog istraivanja (Veri et al., 2010., p. 12.).
Za potrebe ovog rada najinteresantnije je empirijsko statistiko istraivanje koje ukljuuje
anketno istraivanje. Zelenika (2000., p. 340.) navodi prednosti ove metode (pomou nje se
mogu saznati podaci i informacije o doivaljaju, mogu se dobiti podaci i informacije o
prolosti, sadanjosti i budunosti, u pravilu je ekonomina) i nedostatke koji se mogu javiti u
njezinom provoenju (epistemoloke potekoe zbog razliitog stupnja obrazovanosti i
pismenosti ispitanika, psiholoke potekoe zbog nemogunosti prilagode svim ispitanicima
te drutvene potekoe zbog tendencije da ispitanici daju odgovore koji su sukladni

238

drutvenim vrijednostima). Veri et al. (2010., p. 103.) navode kako je anketa najee
241

koritena tehnika prikupljanja podataka u drutvenim istraivanjima.
Odreena provedena istraivanja pristupala su definiranju osnovnog skupa na nain da se
ukljuuju poduzea koja imaju preko 100 zaposlenih i godinji promet vei od 100 milijuna
kuna. Njihova je polazna pretpostavka bila kako je manje vjerojatno da poduzea, koja ne
zadovoljavaju ove kriterije, imaju uspostavljenu i razvijenu poslovnu inteligenciju odnosno
SCM (Pirttimaki, 2007; Isik, 2009; Oghazi, 2009.). Druga su istraivanja pola od
pretpostavke da to ne treba biti kriterij izbora (Elbashir et al., 2008; Trkman et al., 2010.).
Procijenjeno je kako nije potrebno raditi nikakva ogranienja te je odlueno da e sva
poduzea koja budu pozitivno odgovorila na predtestiranje biti ukljuena u uzorak
242
. Za
potrebe provedbe ovog empirijskog istraivanja koristio se namjerni uzorak, a populaciju je
predstavljao skup od 1000 najveih poduzea u Republici Hrvatskoj po visini prihoda za
2010. godinu. Ova su poduzee identificirana temeljem slubenih podataka Hrvatske
gospodarske komore
243
i posebnog priloga tjednika Lider od 10. lipnja 2011. godine.
Namjera je ovog istraivanja bila obuhvaanje poduzea koja primjenjuju koncept poslovna
inteligencija u svojem poslovanju. Nekoliko recentnih radova kojima se istraivalo poslovnu
inteligenciju ili upravljanje opskrbnim lancem, takoer su promatrala samo ona poduzea koja
primjenjuju istraivani koncept. Teo i Choo (2001.) istraivali su samo ona poduzea koja
koriste internet, dok je Howson (2008.) za svoj uzorak uzela poduzea ija je imena dobila od
proizvoaa alata poslovne inteligencije, odnosno PI konzultanata. Taskov (2009.) izabrao je
sluajni uzorak; meutim, u popratnom je pismu objasnio definiciju poslovne inteligencije te
je zamolio ispitanike koji ne prakticiraju poslovnu inteligenciju da ne odgovaraju na upitnik
nego da ga vrate. Grawe et al. (2011.) u svojem su popratnom dopisu postavili pitanje o
relevantnosti poduzea kako bi moglo sudjelovati u istraivanju. Isik (2009.) takoer je
izabrao uzorak koji se sastoji od poduzea koja primjenjuju poslovnu inteligenciju za
donoenje stratekih, taktikih ili operativnih poslovnih odluka. Min i Mentzer (2004.)
provodei istraivanje o orijentaciji na opksrbni lanac i upravljanje opskrbnim lancem

241
Navode podatak da se u ak 90% drutvenih istraivanja primjenjuju anketa.
242
Uzorak je skup jedinica populacije (osnovnog skupa) na kojima je provedeno istraivanje (Veri et al.,
2010., p. 72.)
243
Ekonomski fakultet u Splitu za potrebe realizacije ovog istraivanja slubeno je zamolio Hrvatsku
gospodarsku komoru za ustupanje baze podataka o 1000 najveih poduzea u Republici Hrvatskoj po visini
prihoda za 2010. godinu. Nakon prvog pregleda dobivenog materijala i usporedbe tablice s onom publiciranom u
tjedniku Lider, ustanovljeno je kako podaci dobiveni od HGK ne sadre financijske institucije i osiguravajua
drutva. HGK je obavijeten o ovom problemu te je naknadno aurirana tablica s financijskim institucijama i
osiguravajuim drutvima koritena za provedbu istraivanja.

239

odabrali su ona poduzea koja su mogla potvrditi da imaju barem jednu vezu (uzvodnu ili
nizvodnu) u opskrbnom lancu kako bi bili ukljuena u uzorak.


1.2. Nacrt istraivakog projekta

Redoslijed planiranih i realiziranih aktivnosti za potrebe ovog istraivanja prikazuje graf 5., a
podrobnije su opisane u nastavku.


Graf 5. Protokol istraivanja
Izvor: Nacrt istraivanja


240

Temeljem prethodno navedenih spoznaja, izraen je dopis za predtestiranje u kojemu je
objanjena poslovna inteligencija:
U kontekstu istraivanja poslovnu inteligenciju promatramo kao koncept svjesnog,
organiziranog, kontinuiranog, legalnog i legitimnog prikupljanja, analiziranja i koritenja
podataka i informacija za poslovanje. Provodi se pomou informacijske tehnologije, ali i na
druge naine. Prikupljaju se relevantne spoznaje o kupcima, dobavljaima, konkurentima,
industrijskoj grani, tehnologijama, institucionalnoj regulativi i drugim imbenicima koji
izravno ili neizravno utjeu na poslovanje poduzea, a radi potpore menadmentu u
donoenju poslovnih odluka.
Navedene su etri konstatacije te su ispitanici pozvani da sudjeluju u istraivanju ako mogu
dati barem jedan pozitivan odgovor na slijedee tvrdnje:
primjenjujete poslovnu inteligenciju na razini cijelog sustava ili odreene strateke
poslovne jedinice poduzea (npr. marketinki odjel, odjel za razvoj, financije i
raunovodstvo, proizvodnja, komercijala, nabava i sl.);
primjenjujete poslovnu inteligenciju samo kod odreenih poslovnih procesa ili
projekata;
koristite u poslovanju neku od tehnologija i platformi za skladitenje podataka (Data
Warehouse), rudarenje podacima (Data Mining), OLAP alate;
koristite napredne analitike tehnike, i simulacijske i vizualizacijske programe.
Ovaj je formular verificiran od strane nekolicine profesora ekonomskih fakulteta u Splitu i
Zagrebu, Filozofskog fakulteta u Zagrebu te praktiara poslovne inteligencije. Istraivanje na
terenu provelo se sa ciljem testiranja postavljenih hipoteza, a anketni je upitnik predstavljao
glavni instrument za prikupljanje primarnih podataka. Prije konanog definiranja upitnika,
provedeno je testiranje pitanja metodom intervjua na manjem broju ispitanika. Svrha ovog
predtestiranja bila je potvrda osnovnih pretpostavki predloenog modela, provjera
istraivakog instrumenta te uklanjanje dvosmislenosti. Osim navedenoga, provedbom se
utvrdila njegova jasnoa te prikladnost za istraivanje.




241

1.3. Instrument istraivanja

Osnovni instrument provedbe ovog istraivanja bio je anketni upitnik sastavljen od pitanja
zatvorenog tipa s ponuenim odgovorima kod kojih se koristila Likertova ljestvica s pet
stupnjeva intenziteta. Likertova ljestvica stavova zasniva se na pretpostavci da svaka
izjava/estica na ljestvici ima jednaku vanost odnosno teinu u terminima toga koliko
odraava stav prema nekom pitanju ili problemu, a ta pretpostavka predstavlja ujedno i
njezino glavno ogranienje (Veri et al., 2010., p. 124.). Sudionici ankete birali su odgovor
izmeu 1= izrazito se ne slaem do 5= izrazito se slaem. Za potrebe ovog istraivanja
provedeno je mjerenje percepcija ispitanika (Akintoye et al., 2000; Wixom i Watson, 2001;
Skjoett-Larsen et al., 2003; Vickery et al., 2003; Benton i Maloni, 2005; Wieder et al., 2006;
Sanders, 2007; Elbashir et al., 2008; Sodhi i Son, 2009; Trkman et al., 2010.). Ovo je izabrano
iz dva razloga: (1) uinci od koritenja poslovne inteligencije jesu nematerijalni odnosno
kvalitativni, zbog ega nisu prikladni za objektivno mjerenje, (2) veina informacija po svojoj
su prirodi povjerljive ili strateke, stoga nisu prikladne za javnu objavu (Williams i Williams,
2007; Elbashir et al., 2008.). Fynes et al. (2005., p. 9.) navode kako su istraivanja pokazala
da menadersko ocjenjivanje i menaderske procjene ne odstupaju znaajno od objektivnih
vrijednosti dobivenih iz eksternih izvora.
Prilikom sastavljanja anketnog upitnika respektirale su se polazne hipoteze, rezultati
dosadanjih istraivanja, istraivaka pitanja te ogranienja i prijedlozi provedenih
istraivanja (Calof, 2004; Lockamy i McCormak, 2004; Blackhurst et al., 2005; Peji Bach et
al., 2007; Williams i Williams, 2007; Johnson et al., 2007; Vesset et al., 2008; Trkman et al.,
2010). Anketni se upitnik sastojao od 66 pitanja koja su bila rasporeena na osam stranica, a u
tematskom su smislu potivala logian slijed:
prve dvije stranice odnosile su se na tri uvodna pitanja o djelatnosti, broju zaposlenih i
pravnom obliku poduzea;
trea stranica obuhvaala je pitanja o izvorima podataka i informacija, pouzdanosti
podataka i informacija te pristupu prema njima;
etvrta stranica zaokruila je poslovnu inteligenciju s pitanjima o naprednoj analitici,
intuiciji i vremenu te organizaciji poslovne inteligencije;
tema pete stranica bila je informacijska vidljivost s pitanjima o kvaliteti sadraja i
razini vidljivosti;

242

integraciju je obraena u estoj stranici s pitanjima o suradnji unutar i izmeu
poduzea;
sedma stranica obraivala je prvu grupu pitanja o upravljanju opskrbnim lancem:
agilnost, prilagodljivost, i usklaenje;
zakljuna osma stranica zaokruila je drugu skupinu pitanja: o proaktivnosti i o
peformansama opskrbnog lanca.


1.4. Metodologija prikupljanja podataka

Za realizaciju ovog istraivanja kreirana je internet stranica, a svim lanovima populacije
poslani su e-mail dopisi s poveznicom na postavljenu stranicu koja je sadravala istraivaka
pitanja. Cobanoglu et al., (2001., p. 405-410.) u svojem su istraivanju
244
usporeivali stope
odgovora u tri naina provoenja anketa i ustanovili su najbolji odziv kod web istraivanja
(44,21%), potom potanskih (26,27%) te telefaks (17,0%). Kwak i Radler (2002., p. 257-273.)
u svojem su istraivanju
245
doli do drugaijih rezultata. Pokazalo se da je istraivanje putem
weba bre, ali takoer uz manju stopu odziva, ukupno i kod tri ponavljanja (42,5% kod slanja
i primanja anketa potom nasuprot 27,4% kod weba). Web istraivanje preferiraju enski
ispitanici, mlae i tehnoloki suvremenije osobe. Shih i Fan (2007., p. 59-82.) proavali
246
su
objavljenje rezultate istraivanja koja su koristili kombinaciju potanske i web ankete.
Njihovo je istraivanje pokazalo da su ispitanici bili skloniji potanskim anketama (27%) u
odnosu na web ankete (19%).
Za razliku od navedenih primjera, Grawe et al. (2011., p. 72.) pozivaju se na prethodna
istraivanja (Grifis et al., 2003.) u kojima nisu ustanovljene znaajnije razlike u stopama
odgovora izmeu potanskih i web anketa. Ilieva et al. (2002., p. 373.) navodi najvanije
prednosti on-line istraivanja: nii financijski trokovi, krae vrijeme prikupljanja odgovora,
kontrola uzorka (ali bez utjecanja na samo istraivanje) te lake rukovanje podacima
koritenjem razliitih softvera to se odraava na utedi vremena i resursa. Ovi su elektronski

244
Istraivanje je provedeno na uzorku od 300 profesora ugostiteljstva sluajno odabranih iz direktorija lanstva
Council on Hotel, Restaurant and Institutional Education.
245
Istraivanje je provedeno na uzorku od 1000 studenata sluajno izabranih s velikih sveuilita u SAD.
246
U ovom su istraivanju obraena 43 lanka publicirana u razdoblju izmeu 1996. i 2006. godine, a
prezentirala su rezultate istraivanja u kojima su ispitanici mogli birati odgovaranje slanjem upitnika potom ili
njegovim ispunjavanjem na webu.

243

dopisi prvenstveno bili adresirani na odreene osobe (direktore poduzea, predsjednike ili
lanove uprava, direktore IT-a, direktore PI-a ili izvrne direktore nadlene za poslovnu
inteligenciju ili upravljanje opskrbnim lancem). Dillman (1991., p. 230.) navodi vanost
personalizacije jer naglaava znaajnost konkretne osobe za postizanje boljeg odziva. U
popratnom je dopisu ovog istraivanja opisana njegova svrha i cilj, zagarantirana je
anonimnost ispitanika, te su zainteresiranim ispitanicima ponueni rezultati istraivanja nakon
to budu obraeni i slubeno objavljeni. Takoer su dostavljeni kontakt podaci autora
istraivanja radi moguih pitanja ili pojanjenja. Za odreene adrese direktora poduzea iz
osnovnog skupa autoru je susretljivou menadmenta poduzea Poslovna inteligencija
d.o.o. iz Zagreba stavljena na raspolaganje baza podataka njihovih korisnika.
Istraivanje je provedeno u razdoblju od poetka travnja do kraja lipnja 2012. godine. Dva
tjedna nakon slanja prvog elektronskog dopisa poziva usljedila je prva zamolba onim
poduzeima koja nisu odgovorili na prethodni poziv, dok je druga zamolba poslana tri tjedna
nakon prethodne. Primatelji ankete imali su mogunost odbijanja daljnje komunikacije
(primanje podsjetnika) to je iskoristilo 17 poduzea (0,017%). Takoer se metodom
sluajnog uzorka telefonski zvalo odreena poduzea s molbom za sudjelovanje u istraivanju
ako primjenjuju poslovnu inteligenciju. Najei razlozi nesudjelovanja u istraivanju su:
poduzee ne moe potvrditi da primjenjuje poslovnu inteligenciju;
poduzee je zapalo u potekoe;
ne ele ispunjavati ankete postavljene preko interneta;
poduzea dvoje u anonimnost internet anketa;
nedostatak vremena;
pregledom upitnika zakljuuju kako bi njegovo ispunjavanje u odreenoj mjeri
predstavljalo odavanje poslovnih tajni
247
.
Istraivanju se odazvalo 321 poduzee. S obzirom da je namjera bila istraiti ona poduzea
koja u svom poslovanju primjenjuju poslovnu inteligenciju, prije obrade izuzeti su odgovori
poduzea koja su u upitniku posljednju tvrdnju o PI (U Vaem poduzeu poslovna
inteligencija nije jo sustavno organizirana) u potpunosti potvrdili, a takvih je bilo 25
poduzea. Osim ovih poduzea, izuzeta su jo tri koja nisu odgovorila na navedeno pitanje,
to posljedino znai da je iskoristivih odgovora bilo 293, odnosno postignut je odziv od
29,3%. Veri et al. (2010., p. 104.) navode kako je oekivana stopa odgovora kod anketa

247
Ovaj je odgovor karakteristian za financijske institucije.

244

putem interneta varijabilna, a u sluaju organizacija 30% smatraju prihvatljivim. Usporedbe
radi, Kim et al. (2006.) provedei istraivanje preko weba imali su odziv od 10,7%, Chang et
al. (2008.) 17,6%, Grawe et al. (2011.) 25,8%, a Bilandi et al. (2012.) 23,3%. Usporedbu je
takoer mogue izvriti s autorima koji su koristili e-dopisivanje za sudjelovanje u
istraivanju. Skjoett-Larsen et al. (2003.) imali su odziv od 7,6%
248
, Yang (2008.) 19%,
Yigitbasioglu (2010.) 11,5%
249
, a Ha et al. (2011.) 27,5%. Neka su istraivanja u cilju boljeg
odziva koristila dva ili vie naina prikupljanja odgovora, tako da su Li et al. (2006.) koristili
potu i web; meutim, imali su odziv od samo 6,3%
250
, dok su Ramayah i Omar (2010.)
imala odziv od 23,2% tako da se moe zakljuiti kako koritenje vie metoda prikupljanja
anketa ne vodi nuno do poveanja stope odgovora.


1.5. Obrada podataka

Osim metode obrade podataka koja je provedena u programskom paketu SPSS 17 (Statistical
Package for the Social Science) koritena je metoda prezentiranja rezultata istraivanja u
obliku tablica i grafova. Na svim je varijablama provedena deskriptivna statistika kako bi se
jasnije opisale uoene pojave, a kod inferencijalne statistike razina statistike signifikantnosti
odreena je na razini od 5% (p < 0,05)
251
. Za ocjenjivanje postavljenih hipoteza dominantna
je bila metoda korelacije kao mjera meuovisnosti izmeu promatranih varijabli u
konceptualnom modelu. U ovom radu korelacija je koritena s ciljem utvrivanja smjera,
inteziteta i znaajnosti analiziranih veza. S obzirom na tri uvodna pitanja (o poduzeu)
napravljena je analiza varijance s jednim promjenjivim faktorom. Takoer se upotrijebila
faktorska analiza s ciljem utvrivanja primjerenosti operacionalizacije, odnosno ispravnog
grupiranja istraivanih varijabli poslovna inteligencija, upravljanje opskrbnim lancem,
informacijska vidljivost i integracija.

248
Jedan od razloga koji autori navode kao objanjenje loijeg odziva jest i zasienost od mnogih istraivanja to
se kao razlog navelo u nekoliko sluajeva i u ovom istraivanju.
249
Autori su zadovoljni postignutim odzivom s obzirom da nisu slali dodatne podsjetnike, a navode kako su
slina nordijska istraivanja takoer imala odziv oko 10%.
250
Pri ocjeni ovakvog odziva treba imati na umu da su autori naveli kako su im 20% ispitanika bili CEO ili
predsjednici kompanija.
251
Pozivajui se na novije statistike pristupe, prof. Rozga smatra da se i neto vea razina moe priznati kao
statistiki znaajna.

245

2. Operacionalizacija varijabli

2.1. Nezavisna varijabla: Poslovna inteligencija

Koncept koje zajedno s IT-om omoguuje prikupljanje, obradu i analizu podatka, njihovo
pretvaranje u informacije i znanje sa ciljem omoguavanja donoenja brih i kvalitetnijih
upravljakih odluka na svim poslovnim razinama. Prikupljaju se relevantne spoznaje o
kupcima, dobavljaima, konkurentima, procesima, industriji, tehnologijama, institucionalnoj
regulativi, te drugim imbenicima koji izravno ili neizravno utjeu na poslovanje poduzea. U
postojeoj literaturi postoji nekoliko konceptualizacija poslovne inteligencije, to je
prvenstveno odraz razliitih pogleda pojedinih autora. Temeljem iznesenih kvalitativnih i
kvantitativnih spoznaja, planirana je operacionalizacija koncepta poslovna inteligencija kroz
est dimenzija: izvori podataka i informacija, pouzdanost podataka i informacija, pristup
podacima i informacijama, napredna analitika, intuicija i vrijeme te organizacija poslovne
inteligencije.

Izvori podataka i informacija (prilagoeno prema Isik, 2009; Popovi et al., 2009; Taskov,
2009.) predstavlja mjesto gdje su podaci i informacije smjeteni, odnosno odakle se uzimaju
za analizu. Izvor internih podataka i informacija predstavljaju unutarnji resurs tvrtke odnosno
njegovu nematerijalnu imovinu. Vanjski podaci i informacije mogu se dobiti iz ukupnog
okruenja poduzea, a za potrebe izrade ove disertacije oni su se promatrali u konteksu
opskrbnog lanca, to znai da su im izvor lanovi opskrbnog lanca koji su u interakciji s
poduzeem. Osim navedenoga, potrebno je bilo ispitati jesu li podaci i informacije objedinjeni
na razini pojedinih procesa, djelova poduzea ili ukupnog poduzea.
1. Unutarnji izvori podataka i informacija objedinjeni su na razini procesa ili projekta.
(BI 1)
2. Unutarnji izvori podataka i informacija objedinjeni su na razini slubi ili odjela. (BI 2)
3. Vanjski izvori podataka i informacija koje koristite lako su Vam dostupni. (BI 3)
4. U Vaem se poduzeu podaci i informacije nalaze posvuda: na serveru, u bazama
podataka, proraunskim tablicama, i ostalim datotekama i aplikacijama. (BI 4)
5. Podaci i informacije su integrirani i iskoristivi za izvjetavanje i analiziranje u
realnome vremenu. (BI 5)

246

Pouzdanost podataka i informacija (prilagoeno prema Wixom i Watson, 2001; Isik, 2009.)
odnosi se na njihovu tonost odnosno preciznost. injenica jest da su poduzea zatrpana
mnogim netonim, krivim ili nepotpunim podacima i informacijama to rezultira viestrukim
verzijama istine, a karakteristino je i kod unutarnjih i kod vanjskih podataka.
1. Unutarnji prikupljeni podaci i informacije su pouzdani (vjerodostojni). (BI 6)
2. Vanjski prikupljeni podaci i informacije su pouzdani (vjerodostojni). (BI 7)
3. Prisutna je nedosljednost prikupljenih podataka i informacija. (BI 8)
252


Pristup podacima i informacijama se promatra kroz prizmu autorizacije, autentifikacije i
zatite, odnosno, postoji li politika upravljanja podacima i informacijama na nain da je
odreeno tko ima pristup kojim podacima i informacijama.
1. Za pristup podacima i informacijama u Vaem se poduzeu prakticira provjera
korisnikog identiteta (autentifikacija). (BI 9)
2. U Vaem se poduzeu tono zna tko ima pristup kojim podacima i informacijama. (BI
10)
3. U Vaem se poduzeu provodi zatita od zloupotrebe podataka i informacija. (BI 11)
4. Traeni podaci i informacije dostupni su u realnome vremenu. (BI 12)

Napredna analitika (prilagoeno prema Calof, 2004; Lavale et al., 2010.) podrazumijeva
ocjenu primjene sofisticiranijih tehnika i alata za izradu sloenijih analiza te koritenje
vizualizacijskih tehnika za predoavanje podataka i informacija.
1. Vae poduzee koristi tehnike rudarenja podacima (Data mining). (BI 13)
2. Vae poduzee koristi OLAP alate. (BI 14)
3. Vae poduzee koristi upravljake ploe (Dashboards). (BI 15)
4. Informacije i analize su vizualizirane. (BI 16)

Intuicija i vrijeme (prilagoeno prema Hackathorn, 2004; Isik, 2009; Watson, 2009.)
Intuicija predstavlja njezinu razinu to je donositelji odluka koriste prilikom odluivanja. Iako

252
Ova je tvrdnja reverzibilno postavljena. U anketnoj se metodologiji ovako postavljene konstatacije koriste
kao kontrolna pitanja.

247

PI smanjuje koritenje intuicije i osjeaja prilikom odluivanja, ona ipak nije zanemarena.
Vrijeme predstavlja varijablu koja pokazuje koliko je PI pridonijela smanjenju utroka
vremena za pronalaenje podataka i informacija a to bi se trebalo odraziti na poveanje
vremena za donoenje poslovnih odluka. Vrijeme se ovdje promatra kroz tri perspektive: od
nastanka nekog dogaaja do njegovog evidentiranja, od evidentiranja do dostave informacije,
te vrijeme od dostave informacije do poduzete aktivnosti.
1. Poslovne odluke donosite na temelju injenica. (BI 17)
2. Iako koristite poslovnu inteligenciju za donoenje poslovnih odluka, takoer je
ukljuen dobar osjeaj i iskustvo. (BI 18)
3. Primjenom poslovne inteligencije smanjilo se vrijeme od nastanka dogaaja do
njegovog evidentiranja. (BI 19)
4. Primjenom poslovne inteligencije smanjilo se vrijeme od evidentiranja dogaaja do
dostupnosti informacije o njemu. (BI 20)
5. Primjenom poslovne inteligencije povealo se raspoloivo vrijeme za donoenje
poslovnih odluka. (BI 21)

Organizacija poslovne inteligencije (prilagoeno prema Calof, 2004.) podrazumijeva
stupanj i razinu njezinog koritenja u poduzeu, odnosno, da li je koristi cijelo poduzee ili se
to jo uvijek dogaa na razini odjela, slube ili procesa.
1. Vae poduzee koristi platformu za skladitenje podataka (Data Warehouse). (BI 22)
2. U Vaem je poduzeu poslovna inteligencija organizirana na razini cijelog poduzea.
(BI 23)
3. U Vaem je poduzeu poslovna inteligencija organizirana na razini pojedinih odjela
ili slubi. (BI 24)
4. U Vaem je poduzeu poslovna inteligencija organizirana na razini pojedinih procesa
ili projekata. (BI 25)
5. Vae poduzee jo nije sustavno organiziralo poslovnu inteligenciju. (BI 26)




248

2.2. Zavisna varijabla: Upravljanje opskrbnim lancem

Percipirana korist uesnika opskrbnog lanca temeljem koritenja poslovne inteligencije u
smislu poveanja efektivnosti i efikasnosti procesa koji tvore lanac, dostupnosti i vidljivosti
informacija, te poveanju njegove konkurentnosti. U literaturi postoji nekoliko razliitih
konceptualizacija upravljanja opskrbnim lancem, a u ovom istraivanju koristila se
kombinacija nekoliko autora, te je varijabla operacionalizirana u pet dimenzija: agilnost,
prilagodljivost, usklaenje, proaktivnost i performanse.

Agilnost (prilagoeno prema Lee, 2006; Swafford et al., 2006.) koja se ujedno moe
promatrati kao elastinost, predstavlja sposobnost opskrbnog lanca da efikasno reagira u
relativno kraem roku na neoekivane promjene to mogu nastati na uzvodnom ili nizvodnom
dijelu i povrati se u prijanje ili poeljno stanje. Pretpostavke agilnosti jesu protonost
informacija izmeu partnera te unapreenje suradnje i integracije.
1. Vae je poduzee smanjilo vrijeme odziva na kupeve zahtjeve. (SCM 1)
2. Vae je poduzee povealo tonost isporuka na vrijeme. (SCM 2)
3. Vae je poduzee povealo kompletiranost isporuka. (SCM 3)
4. Vae je poduzee spremno reagirati na potrebne modifikacije. (SCM 4)

Prilagodljivost (prilagoeno prema Lee, 2006.) oznaava spremnost poduzea za suoavanje
s promjenama nastalima na tritima, unutar procesa ili strategija. Za razliku od trenutnih
promjena, ovdje je rije o sutinskim strukturnim promjenama. Poduzea koja su u stanju
prilagoavati se novim okolnostima, sposobna su promatrati okolinu i predvidjeti nadolazee
prijenje ili prilike integrirajui se sa svojim partnerima.
1. Vae je poduzee sposobno u relativno kreem roku reagirati na neoekivane trine
poremeaje. (SCM 5)
2. Vae poduzee kontinuirano analizira poslovnu okolinu. (SCM 6)
3. Vae poduzee kontinuirano preispituje i unapreuje svoju poslovnu strategiju. (SCM
7)


249

Usklaenje (prilagoeno prema Simatupang i Sridharan, 2005; Lee, 2006.) podrazumijeva
kreiranje inicijativa za unapreenje performansi. Poduzea u opskrbnom lancu razmijenjuju
informacije i znanja to se koriste u unapreenju svojih poslovnih procesa. Osim navedenoga,
poduzea bi unutar opskrbnog lanca trebala biti spremna dijeliti rizike i uspjehe poslovanja.
1. Vae poduzee nastoji usklaivati strateke planove sa svojim dobavljaima. (SCM 8)
2. Vae poduzee nastoji usklaivati strateke planove sa svojim kupcima. (SCM 9)
3. Vae poduzee sa svojim partnerima iz opskrbnog lanca provodi optimalizaciju
povezanih procesa. (SCM 10)

Proaktivnost (Panian i sur., 2007., p. 49.) podrazumijeva mogunost osmiljavanja,
pripremanja i poduzimanja akcija primjerenih anticipiranim dogaajima, stanjima,
promjenama i procesima opskrbnog lanca.
1. U upravljanju opskrbnim lancem provodite scenario analize. (SCM 11)
2. U upravljanju opskrbnim lancem provodite prognoziranje dogaanja. (SCM 12)
3. U upravljanju opskrbnim lancem provodite analize trenda. (SCM 13)
4. U upravljanju opskrbnim lancem koristite analizu vremenskog slijeda (timelining).
(SCM 14)

Performanse (prilagoeno prema Min i Mentzer, 2001; Vereecke i Muylle, 2006; Chen et al.,
2007; Sanders, 2008; Ramayah i Omar, 2010.) predstavljaju pokazatelje percepcije uspjenog
trinog funkcioniranja poduzea.
1. Vae je poduzee smanjilo trokove funkcioniranja opskrbnog lanca. (SCM 15)
2. Vae je poduzee povealo povrat na imovinu (ROA) u odnosu na konkurente. (SCM
16)
3. Vae je poduzee povealo povrat na uloeno (ROI) u odnosu na konkurente. (SCM
17)
4. Vae je poduzee povealo trini udjel/volumen prodaje u odnosu na konkurente.
(SCM 18)
5. Vae je poduzee povealo efikasnost opskrbnog lanca. (SCM 19)
6. Skratili ste vrijeme donoenja odluka unutar opskrbnog lanca. (SCM 20)

250

2.3. Varijabla: Informacijska vidljivost

Rije je o varijabli koja nastaje kao rezultat primjene poslovne inteligencije, a
operacionalizirala se kroz dvije dimenzije: kvaliteti sadraja i razini vildjivosti.

Kvaliteta sadraja (prilagoeno prema Monczka et al., 1998; Popovi i Jakli, 2010.)
pokazati e koliko su dobiveni podaci i informacije toni i pouzdani. Potrebno je naglasiti
kako tonost informacija predstavlja relativnu kategoriju s obzirom da se to treba cijeniti u
kontekstu donoenja odluke za koju je ista potrebna.
1. Podaci i informacije koje koristim su toni. (IV 1)
2. Podaci i informacije koje koristim primjereni su potrebama. (IV 2)
3. Podaci i informacije koje koristim su iskoristivi. (IV 3)
4. Unutarnji podaci i informacije redovito se auriraju. (IV 4)
Razina vidljivosti (prilagoeno prema Monczka et al., 1998; Kim et al., 2006; Wang i Wei,
2007; Sander, 2008; Sodhi i Son, 2009.) predstavlja podjelu informacija koje je poduzee
spremno razmjenjivati sa svojim partnerima u opskrbnom lancu u odnosu na njihovu strateku
ili operativnu razinu.
1. S Vaim kljunim dobavljaima razmjenjujete strateke podatke i informacije. (IV 5)
2. S Vaim kljunim dobavljaima razmjenjujete operativne podatke i informacije. (IV 6)
3. S Vaim kljunim kupcima razmjenjujete strateke podatke i informacije. (IV 7)
4. S Vaim kljunim kupcima razmjenjujete operativne podatke i informacije. (IV 8)


2.4. Varijabla: Integracija

Varijabla integracija pokazuje koliko je primjena poslovne inteligencije pridonijela lakoj
suradnji i uspostavi integracije meu partnerima unutar opskrbnog lanca, a u kontekstu
razmjene informacija. Mjerenje ove varijable operacionalizirano je u dvije dimenzije:
suradnja unutar poduzea i suradnja izmeu poduzea.

251


Suradnja unutar poduzea (prilagoeno prema Kim et al., 2006; Chen et al., 2007; Sanders,
2007; Ha et al., 2011.) predstavlja povezanost procesa i odjela unutar pojedinog poduzea.
1. U Vaem se poduzeu operativni podaci i informacije razmjenjuju izmeu razliitih
funkcijskih odjela ili slubi. (INT 1)
2. U Vaem poduzeu svi povezani odjeli sudjeluju u ocjenjivanju i izboru dobavljaa.
(INT 2)
3. U Vaem poduzeu postoje viestruke verzije istina o pojedinim partnerima. (INT 3)
4. U Vaem su poduzeu integrirani procesi opskrbnog lanca. (INT 4)

Suradnja izmeu poduzea (prilagoeno prema Vereecke i Muylle, 2006; Sanders, 2007.)
predstavlja povezanost odreenih procesa izmeu poduzea unutar opskrbnog lanca.
1. Vae poduzee sa ostalim sudionicima opskrbnog lanca unapreuje kvalitetu
proizvoda i usluga. (INT 5)
2. Vae poduzee sa ostalim lanovima opskrbnog lanca razvija nove proizvode i usluge.
(INT 6)
3. Vae poduzee sa ostalim lanovima opskrbnog lanca integrira zajednike operativne
procese. (INT 7)
4. Odnosi s Vaim kljunim dobavljaima su partnerski. (INT 8)
5. Odnosi s Vaim kljunim kupcima su partnerski. (INT 9)




252

3. Rezultati empirijskog istraivanja

U ovom e se dijelu prikazati rezultati obrade podataka prikupljenih istraivanjem. Na
poetku e se prezentirati osnovna obiljeja uzorka istraivanja iza ega e se elaborirati
istraeni i uoeni odnosi varijabli iz modela istraivanja. Prije same obrade prikupljenih
odgovora izvreno je testiranje mogue pristranosti zbog neodgovaranja na anketu (engl.
Nonresponse bias). Pristranost je prisutna ako postoji statistiki znaajna razlika izmeu onih
koji su odgovorili i onih koji to nisu uinili. Navodei tri metode procjene ove greke,
Armstrong i Overton (1977., p. 397.) kau kako se metoda ekstrapolacije zasniva na
pretpostavci kako su ispitanici koji su kasnije odgovorili najsliniji onima koji uope nisu
odgovorili, stoga se usporedbom onih koji su prvi odgovorili i onih koji su posljednji
odgovorili moe ustanoviti eventualna pristranost. S obzirom na trajanje prikupljanja
podataka (tri mjeseca) usporedili su se rezultati prvih i posljednjih osamdeset ispitanika
koritenjem ANOVA testa za nezavisne uzorke. Pokazalo se kako meu njima nije
ustanovljena statistiki znaajna razlika (p0,05) odnosno, nije prisutna pristranost zbog
kasnijeg odziva na istraivanje to je vidljivo iz tablice 27.
Tablica 27. Procjena pristranosti izmeu ranijih i kasnijih ispitanika
V a r i j a b l e Signifikantnost
BI Izvori i pouzdanost podataka i informacija 0,163
BI Pristup podacima i informacijama 0,970
BI Napredna analitika 0,083
BI Intuicija i vrijeme 0,197
BI Organizacija poslovne inteligencije 0,092
IV Kvaliteta sadraja 0,579
IV Razina vidljivosti 0,797
INT Suradnja unutar poduzea 0,085
INT Suradnja izmeu poduzea 0,794
SCM Agilnost 0,114
SCM Prilagodljivost 0,104
SCM Usklaenost 0,430
SCM Proaktivnost 0,747
SCM Performanse 0,202
Izvor: Rezultati istraivanja (N=293)


253

3.1. Temeljne karakteristike uzorka istraivanja

Kao to je u prethodnom poglavlju objanjeno, anketa je zapoeta s tri osnovna pokazatelja o
poduzeu: njegovoj djelatnosti, broju zaposlenih i pravnom obliku. Iz tablice 28. uljivo je
kako dominiraju dvije djelatnosti: preraivaka i trgovina koje zajedno tvore (66%)
uzorkovanih poduzea iza ega slijedi financijska skupina koju tvore bankarstvo, osiguranje i
financijske usluge, koja ini desetinu uzorka. Obzirom na uoenu nesklonost ove grupe prema
sudjelovanju u anketama iznimno se moe biti zadovoljan s postignutim odzivom pogotovo
uzevi u obzir injenicu da financijske i osiguravajue institucije u svijetu predstavljaju
izuzetno velike korisnike poslovne inteligencije.

Tablica 28. Glavna/preteita djelatnost poduzea iz uzorka
Preteita djelatnost frekvencija postotak
Valid
primarna proizvodnja 10 3,4
preraivaka industrija 107 36,5
trgovina 91 31,1
turizam i ugostiteljstvo 6 2,0
graevinarstvo 17 5,8
bankarstvo, osiguranje i financijske usluge 26 8,9
telekomunikacije 10 3,4
poslovne usluge 18 6,1
ostalo 8 2,7
Ukupno 293 100,0
Izvor: rezultati istraivanja (N=293)

Strukturu poduzea iz uzorka prema broju zaposlenih prikazuje tablica 29. Prema
prezentiranim podacima preko (56,7%) poduzea pripadaju u skupinu onih koji imaju vie
od 250 zaposlenih, dok ih je (33,4%) poduzea s brojem zaposlenih izmeu 51 i 250.




Tablica 29. Struktura uzorkovanih poduze
Zaposleni
Valid
do 10
od 11 do 50
od 51 do 250
preko 251
Ukupno
Izvor: rezultati istraivanja (N=293)

Usporedba strukture poduzea iz osnovnog skupa i uzorkovanih
Prema prikazanim usporednim
zaposlenih (vie od 251) dominiraju u primjeni poslovne inteligencije.

Graf 6. Usporedba osnovnog skupa i uzorka prema broju zaposlenih
Izvor: rezultati istraivanja (N=293)

Trei pokazatelj koji predstavlja pravni oblik istraivanih p

0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
osnovni skup
. Struktura uzorkovanih poduzea prema broju zaposlenih
frekvencija postotak
2 ,7
27 9,2
98 33,4
166 56,7
293 100,0
)
Usporedba strukture poduzea iz osnovnog skupa i uzorkovanih prezentirani
usporednim podacima moe se zakljuiti kako poduzea s najve
dominiraju u primjeni poslovne inteligencije.
. Usporedba osnovnog skupa i uzorka prema broju zaposlenih
)
i pokazatelj koji predstavlja pravni oblik istraivanih poduzea prikazan je u tablici 30
osnovni skup uzorak
preko 251
od 51 do 250
od 11 do 50
do 10
254
prezentirani su grafom 6.
a s najveim brojem

a prikazan je u tablici 30.
preko 251
od 51 do 250
od 11 do 50
do 10


Tablica 30. Struktura uzorkovanih poduze
Pravni oblik
Valid
dioniko drutvo
drutvo s ogranienom odgovorno
inozemni osniva
ustanova
drugo
Ukupno
Izvor: rezultati istraivanja (N=293)

I ovaj se pokazatelj moe usporediti s osnovnim
moe doi do slinog zaklju
usporedbi, moe se zakljuiti kako dioni
inteligencije u odnosu na ostale pravne oblike.

Graf 7. Usporedba osnovnog skupa i uzorka prema pravnom obliku
Izvor: rezultati istraivanja (N=293)


0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
osnovni skup
. Struktura uzorkovanih poduzea prema pravnom obliku
frekvencija postotak
122 41,6
enom odgovornou 159 54,3
5 1,7
6 2,0
1 ,3
293 100,0
)
I ovaj se pokazatelj moe usporediti s osnovnim skupom to je prikazano grafom 7
nog zakljuka kao i kod komparacije po osnovi broja zaposlenih. Prema
moe se zakljuiti kako dionika drutva dominiraju u primjeni poslovne
inteligencije u odnosu na ostale pravne oblike.
. Usporedba osnovnog skupa i uzorka prema pravnom obliku
(N=293)
osnovni skup uzorak
255
prikazano grafom 7., te se
ka kao i kod komparacije po osnovi broja zaposlenih. Prema
ka drutva dominiraju u primjeni poslovne

drugo
ustanova
inoosniva
d.o.o.
d.d.

256


3.2. Analiza elemenata konceptualnog modela istraivanja

U analizi elemenata konceptualnog modela istraivanja prikazat e se rezultati deskriptivne
statistike za sve istraivane varijable: poslovnu inteligenciju, informacijsku vidljivost,
integraciju i upravljanje opskrbnim lancem. S obzirom na prvu grupu pitanja o samom
poduzeu (vrsti djelatnosti, broju zaposlenih i pravnom obliku) ujedno e se izvriti analiza
varijance, a dobiveni rezultati e se usporedno prokomentirati. Prema Rozgi (2010., p. 32.),
analizom varijance utvruje se utjecaj pojedinih faktora na vrijednost neke numerike zavisne
varijable pri emu se razlikuju dvije vrste analize; univarijantna (postoji samo jedna zavisna
varijabla dok broj faktora koji nisu numerike prirode moe biti vei) i multivarijatna (postoji
vie zavisnih varijabli na koje moe utjecati vie faktora). Petz (2007., p. 300.) obrazlae
osnovnu misao ove analize - dokazati je li varijabilitet meu grupama vei od varijabiliteta
unutar grupa.


3.2.1. Poslovna inteligencija u hrvatskim poduzeima

Upitnik o primjeni poslovne inteligencije sastojao se od est grupa pitanja (izvori podataka i
informacija, njihova pouzdanost, pristupanost, upotreba napredne analitike, koritenje
intuicije i vremena u procesu odluivanja te o organizaciji poslovne inteligencije) kako bi se
stekao to kvalitetniji uvid u trenutno stanje u hrvatskim poduzeima. Saetak deskriptivne
statistike o poslovnoj inteligenciji s obzirom na tri uvodna pitanja vidljiv je u tablici 31.
Uoljivo je kako se kod deset pitanja javljalju statistiki znaajne razlike u odgovorima
253
. U
osam je sluajeva rije o razlici na temelju djelatnosti (BI 4, BI 5, BI 6, BI 7, BI 12, BI 13, BI
15 i BI 17), dok je po jedan sluaj uoen kod veliine poduzea (BI 21) i pravnog oblika (BI
19). Prema stavu Prof. Rozge, odgovor B 21 se takoer moe smatrati statistiki znaajnim
temeljem pravnog oblika. U nastavku slijedi osvrt na dobivene rezultate.


253
Pitanja kod kojih su ustanovljene statistiki znaajne razlike u odgovorima posebno su oznaena zvijezdicom
(* za p<0,05 i ** za p<0,01).

257

Tablica 31. Deskriptivna statistika za varijablu poslovna inteligencija
Varijabla N
Aritm.
sredina
Std.
devijacija
Min. Maks.
Signifikantnost
djelatnost veliina
pravni
oblik
BI 1 285 3,86 ,838 1 5 0,188 0,566 0,435
BI 2 288 4,07 ,766 1 5 0,624 0,968 0,470
BI 3 289 3,62 ,916 1 5 0,204 0,300 0,907
BI 4 291 3,77 1,166 1 5 0,029* 0,761 0,816
BI 5 292 3,89 ,913 1 5 0,002** 0,890 0,696
BI 6 292 4,35 ,546 3 5 0,005** 0,572 0,642
BI 7 291 3,77 ,603 1 5 0,019* 0,587 0,956
BI 8 292 2,36 ,907 1 5 0,090 0,577 0,475
BI 9 293 4,42 ,878 1 5 0,118 0,289 0,685
BI 10 292 4,40 ,728 1 5 0,647 0,565 0,403
BI 11 292 4,26 ,835 1 5 0,076 0,748 0,408
BI 12 291 4,22 ,718 1 5 0,013* 0,256 0,476
BI 13 286 3,10 1,289 1 5 0,049* 0,902 0,622
BI 14 285 3,19 1,374 1 5 0,338 0,286 0,660
BI 15 285 2,92 1,218 1 5 0,036* 0,597 0,497
BI 16 288 3,58 1,002 1 5 0,587 0,502 0,813
BI 17 293 4,15 ,689 1 5 0,003** 0,777 0,370
BI 18 292 4,26 ,625 1 5 0,948 0,229 0,715
BI 19 290 3,97 ,715 1 5 0,999 0,290 0,011*
BI 20 291 4,06 ,710 1 5 0,985 0,717 0,409
BI 21 290 3,94 ,783 1 5 0,226 0,041* 0,058
254

BI 22 288 4,00 1,227 1 5 0,451 0,705 0,115
BI 23 291 3,74 1,013 1 5 0,279 0,744 0,504
BI 24 289 3,76 ,939 1 5 0,985 0,594 0,546
BI 25 286 3,52 1,001 1 5 0,764 0,932 0,980
BI 26 293 2,30 1,068 1 4 0,789 0,501 0,231
Izvor: Rezultati istraivanja (N=285-293/293)

254
Prema stavu Prof. Rozge odgovor se moe smatrati statistiki znaajnim.

258

Tablica 32. Objedinjenost unutarnjih podataka i informacija na razini procesa ili projekta
BI 1 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,30 1,160 1 5
preraivaka industrija 106 3,91 ,823 2 5
trgovina 87 3,78 ,882 2 5
turizam i ugostiteljstvo 5 4,20 ,447 4 5
graevinarstvo 16 4,13 ,619 3 5
bankarstvo, osiguranje i fin. usluge 26 3,92 ,845 2 5
telekomunikacije 10 3,80 ,632 3 5
poslovne usluge 17 4,12 ,781 2 5
ostalo 8 3,50 ,756 2 4
Ukupno 285 3,86 ,838 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,00 ,000 4 4
od 11 do 50 26 4,08 ,628 3 5
od 51 do 250 95 3,86 ,780 2 5
preko 251 162 3,83 ,903 1 5
Ukupno 285 3,86 ,838 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 3,79 ,836 2 5
d.o.o. 152 3,90 ,836 1 5
inozemni osniva 5 4,20 ,447 4 5
ustanova 6 3,83 1,169 2 5
drugo 1 5,00 . 5 5
Ukupno 285 3,86 ,838 1 5
Izvor: Rezultati istraivanja (N=285/293)

Tablica 33. Objedinjenost unutarnjih podataka i informacija na razini slubi ili odjela
BI 2 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,90 ,568 3 5
preraivaka industrija 106 4,11 ,785 2 5
trgovina 90 4,06 ,812 1 5
turizam i ugostiteljstvo 6 4,50 ,548 4 5
graevinarstvo 17 4,18 ,636 3 5
bankarstvo, osiguranje i fin. usluge 25 3,84 ,800 1 5
telekomunikacije 9 4,00 ,500 3 5
poslovne usluge 17 4,18 ,809 2 5
ostalo 8 3,88 ,641 3 5
Ukupno 288 4,07 ,766 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,00 ,000 4 4
od 11 do 50 26 4,00 ,800 2 5
od 51 do 250 97 4,07 ,753 1 5
preko 251 163 4,08 ,778 1 5
Ukupno 288 4,07 ,766 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 119 3,98 ,802 1 5
d.o.o. 157 4,14 ,738 1 5
inozemni osniva 5 3,80 ,837 3 5
ustanova 6 4,17 ,753 3 5
drugo 1 4,00 . 4 4
Ukupno 288 4,07 ,766 1 5
Izvor: Rezultati istraivanja (N=288/293)

259

Temeljem podataka iz tablica 32. i 33. moe se zakljuiti kako su poduzea generalno sklonija
objedinjavanju podataka i informacija na razinama slubi odnosno odjela, nego procesa i
projekata (4,07 3,86). Zanimljivo jest kako je u oba sluaja najvii stupanj slaganja
zabiljeen u turizmu i graevinarstvu. Najveu sklonost organizaciji podataka i informacija
na razini slubi pokazala su velika poduzea, dok su mala sklonija to raditi na razini
projekata. Analizom odgovora temeljem pravnog oblika, uoava sa kako poduzea koje je
osnovao inozemni osniva
255
preferiraju procesno objedinjavanje, dok su drutva s
ogranienom odgovornou sklonija objedinjavanju na razini svojih slubi ili odjela.

Tablica 34. Dostupnost vanjskih izvora podataka i informacija
BI 3 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,20 1,317 1 5
preraivaka industrija 104 3,82 ,845 1 5
trgovina 91 3,48 ,970 1 5
turizam i ugostiteljstvo 6 3,67 ,816 2 4
graevinarstvo 17 3,41 ,870 2 5
bankarstvo, osiguranje i fin. usluge 26 3,73 ,724 2 5
telekomunikacije 10 3,40 ,966 2 5
poslovne usluge 18 3,56 ,984 2 5
ostalo 7 3,71 ,951 2 5
Ukupno 289 3,62 ,916 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,50 ,707 3 4
od 11 do 50 27 3,74 ,944 1 5
od 51 do 250 97 3,74 ,869 2 5
preko 251 163 3,53 ,938 1 5
Ukupno 289 3,62 ,916 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 3,60 ,926 1 5
d.o.o. 156 3,63 ,910 1 5
inozemni osniva 5 3,80 1,095 2 5
ustanova 6 3,83 ,983 2 5
drugo 1 3,00 . 3 3
Ukupno 289 3,62 ,916 1 5
Izvor: Rezultati istraivanja (N=289/293)

Prema rezultatima iz tablice 34., dostupnou vanjskih podataka i informacija najzadovoljnija
je preraivaka industrija i financijski sektor; odnosno, mala i srednja poduzea te ustanove i
inopoduzea. Pokazatelji rasprostranjenosti lokacija podataka i informacija (tablica 35.)
pokazali su statistiku znaajnost s obzirom na djelatnost; telekomunikacije su izrazile vrlo
visok stupanj slaganja (4,50), potom slijedi turizam, dok se najnia ocjena - stupanj slaganja

255
Zbog jednostavnosti, u nastavku e se ova poduzea nazivati inopoduzea.

260

dobila iz graevinskog sektora (3,29). Ova je konstatacija izraenija kod srednjih poduzea
(3,81), ustanova (4,00) i dionikih drutava (3,79).

Tablica 35. Rasprostranjenost lokacija podataka i informacija
BI 4 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,50 1,269 1 5
preraivaka industrija 105 3,95 1,095 1 5
trgovina 91 3,71 1,204 1 5
turizam i ugostiteljstvo 6 4,17 1,169 2 5
graevinarstvo 17 3,29 ,985 2 5
bankarstvo, osiguranje i fin. usluge 26 3,50 1,273 1 5
telekomunikacije 10 4,50 ,707 3 5
poslovne usluge 18 3,78 1,263 1 5
ostalo 8 2,88 ,991 2 4
Ukupno 291 3,77 1,166 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,00 1,414 2 4
od 11 do 50 27 3,67 1,301 1 5
od 51 do 250 98 3,81 1,081 1 5
preko 251 164 3,77 1,196 1 5
Ukupno 291 3,77 1,166 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 3,79 1,089 1 5
d.o.o. 158 3,74 1,227 1 5
inozemni osniva 5 3,60 1,517 2 5
ustanova 6 4,00 ,894 3 5
drugo 1 5,00 . 5 5
Ukupno 291 3,77 1,166 1 5
Izvor: Rezultati istraivanja (N=291/293)

Kod rezultata integriranost te iskoristivosti podataka i informacija prikazanih u tablici 36.
takoer se uoila statistika znaajnost kod odgovora temeljem djelatnosti poduzea. Najvii
stupanj zadovoljstva postignutom integriranou i iskoristivou svojih podataka i informacija
iskazao je financijski sektor (4,08) kojeg slijede telekomunikacije, trgovina i turizam (4,0),
dok je najnia ocjena evidentirana kod primarne proizvodnje (2,9). Moe se rei kako je
ugodan pokazatelj preraivake industrije (3,95). Integriranost je izraenija kod manjih (4,00)
i srednjih poduzea (3,91), odnosno kod inopoduzea. Iako razlike u odgovorima temeljem
veliine poduzea nisu statistiki znaajne, moe se pretpostaviti kako je kod manjih
poduzea proces uspostave integracije laki, a s rastom veliinom tvrtke on postaje
kompleksniji. Vanost ovog pokazatelja takoer je potvreno istraivanjem koje je provela
Isik (2010.).


261

Tablica 36. Integriranost i iskoristivost podataka i informacija za izvjetavanje
BI 5 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 2,90 1,197 1 4
preraivaka industrija 107 3,95 ,873 2 5
trgovina 91 4,00 ,894 1 5
turizam i ugostiteljstvo 5 4,00 ,707 3 5
graevinarstvo 17 3,47 1,007 1 5
bankarstvo, osiguranje i fin. usluge 26 4,08 ,935 1 5
telekomunikacije 10 4,00 ,471 3 5
poslovne usluge 18 3,89 ,676 3 5
ostalo 8 3,13 ,991 2 4
Ukupno 292 3,89 ,913 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,00 ,000 4 4
od 11 do 50 27 4,00 ,832 1 5
od 51 do 250 98 3,91 ,863 2 5
preko 251 165 3,86 ,962 1 5
Ukupno 292 3,89 ,913 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 3,86 ,934 1 5
d.o.o. 159 3,90 ,915 1 5
inozemni osniva 5 4,20 ,447 4 5
ustanova 6 3,83 ,753 3 5
drugo 1 5,00 . 5 5
Ukupno 292 3,89 ,913 1 5
Izvor: Rezultati istraivanja (N=292/293)

Analize vjerodostojnosti unutarnjih (tablica 37.) i vanjskih (tablica 38.) prikupljenih podataka
i informacija takoer su ukazala na statistiku znaajnost temeljem djelatnosti. Generalno se
moe ocijeniti kako su poduzea vrlo zadovoljna s pouzdanou svojih unutarnjih podataka i
informacija (4,35). Kod unutarnje vjerodostojnosti dominira zadovoljstvo financijskog sektora
(4,58) kojeg sljede preraivaka industrija, trgovina, turizam i telekomunikacije. S obzirom na
broj zaposlenih i pravni oblik ne uoavaju se vee razlike, a najbolje su ocjene kod srednjih
poduzea i drutava s ogranienom odgovornou.
Za razliku od navedenih pokazatelja, ocjena zadovoljstva vjerodostojnou vanjskih
prikupljenih podataka i informacija uoljivo je nia (3,77). S izuzetkom telekomunikacija
(4,00) sve ostale prosjene ocjene su < 4,00, a prednjae: financijski sektor (3,96),
preraivaka industrija i poslovne usluge. S izuzetkom mikro poduzea, zadovoljstvo
neznatno vee od prosjeka pokazala su srednja poduzea, odnosno, ustanove, ali bez
statistike znaajnosti. Pitanje o nedosljednosti prikupljenih podataka i informacija
predstavljalo je kontrolno pitanje stoga su bile poeljnije to nie ocjene, to je i postignuto
(2,36).

262

Tablica 37. Vjerodostojnost unutarnjih prikupljenih podataka i informacija
BI 6 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,00 ,667 3 5
preraivaka industrija 107 4,43 ,497 4 5
trgovina 90 4,34 ,564 3 5
turizam i ugostiteljstvo 6 4,33 ,516 4 5
graevinarstvo 17 4,00 ,500 3 5
bankarstvo, osiguranje i fin. usluge 26 4,58 ,504 4 5
telekomunikacije 10 4,30 ,483 4 5
poslovne usluge 18 4,33 ,485 4 5
ostalo 8 4,00 ,756 3 5
Ukupno 292 4,35 ,546 3 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 4,30 ,669 3 5
od 51 do 250 97 4,41 ,535 3 5
preko 251 166 4,33 ,530 3 5
Ukupno 292 4,35 ,546 3 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 4,35 ,529 3 5
d.o.o. 158 4,36 ,567 3 5
inozemni osniva 5 4,20 ,447 4 5
ustanova 6 4,17 ,408 4 5
drugo 1 5,00 . 5 5
Ukupno 292 4,35 ,546 3 5
Izvor: Rezultati istraivanja (N=292/293)

Tablica 38. Vjerodostojnost vanjskih prikupljenih podataka i informacija
BI 7 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,50 ,707 2 4
preraivaka industrija 106 3,87 ,499 3 5
trgovina 91 3,66 ,654 1 5
turizam i ugostiteljstvo 6 3,33 ,816 2 4
graevinarstvo 17 3,53 ,624 2 4
bankarstvo, osiguranje i fin. usluge 26 3,96 ,599 3 5
telekomunikacije 10 4,00 ,667 3 5
poslovne usluge 18 3,83 ,618 2 5
ostalo 7 3,86 ,378 3 4
Ukupno 291 3,77 ,603 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,00 ,000 4 4
od 11 do 50 27 3,63 ,839 1 5
od 51 do 250 98 3,80 ,625 2 5
preko 251 164 3,77 ,546 2 5
Ukupno 291 3,77 ,603 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 3,76 ,592 2 5
d.o.o. 158 3,78 ,625 1 5
inozemni osniva 5 3,60 ,548 3 4
ustanova 6 3,83 ,408 3 4
drugo 1 4,00 . 4 4
Ukupno 291 3,77 ,603 1 5
Izvor: Rezultati istraivanja (N=291/293)


263

Provjeravanje korisnikog identiteta (autentifikacija) najrasprostranjenija je u financijskom
sektoru (4,69), telekomunikacijama (4,60) i poslovnim uslugama (4,44), odnosno, kod velikih
(4,46), srednjih (4,42) i inopoduzea (4,80). Ove pokazatelji prezentirani su u tablici 39.

Tablica 39. Provjeravanje korisnikog identiteta (autentifikacija)
BI 9 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,60 ,966 2 5
preraivaka industrija 107 4,40 ,845 1 5
trgovina 91 4,38 ,952 1 5
turizam i ugostiteljstvo 6 3,33 1,506 1 5
graevinarstvo 17 4,41 ,870 2 5
bankarstvo, osiguranje i fin. usluge 26 4,69 ,549 3 5
telekomunikacije 10 4,60 ,516 4 5
poslovne usluge 18 4,44 ,856 2 5
ostalo 8 4,38 ,744 3 5
Ukupno 293 4,42 ,878 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 4,11 1,188 1 5
od 51 do 250 98 4,42 ,884 1 5
preko 251 166 4,46 ,814 1 5
Ukupno 293 4,42 ,878 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 4,45 ,844 1 5
d.o.o. 159 4,38 ,920 1 5
inozemni osniva 5 4,80 ,447 4 5
ustanova 6 4,17 ,753 3 5
drugo 1 5,00 . 5 5
Ukupno 293 4,42 ,878 1 5
Izvor: Rezultati istraivanja (N=293)

Nastavno na pokazatelje autentifikacije, za oekivati je bilo da poduzea imaju ustrojenu
sistematiziranost prava pristupa pojedinim podacima i informacijama (autorizacija) to su u
konanici rezultati ovog istraivanja potvrdili, a prezentirani su u tablici 40. Ovo je
najizraenije kod financijskog sektora (4,62), telekomunikacija (4,60) i poslovnih usluga
(4,56); odnosno, dionikih (4,41) i drutava s ogranienom odgovornou (4,40). Zatita od
zoluporabe podataka i informacija predstavlja logian nastavak prethodne dvije aktivnosti, a
rezultati istraivanja provoenja ove aktivnosti prikazuje tablica 41. Najdalje su u ovom
segmentu otili: financijski sektor (4,65), poslovne usluge (4,41) i telekomunikacije (4,40),
odnosno, mala poduzea (4,41), inopoduzea (4,60) i drutva s ogranienom odgovornou
(4,30). Moe se zakljuiti kako poduzea koja provode autentifikaciju istovremeno provode
autorizaciju i aktivnu zatitu od zlouporabe podataka i informacija.

264

Tablica 40. Sistematiziranost pristupa podacima i informacijama (autorizacija)
BI 10 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,40 ,699 3 5
preraivaka industrija 106 4,38 ,654 2 5
trgovina 91 4,38 ,813 1 5
turizam i ugostiteljstvo 6 4,33 1,211 2 5
graevinarstvo 17 4,24 ,903 2 5
bankarstvo, osiguranje i fin. usluge 26 4,62 ,496 4 5
telekomunikacije 10 4,60 ,516 4 5
poslovne usluge 18 4,56 ,705 3 5
ostalo 8 4,13 ,835 3 5
Ukupno 292 4,40 ,728 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 4,59 ,888 1 5
od 51 do 250 98 4,39 ,713 2 5
preko 251 165 4,38 ,711 2 5
Ukupno 292 4,40 ,728 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 4,41 ,703 2 5
d.o.o. 159 4,40 ,755 1 5
inozemni osniva 5 4,80 ,447 4 5
ustanova 6 4,00 ,632 3 5
drugo 1 5,00 . 5 5
Ukupno 292 4,40 ,728 1 5
Izvor: Rezultati istraivanja (N=292/293)

Tablica 41. Provoenje zatite od zlouporabe podataka i informacija
BI 11 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,30 ,949 2 5
preraivaka industrija 107 4,32 ,708 2 5
trgovina 91 4,15 ,906 1 5
turizam i ugostiteljstvo 6 4,17 ,408 4 5
graevinarstvo 17 3,82 1,237 1 5
bankarstvo, osiguranje i fin. usluge 26 4,65 ,485 4 5
telekomunikacije 10 4,40 ,966 2 5
poslovne usluge 17 4,41 ,795 2 5
ostalo 8 4,00 1,069 2 5
Ukupno 292 4,26 ,835 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,00 ,000 4 4
od 11 do 50 27 4,41 ,931 1 5
od 51 do 250 97 4,28 ,826 1 5
preko 251 166 4,23 ,831 1 5
Ukupno 292 4,26 ,835 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 4,21 ,826 1 5
d.o.o. 158 4,30 ,857 1 5
inozemni osniva 5 4,60 ,548 4 5
ustanova 6 3,83 ,408 3 4
drugo 1 5,00 . 5 5
Ukupno 292 4,26 ,835 1 5
Izvor: Rezultati istraivanja (N=292/293)

265

Rezultati istraivanja dostupnosti podataka i informacija u realnom vremenu, prezentirani u
tablici 42., pokazali su statistiku znaajnost kod odgovora po osnovi djelatnosti. S izuzetkom
graevinarstva (3,71) te neopredjeljenih (3,75) sve ostale prosjene ocjene su 4,00 pa se
moe zakljuiti kako su istraivana poduzea iskazala zadovoljstvo dostupnou podataka i
informacija u realnom vremenu. Prema ocjenama, financijski sektor (4,5) i telekomunikacije
(4,4) najbre dobivaju podatke u realnom vremenu, to takoer ocjenjuju mala (4,41),
inopoduzea (4,40) i drutva s ogranienom odgovornou (4,24). Ove su ocjene u skladu s
prethodno navedenim pokazateljima (kod kojih je takoer evidentirana statistika
signifikantnost) integriranosti i iskoristivosti podataka i informacija te vjerodostojnosti
unutarnjih podataka i informacija.

Tablica 42. Dostupnost podataka i informacija u realnom vremenu
BI 12 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,10 ,738 3 5
preraivaka industrija 106 4,20 ,709 2 5
trgovina 91 4,31 ,694 3 5
turizam i ugostiteljstvo 5 4,00 ,000 4 4
graevinarstvo 17 3,71 1,105 1 5
bankarstvo, osiguranje i fin. usluge 26 4,50 ,510 4 5
telekomunikacije 10 4,40 ,516 4 5
poslovne usluge 18 4,17 ,514 3 5
ostalo 8 3,75 ,886 2 5
Ukupno 291 4,22 ,718 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,00 ,000 4 4
od 11 do 50 27 4,41 ,694 3 5
od 51 do 250 98 4,28 ,770 2 5
preko 251 164 4,15 ,688 1 5
Ukupno 291 4,22 ,718 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 120 4,19 ,714 1 5
d.o.o. 159 4,24 ,716 2 5
inozemni osniva 5 4,40 ,548 4 5
ustanova 6 3,83 ,983 3 5
drugo 1 5,00 . 5 5
Ukupno 291 4,22 ,718 1 5
Izvor: Rezultati istraivanja (N=291/293)

Ocjene koritenja tehnika rudarenja podacima pokazale su statistiku znaajnost temeljem
djelatnosti poduzea. U njihovoj su primjeni najvei iskorak pokazale telekomunikacije (3,8) i
financijski sektor (3,69), dok su, prema oekivanju, najvee zaostajanje iskazali primarna
proizvodnja (2,80) i graevinarstvo (2,53).

266

Tablica 43. Koritenje tehnika rudarenja podacima
BI 13 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 2,80 1,476 1 5
preraivaka industrija 104 3,00 1,215 1 5
trgovina 90 3,13 1,309 1 5
turizam i ugostiteljstvo 6 2,50 1,049 1 4
graevinarstvo 15 2,53 1,356 1 5
bankarstvo, osiguranje i fin. usluge 26 3,69 1,350 1 5
telekomunikacije 10 3,80 1,317 1 5
poslovne usluge 18 3,28 1,227 1 5
ostalo 7 2,57 ,976 1 4
Ukupno 286 3,10 1,289 1 5
z
a
p
o
s
l
e
n
i

do 10 1 3,00 . 3 3
od 11 do 50 27 3,26 1,196 1 5
od 51 do 250 95 3,12 1,262 1 5
preko 251 163 3,06 1,327 1 5
Ukupno 286 3,10 1,289 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 120 3,03 1,289 1 5
d.o.o. 155 3,13 1,278 1 5
inozemni osniva 4 3,25 1,708 1 5
ustanova 6 3,17 1,472 1 5
drugo 1 5,00 . 5 5
Ukupno 286 3,10 1,289 1 5
Izvor: Rezultati istraivanja (N=286/293)

Tablica 44. Koritenje OLAP alata
BI 14 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 2,50 1,509 1 5
preraivaka industrija 104 3,15 1,291 1 5
trgovina 89 3,22 1,428 1 5
turizam i ugostiteljstvo 6 2,67 1,366 1 5
graevinarstvo 15 3,20 1,265 1 5
bankarstvo, osiguranje i fin. usluge 26 3,65 1,384 1 5
telekomunikacije 10 3,30 1,636 1 5
poslovne usluge 18 3,39 1,420 1 5
ostalo 7 2,43 1,272 1 4
Total 285 3,19 1,374 1 5
z
a
p
o
s
l
e
n
i

do 10 1 4,00 . 4 4
od 11 do 50 26 3,23 1,210 1 5
od 51 do 250 95 2,98 1,353 1 5
preko 251 163 3,31 1,407 1 5
Total 285 3,19 1,374 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 118 3,14 1,354 1 5
d.o.o. 156 3,24 1,384 1 5
inozemni osniva 4 3,50 1,915 1 5
ustanova 6 2,50 1,378 1 4
drugo 1 4,00 . 4 4
Total 285 3,19 1,374 1 5
Izvor: Rezultati istraivanja (N=285/293)

267

Koritenje OLAP alata (tablica 44.) nije pokazalo statistiku znaajnost u odgovorima, ali ih
je vrijedno prokomentirati. Najvie se koriste u financijskom sektoru (3,65), poslovnim
uslugama (3,39) i telekomuniakcijama (3,30), kod velikih poduzea (3,31), inopoduzea
(3,50) i drutava s ogranienom odgovornou (3,24).
Pokazatelji koritenja upravljakih ploa pokazali su statistiku znaajnost kod odgovora s
obzirom na djelatnost, a prezentirani su u tablici 45. Osim telekomunikacija (3,9) i
financijskog sektora (3,46) svi su ostali priznali zaostajanje (prosjene ocjene < 3,0). S
izuzetkom kontrolnog (BI 8), odnosno eliminacijskog pitanja (BI 26) kod ovog je pokazatelja
iz korpusa pitanja o poslovnoj inteligenciji evidentirana najnia ocjena. Iako bez uoene
statistike znaajnosti, poslovne upravljake ploe se najvie koriste u velikim (broj
zaposlenih) i inopoduzeima (pravni oblika).
Pokazatelji vizualizacije podataka i informacija (tablica 46.) nastavljaju se na upravljake
ploe, meutim kod ovih odgovora nije ustanovljena statistika znaajnost. Rezultati su bolji
nego kod kontrolnih ploa (3,58 vs. 2,93), a najdalje su otili financijski sektor (3,77),
poslovne usluge (3,72) i telekomunikacije (3,60), odnosno ustanove (3,83).

Tablica 45. Koritenje poslovnih upravljakih ploa
BI 15 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 2,80 1,317 1 5
preraivaka industrija 105 2,89 1,129 1 5
trgovina 89 2,87 1,263 1 5
turizam i ugostiteljstvo 6 2,67 1,033 1 4
graevinarstvo 14 2,64 1,151 1 5
bankarstvo, osiguranje i fin. usluge 26 3,46 1,029 1 5
telekomunikacije 10 3,90 1,449 1 5
poslovne usluge 18 2,72 1,364 1 5
ostalo 7 2,14 1,215 1 4
Ukupno 285 2,92 1,218 1 5
z
a
p
o
s
l
e
n
i

do 10 1 4,00 . 4 4
od 11 do 50 26 2,92 1,129 1 5
od 51 do 250 95 2,81 1,170 1 5
preko 251 163 2,98 1,262 1 5
Ukupno 285 2,92 1,218 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 118 2,87 1,173 1 5
d.o.o. 156 2,96 1,236 1 5
inozemni osniva 4 3,50 1,915 1 5
ustanova 6 2,33 1,211 1 4
drugo 1 4,00 . 4 4
Ukupno 285 2,92 1,218 1 5
Izvor: Rezultati istraivanja (N=285/293)

268

Tablica 46. Vizualizacija podataka i informacija
BI 16 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,60 1,350 1 5
preraivaka industrija 105 3,56 ,970 1 5
trgovina 90 3,63 ,965 1 5
turizam i ugostiteljstvo 6 3,17 1,169 1 4
graevinarstvo 16 3,44 ,892 2 5
bankarstvo, osiguranje i fin. usluge 26 3,77 ,951 2 5
telekomunikacije 10 3,60 ,966 2 5
poslovne usluge 18 3,72 1,320 1 5
ostalo 7 2,86 ,900 2 4
Ukupno 288 3,58 1,002 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,00 1,414 2 4
od 11 do 50 27 3,74 ,984 1 5
od 51 do 250 95 3,65 ,976 1 5
preko 251 164 3,52 1,018 1 5
Ukupno 288 3,58 1,002 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 119 3,62 ,939 1 5
d.o.o. 157 3,55 1,034 1 5
inozemni osniva 5 3,20 1,643 1 5
ustanova 6 3,83 ,983 2 5
drugo 1 4,00 . 4 4
Ukupno 288 3,58 1,002 1 5
Izvor: Rezultati istraivanja (N=288/293)

Statistika znaajnost uoena je kod odgovora o odluivanje na temelju injenica prema
razliitim djelatnostima to je prikazano u tablici 47. Prema rezultatima, generalno se moe
rei kako su poduzea iskazala visok stupanj odluivanja temeljem injenica, a pogotovo je to
karakteristino u turizmu (4,67), telekomunikacijama (4,6), poslovnim uslugama (4,39) i
financijskom sektoru (4,19); odnosno kod malih (4,26) i inopoduzea (4,40).
Koritenje osjeaja i iskustva u odluivanju openito je i dalje dosta prisutno (sve prosjene
ocjene su 4,17), a bez uoene statistike znaajnosti ovo se najvie iskazalo kod
telekomunikacija (4,50), turizma (4,33); odnosno malih (4,37) i srednjih poduzea (4,29) te
inopoduzea (4,40) i drutava s ogranienom odgovornou (4,17). Ovi su rezultati
prezentirani u tablici 48. Za uoiti je kako su dva vodea sektora prema odluivanju na
temelju injenica (telekomunikacije i turizam) takoer na vrhu ispitanih poduzea koja koriste
dobar osjeaj i iskustvo prilikom odluivanja.



269

Tablica 47. Odluivanje na temelju injenica
BI 17 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,00 ,667 3 5
preraivaka industrija 107 4,25 ,616 1 5
trgovina 91 3,96 ,815 1 5
turizam i ugostiteljstvo 6 4,67 ,516 4 5
graevinarstvo 17 3,88 ,600 3 5
bankarstvo, osiguranje i fin. usluge 26 4,19 ,402 4 5
telekomunikacije 10 4,60 ,516 4 5
poslovne usluge 18 4,39 ,502 4 5
ostalo 8 4,00 ,926 2 5
Ukupno 293 4,15 ,689 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,00 ,000 4 4
od 11 do 50 27 4,26 ,813 2 5
od 51 do 250 98 4,16 ,637 1 5
preko 251 166 4,12 ,703 1 5
Ukupno 293 4,15 ,689 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 4,22 ,674 1 5
d.o.o. 159 4,08 ,708 1 5
inozemni osniva 5 4,40 ,548 4 5
ustanova 6 4,33 ,516 4 5
drugo 1 4,00 . 4 4
Ukupno 293 4,15 ,689 1 5
Izvor: Rezultati istraivanja (N=293)

Tablica 48. Koritenje dobrog osjeaja i iskustva u odluivanju
BI 18 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,20 ,632 3 5
preraivaka industrija 106 4,27 ,711 1 5
trgovina 91 4,24 ,565 3 5
turizam i ugostiteljstvo 6 4,33 ,516 4 5
graevinarstvo 17 4,18 ,636 3 5
bankarstvo, osiguranje i fin. usluge 26 4,23 ,652 3 5
telekomunikacije 10 4,50 ,527 4 5
poslovne usluge 18 4,17 ,514 3 5
ostalo 8 4,38 ,518 4 5
Ukupno 292 4,26 ,625 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,50 ,707 3 4
od 11 do 50 27 4,37 ,492 4 5
od 51 do 250 98 4,29 ,609 3 5
preko 251 165 4,23 ,650 1 5
Ukupno 292 4,26 ,625 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 4,23 ,653 1 5
d.o.o. 158 4,27 ,615 2 5
inozemni osniva 5 4,40 ,548 4 5
ustanova 6 4,17 ,408 4 5
drugo 1 5,00 . 5 5
Ukupno 292 4,26 ,625 1 5
Izvor: Rezultati istraivanja (N=292/293)

270

Poslovna inteligencija pridonosi skraenju vremena evidencije nekog dogaaja, a ovi su
rezultati signifikantni s obzirom na pravni oblik. Najsloniji s ocjenom su ustanove (4,33) i
drutva s ogranienom odgovornou (4,04), dok su prema djelatnosti svoje suglasje s ovom
ocjenom iskazali turizam (4,20), graevinarstvo (4,00), financijski sektor (3,96) te mala
poduzea (4,23). Ovi su rezultati predoeni u tablici 49.
Neto boljom ocjenom, iako bez statistike znaajnosti, poduzea su potvrdila doprinos
poslovne inteligencije skraenju vremena potrebnog za dostupnost podataka i informacija o
odreenom dogaaju, vidljivo u tablici 50. Najvii stupanj suglasnosti izrazio je turizam
(4,20), graevinarstvo (4,18) i poslovne usluge (4,11), odnosno, mala poduzea (4,23),
inopoduzea (4,40) i ustanove (4,33). Zauuje to telekomunikacije nisu bolje plasirane u
ovom pokazatelju, a jedno od objanjenja mogao bi biti interno postavljeni kriterij. Naime,
poduzea koja su evidentno u naprednijoj fazi primjene PI postavljaju sebi vie razine kriterija
tako da njih ne zadovoljavaju odreena postignua koja istovremeno predstavljaju uspjeh
nekome tko je tek zakoraio prema razvoju svoje poslovne inteligencije.

Tablica 49. Doprinos poslovne inteligencije skraenju vremena evidencije dogaaja
BI 19 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,90 ,738 3 5
preraivaka industrija 106 3,98 ,828 1 5
trgovina 90 3,98 ,636 2 5
turizam i ugostiteljstvo 5 4,20 ,447 4 5
graevinarstvo 17 4,00 ,500 3 5
bankarstvo, osiguranje i fin. usluge 26 3,96 ,528 3 5
telekomunikacije 10 3,90 ,738 3 5
poslovne usluge 18 3,94 ,802 2 5
ostalo 8 3,88 ,991 2 5
Ukupno 290 3,97 ,715 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,00 ,000 4 4
od 11 do 50 26 4,23 ,514 3 5
od 51 do 250 98 3,94 ,686 2 5
preko 251 164 3,95 ,758 1 5
Ukupno 290 3,97 ,715 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 3,88 ,777 1 5
d.o.o. 157 4,04 ,644 2 5
inozemni osniva 5 3,20 ,837 2 4
ustanova 6 4,33 ,516 4 5
drugo 1 5,00 . 5 5
Ukupno 290 3,97 ,715 1 5
Izvor: Rezultati istraivanja (N=290/293)


271

Tablica 50. Doprinos poslovne inteligencije skraenju vremena dostupnosti informacija
BI 20 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,90 ,738 3 5
preraivaka industrija 106 4,06 ,815 1 5
trgovina 91 4,05 ,656 2 5
turizam i ugostiteljstvo 5 4,20 ,447 4 5
graevinarstvo 17 4,18 ,636 3 5
bankarstvo, osiguranje i fin. usluge 26 4,08 ,688 2 5
telekomunikacije 10 4,00 ,667 3 5
poslovne usluge 18 4,11 ,583 3 5
ostalo 8 3,88 ,641 3 5
Ukupno 291 4,06 ,710 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 4,15 ,602 3 5
od 51 do 250 98 4,03 ,710 2 5
preko 251 164 4,05 ,729 1 5
Ukupno 291 4,06 ,710 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 4,03 ,730 1 5
d.o.o. 158 4,05 ,694 2 5
inozemni osniva 5 4,40 ,894 3 5
ustanova 6 4,33 ,516 4 5
drugo 1 5,00 . 5 5
Ukupno 291 4,06 ,710 1 5
Izvor: Rezultati istraivanja (N=291/293)

Tablica 51. Poveanje raspoloivog vremena za odluivanje
BI 21 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,30 ,675 2 4
preraivaka industrija 105 3,97 ,802 1 5
trgovina 91 4,00 ,789 1 5
turizam i ugostiteljstvo 5 3,60 ,548 3 4
graevinarstvo 17 3,88 ,993 1 5
bankarstvo, osiguranje i fin. usluge 26 4,12 ,588 3 5
telekomunikacije 10 4,00 ,667 3 5
poslovne usluge 18 3,83 ,707 2 5
ostalo 8 3,75 ,886 2 5
Ukupno 290 3,94 ,783 1 5
z
a
p
o
s
l
e
n
i

do 10 2 2,50 2,121 1 4
od 11 do 50 27 4,04 ,759 2 5
od 51 do 250 98 4,01 ,806 1 5
preko 251 163 3,91 ,744 1 5
Ukupno 290 3,94 ,783 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 120 3,87 ,744 1 5
d.o.o. 158 3,99 ,778 1 5
inozemni osniva 5 3,40 1,517 1 5
ustanova 6 4,50 ,548 4 5
drugo 1 5,00 . 5 5
Ukupno 290 3,94 ,783 1 5
Izvor: Rezultati istraivanja (N=290/293)

272

Primjena poslovne inteligencije trebala bi pridonijeti poveanju raspoloivog vremena za
odluivanje pogotovo ako je omoguila skraenje vremena za evidentiranje dogaaja i
dostupnost informacija o istom. Rezultati ovog pitanja pokazali su statistiku znaajnost s
obzirom na veliinu poduzea i pravni oblik, a prikazani su u tablici 51. Za uoiti je kako s
porastom veliine poduzea pada ocjena o poveanju vremena za odluivanje
(4,044,013,91). Temeljem djelatnosti najzadovoljniji su financijski sektor (4,12),
trgovina i telekomunikacije (4,00) te ustanove (4,50).
Rezultati primjene skladita podataka bez uoene statistike znaajnosti prikazani su u tablici
52. Generalno se moe ustvrditi kako su poduzea iskazala visok stupanj koritenja ove
tehnologije (prosjena ocjena 4,00), meutim isto tako treba navesti kako su 43 poduzea
(14,90%) potvrdila da nemaju skladita podataka. U primjeni, prema oekivanjima,
dominiraju telekomunikacije (4,60) i financijski sektor (4,32) te velika poduzea (4,01),
odnosno, ustanove (4,50), inopoduzea (4,20) i drutva s ogranienom odgovornou (4,13).

Tablica 52. Koritenje tehnologije skladita podataka
BI 22 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,90 ,876 2 5
preraivaka industrija 106 4,02 1,187 1 5
trgovina 89 3,97 1,292 1 5
turizam i ugostiteljstvo 6 3,17 1,472 1 5
graevinarstvo 16 3,88 1,408 1 5
bankarstvo, osiguranje i fin. usluge 25 4,32 1,215 2 5
telekomunikacije 10 4,60 ,966 2 5
poslovne usluge 18 3,83 1,383 1 5
ostalo 8 3,75 ,463 3 4
Ukupno 288 4,00 1,227 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 4,19 1,111 1 5
od 51 do 250 95 3,92 1,252 1 5
preko 251 164 4,01 1,238 1 5
Ukupno 288 4,00 1,227 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 120 3,78 1,336 1 5
d.o.o. 156 4,13 1,136 1 5
inozemni osniva 5 4,20 1,304 2 5
ustanova 6 4,50 ,548 4 5
drugo 1 5,00 . 5 5
Ukupno 288 4,00 1,227 1 5
Izvor: Rezultati istraivanja (N=288/293)


273

Koliko poduzea imaju razvijenu poslovnu inteligenciju na razini cijelog drutva vidljivo je u
tablici 53. Iako nema statistike znaajnosti izmeu odgovora, prema ocjenama se moe rei
kako su telekomunikacije (4,30) i trgovina (3,91) otile najdalje u implementaciji, slijede mala
poduzea (3,89) i ustanove (4,00), a ugodno iznenaenje predstavlja dobra ocjena primarne
proizvodnje (4,00). Bilo je za oekivati bolje zadovoljstvo financijskog sektora meutim, ono
je neto ispod prosjeka (3,64). Vii stupanj postignua iskazan od strane malih poduzea i
ustanova ne udi s obzirom da s veliinom raste kompleksnost implementacije ovakvih
projekata.
Poduzea su sklonija organizaranju poslovne inteligencije na razini slubi ili odjela (tablica
54.) u odnosu na razinu procesa ili projekata. Iako bez statistike znaajnosti, graevinarstvo
(3,94) i primarna proizvodnja (3,90) najbolje su ocjenjeni, potom sljede poslovne usluge
(3,83), mala poduzea (3,92), odnosno, ustanove (4,00) i drutva s ogranienom
odgovornou (3,80). Sklonost organizaciji poslovne inteligencije na razini procesa ili
projekata (tablica 55.) iskazali su poslovne usluge (3,83), graevinarstvo (3,82) i primarna
proizvodnja (3,78); odnosno srednja (3,57) i mala poduzea (3,56) te ustanove (3,67).

Tablica 53. Organizacija poslovne inteligencije na razini cijelog poduzea
BI 23 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,00 ,667 3 5
preraivaka industrija 106 3,60 1,039 1 5
trgovina 91 3,91 ,915 1 5
turizam i ugostiteljstvo 6 3,33 ,816 2 4
graevinarstvo 17 3,65 1,115 2 5
bankarstvo, osiguranje i fin. usluge 25 3,64 1,150 1 5
telekomunikacije 10 4,30 1,059 2 5
poslovne usluge 18 3,67 1,188 1 5
ostalo 8 3,63 ,916 2 5
Ukupno 291 3,74 1,013 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,50 ,707 3 4
od 11 do 50 27 3,89 ,974 1 5
od 51 do 250 97 3,67 1,058 1 5
preko 251 165 3,76 ,999 1 5
Ukupno 291 3,74 1,013 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 3,64 1,065 1 5
d.o.o. 158 3,82 ,981 1 5
inozemni osniva 5 3,60 1,140 2 5
ustanova 6 4,00 ,632 3 5
drugo 1 3,00 . 3 3
Ukupno 291 3,74 1,013 1 5
Izvor: Rezultati istraivanja (N=291/293)

274

Tablica 54. Organizacija poslovne inteligencije na razini odjela ili slubi
BI 24 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,90 ,738 3 5
preraivaka industrija 106 3,75 ,947 1 5
trgovina 90 3,77 ,972 1 5
turizam i ugostiteljstvo 5 3,80 ,447 3 4
graevinarstvo 17 3,94 ,748 3 5
bankarstvo, osiguranje i fin. usluge 25 3,60 ,957 2 5
telekomunikacije 10 3,70 1,636 1 5
poslovne usluge 18 3,83 ,857 2 5
ostalo 8 3,88 ,354 3 4
Ukupno 289 3,76 ,939 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,50 ,707 3 4
od 11 do 50 26 3,92 ,891 1 5
od 51 do 250 97 3,82 ,936 1 5
preko 251 164 3,71 ,953 1 5
Ukupno 289 3,76 ,939 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 120 3,70 ,931 1 5
d.o.o. 157 3,80 ,944 1 5
inozemni osniva 5 3,60 1,140 2 5
ustanova 6 4,00 ,894 3 5
drugo 1 5,00 . 5 5
Ukupno 289 3,76 ,939 1 5
Izvor: (Rezultati istraivanja (N=289/293)

Tablica 55. Organizacija poslovne inteligencije na razini procesa ili projekata
BI 25 N Mean St. Devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 9 3,78 ,972 2 5
preraivaka industrija 105 3,48 ,991 1 5
trgovina 89 3,44 1,066 1 5
turizam i ugostiteljstvo 5 3,60 ,548 3 4
graevinarstvo 17 3,82 1,131 1 5
bankarstvo, osiguranje i fin. usluge 25 3,52 ,823 2 5
telekomunikacije 10 3,40 1,430 1 5
poslovne usluge 18 3,83 ,786 2 5
ostalo 8 3,63 ,744 2 4
Total 286 3,52 1,001 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,50 ,707 3 4
od 11 do 50 25 3,56 1,003 1 5
od 51 do 250 96 3,57 1,064 1 5
preko 251 163 3,49 ,971 1 5
Total 286 3,52 1,001 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 119 3,53 ,937 1 5
d.o.o. 155 3,52 1,053 1 5
inozemni osniva 5 3,60 1,140 2 5
ustanova 6 3,67 1,033 2 5
drugo 1 3,00 . 3 3
Total 286 3,52 1,001 1 5
Izvor: Rezultati istraivanja (N=286/293)

275

Posljednje pitanje o sustavnoj organiziranosti poslovne inteligencije predstavljalo je tvrdnju
pomou koje su iz daljnje obrade eliminirana ona poduzea koja su se u potpunosti sloila s
navedenom tezom. S obzirom na ideju istraivanja, kod ovog pitanja su se oekivale i postigle
niske ocjene (2,30).


3.2.2. Postignuta razina informacijske vidljivosti u hrvatskim poduzeima

Kako bi se stekao to kvalitetniji uvid u postignutu razinu informacijske vidljivosti u
hrvatskim poduzeima, i to zahvaljujui primjeni poslovne inteligencije, kreiran je upitnik sa
dvije grupe pitanja: kvaliteti sadraja i razini vidljivosti. Saetak deskriptivne statistike o
informacijskoj vidljivosti s obzirom na tri uvodna pitanja prezentiran je u tablici 56. Kod ove
varijable takoer su uoene statistiki znaajne razlike u dobivenim odgovorima s obzirom na
djelatnost na pitanja: IV 2, IV 5, IV 6 i IV 8. U nastavku slijedi detaljnije elaboriranje uoenih
pojava.

Tablica 56. Deskriptivna statistika za varijablu informacijska vidljivost
Varijabla N
Aritm.
sredina
Std.
devijacija
Min. Maks.
Signifikantnost
djelatnost veliina
pravni
oblik
IV 1 291 4,24 ,511 3 5 0,062 0,385 0,981
IV 2 291 4,12 ,568 2 5 0,048* 0,666 0,710
IV 3 291 4,27 ,549 2 5 0,221 0,822 0,638
IV 4 292 4,27 ,674 1 5 0,318 0,692 0,467
IV 5 290 3,24 1,022 1 5 0,003** 0,115 0,260
IV 6 292 3,71 ,909 1 5 0,001** 0,108 0,697
IV 7 289 3,25 ,985 1 5 0,188 0,213 0,259
IV 8 292 3,69 ,981 1 5 0,001** 0,110 0,972
Izvor: Rezultati istraivanja (N=289-292/293)


276

Istraivana poduzea su iskazala visoko zadovoljstvo tonou koritenih podataka i
informacija u svom poslovanju (ukupna prosjena ocjena 4,24, a sve su ostale prosjene
ocjene 4,00) to je prikazano u tablici 57. Iako bez statistike znaajnosti, najzadovoljniji su
financijski sektor (4,46), poslovne usluge (4,39) i preraivaka industrija (4,29); odnosno,
srednja poduzea (4,31) te dionika i drutva s ogranienom odgovornou (4,25).

Tablica 57. Tonost koritenih podataka i informacija
IV 1 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,10 ,316 4 5
preraivaka industrija 106 4,29 ,534 3 5
trgovina 90 4,19 ,517 3 5
turizam i ugostiteljstvo 6 4,00 ,000 4 4
graevinarstvo 17 4,00 ,500 3 5
bankarstvo, osiguranje i fin. usluge 26 4,46 ,508 4 5
telekomunikacije 10 4,20 ,422 4 5
poslovne usluge 18 4,39 ,502 4 5
ostalo 8 4,13 ,354 4 5
Ukupno 291 4,24 ,511 3 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 26 4,19 ,491 3 5
od 51 do 250 97 4,31 ,528 3 5
preko 251 166 4,21 ,502 3 5
Ukupno 291 4,24 ,511 3 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 4,25 ,503 3 5
d.o.o. 157 4,25 ,527 3 5
inozemni osniva 5 4,20 ,447 4 5
ustanova 6 4,17 ,408 4 5
drugo 1 4,00 . 4 4
Ukupno 291 4,24 ,511 3 5
Izvor: Rezultati istraivanja (N=291/293)

Rezultati primjerenost potrebama koritenih podataka i informacija (tablica 58.) pokazali su
statistiku znaajnost u odgovorima s obzirom na glavnu djelatnost. I ovdje su sve prosjene
ocjene 4,00, a najzadovoljniji su telekomunikacije (4,50), financijski sektor (4,24) i
preraivaka industrija (4,18). Mala i srednja poduzea izrazila su podjednako zadovoljstvo
(4,15), a s pravnog aspekta su to iskazala inopoduzea (4,40) i ustanove (4,33).
Poduzea su zadovoljna iskoristivou svojih podataka i informacija (tablica 59.), a
najzadovoljniji su telekomunikacije (4,56), financijski sektor (4,42) i preraivaka industrija
(4,31); srednja i velika poduzea (4,28) te inopoduzea (4,60) i ustanove (4,33). Iako bez
statistike znaajnosti, moe se ustvrditi kako su s obzirom na djelatnost sve ocjene 4,0.

277

Tablica 58. Primjerenost potrebama koritenih podataka i informacija
IV 2 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,80 ,789 2 5
preraivaka industrija 107 4,18 ,546 3 5
trgovina 90 4,09 ,554 2 5
turizam i ugostiteljstvo 6 4,00 ,000 4 4
graevinarstvo 17 3,82 ,636 3 5
bankarstvo, osiguranje i fin. usluge 25 4,24 ,523 3 5
telekomunikacije 10 4,50 ,527 4 5
poslovne usluge 18 4,17 ,383 4 5
ostalo 8 4,00 ,926 2 5
Ukupno 291 4,12 ,568 2 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 26 4,15 ,613 2 5
od 51 do 250 98 4,15 ,544 3 5
preko 251 165 4,10 ,576 2 5
Ukupno 291 4,12 ,568 2 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 4,11 ,529 2 5
d.o.o. 158 4,12 ,601 2 5
inozemni osniva 5 4,40 ,548 4 5
ustanova 6 4,33 ,516 4 5
drugo 1 4,00 . 4 4
Ukupno 291 4,12 ,568 2 5
Izvor: Rezultati istraivanja (N=291/293)

Tablica 59. Iskoristivost koritenih podataka i informacija
IV 3 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,10 ,568 3 5
preraivaka industrija 107 4,31 ,573 2 5
trgovina 90 4,23 ,520 2 5
turizam i ugostiteljstvo 6 4,17 ,408 4 5
graevinarstvo 17 4,00 ,500 3 5
bankarstvo, osiguranje i fin. usluge 26 4,42 ,578 3 5
telekomunikacije 9 4,56 ,527 4 5
poslovne usluge 18 4,28 ,461 4 5
ostalo 8 4,25 ,707 3 5
Ukupno 291 4,27 ,549 2 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 26 4,19 ,634 2 5
od 51 do 250 98 4,28 ,552 3 5
preko 251 165 4,28 ,536 2 5
Ukupno 291 4,27 ,549 2 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 4,29 ,554 2 5
d.o.o. 158 4,25 ,549 2 5
inozemni osniva 5 4,60 ,548 4 5
ustanova 6 4,33 ,516 4 5
drugo 1 4,00 . 4 4
Ukupno 291 4,27 ,549 2 5
Izvor: Rezultati istraivanja (N=291/293)

278

Uz navedenu iskoristivost, auriranje podataka i informacija predstavlja najbolje ocjenjeni
segment informacijske vidljivosti (4,27). Iako bez statistike signifikantnosti, poduzea su
zadovoljna ovom aktivnou gdje su s obzirom na djelatnost sve prosjene ocjene 4,0 uz
izuzetak graevinarstva (3,94), a prednjae financijski sektor (4,46) i telekomunikacije (4,30).
S obzirom na veliinu, srednja su poduzea iznad prosjeka ocjena (4,32), a s pravnog aspekta
su to ustanove (4,67) i inopoduzea (4,60). Ove su ocjene prezentirane u tablici 60.

Tablica 60. Auriranje unutarnjih podataka i informacija
IV 4 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,00 ,816 2 5
preraivaka industrija 107 4,28 ,595 2 5
trgovina 90 4,32 ,732 1 5
turizam i ugostiteljstvo 6 4,00 ,632 3 5
graevinarstvo 17 3,94 ,899 2 5
bankarstvo, osiguranje i fin. usluge 26 4,46 ,582 3 5
telekomunikacije 10 4,30 ,675 3 5
poslovne usluge 18 4,28 ,669 3 5
ostalo 8 4,25 ,463 4 5
Ukupno 292 4,27 ,674 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 26 4,15 ,834 1 5
od 51 do 250 98 4,32 ,667 2 5
preko 251 166 4,27 ,653 2 5
Ukupno 292 4,27 ,674 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 4,25 ,634 2 5
d.o.o. 158 4,27 ,711 1 5
inozemni osniva 5 4,60 ,548 4 5
ustanova 6 4,67 ,516 4 5
drugo 1 4,00 . 4 4
Ukupno 292 4,27 ,674 1 5
Izvor: Rezultati istraivanja (N=292/293)

Istraivana poduzea iskazala su rezerviranost prema razmjeni stratekih podataka s kljunim
dobavljaima (tablica 61.), a s obzirom na djelatnost uoene su statistiki znaajne razlike u
odgovorima. Iznad prosjeka su to iskazali trgovina (3,58) i turizam (3,50), a s obzirom na
veliinu srednja poduzea (3,44) te temeljem pravnog oblika ustanove (3,83). Za uoiti je
ocjena financijskog sektor (2,88). U odnosu na navedeno, poduzea su neto otvorenija kada
je rije o operativnim podacima i informacijama (tablica 62.). Statistiki su znaajne razlike u
odgovorima s obzirom na djelatnost, a prednjae: preraivaka industrija (3,88) i trgovina
(3,81); odnosno srednja (3,81) i velika poduzea (3,71) te ustanove (4,17).

279

Tablica 61. Razmjena stratekih podataka i informacija s kljunim dobavljaima
IV 5 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 2,40 1,174 1 5
preraivaka industrija 105 3,17 ,975 1 5
trgovina 91 3,58 ,978 1 5
turizam i ugostiteljstvo 6 3,50 ,548 3 4
graevinarstvo 17 2,88 1,054 1 5
bankarstvo, osiguranje i fin. usluge 26 2,88 ,816 2 5
telekomunikacije 10 3,20 1,317 1 5
poslovne usluge 17 3,24 1,200 1 5
ostalo 8 3,25 ,886 2 4
Ukupno 290 3,24 1,022 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,00 1,414 2 4
od 11 do 50 27 3,26 1,259 1 5
od 51 do 250 97 3,44 ,957 1 5
preko 251 164 3,13 1,004 1 5
Ukupno 290 3,24 1,022 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 3,18 ,988 1 5
d.o.o. 156 3,29 1,042 1 5
inozemni osniva 5 2,80 ,837 2 4
ustanova 6 3,83 1,169 2 5
drugo 1 2,00 . 2 2
Ukupno 290 3,24 1,022 1 5
Izvor: Rezultati istraivanja (N=290/293)

Tablica 62. Razmjena operativnih podataka i informacija s kljunim dobavljaima
IV 6 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 2,50 1,269 1 5
preraivaka industrija 106 3,88 ,801 1 5
trgovina 91 3,81 ,855 1 5
turizam i ugostiteljstvo 6 3,67 ,816 3 5
graevinarstvo 17 3,41 ,939 1 5
bankarstvo, osiguranje i fin. usluge 26 3,46 ,761 2 5
telekomunikacije 10 3,60 1,174 1 5
poslovne usluge 18 3,56 1,097 1 5
ostalo 8 3,63 ,916 2 5
Ukupno 292 3,71 ,909 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,00 1,414 2 4
od 11 do 50 27 3,37 1,149 1 5
od 51 do 250 98 3,81 ,893 1 5
preko 251 165 3,71 ,863 1 5
Ukupno 292 3,71 ,909 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 3,70 ,908 1 5
d.o.o. 158 3,70 ,920 1 5
inozemni osniva 5 3,40 ,894 2 4
ustanova 6 4,17 ,753 3 5
drugo 1 4,00 . 4 4
Ukupno 292 3,71 ,909 1 5
Izvor: Rezultati istraivanja (N=292/293)

280

Slino kao i kod dobavljaa, istraivana poduzea su iskazala rezerviranost kada je u pitanju
spremnost na razmjenu stratekih podataka i informacija sa svojim kupcima (3,25). Iako meu
prikupljenim odgovorima nije uoena statistika znaajnost, ovakvoj razmjeni skloni su:
preraivaka industrija (3,36), trgovina (3,33) i telekomunikacije (3,30); odnosno, srednja
poduzea (3,41) te ustanove (3,50) i drutva s ogranienom odgovornou (3,35). I kod ovog
pokazatelja treba primjetiti naglaenu suzdranost financijskog sektora prema razmjeni
podataka i informacija s kljunim kupcima (2,81). Ocjene su vidljive u tablici 63.

Tablica 63. Razmjena stratekih podatka i informacija s kljunim kupcima
IV 7 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 2,90 1,370 1 5
preraivaka industrija 104 3,36 ,913 1 5
trgovina 91 3,33 1,001 1 5
turizam i ugostiteljstvo 6 3,50 ,548 3 4
graevinarstvo 17 2,88 1,054 1 4
bankarstvo, osiguranje i fin. usluge 26 2,81 ,694 2 4
telekomunikacije 10 3,30 1,567 1 5
poslovne usluge 17 3,29 ,920 1 5
ostalo 8 3,13 1,126 1 4
Ukupno 289 3,25 ,985 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,00 1,414 2 4
od 11 do 50 27 3,07 1,107 1 5
od 51 do 250 97 3,41 ,966 1 5
preko 251 163 3,18 ,968 1 5
Ukupno 289 3,25 ,985 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 3,10 ,970 1 5
d.o.o. 156 3,35 ,975 1 5
inozemni osniva 5 3,20 ,837 2 4
ustanova 6 3,50 1,517 1 5
drugo 1 4,00 . 4 4
Ukupno 289 3,25 ,985 1 5
Izvor: Rezultati istraivanja (N=289/293)

Istraivana poduzea iskazala su veu spremnost na dijeljenje operativnih podataka i
informacija sa svojim kupcima (tablica 64.) nego to su to spremna kada je rije o stratekim
podacima i informacijama. Uz uoenu statistiku znaajnost, i ovdje je prosjena ocjena vrlo
slina onoj vezano za dobavljae (3,69), s tim da prednjae preraivaka industrija (4,02),
poslovne usluge (3,89) i turizam (3,83); srednja (3,82) i velika poduzea (3,72) te dionika
drutva (3,72).


281

Tablica 64. Razmjena operativnih podataka i informacija s kljunim kupcima
IV 8 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,00 1,414 1 5
preraivaka industrija 106 4,02 ,768 1 5
trgovina 91 3,49 ,993 1 5
turizam i ugostiteljstvo 6 3,83 ,753 3 5
graevinarstvo 17 3,41 1,004 1 5
bankarstvo, osiguranje i fin. usluge 26 3,31 ,838 2 5
telekomunikacije 10 3,60 1,506 1 5
poslovne usluge 18 3,89 ,963 1 5
ostalo 8 3,88 1,356 1 5
Ukupno 292 3,69 ,981 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,00 1,414 2 4
od 11 do 50 27 3,15 1,134 1 5
od 51 do 250 98 3,82 ,934 1 5
preko 251 165 3,72 ,955 1 5
Ukupno 292 3,69 ,981 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 3,72 ,938 1 5
d.o.o. 158 3,68 1,005 1 5
inozemni osniva 5 3,60 1,140 2 5
ustanova 6 3,50 1,378 1 5
drugo 1 4,00 . 4 4
Ukupno 292 3,69 ,981 1 5
Izvor: Rezultati istraivanja (N=292/293)


3.2.3. Postignuta razina integracije u hrvatskim poduzeima

Koliko poslovna inteligencija pomae u integraciji poduzea odnosno, postizanju suradnje
unutar poduzea te izmeu poduzea u opskrbnom lancu tema je bila treeg seta istraivakih
pitanja. U sklopu istraivanja ove izvedene varijable postavljena su dva skupa pitanja: o
postignutoj razini suradnji unutar poduzea te razini suradnji izmeu poduzea. Saetak
deskriptivne statistike s obzirom na tri osnovna pitanja o poduzeu prikazan je u tablici 65.
Kod obraenih odgovora uoena je statistika znaajnost kod pitanja INT 1 i INT 5 s obzirom
na glavnu djelatnost istraivanih poduzea, dok to nije utvreno za veliinu i pravni oblik.
Valja napomenuti kako se prema stavu Prof. Rozge odgovori INT 4 i INT 6 takoer mogu
smatrati statistiki znaajnima s obzirom na djelatnosti. U nastavku se daje konkretnija
analiza dobivenih odgovora.


282

Tablica 65. Deskriptivna statistika za varijablu integracija
Varijabla N
Aritm.
sredina
Std.
devijacija
Min. Maks.
Signifikantnost
djelatnost veliina
pravni
oblik
INT 1 293 4,30 ,583 2 5 0,031* 0,788 0,391
INT 2 288 3,41 1,068 1 5 0,271 0,574 0,439
INT 3 292 2,47 ,961 1 5 0,721 0,429 0,667
INT 4 289 3,66 ,860 1 5 0,053
256
0,442 0,120
INT 5 289 3,83 ,842 1 5 0,025* 0,231 0,328
INT 6 287 3,49 ,982 1 5 0,052
257
0,603 0,670
INT 7 286 3,37 ,896 1 5 0,595 0,824 0,171
INT 8 290 4,11 ,654 2 5 0,378 0,214 0,150
INT 9 292 4,16 ,697 1 5 0,102 0,301 0,261
Izvor: Rezultati istraivanja (N=286-293/293)

Istraivana poduzea uglavnom su zadovoljna razmjenom podataka i informacija izmeu
razliitih odjela (tablica 66.), odnosno slubi jer su sve prosjene ocjene 4,00. Kod
odgovora je uoena statistika znaajnost s obzirom na glavnu djelatnost, a najveu razinu
zadovoljstva iskazali su telekomunikacije (4,60), preraivaka industrija (4,42), turizam i
poslovne usluge (4,33). Takoer, ali bez statistike znaajnosti, prednjae velika poduzea
(4,32), inopoduzea (4,80) te ustanove (4,33).
Zajedniko ocjenjivanje i sudjelovanje povezanih odjela u izboru dobavljaa nije raireno
prisutno u istraivanim poduzeima (tablica 67.). Izmeu razliitih ocjena nije uoena
statistika znaajnost, a iznad prosjeka su poslovne usluge (3,76) i preraivaka industrija
(3,54); odnosno, mala poduzea (3,56), dok su ocjene za srednja i velika poduzea skoro
identine (3,39 i 3,40). S pravnog osnova nadprosjena ocjena evidentirana je kod drutava s
ogranienom odgovornou (3,44). Prisutnost viestrukih verzija istine se kao konstatacija
esto koristi u znanstvenoj literaturi kod navoenja razloga za uvoenje PI u poslovanje. Za
oekivati je da su poduzea njezinom primjenom poeli rjeavati ovakve probleme to im
prema iskazanim ocjenama polazi za rukom (2,47). Ove su ocjene prezentirane u tablici 68.

256
Prema stavu Prof. Rozge odgovor se moe smatrati statistiki znaajnim.
257
Prema stavu Prof. Rozge odgovor se moe smatrati statistiki znaajnim.

283

Tablica 66. Unutranja razmjena podataka i informacija
INT 1 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
r

primarna proizvodnja 10 4,00 ,471 3 5
preraivaka industrija 107 4,42 ,550 3 5
trgovina 91 4,23 ,616 2 5
turizam i ugostiteljstvo 6 4,33 ,516 4 5
graevinarstvo 17 4,00 ,612 3 5
bankarstvo, osiguranje i fin. usluge 26 4,19 ,567 3 5
telekomunikacije 10 4,60 ,516 4 5
poslovne usluge 18 4,33 ,485 4 5
ostalo 8 4,25 ,707 3 5
Ukupno 293 4,30 ,583 2 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 4,22 ,577 3 5
od 51 do 250 98 4,28 ,670 2 5
preko 251 166 4,32 ,528 3 5
Ukupno 293 4,30 ,583 2 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 4,28 ,564 2 5
d.o.o. 159 4,30 ,601 2 5
inozemni osniva 5 4,80 ,447 4 5
ustanova 6 4,33 ,516 4 5
drugo 1 4,00 . 4 4
Ukupno 293 4,30 ,583 2 5
Izvor: Rezultati istraivanja (N=293)

Tablica 67. Sudjelovanje svih odjela u ocjenjivanju i izboru dobavljaa
INT 2 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 2,90 1,287 1 5
preraivaka industrija 105 3,54 1,019 1 5
trgovina 90 3,20 1,093 1 5
turizam i ugostiteljstvo 6 3,33 1,033 2 4
graevinarstvo 17 3,35 1,272 1 5
bankarstvo, osiguranje i fin. usluge 25 3,52 ,918 2 5
telekomunikacije 10 3,40 1,350 1 5
poslovne usluge 17 3,76 ,970 1 5
ostalo 8 3,63 ,744 2 4
Ukupno 288 3,41 1,068 1 5
z
a
p
o
s
l
e
n
i

do 10 2 2,50 2,121 1 4
od 11 do 50 27 3,56 1,086 1 5
od 51 do 250 96 3,39 1,080 1 5
preko 251 163 3,40 1,052 1 5
Ukupno 288 3,41 1,068 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 120 3,42 1,042 1 5
d.o.o. 156 3,44 1,036 1 5
inozemni osniva 5 3,20 1,789 1 5
ustanova 6 2,83 1,722 1 5
drugo 1 2,00 . 2 2
Ukupno 288 3,41 1,068 1 5
Izvor: Rezultati istraivanja (N=288/293)

284


Tablica 68. Postojanje viestrukih verzija istine
INT 3 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 2,20 ,919 1 3
preraivaka industrija 106 2,44 ,916 1 5
trgovina 91 2,55 1,057 1 5
turizam i ugostiteljstvo 6 2,00 ,632 1 3
graevinarstvo 17 2,47 ,874 1 4
bankarstvo, osiguranje i fin. usluge 26 2,35 ,977 1 4
telekomunikacije 10 2,90 ,876 1 4
poslovne usluge 18 2,44 1,097 1 4
ostalo 8 2,50 ,535 2 3
Ukupno 292 2,47 ,961 1 5
z
a
p
o
s
l
e
n
i

do 10 2 1,50 ,707 1 2
od 11 do 50 27 2,33 1,074 1 5
od 51 do 250 98 2,47 ,997 1 5
preko 251 165 2,50 ,921 1 5
Ukupno 292 2,47 ,961 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 2,45 ,892 1 4
d.o.o. 158 2,49 ,995 1 5
inozemni osniva 5 2,00 1,000 1 3
ustanova 6 2,83 1,472 1 5
drugo 1 2,00 . 2 2
Ukupno 292 2,47 ,961 1 5
Izvor: Rezultati istraivanja (N=292/293)

Poduzea su integriranost svojih procesa s aspekta opskrbnog lanca ocjenili neto boljom
ocjenom od prosjeka (tablica 69.). Statistika znaajnost je uoena jedino kod odgovora
temeljem djelatnosti gdje prednjae telekomunikacije (4,10), poslovne usluge (3,76),
preraivaka industrija (3,75) i graevinarstvo (3,71); odnosno mala (3,88) i srednja poduzea
(3,68) te inopoduzea (4,20) i ustanove (4,00). Najloija ocjena zabiljeena je kod primarne
proizvodnje (2,80).
Koliko poduzea surauju u unapreenju kvalitete proizvoda i usluga u opskrbnom lancu vidi
se iz rezultata prezenitranih u tablici 70. Kod odgovora je zabiljeena statistika znaajnost s
obzirom na glavnu djelatnost. Najvei stupanj zadovoljstva, odnosno slaganja s izreenom
tvrdnjom zabiljeen je kod telekomunikacija (4,40), u turizmu (4,00) i preraivakoj industriji
(3,98); odnosno, bez statistike znaajnosti kod srednjih (3,94) i malih poduzea (3,89) te
ustanova (4,33) i inopoduzea (4,20) ali bez signifikantnosti. Velika rezerviranost (uz
statistiku znaajnost) uoena je kod graevinarstva (3,47) te kod financijskog sektora (3,50).


285

Tablica 69. Integriranost procesa opskrbnog lanca
INT 4 N Mean St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 2,80 1,135 1 4
preraivaka industrija 106 3,75 ,781 1 5
trgovina 90 3,64 1,009 1 5
turizam i ugostiteljstvo 6 3,50 ,837 2 4
graevinarstvo 17 3,71 ,772 2 5
bankarstvo, osiguranje i fin. usluge 26 3,50 ,583 2 4
telekomunikacije 10 4,10 ,316 4 5
poslovne usluge 17 3,76 ,752 2 5
ostalo 7 3,57 ,787 2 4
Ukupno 289 3,66 ,860 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,00 ,000 4 4
od 11 do 50 26 3,88 ,766 2 5
od 51 do 250 97 3,68 ,798 1 5
preko 251 164 3,61 ,910 1 5
Ukupno 289 3,66 ,860 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 3,60 ,811 1 5
d.o.o. 156 3,69 ,886 1 5
inozemni osniva 5 4,20 ,837 3 5
ustanova 6 4,00 ,894 3 5
drugo 1 2,00 . 2 2
Ukupno 289 3,66 ,860 1 5
Izvor: Rezultati istraivanja (N=289/293)

Tablica 70. Suradnja u unapreenju kvalitete proizvoda i usluga
INT 5 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,60 1,174 2 5
preraivaka industrija 105 3,98 ,679 2 5
trgovina 91 3,81 ,999 1 5
turizam i ugostiteljstvo 6 4,00 ,000 4 4
graevinarstvo 17 3,47 ,943 1 5
bankarstvo, osiguranje i fin. usluge 26 3,50 ,648 3 5
telekomunikacije 10 4,40 ,516 4 5
poslovne usluge 16 3,81 ,834 3 5
ostalo 8 3,50 ,756 2 4
Ukupno 289 3,83 ,842 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 3,89 ,801 2 5
od 51 do 250 97 3,94 ,922 1 5
preko 251 163 3,75 ,794 1 5
Ukupno 289 3,83 ,842 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 3,78 ,733 1 5
d.o.o. 155 3,85 ,917 1 5
inozemni osniva 5 4,20 ,837 3 5
ustanova 6 4,33 ,816 3 5
drugo 1 3,00 . 3 3
Ukupno 289 3,83 ,842 1 5
Izvor: Rezultati istraivanja (N=289/293)

286

Suradnja u razvoju novih proizvoda i usluga (tablica 71.) neto je loije ocijenjena (3,49) u
odnosu na unapreenje kvalitete (3,83) tako da je oito kako se ovaj segment sporije razvija
(sve prosjene ocjene su < 4,00). S obzirom na uoenu statistiku znaajnost temeljem
djelatnosti potrebno je istaknuti telekomunikacije (3,90) i turizam (3,83); odnosno, bez
statistike znaajnosti srednja poduzea (3,58) i drutva s ogranienom odgovornou (3,56).

Tablica 71. Suradnja u razvoju novih proizvoda i usluga
INT 6 N Mean St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,30 ,949 2 5
preraivaka industrija 105 3,68 ,838 1 5
trgovina 90 3,36 1,154 1 5
turizam i ugostiteljstvo 6 3,83 ,408 3 4
graevinarstvo 17 3,00 1,323 1 5
bankarstvo, osiguranje i fin. usluge 26 3,27 ,724 2 5
telekomunikacije 10 3,90 ,738 2 5
poslovne usluge 15 3,73 ,884 3 5
ostalo 8 3,25 ,707 2 4
Ukupno 287 3,49 ,982 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,00 2,828 1 5
od 11 do 50 26 3,50 1,030 1 5
od 51 do 250 96 3,58 1,053 1 5
preko 251 163 3,44 ,910 1 5
Ukupno 287 3,49 ,982 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 3,41 ,870 1 5
d.o.o. 153 3,56 1,032 1 5
inozemni osniva 5 3,20 1,483 1 5
ustanova 6 3,67 1,506 1 5
drugo 1 3,00 . 3 3
Ukupno 287 3,49 ,982 1 5
Izvor: Rezultati istraivanja (N=287/293)

Prema oekivanju, ocjene postignutog stupnja integriranosti zajednikih procesa s ostalim
lanovima opskrbnog lanca su nie (3,37) u odnosu na ocjene vlastite integriranosti (3,66).
Iako nije uoena statistika znaajnost, zadovoljstvo vee od ostalih je izraenije u turizmu
(3,80), kod telekomunikacija (3,60) i poslovnih usluga (3,57); odnosno, kod malih poduzea
(3,50) te ustanova (4,17) i drutava s ogranienom odgovornou (3,42). Ove su ocjene
prezentirane u tablici 72. Prema podacima iz tablice 73. moe se zakljuiti kako poduzea
odnose sa svojim kljunim dobavljaima doivljavaju partnerskim, a najizraenije je to kod
telekomunikacija (4,50), u turizmu (4,17) i trgovini (4,15); odnosno, kod srednjih poduzea
(4,14) te inopoduzea (4,60), ustanova (4,17) i drutava s ogranienom odgovornou (4,13).

287

Tablica 72. Integriranost zajednikih procesa s ostalim lanovima opskrbnog lanca
INT 7 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,10 ,994 2 5
preraivaka industrija 105 3,33 ,793 1 5
trgovina 89 3,46 1,001 1 5
turizam i ugostiteljstvo 5 3,80 ,447 3 4
graevinarstvo 17 3,12 1,219 1 5
bankarstvo, osiguranje i fin. usluge 26 3,23 ,587 2 4
telekomunikacije 10 3,60 ,966 2 5
poslovne usluge 16 3,56 ,964 1 5
ostalo 8 3,38 ,916 2 4
Ukupno 286 3,37 ,896 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,00 2,828 1 5
od 11 do 50 26 3,50 ,906 2 5
od 51 do 250 96 3,38 ,897 1 5
preko 251 162 3,36 ,875 1 5
Ukupno 286 3,37 ,896 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 120 3,29 ,814 1 5
d.o.o. 154 3,42 ,934 1 5
inozemni osniva 5 3,20 1,483 1 5
ustanova 6 4,17 ,753 3 5
drugo 1 3,00 . 3 3
Ukupno 286 3,37 ,896 1 5
Izvor: Rezultati istraivanja (N=286/293)

Tablica 73. Ocjena odnosa s kljunim dobavljaima
INT 8 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,20 ,632 3 5
preraivaka industrija 106 4,10 ,584 2 5
trgovina 91 4,15 ,648 3 5
turizam i ugostiteljstvo 6 4,17 ,408 4 5
graevinarstvo 17 3,88 ,600 3 5
bankarstvo, osiguranje i fin. usluge 26 3,92 ,796 2 5
telekomunikacije 10 4,50 ,527 4 5
poslovne usluge 16 4,13 ,885 2 5
ostalo 8 4,00 ,926 2 5
Ukupno 290 4,11 ,654 2 5
z
a
p
o
s
l
e
n
i

do 10 2 5,00 ,000 5 5
od 11 do 50 27 4,11 ,751 2 5
od 51 do 250 97 4,14 ,692 3 5
preko 251 164 4,07 ,612 2 5
Ukupno 290 4,11 ,654 2 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 4,06 ,621 2 5
d.o.o. 156 4,13 ,663 2 5
inozemni osniva 5 4,60 ,548 4 5
ustanova 6 4,17 ,983 3 5
drugo 1 3,00 . 3 3
Ukupno 290 4,11 ,654 2 5
Izvor: Rezultati istraivanja (N=290/293)

288

Partnerstvo s kljunim kupcima su istraivana poduzea ocjenila neto boljim nego kada je to
rije o dobavljaima, meutim bez statistike znaajnosti. S izuzetkom graevinarstva (3,94)
sve ostale prosjene ocjene su 4,0; a ovo je partnerstvo najizraenije kod telekomunikacija
(4,60) i poslovnih usluga (4,33); odnosno kod srednjih poduzea (4,20) te inopoduzea (4,80)
to je vidljivo iz tablice 74.

Tablica 74. Ocjena odnosa s kljunim kupcima
INT 9 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,10 ,876 3 5
preraivaka industrija 106 4,26 ,557 3 5
trgovina 91 4,04 ,744 1 5
turizam i ugostiteljstvo 6 4,17 ,408 4 5
graevinarstvo 17 3,94 ,659 3 5
bankarstvo, osiguranje i fin. usluge 26 4,00 ,800 2 5
telekomunikacije 10 4,60 ,516 4 5
poslovne usluge 18 4,33 ,840 2 5
ostalo 8 4,25 1,035 2 5
Total 292 4,16 ,697 1 5
z
a
p
o
s
l
e
n
i

do 10 2 5,00 ,000 5 5
od 11 do 50 27 4,11 ,698 2 5
od 51 do 250 98 4,20 ,688 2 5
preko 251 165 4,13 ,703 1 5
Total 292 4,16 ,697 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 4,11 ,658 2 5
d.o.o. 158 4,18 ,721 1 5
inozemni osniva 5 4,80 ,447 4 5
ustanova 6 4,00 ,894 3 5
drugo 1 4,00 . 4 4
Total 292 4,16 ,697 1 5
Izvor: Rezultati istraivanja (N=292/293)


3.2.4. Upravljanje opskrbnim lancima u hrvatskim poduzeima

Upitnik o upravljanju opskrbnim lancima u hrvatskim poduzeima sastojao se od pet grupa
pitanja: agilnosti, prilagodljivosti, usklaenja, proaktivnosti i peformansi. Saetak
deskriptivne statistike za zavisnu varijablu upravljanje opskrbnim lancem s obzirom na tri
osnovna pitanja o poduzeu prikazan je u tablici 75. U sklopu analize uoeno je 15 statistiki
znaajnih razlika u odgovorima:

289

s obzirom na djelatnost (SCM 1, SCM 3, SCM 4. SCM 7, SCM 8, SCM 9, SCM 10,
SCM 15, SCM 16, SCM 19, SCM 20);
s obzirom na pravni oblik (SCM 8, SCM, 9, SCM 10 i SCM 18).
U nastavku slijedi osvrt na dobivene rezultate.
Tablica 75. Deskriptivna statistika za varijablu upravljanje opskrbnim lancem
Varijabla N
Aritm.
sredina
Std.
devijacija
Min. Maks.
Signifikantnost
djelatnost veliina
pravni
oblik
SCM 1 290 4,08 ,737 1 5 0,058
258
0,423 0,917
SCM 2 290 4,12 ,700 1 5 0,070 0,568 0,883
SCM 3 288 4,10 ,713 1 5 0,015* 0,785 0,940
SCM 4 290 4,17 ,773 1 5 0,011* 0,223 0,689
SCM 5 292 3,85 ,804 1 5 0,234 0,384 0,600
SCM 6 292 4,25 ,733 1 5 0,173 0,540 0,162
SCM 7 292 4,15 ,809 1 5 0,054
259
0,230 0,396
SCM 8 289 3,78 ,746 1 5 0,018* 0,708 0,012*
SCM 9 289 3,91 ,713 1 5 0,030* 0,810 0,002**
SCM 10 290 3,67 ,816 1 5 0,001** 0,743 0,004**
SCM 11 287 3,39 1,000 1 5 0,624 0,696 0,440
SCM 12 289 3,69 ,943 1 5 0,184 0,986 0,374
SCM 13 288 3,65 ,988 1 5 0,192 0,750 0,826
SCM 14 288 3,30 1,040 1 5 0,634 0,747 0,947
SCM 15 290 3,74 ,819 1 5 0,038* 0,339 0,291
SCM 16 286 3,30 ,787 1 5 0,012* 0,214 0,371
SCM 17 289 3,35 ,795 1 5 0,069 0,138 0,457
SCM 18 290 3,42 ,927 1 5 0,065 0,264 0,032*
SCM 19 290 3,71 ,840 1 5 0,000** 0,223 0,244
SCM 20 289 3,76 ,868 1 5 0,002** 0,767 0,781
Izvor: Rezultati istraivanja (N=286-292/293)

258
Prema stavu Prof. Rozge odgovor se moe smatrati statistiki znaajnim.
259
Prema stavu Prof. Rozge odgovor se moe smatrati statistiki znaajnim.


290

Generalno gledajui, poduzea su skratila vrijeme odziva na kupeve zahtjeve to je vidljivo
iz tablice 76. S obzirom na statistiku znaajnost temeljem djelatnosti, najbolje su ocjene
zabiljeene kod telekomunikacija (4,50) poslovnih usluga (4,17) i preraivake industrije
(4,17); odnosno, bez statistike znaajnosti kod srednjih poduzea (4,17) te ustanova (4,33) i
inopoduzea (4,20).

Tablica 76. Skraenje vremena odziva na kupeve zahtjeve
SCM 1 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 9 3,44 1,236 1 5
preraivaka industrija 106 4,17 ,749 1 5
trgovina 91 4,05 ,765 1 5
turizam i ugostiteljstvo 6 4,17 ,408 4 5
graevinarstvo 17 3,82 ,809 2 5
bankarstvo, osiguranje i fin. usluge 26 4,00 ,490 3 5
telekomunikacije 10 4,50 ,527 4 5
poslovne usluge 18 4,17 ,514 3 5
ostalo 7 3,86 ,378 3 4
Ukupno 290 4,08 ,737 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 4,04 1,018 1 5
od 51 do 250 96 4,17 ,610 3 5
preko 251 165 4,03 ,752 1 5
Ukupno 290 4,08 ,737 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 4,06 ,699 1 5
d.o.o. 157 4,08 ,784 1 5
inozemni osniva 5 4,20 ,447 4 5
ustanova 6 4,33 ,516 4 5
drugo 1 4,00 . 4 4
Ukupno 290 4,08 ,737 1 5
Izvor: Rezultati istraivanja (N=290/293)

Na tragu prethodnih ocjena takoer se pokazalo poveanje tonosti isporuka na vrijeme. Iako
kod ovih rezultata nije uoena statistika znaajnost potrebno je navesti kako dominiraju
telekomunikacije (4,50), preraivaka industrija (4,25) i poslovne usluge (4,17); odnosno,
srednja poduzea (4,19) te ustanove (4,33) i inopoduzea (4,20) to je vidljivo iz tablice 77.
Statistika znaajnost u odgovorima s obzirom na glavnu djelatnost evidentirana je kod ocjene
poveanja kompletiranosti isporuka (tablica 78). Ovaj je progres najizraeniji kod
telekomunikacija (4,50), preraivake industrije (4,26) i turizma (4,20); odnosno, bez
statistike znaajnosti kod malih (4,15) i srednjih poduzea (4,12) te ustanova (4,33) i
inopoduzea (4,20).

291

Tablica 77. Poveanje tonosti isporuka na vrijeme
SCM 2 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,90 1,101 1 5
preraivaka industrija 106 4,25 ,663 2 5
trgovina 91 4,08 ,718 1 5
turizam i ugostiteljstvo 6 4,17 ,408 4 5
graevinarstvo 17 3,82 ,883 2 5
bankarstvo, osiguranje i fin. usluge 25 3,92 ,493 3 5
telekomunikacije 10 4,50 ,527 4 5
poslovne usluge 18 4,17 ,707 3 5
ostalo 7 3,86 ,378 3 4
Ukupno 290 4,12 ,700 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 4,15 ,949 1 5
od 51 do 250 97 4,19 ,583 3 5
preko 251 164 4,08 ,718 1 5
Ukupno 290 4,12 ,700 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 120 4,08 ,668 1 5
d.o.o. 158 4,15 ,739 1 5
inozemni osniva 5 4,20 ,447 4 5
ustanova 6 4,33 ,516 4 5
drugo 1 4,00 . 4 4
Ukupno 290 4,12 ,700 1 5
Izvor: Rezultati istraivanja (N=290/293)

Tablica 78. Poveanje kompletiranosti isporuka
SCM 3 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,60 1,265 1 5
preraivaka industrija 105 4,26 ,651 2 5
trgovina 90 4,03 ,741 1 5
turizam i ugostiteljstvo 5 4,20 ,447 4 5
graevinarstvo 17 3,88 ,781 3 5
bankarstvo, osiguranje i fin. usluge 26 3,96 ,528 3 5
telekomunikacije 10 4,50 ,527 4 5
poslovne usluge 18 4,11 ,676 3 5
ostalo 7 3,71 ,488 3 4
Ukupno 288 4,10 ,713 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 4,15 ,949 1 5
od 51 do 250 97 4,12 ,665 2 5
preko 251 162 4,07 ,701 1 5
Ukupno 288 4,10 ,713 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 119 4,10 ,718 1 5
d.o.o. 157 4,09 ,728 1 5
inozemni osniva 5 4,20 ,447 4 5
ustanova 6 4,33 ,516 4 5
drugo 1 4,00 . 4 4
Ukupno 288 4,10 ,713 1 5
Izvor: Rezultati istraivanja (N=288/293)

292

Statistika znaajnost izmeu odgovora s obzirom na djelatnost takoer je utvrena kod
ocjena spremnosti reagiranja na potrebne modifikacije a to je vidljivo u tablici 79. Poduzea
su iskazala vrlo dobru spremnost, a to je najizraenije kod telekomunikacija (4,60), u turizmu
(4,50) i poslovnim uslugama (4,39); odnosno, bez statistike znaajnosti kod malih (4,41) i
srednjih poduzea (4,21) te ustanova (4,50) i dionikih drutava (4,21).

Tablica 79. Spremnost reagiranja na potrebne modifikacije
SCM 4 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,60 1,430 1 5
preraivaka industrija 105 4,30 ,622 2 5
trgovina 91 4,08 ,872 1 5
turizam i ugostiteljstvo 6 4,50 ,548 4 5
graevinarstvo 17 3,94 ,748 2 5
bankarstvo, osiguranje i fin. usluge 26 4,00 ,566 3 5
telekomunikacije 10 4,60 ,699 3 5
poslovne usluge 18 4,39 ,778 2 5
ostalo 7 3,86 ,378 3 4
Ukupno 290 4,17 ,773 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 4,41 ,694 3 5
od 51 do 250 96 4,21 ,664 3 5
preko 251 165 4,10 ,838 1 5
Ukupno 290 4,17 ,773 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 4,21 ,661 2 5
d.o.o. 157 4,13 ,868 1 5
inozemni osniva 5 4,00 ,000 4 4
ustanova 6 4,50 ,548 4 5
drugo 1 4,00 . 4 4
Ukupno 290 4,17 ,773 1 5
Izvor: Rezultati istraivanja (N=290/293)

Kako su poduzea ocijenila svoju spremnost reagiranja na neoekivane trine poremeaje
vidljivo je iz tablice 80. Iako bez statistike znaajnosti moe se uoiti kako su svoju
spremnost poduzea neto slabije ocijenila u odnosu na reakcije na zatraene modifikacije, a
istiu se telekomunikacije (4,20), turizam (3,95), preraivaka industrija (3,95); odnosno,
srednja poduzea (3,92) te ustanove (4,17) i drutva s ogranienom odgovornou (3,87). U
sklopu ovih pitanja poduzea su nabolje ocijenila kontinuirano analiziranje poslovne okoline
(sve prosjene ocjene su 4,00) to je vidljivo u tablici 81. Iako bez uoene statistike
znaajnosti istiu se telekomunikacije (4,50), preraivaka industrija (4,34) i turizam (4,33);
odnosno, srednja poduzea (4,27) te ustanove (4,67) i dionika drutva (4,29).

293

Tablica 80. Spremnost reagiranja na neoekivane trine poremeaje
SCM 5 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,50 1,354 1 5
preraivaka industrija 106 3,95 ,653 2 5
trgovina 91 3,80 ,846 1 5
turizam i ugostiteljstvo 6 4,00 ,632 3 5
graevinarstvo 17 3,47 1,007 1 5
bankarstvo, osiguranje i fin. usluge 26 3,88 ,516 3 5
telekomunikacije 10 4,20 ,919 2 5
poslovne usluge 18 3,72 1,074 1 5
ostalo 8 3,75 ,707 3 5
Ukupno 292 3,85 ,804 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 3,89 ,751 2 5
od 51 do 250 98 3,92 ,653 2 5
preko 251 165 3,79 ,889 1 5
Ukupno 292 3,85 ,804 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 3,82 ,739 1 5
d.o.o. 158 3,87 ,845 1 5
inozemni osniva 5 3,60 ,548 3 4
ustanova 6 4,17 1,169 2 5
drugo 1 3,00 . 3 3
Ukupno 292 3,85 ,804 1 5
Izvor: Rezultati istraivanja (N=292/293)

Tablica 81. Kontinuirano analiziranje poslovne okoline
SCM 6 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,10 ,994 2 5
preraivaka industrija 106 4,34 ,675 2 5
trgovina 91 4,19 ,773 1 5
turizam i ugostiteljstvo 6 4,33 ,516 4 5
graevinarstvo 17 3,82 ,809 2 5
bankarstvo, osiguranje i fin. usluge 26 4,38 ,571 3 5
telekomunikacije 10 4,50 ,972 2 5
poslovne usluge 18 4,22 ,647 3 5
ostalo 8 4,00 ,756 3 5
Ukupno 292 4,25 ,733 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,50 2,121 2 5
od 11 do 50 27 4,22 ,847 1 5
od 51 do 250 98 4,27 ,726 2 5
preko 251 165 4,25 ,702 2 5
Ukupno 292 4,25 ,733 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 4,29 ,649 2 5
d.o.o. 158 4,22 ,779 1 5
inozemni osniva 5 3,60 1,140 2 5
ustanova 6 4,67 ,516 4 5
drugo 1 4,00 . 4 4
Ukupno 292 4,25 ,733 1 5
Izvor: Rezultati istraivanja (N=292/293)

294

Prema ocjenama, poduzea su posveena praenjima i unapreenjima svojih poslovnih
strategija (tablica 82.). S obzirom na uoenu statistiku znaajnost temeljem djelatnosti, treba
naglasiti telekomunikacije (4,60), turizam (4,50) i poslovne usluge (4,33); odnosno, bez
statistike znaajnosti mala (4,37) i srednja poduzea (4,20) te ustanove (4,67).

Tablica 82. Kontinuitet preispitivanja i unapreenja poslovne strategije
SCM 7 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 4,00 1,054 2 5
preraivaka industrija 106 4,25 ,754 1 5
trgovina 91 4,08 ,833 2 5
turizam i ugostiteljstvo 6 4,50 ,548 4 5
graevinarstvo 17 3,76 1,033 2 5
bankarstvo, osiguranje i fin. usluge 26 4,08 ,628 2 5
telekomunikacije 10 4,60 ,699 3 5
poslovne usluge 18 4,33 ,767 2 5
ostalo 8 3,63 ,916 2 5
Ukupno 292 4,15 ,809 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 4,37 ,792 2 5
od 51 do 250 98 4,20 ,812 2 5
preko 251 165 4,07 ,808 1 5
Ukupno 292 4,15 ,809 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 4,10 ,827 1 5
d.o.o. 158 4,18 ,802 2 5
inozemni osniva 5 3,80 ,837 3 5
ustanova 6 4,67 ,516 4 5
drugo 1 4,00 . 4 4
Ukupno 292 4,15 ,809 1 5
Izvor: Rezultati istraivanja (N=292/293)

Statistika znaajnost izmeu odgovora s obzirom na dvije osnove: djelatnost i pravni oblik,
uoena je kod ocjene spremnosti suradnje u stratekom planiranju s kljunim dobavljaima a
to je prezentirano u tablici 83. Prema rezultatima, poduzea nisu previe sklona ovim
aktivnostima (s izuzetkom turizma sve ostale prosjene ocjene su < 4,00), a prednjae
trgovina (3,96) i poslovne usluge (3,82); ustanove (4,33) i drutva s ogranienom
odgovornou (3,88); odnosno bez statistike znaajnosti mala (3,89) i srednja poduzea
(3,80). Ovi su rezultati na tragu ocjena spremnosti razmjene stratekih podataka s kljunim
dobavljaima (IV 5) gdje je takoer uoena odreena razina suzdranosti, a kao i kod ovog
pokazatelja najbolja ocjena je zabiljeena kod trgovine.


295

Tablica 83. Usklaivanje stratekih planova s kljunim dobavljaima
SCM 8 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,20 ,919 2 5
preraivaka industrija 104 3,79 ,692 2 5
trgovina 91 3,96 ,648 3 5
turizam i ugostiteljstvo 6 4,00 ,632 3 5
graevinarstvo 17 3,47 1,179 1 5
bankarstvo, osiguranje i fin. usluge 26 3,54 ,859 2 5
telekomunikacije 10 3,60 ,516 3 4
poslovne usluge 17 3,82 ,636 3 5
ostalo 8 3,63 ,744 3 5
Ukupno 289 3,78 ,746 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,00 ,000 4 4
od 11 do 50 27 3,89 ,751 3 5
od 51 do 250 97 3,80 ,786 1 5
preko 251 163 3,74 ,727 2 5
Ukupno 289 3,78 ,746 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 3,63 ,743 2 5
d.o.o. 157 3,88 ,728 1 5
inozemni osniva 4 3,50 ,577 3 4
ustanova 6 4,33 ,816 3 5
drugo 1 3,00 . 3 3
Ukupno 289 3,78 ,746 1 5
Izvor: Rezultati istraivanja (N=289/293)

Kod ocjene usklaivanja stratekih planova s kljunim kupcima takoer je uoena statistika
znaajnost izmeu odgovora po dvije osnove: djelatnosti i pravnom obliku. Ovi su rezultati
prezentirani u tablici 84. Prema rezultatima, oito su poduzea neto spremnija na ovakve
aktivnosti s kupcima u odnosu na dobavljae, a prednjae turizam (4,17), telekomunikacije
(4,11) i preraivaka industrija (4,08); ustanove i drutva s ogranienom odgovornou
(4,00); te bez statistike znaajnosti mala (3,89) i srednja poduzea (3,80). Usporedbom ovih
ocjena s onima o spremnosti razmjene stratekih podataka i informacija s kljunim kupcima,
moe se zakljuiti kako su poduzea izrazila deklarativno veu spremnost prema stratekoj
suradnji nego to su spremna razmjenjivati strateke podatke i informacije za vie od pola
ocjene (3,91 3,25 = 0,66).
Ocjene o uspjenosti optimiziranja povezanih procesa s partnerima iz lanca pokazuju
statistiku znaajnost s obzirom na djelatnost i pravni oblik (tablica 85.). Oito jest da u ovom
segmentu ima dosta prostora za napredak (s izuzetkom turizma sve ostale prosjene ocjene su
< 4,00), a istiu se preraivaka industrija (3,80), telekomunikacije (3,70) i poslovne usluge
(3,69); ustanove (4,33) i drutva s ogranienom odgovornou (3,76); odnosno, bez statistike
znaajnosti srednja (3,73) i mala poduzea (3,70).

296

Tablica 84. Usklaivanje stratekih planova s kljunim kupcima
SCM 9 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,60 ,843 2 5
preraivaka industrija 105 4,08 ,631 2 5
trgovina 90 3,81 ,748 1 5
turizam i ugostiteljstvo 6 4,17 ,753 3 5
graevinarstvo 17 3,71 ,985 2 5
bankarstvo, osiguranje i fin. usluge 26 3,62 ,697 2 5
telekomunikacije 9 4,11 ,333 4 5
poslovne usluge 18 3,94 ,639 3 5
ostalo 8 4,00 ,535 3 5
Ukupno 289 3,91 ,713 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,50 2,121 2 5
od 11 do 50 27 3,93 ,675 3 5
od 51 do 250 98 3,94 ,744 2 5
preko 251 162 3,89 ,687 1 5
Ukupno 289 3,91 ,713 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 120 3,83 ,669 2 5
d.o.o. 157 4,00 ,707 1 5
inozemni osniva 5 2,80 ,837 2 4
ustanova 6 4,00 ,894 3 5
drugo 1 4,00 . 4 4
Ukupno 289 3,91 ,713 1 5
Izvor: Rezultati istraivanja (N=289/293)

Tablica 85. Optimiziranje povezanih procesa s partnerima iz opskrbnog lanca
SCM 10 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,40 ,966 2 5
preraivaka industrija 106 3,80 ,749 1 5
trgovina 91 3,78 ,727 2 5
turizam i ugostiteljstvo 6 4,00 ,632 3 5
graevinarstvo 17 3,18 1,185 1 5
bankarstvo, osiguranje i fin. usluge 26 3,08 ,628 1 4
telekomunikacije 10 3,70 1,160 2 5
poslovne usluge 16 3,69 ,873 2 5
ostalo 8 3,50 ,535 3 4
Ukupno 290 3,67 ,816 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,50 2,121 2 5
od 11 do 50 27 3,70 ,775 2 5
od 51 do 250 97 3,73 ,823 1 5
preko 251 164 3,62 ,809 1 5
Ukupno 290 3,67 ,816 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 3,55 ,794 1 5
d.o.o. 156 3,76 ,804 1 5
inozemni osniva 5 2,80 ,837 2 4
ustanova 6 4,33 ,816 3 5
drugo 1 3,00 . 3 3
Ukupno 290 3,67 ,816 1 5
Izvor: Rezultati istraivanja (N=290/293)

297

Poduzea jo uvijek nedovoljno provode scenario analize (sve prosjene ocjene su < 3,80), a
126 (43,0%) ih se uglavnom slae, odnosno 26 (8,9%) ih se u potpunosti slae s ovom
konstatacijom. Rezultati su prikazani u tablici 86. Iako bez uoene statistike znaajnosti, a
prema oekivanju, bolji od prosjeka su telekomunikacije (3,80), poslovne usluge (3,59) i
financijski sektor (3,46); odnosno, mala (3,58) i velika poduzea (3,39) te ustanove (3,67) i
dionika drutva (3,45).

Tablica 86. Provoenje scenario analiza
SCM 11 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,10 ,994 1 4
preraivaka industrija 104 3,36 ,965 1 5
trgovina 89 3,38 1,082 1 5
turizam i ugostiteljstvo 6 3,83 ,408 3 4
graevinarstvo 17 3,24 1,251 1 5
bankarstvo, osiguranje i fin. usluge 26 3,46 ,706 2 5
telekomunikacije 10 3,80 1,476 1 5
poslovne usluge 17 3,59 ,870 2 5
ostalo 8 3,00 ,535 2 4
Ukupno 287 3,39 1,000 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,00 1,414 2 4
od 11 do 50 26 3,58 1,027 1 5
od 51 do 250 97 3,34 1,060 1 5
preko 251 162 3,39 ,960 1 5
Ukupno 287 3,39 1,000 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 3,45 ,966 1 5
d.o.o. 154 3,35 ,994 1 5
inozemni osniva 5 3,00 1,581 1 5
ustanova 6 3,67 1,366 1 5
drugo 1 2,00 . 2 2
Ukupno 287 3,39 1,000 1 5
Izvor: Rezultati poslovanja (N=287/293)

Provoenje prognoziranja dogaanja bolje je ocjenjeno nego provoenje scenario analiza (s
izuzetkom telekomunikacija ostale prosjene ocjene su < 3,90), a 153 (52,2%) ih se uglavnom
slae, odnosno 43 (14,7%) ih se u potpunosti slae s ovom izjavom. Isto tako, pokazalo se da
ih manje od 10% uope ili uglavnom ne provode ovu aktivnost. Iako bez statistike
znaajnosti prednjae telekomunikacije (4,20), poslovne usluge (3,82) i preraivaka
industrija (3,80); odnosno velika poduzea (3,70) te ustanove (4,17) i drutva s ogranienom
odgovornou (3,74). Rezultati ovog pokazatelja prikazani su u tablici 87.


298


Tablica 87. Provoenje prognoziranja dogaanja
SCM 12 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,10 ,994 1 4
preraivaka industrija 106 3,80 ,844 1 5
trgovina 89 3,62 1,113 1 5
turizam i ugostiteljstvo 6 3,83 ,408 3 4
graevinarstvo 17 3,41 1,064 1 5
bankarstvo, osiguranje i fin. usluge 26 3,62 ,697 2 5
telekomunikacije 10 4,20 1,229 1 5
poslovne usluge 17 3,82 ,636 3 5
ostalo 8 3,50 ,535 3 4
Ukupno 289 3,69 ,943 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,50 ,707 3 4
od 11 do 50 26 3,69 1,087 1 5
od 51 do 250 97 3,67 ,997 1 5
preko 251 164 3,70 ,894 1 5
Ukupno 289 3,69 ,943 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 3,63 ,855 1 5
d.o.o. 155 3,74 ,994 1 5
inozemni osniva 5 3,20 1,483 1 5
ustanova 6 4,17 ,753 3 5
drugo 1 3,00 . 3 3
Ukupno 289 3,69 ,943 1 5
Izvor: Rezultati istraivanja (N=289/293)

Rasprostranjenost provoenja analize trenda skoro je identina prognoziranju dogaanja to je
prikazano u tablici 88. Prema rezultatima, 142 poduzea (48,5%) se uglavnom slae a 46
(15,7%) ih se u potpunosti slae s navedenom tvrdnjom. Iako bez statistike znaajnosti, ova
se analiza najvie provodi u turizmu (4,00), telekomunikacijama (3,90) i poslovnim uslugama
(3,82); odnosno, u malim poduzeima (3,85) te ustanovama (3,83) i drutvima s ogranienom
odgovornou (3,67).
Najloiji pokazatelji su oni kojim su poduzea ocjenjivala provoenje analize vremenskog
slijeda to je vidljivo iz tablice 89. Prema dobivenim rezultatima, moe se zakljuiti kako je
ovo najslabije koritena metoda (uz izuzetak turizma, sve ostale prosjene ocjene su < 3,70), a
103 poduzea (35,2%) se uglavnom slau, dok ih se 30 (10,2) u potpunosti slae s
postavljenom tvrdnjom. Iako bez uoene statistike znaajnosti bolji od prosjeka su turizam
(4,00), poslovne usluge (3,65) i telekomunikacije (3,50); odnosno, mala poduzea (3,50) te
ustanove (3,50).


299

Tablica 88. Provoenje analize trenda
SCM 13 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,20 ,789 2 4
preraivaka industrija 105 3,71 ,927 1 5
trgovina 89 3,69 1,083 1 5
turizam i ugostiteljstvo 6 4,00 ,000 4 4
graevinarstvo 17 3,24 1,091 1 5
bankarstvo, osiguranje i fin. usluge 26 3,58 ,703 2 5
telekomunikacije 10 3,90 1,370 1 5
poslovne usluge 17 3,82 1,074 1 5
ostalo 8 3,00 ,756 2 4
Ukupno 288 3,65 ,988 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,50 ,707 3 4
od 11 do 50 26 3,85 ,834 2 5
od 51 do 250 97 3,62 1,025 1 5
preko 251 163 3,63 ,994 1 5
Ukupno 288 3,65 ,988 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 3,62 ,903 1 5
d.o.o. 154 3,67 1,023 1 5
inozemni osniva 5 3,20 1,483 1 5
ustanova 6 3,83 1,472 1 5
drugo 1 4,00 . 4 4
Ukupno 288 3,65 ,988 1 5
Izvor: Rezultati istraivanja (N=288/293)

Tablica 89. Provoenje analize vremenskog slijeda
SCM 14 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,20 ,632 2 4
preraivaka industrija 105 3,30 1,055 1 5
trgovina 89 3,20 1,130 1 5
turizam i ugostiteljstvo 6 4,00 ,000 4 4
graevinarstvo 17 3,24 1,147 1 5
bankarstvo, osiguranje i fin. usluge 26 3,31 ,736 2 5
telekomunikacije 10 3,50 1,179 1 5
poslovne usluge 17 3,65 1,115 1 5
ostalo 8 3,13 ,835 2 4
Ukupno 288 3,30 1,040 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,50 ,707 3 4
od 11 do 50 26 3,50 ,990 1 5
od 51 do 250 97 3,30 1,032 1 5
preko 251 163 3,26 1,059 1 5
Ukupno 288 3,30 1,040 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 3,31 ,980 1 5
d.o.o. 154 3,29 1,072 1 5
inozemni osniva 5 3,00 1,414 1 5
ustanova 6 3,50 1,378 1 5
drugo 1 3,00 . 3 3
Ukupno 288 3,30 1,040 1 5
Izvor: Rezultati istraivanja (N=288/293)

300

Koliko su poduzea uspjela smanjiti trokove funkcioniranja svojih opskrbnih lanaca
pokazuju rezultati u tablici 90. Statistika znaajnost je zabiljeena s obzirom na djelatnost
gdje su najzadovoljnije telekomunikacije (4,20), turizam (4,00), preraivaka industrija (3,84)
i trgovina (3,77); odnosno, bez statistike znaajnosti srednja poduzea (3,79) te inopoduzea
(4,40), ustanove (3,83) i drutva s ogranienom odgovornou (3,76).

Tablica 90. Postignuto smanjenje trokova funkcioniranja opskrbnog lanca
SCM 15 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,20 1,135 1 5
preraivaka industrija 106 3,84 ,745 1 5
trgovina 91 3,77 ,857 1 5
turizam i ugostiteljstvo 5 4,00 ,000 4 4
graevinarstvo 17 3,47 ,943 2 5
bankarstvo, osiguranje i fin. usluge 26 3,46 ,811 2 5
telekomunikacije 10 4,20 ,422 4 5
poslovne usluge 17 3,76 ,903 2 5
ostalo 8 3,38 ,518 3 4
Ukupno 290 3,74 ,819 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 3,85 ,949 1 5
od 51 do 250 98 3,79 ,692 2 5
preko 251 163 3,68 ,866 1 5
Ukupno 290 3,74 ,819 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 3,68 ,755 2 5
d.o.o. 157 3,76 ,871 1 5
inozemni osniva 5 4,40 ,548 4 5
ustanova 6 3,83 ,753 3 5
drugo 1 3,00 . 3 3
Ukupno 290 3,74 ,819 1 5
Izvor: Rezultati istraivanja (N=290/293)

Od svih pokazatelja performansi, poduzea su najmanje zadovoljstva iskazali u postignutom
poveanju povratu na imovinu (ROA) u odnosu na svoje konkurente (s izuzetkom turizma,
sve ostale prosjene ocjene su < 3,60) to je prikazano u tablici 91. Statistika je znaajnost
uoena u odgovorima s obzirom na djelatnost, a najbolje ocjene su zabiljeene u turizmu
(4,00), i poslovnim uslugama (3,53) i trgovini (3,34). Prema oekivanjima, najloiji su
pokazatelji primarne proizvodnje (2,60) i graevinarstva (2,94). Za oekivati je bilo bolju
ukupnu ocjenu financijskog sektora. Bez statistike znaajnosti bolji od prosjeka su mala
(3,48) i srednja poduzea (3,39) te inopoduzea (3,40).


301

Tablica 91. Postignuto poveanje povrat na imovinu (ROA) u odnosu na konkurente
SCM 16 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 2,60 ,966 1 4
preraivaka industrija 105 3,36 ,709 2 5
trgovina 90 3,34 ,823 1 5
turizam i ugostiteljstvo 6 4,00 ,894 3 5
graevinarstvo 16 2,94 ,772 2 5
bankarstvo, osiguranje i fin. usluge 24 3,21 ,658 2 5
telekomunikacije 10 3,20 ,789 2 5
poslovne usluge 17 3,53 ,943 1 5
ostalo 8 3,13 ,354 3 4
Ukupno 286 3,30 ,787 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,00 1,414 2 4
od 11 do 50 27 3,48 ,700 2 5
od 51 do 250 97 3,39 ,701 2 5
preko 251 160 3,23 ,839 1 5
Ukupno 286 3,30 ,787 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 120 3,24 ,733 2 5
d.o.o. 154 3,36 ,814 1 5
inozemni osniva 5 3,40 1,140 2 5
ustanova 6 3,33 ,816 2 4
drugo 1 2,00 . 2 2
Ukupno 286 3,30 ,787 1 5
Izvor: Rezultati istraivanja (N=286/293)

Zadovoljstvo povenjem povrata na uloeno (ROI) u odnosu na konkurente poduzea su
slino ocijenila kao i prethodni pokazatelj (uz izuzetak turizma, sve ostale prosjene ocjene su
< 3,50), a bez statistike znaajnosti vee zadovoljstvo postignutim iskazali su turizam (4,17),
poslovne usluge (3,47) i preraivaka industrija (3,41); odnosno, mala (3,52) i srednja
poduzea (3,46) te inopoduzea (3,40). Ove su ocjene prezentirane u tablici 92.
Zadovoljstvo istraivanih poduzea postignutim poveanje trinog udjela i volumena prodaje
u odnosu na konkurente prikazani su u tablici 93. Statistiki znaajnim su se pokazali
odgovori temeljem pravnog oblika gdje treba istaknuti drutva s ogranienom odgovornou
(3,57) i ustanove (3,50), odnosno 102 poduzea (34,8%) su se uglavnom sloila, a 34 (11,6%)
ih se u potpunosti sloilo s postavljenom tvrdnjom. Bez statistike znaajnosti najvee
zadovoljstvo su iskazali: trgovina (3,54) i preraivaka industrija (3,51), odnosno, mala (3,59)
i srednja poduzea (3,52).



302

Tablica 92. Postignuto poveanje povrata na uloeno (ROI) u odnosu na konkurente
SCM 17 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 2,90 ,876 1 4
preraivaka industrija 105 3,41 ,730 2 5
trgovina 90 3,37 ,854 1 5
turizam i ugostiteljstvo 6 4,17 ,753 3 5
graevinarstvo 17 3,00 ,791 2 5
bankarstvo, osiguranje i fin. usluge 26 3,31 ,679 2 5
telekomunikacije 10 3,20 ,789 2 5
poslovne usluge 17 3,47 ,943 1 5
ostalo 8 3,25 ,463 3 4
Ukupno 289 3,35 ,795 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,00 1,414 2 4
od 11 do 50 27 3,52 ,753 2 5
od 51 do 250 97 3,46 ,737 2 5
preko 251 163 3,26 ,823 1 5
Ukupno 289 3,35 ,795 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 122 3,31 ,728 2 5
d.o.o. 155 3,39 ,834 1 5
inozemni osniva 5 3,40 1,140 2 5
ustanova 6 3,33 ,816 2 4
drugo 1 2,00 . 2 2
Ukupno 289 3,35 ,795 1 5
Izvor: Rezultati istraivanja (N=289/293)

Tablica 93. Poveanje trinog udjela u odnosu na konkurente
SCM 18 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 2,80 1,317 1 5
preraivaka industrija 105 3,51 ,878 2 5
trgovina 91 3,54 ,923 1 5
turizam i ugostiteljstvo 6 3,33 1,033 2 5
graevinarstvo 17 2,94 1,088 1 5
bankarstvo, osiguranje i fin. usluge 26 3,38 ,496 3 4
telekomunikacije 10 3,30 ,949 2 5
poslovne usluge 17 3,41 1,176 1 5
ostalo 8 2,88 ,641 2 4
Ukupno 290 3,42 ,927 1 5
z
a
p
o
s
l
e
n
i

do 10 2 3,00 1,414 2 4
od 11 do 50 27 3,59 ,971 2 5
od 51 do 250 98 3,52 ,828 2 5
preko 251 163 3,33 ,969 1 5
Ukupno 290 3,42 ,927 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 3,21 ,896 1 5
d.o.o. 157 3,57 ,935 1 5
inozemni osniva 5 3,40 ,894 2 4
ustanova 6 3,50 ,837 2 4
drugo 1 3,00 . 3 3
Ukupno 290 3,42 ,927 1 5
Izvor: Rezultati istraivanja (N=290/293)

303

Vie od istraivanih poduzea pozitivno se oitovalo o poveanju efikasnosti opskrbnog
lanca; odnosno, 165 poduzea (56,3%) se uglavnom sloilo, a 35 (11,9%) ih se u potpunosti
sloilo s ponuenim odgovorom. Statistika znaajnost se utvrdila kod prikupljenih odgovora
temeljem glavne djelatnosti, a efikasnou svog opskrbnog lanca su najzadovoljniji
telekomunikacije i turizam (4,00) i preraivaka industrija (3,87), dok su najnezadovoljniji
primarna proizvodnja (3,00) i graevinarstvo (3,06). Bez statistike znaajnosti boljom
ocjenom od prosjeka oitovali su se mala (3,81) i srednja poduzea (3,79) te inopoduzea
(4,00) i ustanove (3,83). Ove su ocjene prikazane u tablici 94.

Tablica 94. Poveanje efikasnosti opskrbnog lanca
SCM 19 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,00 1,155 1 4
preraivaka industrija 105 3,87 ,680 1 5
trgovina 91 3,78 ,814 1 5
turizam i ugostiteljstvo 6 4,00 ,632 3 5
graevinarstvo 17 3,06 1,298 1 5
bankarstvo, osiguranje i fin. usluge 26 3,31 ,679 2 5
telekomunikacije 10 4,00 ,667 3 5
poslovne usluge 17 3,76 1,033 1 5
ostalo 8 3,63 ,518 3 4
Ukupno 290 3,71 ,840 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,50 ,707 4 5
od 11 do 50 27 3,81 ,921 2 5
od 51 do 250 98 3,79 ,677 1 5
preko 251 163 3,63 ,909 1 5
Ukupno 290 3,71 ,840 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 121 3,66 ,802 1 5
d.o.o. 157 3,74 ,863 1 5
inozemni osniva 5 4,00 ,707 3 5
ustanova 6 3,83 ,983 2 5
drugo 1 2,00 . 2 2
Ukupno 290 3,71 ,840 1 5
Izvor: Rezultati istraivanja (N=290/293)

U sklopu ocjena performansi najbolji pokazatelji su evidentirani u ocjeni skraenja vremena
donoenja odluka u opskrbnom lancu to je prikazano u tablici 95. Razlike u odgovorima s
obzirom na glavnu djelatnost su statistiki znaajne, a najbolje su u telekomunikacijama
(4,00), preraivakoj industriji i trgovina (3,88), dok su najloije u primarnoj proizvodnju
(3,00) i graevinarstvu (3,12). Bez statistike znaajnosti bolje ocjene od prosjeka zabiljeene
su kod srednjih (3,82) i malih poduzea (3,81) te drutva s ogranienom odgovornou (3,80).

304

Tablica 95. Postignuto skraenje vremena odluivanja unutar opksrbnog lanca
SCM 20 N A. sred. St. devijacija Min. Maks.
d
j
e
l
a
t
n
o
s
t

primarna proizvodnja 10 3,00 1,247 1 5
preraivaka industrija 105 3,88 ,716 1 5
trgovina 90 3,88 ,859 1 5
turizam i ugostiteljstvo 6 3,83 ,408 3 4
graevinarstvo 17 3,12 1,219 1 5
bankarstvo, osiguranje i fin. usluge 26 3,50 ,707 2 5
telekomunikacije 10 4,00 ,943 3 5
poslovne usluge 17 3,76 1,091 1 5
ostalo 8 3,63 ,518 3 4
Ukupno 289 3,76 ,868 1 5
z
a
p
o
s
l
e
n
i

do 10 2 4,00 1,414 3 5
od 11 do 50 26 3,81 ,849 2 5
od 51 do 250 98 3,82 ,778 1 5
preko 251 163 3,71 ,921 1 5
Ukupno 289 3,76 ,868 1 5
p
r
a
v
n
i

o
b
l
i
k

d.d. 120 3,70 ,805 1 5
d.o.o. 157 3,80 ,916 1 5
inozemni osniva 5 3,80 ,837 3 5
ustanova 6 3,83 ,983 2 5
drugo 1 3,00 . 3 3
Ukupno 289 3,76 ,868 1 5
Izvor: Rezultati istraivanja (N=289/293)





305

3.3. Pouzdanost mjernih ljestvica

Nakon deskriptivne statistike, a u svrhu ispitivanja psihometrijske adekvatnosti skupa
varijabli, potrebno je izvriti testiranje pouzdanosti mjernih ljestvica, odnosno ocijeniti
unutarnju dosljednost skupa tvrdnji. Najpoznatiju mjeru koja moe poprimiti vrijednosti od 0
do 1, predstavlja Cronbach Alfa (). U literaturi ima vie pristupa oko definiranja granine
vrijednosti ovog pokazatelja. Openito govorei, poeljiniji je to vei pokazatelj kako bi se
prouavane varijable smatrale visoko interno konzistentnima. Hair et al. (2010.) dre da ova
vrijednost treba biti iznad 0,7, dok Churchill (1979.) smatra da razina prihvaanja zavisi od
svrhe istraivanja te sugerira 0,6 kao donju granicu prihvaanja pouzdanosti ove ljestvice.
O'Leary-Kelly i Vokurka (1998.) prihvaaju 0,5 u sluajevima kada je rije o novorazvijenim
ljestvicama, odnosno kada je rije o ranim fazama istraivanja te navode kako Van de Venn i
Ferry (1980.) prihvaaju ak i 0,4 za iroko definirane konstrukte. Breugelmans et al. (2004.,
prema Ani, Mihi i Juri, 2010.) sugeriraju 0,5 kao graninu vrijednost kod eksplorativnih
istraivanja. Tavakol i Dennick (2011.) objanjavaju mogue razloge nieg koeficijenta: mali
broj pitanja (estica), slaba unutranja korelacija ili heterogenost konstrukta. Izvori podataka i
informacija predstavljaju prvu planiranu dimenziju varijable poslovna inteligencija. Cronbach
alfa iznosi 0,486 a procjena svih elemenata mjerne ljestvice prikazana je u tablici 96.

Tablica 96. Procjena pouzdanosti dimenzije izvori podataka i informacija

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
BI1 15,37 5,000 ,362 ,370
BI2 15,18 5,171 ,375 ,371
BI3 15,59 4,762 ,375 ,354
BI4 15,45 5,865 -,024 ,657
BI5 15,35 4,776 ,368 ,359

Cronbach alfa ,486 Broj stavki 5
Izvor: Rezultati istraivanja (N=278/293)

Analizom dobivenih rezultata uoljivo je kako bi izostavljanje tvrdnje BI 4 znaajno
pridonijelo poboljanju ukupne pouzdanosti. Cronbach alfa za drugu dimenziju (pouzdanost

306

podataka i informacija) pokazuje negativan rezultat -0,691. U tablici 97. daje se procjena svih
elemenata ove dimenzije.

Tablica 97. Procjena pouzdanosti dimenzije pouzdanost podataka i informacija

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
BI6 6,13 ,823 -,102 -,899
BI7 6,72 ,794 -,127 -,841
BI8 8,13 ,897 -,408 ,519

Cronbach alfa -,691 broj stavki 3
Izvor: Rezultati istraivanja (N=289/293)

Oito je kako bi izostavljanje tvrdnje BI 8 popravilo rezultat pouzdanosti mjerne ljestvice.
Prije je navedeno kako ona predstavlja kontrolno pitanje, a nia je ocjena bila poeljnija, zato
i ne udi potreba njene eliminacije iz daljnje analize. Nakon provedenih opisanih analiza i
eliminacijom tvrdni BI 4 i BI 8, ocjenjeno je potrebnim formiranje zajednike dimenzije od
preostalih tvrdnji izvori i pouzdanost podataka i informacija. Novouspostavljena dimenzija
potom se testirala te je dobiven Cronbach alfa 0,689 a pouzdanost pojedinanih elemenata
prikazana je u tablici 98. Prema dobivenim rezultatima moe se zakljuiti kako je ukupna
pouzdanost nove dimenzije zadovoljavajua, a izabrane se varijable meusobno dobro slau.

Tablica 98. Procjena pouzdanosti dimenzije izvori i pouzdanost podataka i informacija

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
BI1 19,72 5,895 0,465 0,632
BI2 19,53 6,359 0,401 0,654
BI3 19,94 5,891 0,41 0,655
BI5 19,69 5,415 0,535 0,605
BI6 19,23 6,899 0,46 0,647
BI7 19,81 7,283 0,281 0,687

Cronbach alfa 0,689 broj stavki 6
Izvor: Rezultati istraivanja (N=279/293)

307

Pristup podacima i informacijama predstavlja sljedeu dimenziju poslovne inteligencije te je
analiza njezine pozdanosti dala zadovoljavajue rezultate, odnosno Cronbach alfa je 0,780 a
procjena pouzdanosti elemenata koji tvore ovu dimenziju vidi se u tablici 99.

Tablica 99. Procjena pouzdanosti dimenzije pristup podacima i informacijama

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
BI9 12,88 3,594 ,513 ,771
BI10 12,89 3,625 ,694 ,676
BI11 13,03 3,373 ,655 ,689
BI12 13,08 4,098 ,505 ,765

Cronbach alfa ,780 broj stavki 4
Izvor: Rezultati istraivanja (N=290/293)

Analiza napredne analitike kao tree dimenzije poslovne inteligencije takoer je pokazala vrlo
dobru internu konzistentnost (Cronbach alfa = ,788) a njezini rezultati, ije vrijednosti
omoguuju provoenje nastavka multivarijatne statistike odnosno faktorske analize,
prezentirani su u tablici 100.

Tablica 100. Procjena pouzdanosti dimenzije napredna analitika

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
BI13 9,68 8,481 ,621 ,723
BI14 9,59 7,829 ,662 ,701
BI15 9,86 8,667 ,647 ,710
BI16 9,20 10,712 ,470 ,793

Cronbach alfa ,788 broj stavki 4
Izvor: Rezultati istraivanja (N=281/293)

Dimenzija intuicija i vrijeme takoer pokazuje vrlo dobru unutarnju dosljednost (Cronbach
alfa = ,765) tako da se prema ovim vrijednostima, bez ikakvih intervencija, moe provoditi
daljnja obrada. Pokazatelji ove dimenzije vidljivi su u tablici 101.

308

Tablica 101. Procjena pouzdanosti dimenzije intuicija i vrijeme

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
BI17 16,24 4,781 ,388 ,769
BI18 16,13 4,839 ,422 ,757
BI19 16,42 4,002 ,658 ,676
BI20 16,33 3,931 ,699 ,661
BI21 16,45 4,130 ,521 ,729

Cronbach alfa ,765 broj stavki 5
Izvor: Rezultati istraivanja (N=289/293)

Organizacija poslovne inteligencije predstavlja posljednju dimenziju analizirane nezavisne
varijable. Interna dosljednost nije se pokazala zadovoljavajuom (Cronbach = ,286) pa se
pristupilo analizi elemenata koji je tvore, a prikazani su u tablici 102.

Tablica 102. Procjena pouzdanosti dimenzije organizacija PI

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
BI22 13,31 4,591 0,21 0,157
BI23 13,57 5,275 0,196 0,187
BI24 13,56 4,482 0,459 -,055
a

BI25 13,8 4,365 0,436 -,056
a

BI26 15,05 8,459 -0,386 0,635

Cronbach alfa 0,286 broj stavki 5
Izvor: Rezultati istraivanja (N=283/293)

Analizom podataka iz gornje tablice vidljivo je da bi eliminacija posljednje tvrdnje BI 26
znaajno pridonijela kvaliteti rezultata. Prethodno je pojanjeno kako ova tvrdnja predstavlja
filter pomou kojeg se poduzea koja nemaju organiziranu poslovnu inteligenciju mogu
iskljuiti iz istraivanja, a sve sukladno unaprijed odreenim planom provedbe istraivanja.
Nakon iskljuenja ove stavke rezultati su pokazali zadovoljavajue veliine (Cronbach alfa =
,635) tako da se moe potvrditi valjanost ove ljestvice. Ponovljene pokazatelje, nakon
iskljuenja tvrdnje BI 26 prikazuje tablica 103.


309

Tablica 103. Procjena nove pouzdanosti dimenzije organizacija PI

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
BI22 11,04 4,981 0,36 0,62
BI23 11,29 5,527 0,402 0,575
BI24 11,29 5,489 0,47 0,533
BI25 11,53 5,349 0,452 0,541

Cronbach alfa 0,635 broj stavki 4
Izvor: Rezultati istraivanja (N=283/293)

Nakon testiranja pouzdanosti varijable poslovna inteligencija zakljuno se moe ustvrditi
kako e se nastavak statistike analize provoditi temeljem utvrenih pet dimenzija (izvori i
pouzdanost podataka i informacija; pristup podacima i informacijama, napredna analitika,
intuicija i vrijeme; organizacija poslovne inteligencije) ije su mjerne ljestvice pokazale
zadovoljavajuu razinu pouzdanosti, odnosno interne dosljednosti.
Mjerne ljestvice za obje dimenzije informacijske vidljivosti kao izvedene varijable (kvaliteta
sadraja i razina vidljivosti) pokazuju zadovoljavajue vrijednosti (Cronbach alfe su ,825 i
,786) te se mogu smatrati prihvatljivima za nastavak statistike obrade. Njihovi se rezultati
prikazuju u tablicama 104 i 105.

Tablica 104. Procjena pouzdanosti dimenzije kvaliteta sadraja

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
IV1 12,67 2,284 ,638 ,788
IV2 12,79 2,061 ,702 ,756
IV4 12,64 1,952 ,597 ,816
IV3 12,64 2,119 ,693 ,761

Cronbach alfa ,825 broj stavki 4
Izvor: Rezultati istraivanja (N=289/293)




310

Tablica 105. Procjena pouzdanosti dimenzije razina vidljivosti

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
IV5 10,63 5,567 ,555 ,755
IV6 10,18 5,745 ,620 ,722
IV7 10,63 5,476 ,615 ,723
IV8 10,19 5,580 ,589 ,736

Cronbach alfa ,786 broj stavki 4
Izvor: Rezultati istraivanja (N=289/293)

Varijabla integracija operacionalizirala se kroz dvije dimenzije: suradnja unutar poduzea i
suradnja izmeu poduzea. Analiza pouzdanosti prve mjerne ljestvice nije pokazala
zadovoljavajue rezultate (Cronbach alfa iznosi ,285) te se pristupilo analizi njezinih stavki
koje su prezentirane u tablici 106. Nakon eliminacije tvrdnje INT 3 rezultat pouzdanosti se
popravio (Cronbach alfa iznosi ,479 tablica 107.) te e se nastaviti sa statistikom obradom.

Tablica 106. Procjena pouzdanosti dimenzije suradnja unutar poduzea

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
INT1 9,52 3,13 0,257 0,154
INT2 10,42 2,039 0,267 0,028
INT3 11,35 3,293 -0,056 0,48
INT4 10,17 2,721 0,196 0,167

Cronbach alfa 0,285 broj stavki 4
Izvor: Rezultati istraivanja (N=283/293)

Tablica 107. Procjena nove pouzdanosti dimenzije suradnja unutar poduzea

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
INT1 7,05 2,312 0,349 0,367
INT2 7,96 1,299 0,34 0,334
INT4 7,7 1,907 0,271 0,428

Cronbach alfa 0,479 broj stavki 3
Izvor: Rezultati istraivanja (N=283/293)

311

Analiza pouzdanosti mjerne ljestvice suradnje izmeu poduzea pokazala je zadovoljavajuu
unutranju dosljednost te se moe koristiti za daljnju obradu. Ovi su rezultati prezentirani u
tablici 108.

Tablica 108. Procjena pouzdanosti dimenzije suradnja izmeu poduzea

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
INT5 15,14 5,872 ,610 ,726
INT6 15,48 5,117 ,667 ,704
INT7 15,60 5,691 ,586 ,734
INT8 14,87 6,940 ,468 ,771
INT9 14,81 6,751 ,486 ,766

Cronbach alfa ,783 broj stavki 5
Izvor: Rezultati istraivanja (N=285/293)

Zavisna varijabla upravljanje opskrbnim lancem se istraivala kroz pet dimenzija (agilnost,
prilagodljivost, usklaenje, proaktivnost i performanse). Sve mjerne ljestvice pokazale su
zadovoljavajuu razinu pouzdanosti ( agilnost ,894; prilagodljivost ,817; usklaenje ,732;
proaktivnost ,900; performanse ,896). Isto tako, utvreno je kako eliminacija bilo koje tvrdnje
ne bi rezultirala poboljanjem ukupne mjerne ljestvice. U tablicama u nastavku daju se prikazi
rezultata.

Tablica 109. Procjena pouzdanosti dimenzije agilnost

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
SCM1 12,40 3,733 ,789 ,855
SCM2 12,34 3,797 ,832 ,841
SCM3 12,38 3,672 ,861 ,829
SCM4 12,32 4,062 ,605 ,925

Cronbach alfa ,894 broj stavki 4
Izvor: Rezultati istraivanja (N=285/293)



312

Tablica 110. Procjena pouzdanosti dimenzije prilagodljivost

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
SCM5 8,39 2,006 ,609 ,811
SCM6 7,99 2,007 ,720 ,703
SCM7 8,09 1,864 ,687 ,731

Cronbach alfa ,817 broj stavki 3
Izvor: Rezultati istraivanja (N=292/293)


Tablica 111. Procjena pouzdanosti dimenzije usklaenje

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
SCM8 7,59 1,694 ,558 ,642
SCM9 7,45 1,791 ,550 ,654
SCM10 7,69 1,552 ,562 ,641

Cronbach alfa ,732 broj stavki 3
Izvor: Rezultati istraivanja (N=285/293)


Tablica 112. Procjena pouzdanosti dimenzije proaktivnost

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
SCM11 10,63 6,953 ,799 ,863
SCM12 10,33 7,398 ,753 ,880
SCM13 10,38 7,026 ,794 ,865
SCM14 10,72 6,910 ,765 ,876

Cronbach alfa ,900 broj stavki 4
Izvor: Rezultati istraivanja (N=287/293)





313

Tablica 113. Procjena pouzdanosti dimenzije performanse

A. sr. ljestvice ako se
izostavi tvrdnja
Varijanca ljestvice ako
se izostavi tvrdnja
Korigirana ukupna
korelacija
Cronbach alfa ako se
izostavi tvrdnja
SCM15 17,57 12,110 ,704 ,879
SCM16 18,00 12,361 ,695 ,881
SCM17 17,95 12,123 ,739 ,874
SCM18 17,88 11,888 ,643 ,891
SCM19 17,59 11,550 ,792 ,866
SCM20 17,54 11,577 ,753 ,872

Cronbach alfa ,896 broj stavki 6
Rezultati istraivanja (N=281/293)


3.4. Faktorska analiza istraivakih varijabli

Rezultati pouzdanosti mjernih ljestvica omoguili su nastavak provoenja multivarijatne
analize u kojoj sljedei korak predstavljala faktorska analiza koja, prema Pecini (2006., p.
12.), predstavlja statistiki pristup za analizu strukture meusobnih odnosa veeg broja
varijabli definiranjem seta zajednikih skrivenih dimenzija tj. faktora. Ova se analiza moe
koristiti za dvije namjene, kao eksploratorna ili konfirmatorna metoda. U ovom istraivanju se
koristila faktorska metoda kao kontrolna mjera ispravnog grupiranja dimenzija unutar
promatranih varijabli. Prvi korak predstavljaju ocjena adekvatnosti uzorka i Bartlettov test
sferinosti.
Adekvatnost uzorka se mjeri pomou Kaiser-Meyer-Olkinovog (KMO) pokazatelja koji u
naravi ocjenjuje da li se podaci dobro uklapaju u faktore. Ovaj se pokazatelj dobije kao omjer
zbroja kvadrata koeficijenata korelacije svih varijabli u analizi
260
i istoga tog zbroja kvadrata
plus kvadrata koeficijenata parcijalne korelacije svake varijable i sa svakom varijablom j uz
iskljuenje ostalih varijabli. KMO se zasniva na korelaciji i parcijalnoj korelaciji, a prema
Rozgi (2010., p. 55.), da bi faktorska analiza bila odgovarajua, vrijednost ove statistike
trebala bi biti 0,5
261
. U nastavku se daju navedeni pokazatelji prema istraivanim
varijablama i njihovim dimenzijama.

260
Osim onih sa samim sobom koje su uvijek jednake 1.
261
Rozga navodi kako odreeni autori zahtjevaju da ovaj pokazatelj bude 0,6.

314

Tablica 114. KMO i Bartlettov test za dimenzije poslovne inteligencije
Izvori i
pouzdanost
podataka i
informacija
Kaiser-Meyer-Olkin mjera adekvatnosti uzorka ,710
Bartlettov test sferinosti
Priblini Hi-kvadrat 262,680
df 15
Sig. ,000
Pristup
podacima i
informacijama
Kaiser-Meyer-Olkin mjera adekvatnosti uzorka ,751
Bartlettov test sferinosti
Priblini Hi-kvadrat 344,069
df 6
Sig. ,000
Napredna
analitika
Kaiser-Meyer-Olkin mjera adekvatnosti uzorka ,758
Bartlettov test sferinosti
Priblini Hi-kvadrat 329,611
df 6
Sig. ,000
Intuicija i
vrijeme
Kaiser-Meyer-Olkin mjera adekvatnosti uzorka ,760
Bartlettov test sferinosti
Priblini Hi-kvadrat 411,242
df 10
Sig. ,000
Organizacija
poslovne
inteligencije
Kaiser-Meyer-Olkin mjera adekvatnosti uzorka ,563
Bartlettov test sferinosti
Priblini Hi-kvadrat 210,744
df 6
Sig. ,000
Izvor: Rezultati istraivanja

Prema rezultatima iz gornje tablice moe se ustvrditi kako su mjere adekvatnosti za svih pet
dimenzija varijable poslovna inteligencija prikladne, a Bartlettov test sferinosti statistiki
znaajan (<0,01). Temeljem iznesenog moe se zakljuiti kako korelacijska matrica nije
jedinina, pa se moe nastaviti s provedbom faktorske analize. Kod prve dimenzije (izvori i
pouzdanost podataka i informacija) najvie varijance je objanjeno kroz prvi faktor, 39,955
(prilog 3.), a obzirom na vrijednost KMO-a, Bratlettovog testa, veliine uzorka i faktorskih
opetereenja
262
(prilog 4.), ova e se veliina prihvatiti na nastavak analize. Ostale dimenzije
poslovne inteligencije imaju zadovoljavajue pokazatelje za nastavak analize:

262
Faktorska optereenja predstavljaju jednostavne korelacije izmeu varijabli i faktora, a pokazuju vanost
pojedine varijable za odreeni faktor.

315

II dimenzija - 61,074% objanjena varijanca kroz prvi faktor (prilog 5.), a sva
optereenja 0,7 (prilog 6.);
III dimenzija - 61,234% objanjena varijanca kroz prvi faktor (prilog 7.), a sva
optereenja 0,6 (prilog 8.);
IV dimenzija - 52,293% objanjena varijanca kroz prvi faktor (prilog 9.), a sva
opetreenja 0,56 (prilog 10.);
V dimenzija - 48,765% objanjena varijanca kroz prvi faktor (prilog 11.), a sva
optereenja 0,59 (prilog 12.).
Pokazatelji KMO statistike i Bartlettovog testa sferinosti za prvu izvedenu varijablu
informacijska vidljivost prikazani su u tablici 115.

Tablica 115. KMO i Bartlettov test sferinosti za dimenzije informacijske vidljivosti
Kvaliteta
sadraja
Kaiser-Meyer-Olkin mjera adekvatnosti uzorka ,788
Bartlettov test sferinosti
Priblini Hi-kvadrat 436,036
df 6
Sig. ,000
Razina
vidljivosti
Kaiser-Meyer-Olkin mjera adekvatnosti uzorka ,419
Bartlettov test sferinosti
Priblini Hi-kvadrat 506,521
df 6
Sig. ,000
Izvor: Rezultati istraivanja

Kod obje dimenzije informacijske vidljivosti svojstvene su vrijednosti pokazale
zadovoljavajue rezultate:
kod prve dimenzije prvi faktor objanjava 66,558% varijance (prilog 13.), a sva su
faktorska optereenja 0,76 (prilog 14.);
kod druge dimenzije prvi faktor objanjava 61,110% varijance (prilog 15.), a sva su
faktorska optereenja 0,75 (prilog 16.).

316

Upravo zbog odlinih pokazatelja (Bartlettov test sferinosti, svojstvene vrijednosti, faktorska
optereenja, pouzdanost mjerne ljestvice) te veliine uzorka prihvatiti e se nii KMO
pokazatelj za nastavak statistike obrade.
Druga izvedena varijabla u istraivanom modelu jest integracija, a njezini pokazatelji
adekvatnosti uzorka i sferinosti prikazani su u tablici 116.

Tablica 116. KMO i Bartlettov test sferinosti za dimenzije integracije
Suradnja unutar
poduzea
Kaiser-Meyer-Olkin mjera adekvatnosti uzorka ,599
Bartlettov test sferinosti
Priblini Hi-kvadrat 52,973
df 3
Sig. ,000
Suradnja
izmeu
poduzea
Kaiser-Meyer-Olkin mjera adekvatnosti uzorka ,700
Bartlettov test sferinosti
Priblini Hi-kvadrat 516,768
df 10
Sig. ,000
Izvor: Rezultati istravanja

Iz gornje tablice je razvidno kako su KMO pokazatelji i Bartlettov test sferinosti za obje
dimenzije integracije zadovoljavajui, odnosno signifikantni. Kod prve dimenzije (suradnja
unutar poduzea) varijanca je objaanjena sa 50,517% prvog faktora (prilog 17.), a kod druge
dimenzije (suradnja izmeu poduzea) objanjena je sa 53,772% prvog faktora (prilog 19.).
Faktorska optereenja takoer su visoka (kod prve dimenzije optereenja su 0,64; a kod
druge 0,66) to pridonosi boljem objanjenju varijabli. Ovi rezultati su prezentirani u
prilozima 18. i 20. Sve navedeno ukazuje da se moe nastaviti s daljnjom provedbom
faktorske analize.
Zavisna varijabla upravljanje opskrbnim lancem operacionalizirana je kroz pet dimenzija:
agilnost, prilagodljivost, usklaenje, proaktivnost i performanse. Pokazatelji adekvatnosti
uzorka i Bartlettov test sferinosti za navedene dimenzije prikazani su u tablici 117.



317

Tablica 117. KMO i Bartlettov test sferinosti za dimenzije upravljanja opskrbnim lancem
Agilnost
Kaiser-Meyer-Olkin mjera adekvatnosti uzorka ,813
Bartlettov test sferinosti
Priblini Hi-kvadrat 811,664
df 6
Sig. ,000
Prilagodljivost
Kaiser-Meyer-Olkin mjera adekvatnosti uzorka ,701
Bartlettov test sferinosti
Priblini Hi-kvadrat 319,385
df 3
Sig. ,000
Usklaenje
Kaiser-Meyer-Olkin mjera adekvatnosti uzorka ,686
Bartlettov test sferinosti
Priblini Hi-kvadrat 178,124
df 3
Sig. ,000
Proaktivnost
Kaiser-Meyer-Olkin mjera adekvatnosti uzorka ,823
Bartlettov test sferinosti
Priblini Hi-kvadrat 708,821
df 6
Sig. ,000
Performanse
Kaiser-Meyer-Olkin mjera adekvatnosti uzorka ,815
Bartlettov test sferinosti
Priblini Hi-kvadrat 1221,935
df 15
Sig. ,000
Izvor: Rezultati istraivanja

Iitavajui rezultate iz tablice 117. moe se ustvrditi kako su mjere adekvatnosti uzorka svih
dimenzija upravljanja opskrbnim lancem prikladne (KMO ,686), a Bartlettov test sferinosti
statistiki znaajan (< 0,01) pa se moe zakljuiti kako su podaci pogodni za daljnje
provoenje faktorske analize.
Svojstvene vrijednosti i faktorska optereenja takoer su zadovoljavajua:
prvi faktor prve dimenzije SCM-a (agilnost) objanjava 76,867% varijance (prilog
21.), a sva su faktorska optereenja 0,74 (prilog 22.);
prvi faktor druge dimenzije SCM-a (prilagodljivost) objanjava 73,538% varijance
(prilog 23.), a sva su faktorska optereenja 0,81 (prilog 24.);

318

prvi faktor tree dimenzije SCM-a (usklaenost) objanjava 65,240% varijance
(prolog 25.), a sva su faktorska optereenja 0,80 (prilog 26.);
prvi faktor etvrte dimenzije SCM-a (proaktivnost) objanjava 77,048% varijance
(prilog 27.), a sva su faktorska optereenja 0,86 (prilog 28.);
prvi faktor pete dimenzije SCM-a (performanse) objanjava 66,111% varijance (prilog
29.), a sva su faktorska optereenja 0,74 (prilog 30.).
Temeljem prikazanih analiza i donesenih odluka o izuzimanju odreenih tvrdnji iz daljnje
statistike obrade prilagoeni konceptualni model istraivanja prikazuje slika 33.

319


Slika 33. Prilagoeni konceptualni model istraivanja
Izvor: rezultati istraivanja

320

3.5. Prosudba istraivakih hipoteza

Temeljem prethodno elaboriranih rezultata obrade prikupljenih podataka utvrena je njihova
podobnost za provoenje daljnjih analitikih postupaka. Glavna hipoteza ovog istraivanja
imala je za cilj utvrditi postojanje pozitivne korelacije izmeu koncepta poslovna inteligencija
i efikasnosti upravljanja opskrbnim lancem.




Ovaj se odnos moe promatrati na tri naina: izravno, kroz postizanje informacijske
vidljivosti te kroz integraciju. Prvi korak u dokazivanju postavljene hipoteze predstavlja
istraivanje pretpostavljenih odnosa koncepta poslovna inteligencija i informacijske
vidljivosti definiranih kroz prvu pomonu hipotezu:

P.H. 1A. Primjena koncepta poslovna inteligencija pozitivno je korelirana s efikasnijim
upravljanjem informacijama, njihovom kvalitetom te vidljivou relevantnih
informacija.

Meuodnos izmeu poslovne inteligencije operacionalizirane kroz pet dimenzija (izvori i
pouzdanost podataka i informacija; pristup podacima i informacijama; napredna analitika,
intuicija i vrijeme; organizacija poslovne inteligencije) i informacijske vidljivosti koja je
operacionalizirana kroz dvije dimenzije (kvaliteta sadraja i razina vidljivosti) prikazan je u
tablici 118, dok je u tablici 119. prikazan zbirni odnos izmeu ovih varijabli. S obzirom da
postoji nekoliko tumaenja koeficijenata korelacije, u ovom se radu koriste objanjenja koje je
dao Petz
263
(2007., 211.).

263
Prema Petzu, vrijednost koeficijenata korelacije izmeu 0 i 0,20 ne ukuazuju na povezanost varijabli, od 0,20
do 0,40 predstavlja laku povezanost, od 0,40 do 0,70 stvarno znaajnu, a preko 0,70 visoku odnosno, vrlo visoku
povezanost promatranig varijabli.
H1: Primjena koncepta poslovna inteligencija pozitivno je korelirana s efikasnou
upravljanja opskrbnim lancem.

321

Tablica 118. Korelacija izmeu elemenata poslovne inteligencije i informacijske vidljivosti

B
I

I
z
v
o
r
i

i

p
o
u
z
d
a
n
o
s
t

p
o
d
a
t
a
k
a

i

i
n
f
o
r
m
a
c
i
j
a

B
I

P
r
i
s
t
u
p

p
o
d
a
c
i
m
a

i

i
n
f
o
r
m
a
c
i
j
a
m
a

B
I

n
a
p
r
e
d
n
a

a
n
a
l
i
t
i
k
a

B
I

I
n
t
u
i
c
i
j
a

i

v
r
i
j
e
m
e

B
I

O
r
g
a
n
i
z
a
c
i
j
a

p
o
s
l
o
v
n
e

i
n
t
e
l
i
g
e
n
c
i
j
e

I
V

K
v
a
l
i
t
e
t
a

s
a
d
r

a
j
a

I
V

R
a
z
i
n
a

v
i
d
l
j
i
v
o
s
t
i

BI Izvori i
pouzdanost
podataka i
informacija
Pearsonova korel. 1 ,506
**
,370
**
,476
**
,459
**
,607
**
,297
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 276 276 268 275 270 274 275
BI Pristup
podacima i
informacijama
Pearsonova korel. ,506
**
1 ,307
**
,264
**
,404
**
,480
**
,116
*

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,025
N 276 290 279 288 281 286 288
BI napredna
analitika
Pearsonova korel. ,370
**
,307
**
1 ,395
**
,407
**
,365
**
,080
Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,090
N 268 279 281 279 275 277 279
BI Intuicija i
vrijeme
Pearsonova korel. ,476
**
,264
**
,395
**
1 ,406
**
,485
**
,156
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,004
N 275 288 279 289 281 285 287
BI Organizacija
poslovne
inteligencije
Pearsonova korel. ,459
**
,404
**
,407
**
,406
**
1 ,398
**
,151
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,006
N 270 281 275 281 283 280 280
IV Kvaliteta
sadraja
Pearsonova korel. ,607
**
,480
**
,365
**
,485
**
,398
**
1 ,177
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,001
N 274 286 277 285 280 289 285
IV Razina
vidljivosti
Pearsonova korel. ,297
**
,116
*
,080 ,156
**
,151
**
,177
**
1
Sig. (1-strana) ,000 ,025 ,090 ,004 ,006 ,001
N 275 288 279 287 280 285 289
** Korelacija je signifikantna na razini 0,01 (1-strana).
* Korelacija je signifikantna na razini 0,05 (1-strana).


Tablica 119. Korelacija poslovne inteligencije i informacijske vidljivosti

Poslovna
inteligencija
Informacijska
vidljivost
Poslovna inteligencija
Pearsonova korelacija 1 ,595
**

Sig. (1-strana) ,000
N 263 260
Informacijska vidljivost
Pearsonova korelacija ,595
**
1
Sig. (1-strana) ,000
N 260 285
** Korelacija je signifikantna na razini 0,01 (1-strana).
Izvor: Rezultati istraivanja


322

Rezultati su iskazani Pearsonovim koeficijentom jer su koleriani faktorski skorovi koji su u
stvari metrika skala. Iz podataka prezentiranih u tablici 118. vidljivo je kako samo jedan
odnos (izmeu napredne analitike i razine vidljivosti) ne pokazuje statistiku znaajnost niti je
u njemu dokazana korelacija. Statistiki znaajna korelacija na razini od 1% utvrena je
izmeu svih dimenzija koje tvore poslovnu inteligenciju, kao i izmeu obje dimenzije
informacijske vidljivosti. Osim navedene statistike signifikantnosti potrebno je naglasiti
stvarno znaajnu korelaciju koja je ustanovljena unutar dimenzija poslovne inteligencije i to
izmeu:
izvora i pouzdanosti podataka i informacija i: pristupa podacima i informacijama
(,506); intuicije i vremena (,476) i organizacije poslovne inteligencije (, 459);
pristupa podacima i informacijama i organizacije poslovne inteligencije (,404);
napredne analitike i intuicije i vremena (,395)
264
i organizacije poslovne inteligencije
(,407);
intuicije i vremena i organizacije poslovne inteligencije (,406).
Unutar varijable poslovna inteligencija laka je povezanost uoena izmeu izvora i
pouzdanosti i napredne analitike (,370). Pristup podacima i informacijama je lako povezan s
naprednom analitikom (,307), odnosno s intuicijom i vremenom (,264).
U ovoj korelacijskoj matrici najvei Perasonov koeficijent (,607) uoen je izmeu izvora i
pouzdanosti podataka i informacija te kvalitete sadraja tako da se ovaj meuodnos moe
smatrati stvarno znaajnim. Laka povezanost (,297) uz statistiku znaajnost od 1% postoji
izmeu izvora i pouzdanosti podataka i informacija te razine vidljivosti. Odnos izmeu
pristupa podacima i informacijama i kvalitete sadraja takoer je vrlo znaajan (,480) uz
signifikantnost od 1%. Napredna analitika je lako povezana s kvalitetom sadraja (,365), dok
se nije utvrdila njezina povezanost s razinom vidljivosti.
Intuicija i vrijeme su stvarno znaajno korelirani s kvalitetom sadraja (,485) meutim,
korelacija se nije utvrdila s razinom vidljivosti iako je taj odnos statistiki znaajan na razini
od 1%. Korelacija organizacije poslovne inteligencije i kvalitete sadraja statistiki je
znaajan (,398)
265
uz razinu signifikantnosti od 1%. Istovremeno korelacija nije ustanovljena

264
S obzirom da se vrijednost ovog pokazatelja nalazi neznatno ispod donje granice (0,395 vs. 0,400) uvrten je
meu stvarno znaajne.
265
I ovdje se koeficijent korelacije nalazi neznatno ispod donje granice (0,398 vs. 0,400) te je protumaen kao
stvarno znaajan.

323

izmeu organizacije poslovne inteligencije i razine vidljivosti, iako je taj odnos statistiki
znaajan na razini od 1%.
Zakljuno, moe se ustvrditi kako je meuodnos kvalitete sadraja i svih elemenata poslovne
inteligencije istraivanih poduzea stvarno znaajan na razini od 1%, dok je razina vidljivosti
lako povezana s izvorima i pouzdanou podataka i informacija takoer na razini od 1%.
Temeljem navedenih rezultata te utvrenog Perasonovog koeficijenta iz tablice 119. (,595 uz
signifikantnost od 1%) moe se prihvatiti prva pomona hipoteza P.H. 1A.
Sljedea istraivaka aktivnost bila je usmjerena prema utvrivanju odnosa informacijske
vidljivosti i upravljanja opskrbnim lancem to je prikazano u tablicama 120. (izmeu
elemenata) i 121. (zbirni odnos).

P.H. 1B. Upravljanje informacijama, njihova kvaliteta i vidljivost meu sudionicima
procesa pozitivno su korelirani s efikasnou upravljanja opskrbnim lancem.

Kod analize prezentiranih rezultata odnosno Pearsonovih koeficijenata korelacija (tablice 120.
i 121.) potrebno je uoiti kako su svi meusobni odnosi promatranih elemenata statistiki
signifikantni na razini od 1%. Kao i kod promatranja poslovne inteligencije, izmeu
elemenata upravljanja opskrbnim lancem ustanovljena je stvarno znaajna povezanost i to
izmeu:
agilnosti i: prilagodljivosti (,620); usklaenosti (,471); proaktivnosti (,408) i
performansi (,573);
prilagodljivosti i: usklaenosti (,499); proaktivnosti (,495) i performansi (,636);
usklaenosti i: proaktivnosti (,418) i performansi (,475);
proaktivnosti i performansi (,564).
Kvaliteta sadraja pokazala se stvarno znaajno povezana s agilnou (,461), prilagodljivou
(,485) i performansama (,412), dok je laka povezanost ustanovljena izmeu nje i usklaenosti
SCM-a (,244). Suprotno, kod analize povezanosti razine vidljivosti jedino je s usklaenou
utvrena stvarno znaajna korelacija (,467), dok je laka povezanost pronaena u odnosima s
agilnou (,263), prilagodljivou (,285), proaktivnou (,270) i performansama (,293).

324

Tablica 120. Korelacija izmeu elemenata informacijske vidljivosti i SCM-a

I
V

K
v
a
l
i
t
e
t
a

s
a
d
r

a
j
a

I
V

R
a
z
i
n
a

v
i
d
l
j
i
v
o
s
t
i

S
C
M

A
g
i
l
n
o
s
t

S
C
M

P
r
i
l
a
g
o
d
l
j
i
v
o
s
t

S
C
M

U
s
k
l
a

e
n
o
s
t

S
C
M

P
r
o
a
k
t
i
v
n
o
s
t

S
C
M

P
e
r
f
o
r
m
a
n
s
e

IV Kvaliteta
sadraja
Pearsonova korel. 1 ,177
**
,461
**
,485
**
,244
**
,262
**
,412
**

Sig. (1-strana) ,001 ,000 ,000 ,000 ,000 ,000
N 289 285 282 288 281 284 278
IV Razina
vidljivosti
Pearsonova korel. ,177
**
1 ,263
**
,285
**
,467
**
,270
**
,293
**

Sig. (1-strana) ,001 ,000 ,000 ,000 ,000 ,000
N 285 289 282 289 283 286 280
SCM Agilnost
Pearsonova korel. ,461
**
,263
**
1 ,620
**
,471
**
,408
**
,573
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 282 282 285 285 279 280 277
SCM
Prilagodljivost
Pearsonova korel. ,485
**
,285
**
,620
**
1 ,499
**
,495
**
,639
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 288 289 285 292 285 287 281
SCM
Usklaenost
Pearsonova korel. ,244
**
,467
**
,471
**
,499
**
1 ,418
**
,475
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 281 283 279 285 285 282 276
SCM
Proaktivnost
Pearsonova korel. ,262
**
,270
**
,408
**
,495
**
,418
**
1 ,564
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 284 286 280 287 282 287 280
SCM
Performanse
Pearsonova korel. ,412
**
,293
**
,573
**
,639
**
,475
**
,564
**
1
Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 278 280 277 281 276 280 281
** Korelacija je signifikantna na razini 0,01 (1-strana).


Tablica 121. Korelacija informacijske vidljivosti i upravljanja opskrbnim lancem

Informacijska
vidljivost
Upravljanje
opskrbnim
lancem
Informacijska vidljivost
Pearsonova korel. 1 ,566
**

Sig. (1-strana) ,000
N 285 269
Upravljanje opskrbnim
lancem
Pearsonova korel. ,566
**
1
Sig. (1-strana) ,000
N 269 272
** Korelacija je signifikantna na razini 0,01 (1-strana).
Izvor: Rezultati istraivanja


325

Zbog svega iznesenoga te potvrene statistiki znaajne veze izmeu informacijske vidljivosti
i upravljanja opskrbnim lancem moe se prihvatiti druga pomona hipoteza P.H. 1B.
Trea pomona hipoteza imala je za cilj istraiti i utvrditi odnos izmeu elemanata koncepta
poslovna inteligencija i integracije.

P.H. 2A. Primjena koncepta poslovna inteligencija pozitivno je korelirana s efikasnom
integracijom sudionika i procesa opskrbnog lanca.

Rezultati istraivanja navedenih odnosa prezenitrani su u tablicama 122. (izmeu elemenata) i
123. (zbirni odnos).
Tablica 122. Korelacija izmeu elemenata poslovne inteligencije i integracije

B
I

I
z
v
o
r
i

i

p
o
u
z
d
a
n
o
s
t

p
o
d
a
t
a
k
a

i

i
n
f
o
r
m
a
c
i
j
a

B
I

P
r
i
s
t
u
p

p
o
d
a
t
c
i
m
a

i

i
n
f
o
r
m
a
c
i
j
a
m
a

B
I

n
a
p
r
e
d
n
a

a
n
a
l
i
t
i
k
a

B
I

I
n
t
u
i
c
i
j
a

i

v
r
i
j
e
m
e

B
I

O
r
g
a
n
i
z
a
c
i
j
a

p
o
s
l
o
v
n
e

i
n
t
e
l
i
g
e
n
c
i
j
e

I
N
T

S
u
r
a
d
n
j
a

u
n
u
t
a
r

p
o
d
u
z
e

a

I
N
T

S
u
r
a
d
n
j
a

i
z
m
e

u

p
o
d
u
z
e

a

BI Izvori i
pouzdanost
podataka i
informacija
Pearsonova korel. 1 ,506
**
,370
**
,476
**
,459
**
,414
**
,363
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 276 276 268 275 270 272 273
BI Pristup
podatcima i
informacijama
Pearsonova korel. ,506
**
1 ,307
**
,264
**
,404
**
,283
**
,281
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 276 290 279 288 281 282 284
BI napredna
analitika
Pearsonova korel. ,370
**
,307
**
1 ,395
**
,407
**
,303
**
,271
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 268 279 281 279 275 273 274
BI Intuicija i
vrijeme
Pearsonova korel. ,476
**
,264
**
,395
**
1 ,406
**
,384
**
,329
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 275 288 279 289 281 280 283
BI Organizacija
poslovne
inteligencije
Pearsonova korel. ,459
**
,404
**
,407
**
,406
**
1 ,344
**
,288
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 270 281 275 281 283 275 278
INT Suradnja
unutar poduzea
Pearsonova korel. ,414
**
,283
**
,303
**
,384
**
,344
**
1 ,433
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 272 282 273 280 275 284 278
INT Suradnja
izmeu
poduzea
Pearsonova korel. ,363
**
,281
**
,271
**
,329
**
,288
**
,433
**
1
Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 273 284 274 283 278 278 285
** Korelacija je signifikantna na razini 0,01 (1-strana).


326

Tablica 123. Korelacija poslovne inteligencije i integracije

Poslovna
inteligencija
Integracija
Poslovna inteligencija
Pearsonova korel. 1 ,508
**

Sig. (1-strana) ,000
N 263 256
Integracija
Pearsonova korel. ,508
**
1
Sig. (1-strana) ,000
N 256 278
** Korelacija je signifikantna na razini 0,01 (1-strana).

Izvor: Rezultati istraivanja

Svi promatrani odnosi izmeu elemenata varijabli poslovna inteligencija i integracija su
statistiki signifikantni na razini od 1%. Najvea stvarno znaajna korelacija kod istraivanih
poduzea (,414) uoena je izmeu izvora i pouzdanosti podataka i informacija i suradnje
unutar poduzea, meutim kada se usporeuju izvori i pouzdanost sa suradnjom izmeu
poduzea onda je korelacija neto slabija (,363). Svi ostali inteziteti promatranih odnosa mogu
se stvrstati pod laku povezanost, s time to se meuodnos izmeu intuicije i vremena i
suradnje unutar poduzea po snazi pribliava stvarno znaajnom (,384).
Prema promatranim podacima evidentno je kako postoji povezanosti izmeu poslovne
inteligencije i integriranosti uz statistiku znaajnost od 1% pa se moe prihvatiti trea
pomona hipoteza P.H. 2A.
Posljednja pomona hipoteza istrauje odnos izmeu integracije i upravljanja opskrbnim
lancem.

P.H. 2B. Integracija kao element opskrbnog lanca pozitivno je korelirana s efikasnou
upravljanja opskrbnim lancem.

Rezultati dobiveni korelacijskom analizom prezentirani su u tablicama 124. (izmeu
elemenata promatranih varijabli) i 125. (zbirni odnos).


327

Tablica 124. Korelacija izmeu elemenata integracije i upravljanja opskrbnim lancem




I
N
T

S
u
r
a
d
n
j
a

u
n
u
t
a
r

p
o
d
u
z
e

a

I
N
T

S
u
r
a
d
n
j
a

i
z
m
e

u

p
o
d
u
z
e

a

S
C
M

A
g
i
l
n
o
s
t

S
C
M

P
r
i
l
a
g
o
d
l
j
i
v
o
s
t

S
C
M

U
s
k
l
a

e
n
o
s
t

S
C
M

P
r
o
a
k
t
i
v
n
o
s
t

S
C
M

P
e
r
f
o
r
m
a
n
s
e

INT Suradnja
unutar poduzea
Pearsonova korel. 1 ,433
**
,432
**
,517
**
,321
**
,322
**
,490
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 284 278 277 283 277 278 274
INT Suradnja
izmeu
poduzea
Pearsonova korel. ,433
**
1 ,462
**
,557
**
,611
**
,475
**
,561
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 278 285 279 285 280 283 277
SCM Agilnost
Pearsonova korel. ,432
**
,462
**
1 ,620
**
,471
**
,408
**
,573
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 277 279 285 285 279 280 277
SCM
Prilagodljivost
Pearsonova korel. ,517
**
,557
**
,620
**
1 ,499
**
,495
**
,639
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 283 285 285 292 285 287 281
SCM
Usklaenost
Pearsonova korel. ,321
**
,611
**
,471
**
,499
**
1 ,418
**
,475
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 277 280 279 285 285 282 276
SCM
Proaktivnost
Pearsonova korel. ,322
**
,475
**
,408
**
,495
**
,418
**
1 ,564
**

Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 278 283 280 287 282 287 280
SCM
Performanse
Pearsonova korel. ,490
**
,561
**
,573
**
,639
**
,475
**
,564
**
1
Sig. (1-strana) ,000 ,000 ,000 ,000 ,000 ,000
N 274 277 277 281 276 280 281
** Korelacija je signifikantna na razini 0,01 (1-strana).
* Korelacija je signifikantna na razini 0,05 (1-strana).

Tablica 125. Korelacija izmeu integracije i upravljanja opskrbnim lancem

Integracija
Upravljanje
opskrbnim
lancem
Integracija
Pearsonova korel. 1 ,726
**

Sig. (1-strana) ,000
N 278 265
Upravljanje opskrbnim
lancem
Pearsonova korel. ,726
**
1
Sig. (1-strana) ,000
N 265 272
** Korelacija je signifikantna na razini 0,01 (1-strana).

Izvor: Rezultati istraivanja


328

Svi promatrani odnosi u tablicama 124. i 125. statistiki su signifikantni na razini od 1%.
Stvarno znaajna korelacija kod istraivanih poduzea utvrena je izmeu:
suradnje unutar poduzea i: agilnosti (,432); prilagodljivosti (,517) i performansi
(,490);
suradnje izmeu poduzea i: agilnosti (,462); prilagodljivosti (,557); usklaenosti
(,621); proaktivnosti (,475) i performansi (,562).
Jedine dvije lake povezanosti vidljive su izmeu suradnje unutar poduzea i usklaenosti
(,321), odnosno proaktivnosti (,322). Prema evidentiranim vezama, statistikoj znaajnosti i
intezitetu opaenih odnosa moe se prihvatiti etvrta pomona hipoteza P.H. 2B.

Nakon to su dokazane sve etri pomone hipoteze preko kojih su povezane poslovna
inteligencija i upravljanje opskrbnim lancem izvreno je testiranje glavne hipoteze ovog
istraivanja kako bi se istraila i dokazala izravna povezanost odnosno meuodnos ovih dviju
varijabli.
G.H. Primjena koncepta poslovna inteligencija pozitivno je korelirana s efikasnou
upravljanja opskrbnim lancem.

U tablici 126. prikazan je rezultat korelacije zbirnih elemenata poslovne inteligencije i
upravljanja opskrbnim lancem iz ega je vidljivo kako je ona statistiki signifikantna na razini
od 1% i stvarno znaajna (,578). Potom se u tablici 127. prikazuju odnosi elemenata varijabli.

Tablica 126.Korelacija poslovne inteligencije i SCM-a

Poslovna
inteligencija
Upravljanje
opskrbnim
lancem
Poslovna inteligencija
Pearsonova korel. 1 ,578
**

Sig. (1-strana) ,000
N 263 252
Upravljanje opskrbnim
lancem
Pearsonova korel. ,578
**
1
Sig. (1-strana) ,000
N 252 272
** Korelacija je signifikantna na razini 0,01 (1-strana).

329

Tablica 127. Korelacija izmeu elemenata poslovne inteligencije i upravljanja opskrbnim lancem


B
I

I
z
v
o
r
i

i

p
o
u
z
d
a
n
o
s
t

p
o
d
a
t
a
k
a

i

i
n
f
o
r
m
a
c
i
j
a

B
I

P
r
i
s
t
u
p

p
o
d
a
t
c
i
m
a

i

i
n
f
o
r
m
a
c
i
j
a
m
a

B
I

n
a
p
r
e
d
n
a

a
n
a
l
i
t
i
k
a

B
I

I
n
t
u
i
c
i
j
a

i

v
r
i
j
e
m
e

B
I

O
r
g
a
n
i
z
a
c
i
j
a

p
o
s
l
o
v
n
e

i
n
t
e
l
i
g
e
n
c
i
j
e

S
C
M

A
g
i
l
n
o
s
t

S
C
M

P
r
i
l
a
g
o
d
l
j
i
v
o
s
t

S
C
M

U
s
k
l
a

e
n
o
s
t

S
C
M

P
r
o
a
k
t
i
v
n
o
s
t

S
C
M

P
e
r
f
o
r
m
a
n
s
e

B
I

I
z
v
o
r
i

i

p
o
u
z
d
a
n
o
s
t

p
o
d
a
t
a
k
a

i

i
n
f
o
r
m
a
c
i
j
a
Pears kor. 1 ,506
**
,370
**
,476
**
,459
**
,400
**
,465
**
,321
**
,287
**
,429
**

Sig. (1-str) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 276 276 268 275 270 270 275 270 273 270
B
I

P
r
i
s
t
u
p

p
o
d
a
t
c
i
m
a

i

i
n
f
o
r
m
a
c
i
j
a
m
a

Pears kor. ,506
**
1 ,307
**
,264
**
,404
**
,330
**
,330
**
,211
**
,201
**
,252
**

Sig. (1-str) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 276 290 279 288 281 283 289 283 285 280
B
I

n
a
p
r
e
d
n
a

a
n
a
l
i
t
i
k
a

Pears kor. ,370
**
,307
**
1 ,395
**
,407
**
,247
**
,380
**
,162
**
,397
**
,295
**

Sig. (1-str) ,000 ,000 ,000 ,000 ,000 ,000 ,004 ,000 ,000
N 268 279 281 279 275 274 280 274 278 273
B
I

I
n
t
u
i
c
i
j
a

i

v
r
i
j
e
m
e

Pears kor. ,476
**
,264
**
,395
**
1 ,406
**
,420
**
,473
**
,313
**
,296
**
,402
**

Sig. (1-str) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 275 288 279 289 281 282 288 282 285 280
B
I

O
r
g
a
n
i
z
a
c
i
j
a

p
o
s
l
o
v
n
e

i
n
t
e
l
i
g
e
n
c
i
j
e
Pears kor. ,459
**
,404
**
,407
**
,406
**
1 ,308
**
,333
**
,235
**
,242
**
,265
**

Sig. (1-str) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 270 281 275 281 283 276 282 275 280 275
S
C
M

A
g
i
l
n
o
s
t

Pears kor. ,400
**
,330
**
,247
**
,420
**
,308
**
1 ,620
**
,471
**
,408
**
,573
**

Sig. (1-str) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 270 283 274 282 276 285 285 279 280 277
S
C
M

P
r
i
l
a
g
o
d
l
j
i
v
o
s
t

Pears kor. ,465
**
,330
**
,380
**
,473
**
,333
**
,620
**
1 ,499
**
,495
**
,639
**

Sig. (1-str) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 275 289 280 288 282 285 292 285 287 281
S
C
M

U
s
k
l
a

e
n
o
s
t
Pears kor. ,321
**
,211
**
,162
**
,313
**
,235
**
,471
**
,499
**
1 ,418
**
,475
**

Sig. (1-str) ,000 ,000 ,004 ,000 ,000 ,000 ,000 ,000 ,000
N 270 283 274 282 275 279 285 285 282 276
S
C
M

P
r
o
a
k
t
i
v
n
o
s
t

Pears kor. ,287
**
,201
**
,397
**
,296
**
,242
**
,408
**
,495
**
,418
**
1 ,564
**

Sig. (1-str) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 273 285 278 285 280 280 287 282 287 280
S
C
M

P
e
r
f
o
r
m
a
n
s
e
Pears kor. ,429
**
,252
**
,295
**
,402
**
,265
**
,573
**
,639
**
,475
**
,564
**
1
Sig. (1-str) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 270 280 273 280 275 277 281 276 280 281
** Korelacija je signifikantna na razini 0,01 (1-strana).
* Korelacija je signifikantna na razini 0,05 (1-strana).


330

Stvarno znaajni korelacijski odnosi izmeu elemanata ovih varijabli kod istraivanih
poduzea utvreni su izmeu:
izvora i pouzdanosti podataka i informacija i: agilnosti (,400); prilagodljivosti (,465) i
performansi (,429);
intuicije i vremena i: agilnosti (,420); prilagodljivosti (,473) i performansi (,402).
Zanimljivo je istaknuti dva granina odnosa elementa napredna analitika: s prilagodljivou
(,380) i proaktivnou (,397) koji bi se zbog visine Pearsonovih pokazatelja mogli tumaiti
kao stvarno znaajni. S izuzetkom odnosa izmeu napredne analitike i usklaenosti (,162) svi
ostali promatrani odnosi pokazuju pozitivan smjer i laku povezanost.
Prema prezentiranim rezultatima koji su nedvojbeno dokazali povezanost poslovne
inteligencije i upravljanja opskrbnim lancem moe se prihvatiti glavna hipoteza ovog
istraivanja.
Vrijedno je jo prikazati postignutu korelaciju izmeu dviju izvedenih varijabli odnosno,
izmeu informacijske vidljivosti i integracije to je prikazano u tablicama 128. (izmeu
elemenata) i 129. (zbirni odnos).

Tablica 128. Korelacija izmeu elemenata informacijske vidljivosti i integracije

IV Kvaliteta
sadraja
IV Razina
vidljivosti
INT
Suradnja
unutar
poduzea
INT
Suradnja
izmeu
poduzea
IV Kvaliteta
sadraja
Pearsonova korel. 1 ,177
**
,471
**
,321
**

Sig. (1-strana) ,001 ,000 ,000
N 289 285 281 282
IV Razina
vidljivosti
Pearsonova korel. ,177
**
1 ,345
**
,389
**

Sig. (1-strana) ,001 ,000 ,000
N 285 289 281 284
INT Suradnja
unutar poduzea
Pearsonova korel. ,471
**
,345
**
1 ,433
**

Sig. (1-strana) ,000 ,000 ,000
N 281 281 284 278
INT Suradnja
izmeu
poduzea
Pearsonova korel. ,321
**
,389
**
,433
**
1
Sig. (1-strana) ,000 ,000 ,000
N 282 284 278 285
** Korelacija je signifikantna na razini 0,01 (1-strana).


331

Tablica 129. Korelacija informacijske vidljivosti i integracije

Informacijska
vidljivost
Integracija
Informacijska vidljivost
Pearsonova korel. 1 ,548
**

Sig. (1-strana) ,000
N 285 275
Integracija
Pearsonova korel. ,548
**
1
Sig. (1-strana) ,000
N 275 278
** Korelacija je signifikantna na razini 0,01 (1-strana).

Izvor: Rezultati istraivanja

Prema prezentiranim rezultatima moe se uoiti statistiki znaajna stvarna povezanost
informacijske vidljivosti i integracije. U analizi korelacija izmeu elemenata koji tvore
promatrane varijable vidljive su:
dvije statistiki znaajne stvarne povezanosti; kvalitete sadraja i suradnje unutar
poduzea te razine vidljivosti i suradnje izmeu poduzea
266
;
dvije statistiki znaajne lake povezanosti; razine vidljivosti i suradnje unutar
poduzea te kvalitete sadraja i suradnje izmeu poduzea.



266
S obzirom da je koeficijent korelacije neto nii od granice (,389 vs. ,400) odnos je protumaen kao stvarna
statistiki znaajn povezanost.

332

V. ZAVRNA RAZMATRANJA

1. Sinteza rezultata istraivanja i njihova rasprava

Na poetku rasprave o rezultatima istraivanja potrebno je iznijeti najvanija zapaanja o
stanju poslovne inteligencije u hrvatskom gospodarstvu. Uzevi u obzir injenicu da su za
sudjelovanje u ovom istraivanju pozvana ona poduzea koja primjenjuju poslovnu
inteligenciju te usporedivi strukturu sudionika s listom 1000 najveih poduzea u Republici
Hrvatskoj moe se zakljuiti kako se poslovna inteligencija najvie primjenjuje u velikim
poduzeima i dionikim drutvima. Ovi rezultati potvruju nalaze do kojih su u svojem
istraivanju doli Bilandi et al. (2012.) koji su ustvrdili kako su aktivnosti BI-a zastupljenije
u velikim poduzeima.
Promatrana su poduzea sklonija objedinjavanju podataka i informacija na razini slube
odnosno odjela nego na razinama projekata ili procesa (4,07 vs. 3,86). Istraivana poduzea
relativno su zadovoljna dostupnou izvora vanjskih podataka i informacija (3,62) to bi se,
prema rezultatima Tanova istraivanja (2002.) trebalo odraziti na konkurentnost
267
. Ispitanici
su iskazali zadovoljstvo dostupnou podataka i informacija u realnom vremenu, a s obzirom
na djelatnost odgovori su statistiki znaajni. Sektorska analiza ukazuje da su na elnim
pozicijama poduzea financijskog sektora (4,50) i telekomunikacija (4,40), dok najvie
zaostaje graevinski sektor (3,71). Ovi rezultati takoer potvruju one do kojih je doao
Kielstra (2007.), prema kojima 54% ispitanika potvruje dostupnost podataka s manjim
kanjenjem, te Popovi et al. (2009.) koji su ustvrdili da primjena poslovne inteligencije
utjee na kvalitetu dostupnosti informacija
268
. Prema istraivanju Kruschewitz i Shockley
269

(2011.), pokazalo se da 40% ispitanika imaju kompletan ili preteit pristup traenim
podacima. Kod pokazatelja integriranosti i iskoristivosti podataka i informacija uoena je
statistiki znaajna razlika kod uzorkovanih poduzea s obzirom na njihovu djelatnost.
Najzadovoljnijima su se pokazala poduzea iz financijskog sektora (4,08) i telekomunikacija
(4,00), dok je najnii stupanj slaganja uoen kod primarne proizvodnje (2,90). Ovi su rezultati
u skladu s onima do kojih su doli Bilandi et al. (2012.), a prema kojima se BI aktivnostima
najvie slue u sektorima bankarstva i financija, odnosno informacija i komunikacija. Vanost

267
Detaljnije o ovom istraivanju cf. p. 145.
268
Detaljnije o ovom istraivanju cf. p. 152.
269
Detaljnije o ovom istraivanju cf. p. 202.

333

ovog pokazatelja takoer je potvrena istraivanjem koje je proveo Isik (2010.), prema
kojemu integriranosti i iskoristivost utjeu na uspjeh poslovne inteligencije, a Bose (2009.)
dri integraciju podataka i informacija osnovama napredne analitike. Vanost integriranosti
podataka i informacija u svojem su istraivanju potvrdili Lavalle et al. (2011.)
270
.
S obzirom da je Isik (2010.) utvrdio kako pouzdanost, odnosno vjerodostojnost, utjee na
uspjeh poslovne inteligencije, zanimljivo je usporediti rezultate ocjene pouzdanosti unutarnjih
podataka i informacija pogotovo jer su razlike u odgovorima hrvatskih poduzea statistiki
znaajne temeljem njihove djelatnosti. Ukupno se moe ocijeniti kako su promatrana
poduzea vrlo zadovoljna pouzdanou unutarnjih podataka (sve su prosjeene ocjene
temeljem djelatnosti vee od 4,00), a najvii je stupanj zadovoljstva uoen u financijskom
sektoru (4,58), iza kojeg slijede preraivaka industrija, trgovina, turizam i telekomunikacije.
Kod analize pouzdanosti vanjskih podataka i informacija takoer je evidentirana statistika
znaajnost po istoj osnovi (djelatnost), a zadovoljstvo je neto suzdranije u usporedbi s
prethodnim pokazateljem. Izuzevi telekomunikacije, sve su ostale prosjene ocjene nie od
4,00, a zadovoljniji od ostalih jest financijski sektor, dok su turizam i ugostiteljstvo (3,33) te
primarna proizvodnja (3,50) najnezadovoljniji s pouzdanou vanjskih podataka i informacija.
Promatrana hrvatska poduzea veinom koriste provjeru korisnikog identiteta
(autentifikacija) te su zadovoljavajue uspjena u organizaciji pristupa svojih djelatnika
podacima i informacijama (autorizacija). Prema rezultatima istraivanja koje je proveo Isik
(2010.), autentifikacija i autorizacija kao tehnoloke mogunosti poslovne inteligencije utjeu
na njezin uspjeh. Ova su poduzea takoer vrlo zadovoljna nainom provoenja zatite
podataka i informacija (4,26), meutim pitanje jest koliko su ista svjesna aktivnosti koje su
uperene protiv njih, kao to to navodi Calof (2004.) u svojem istraivanju
271
. Zatienost se
ubraja u najvanije karakteristike podataka i informacija prema rezultatima do kojih su u
svojem istraivanju doli Lavalle et al. (2011.).
Statistiku su znaajnost, s obzirom na djelatnost, pokazali odgovori o koritenju tehnika
rudarenja podacima, a prema kojima ih najvie koriste telekomunikacije i financijski sektor.
Ukupno gledajui, 125 poduzea (42%) pozitivno se oitovalo na ovu tvrdnju, to u usporedbi
s rezultatima istraivanja koje je provela urko
272
(2002.) predstavlja ozbiljan napredak.
Pitanje jest da li je ovaj progres u deset godina mogao i trebao biti vei? Koritenje OLAP

270
Detaljnije o ovom istraivanju cf. p. 201.
271
Detaljnije o ovom istraivanju cf. p. 77.
272
Detaljnije o ovom istraivanju cf. p. 93.

334

alata takoer se znaajnije poboljalo s obzirom da se u ranijem istraivanju (urko, 2002.)
18% poduzea pozitivno izjasnilo, a sad je taj broj 46,4% (136 promatranih poduzea).
Koritenje poslovnih kontrolnih ploa jo uvijek nije zaivjelo na primjerenoj razini,
meutim, s obzirom da su odgovori statistiki znaajni temeljem djelatnosti, potrebno je
naglasiti kako je najvei iskorak napravljen u telekomunikacijama i financijskom sektoru.
Prema oekivanju, najvei zaostatak je evidentiran u primarnoj proizvodnji. Iako je bilo za
oekivati kako e pokazatelji vizualizacije biti slini prethodno navedenima o poslovnim
kontrolnim ploama, oni su se pokazali boljima (3,58 vs. 2,92). Razlika bi se mogla objasniti
temeljem rezultata istraivanja o koritenju vizualizacije i napredne analitike koje su proveli
Eckerson i Hammond
273
(2011.), a prema kojima postoje dvije kategorije: vizualno
izvjetavanje (nia razina) i vizualna analiza (via razina).
Prema obraenim rezultatima istraivanja, hrvatska poduzea donose poslovne odluke na
temelju injenica, a rezultati su statistiki znaajni s obzirom na djelatnost. Prema njima,
ovakav pristup je najizraeniji kod telekomunikacija (4,60), poslovnih usluga (4,39) te kod
financijskog sektora (4,19). Ovi rezultati potvruju one do kojih je u svojemu istraivanju
dola Howson
274
(2008.), a prema kojima se 73% ispitanika sloilo (ili strogo sloilo) da
odluke donose na temelju injenica. Uzevi u obzir injenicu da su pripadnici menadmenta
bili sudionici ovog istraivanja, navedeni rezultati se mogu tumaiti kao potvrda spoznaja do
kojih su doli Lavalle et al. (2011.), a prema kojima je cilj vrhovnog menadmenta poslovanje
temeljeno na podacima. Intuicija i dobar osjeaj takoer su prisutni u procesima odluivanja u
poduzeima u Republici Hrvatskoj (4,26). Ovaj rezultat ide u prilog nalazima istraivanja
koje je proveo Accenture 2008. (prema Davenport 2010.), prema kojemu se 40% glavnih
odluka ne donosi na temelju injenica ve na temelju menaderovog iskustva. Meutim,
potrebno je naglasiti kako su neka istraivanja pokazala drugaije rezultate. Howson (2008.)
je utvrdila da poduzea koja nisu uspjena u primjeni BI-a veinom odluuju na temelju
osjeaja. Isik (2010.) takoer nije potvrdio statistiki znaajno prisustvo intuicije u
odluivanju (koju je promatrao u organizacijskom kontekstu poslovne inteligencije).
Poslovna inteligencija pridonosi skraenju vremena potrebnog za evidenciju odreenog
poslovnog dogaaja (3,97), a posebnost je ove ocjene to je kod nje uoena statistika
znaajnost s obzirom na promatrani pravni oblik istraivanih poduzea. Boljim od prosjeka su
se oitovale ustanove (4,33) i drutva s ogranienom odgovornou (4,04). Slijedom

273
Detaljnije o ovom istraivanju cf. p. 204.
274
Detaljnije o ovom istraivanju cf. p. 69.

335

Hackatornove krivulje, za oekivati je bilo da poslovna inteligencija takoer utjee na bre
raspolaganje podacima i informacijama o odreenoj poslovnoj promjeni, a to su rezultati i
potvrdili (4,06). Posljedica prethodne dvije navedene tvrdnje jest pretpostavka da se
primjenom poslovne inteligencije povealo raspoloivo vrijeme za odluivanje. Rezultati
istraivanja ovo su potvrdili (3,94), a statistika znaajnost uoena je u odgovorima temeljem
veliine poduzea, tako da se moe ustvrditi kako je ovo izraenije kod malih (4,04) i srednjih
poduzea (4,01).
Koritenje skladita podataka je rasprostranjeno u hrvatskim poduzeima, o emu se izjasnilo
ispitanih poduzea (75,4%), dok ih 8,2% to nije izriito potvrdilo, te se moe smatrati kako
ga oni tek razvijaju ili jo nije u potpunosti profunkcioniralo. U odnosu na rezultate koje je
dobila urko 2002. godine moe se zakljuiti kako se broj korisnika skoro udvostruio
(83,6% vs. 46%). Neto manje od istraivanih tvrtki (64,5%) potvrdio je kako imaju
razvijenu poslovnu inteligenciju na razini cijelog poduzea, ime su ovi rezultati neto bolji u
odnosu na one koje su dobili Bilandi et al. (2012.) koji su istraivali 1.000 najveih
poduzea godinu dana prije (57%). S jedne strane, ovi pokazatelji ohrabruju jer se moe uoiti
uzlazni trend primjene poslovne inteligencije, meutim, s druge strane, usporeujui ove
rezultate sa svjetskim pokazateljima
275
vidljivo jest koliko je nae gospodarstvo u zaostatku za
visoko kompetitivnima. Priblino isti broj poduzea ima implementiranu poslovnu
inteligenciju na razini slubi i na razini cijelog poduzea (64,5% vs. 68,0%), to potvruje
rezultate istraivanja do kojih je dola Howson 2008. godine.
Poduzea su zadovoljna tonou svojih podataka i informacija (4,24) i njihovom
iskoristivou (4,27), a prema rezultatima istraivanja koje je proveo Isik (2010.), tonost i
iskoristivost znaajno utjee na uspjeh poslovne inteligencije. Relevantni predstavnici
hrvatskih poduzea obuhvaeni uzorkom smatraju da su im podaci i informacije koje koriste
primjereni njihovim potrebama (4,12), a odgovori su statistiki znaajni s obzirom na
djelatnost. Primjerenost je najizraenija kod telekomunikacija (4,50) i u financijskom sektoru
(4,24), dok je najmanje zadovoljstva vidljivo kod primarne proizvodnje (3,80). Auriranje
podataka i informacija provodi se na zadovoljavajui nain (4,27) to stvara dobru
pretpostavku za donoenje poslovnih odluka, jer prema rezultatima istraivanja koje su

275
Prema istraivanju koje je provela GIA (2005.) na uzorku od 287 poduzea, poslovna inteligencija se
primjenjuje u rasponu od 73,3% u Norvekoj do najnaprednijih zemalja gdje su najistaknutiji primjeri Brazil
(90,9%), vicarska (90,9%), Finska (95,1%) i Njemaka (96,0%).

336

proveli Hill i Scott (2004.), kvalitetno odluivanje snano je ovisno o auriranju prikupljenih
podataka i informacija
276
.
Poduzea obuhvaena uzorkom suzdranija su u razmjeni stratekih podataka i informacija
(3,24) sa svojim dobavljaima nego kada je rije o operativnim (3,71), a kod oba pokazatelja
utvrena je statistika znaajnost s obzirom na djelatnost ispitanika. Kada je rije o stratekim
podacima i informacijama, skloniji razmjeni su trgovina (3,58) te turizam i ugostiteljstvo
(3,50), dok su najsuzdraniji u sektoru primarne proizvodnje (2,40) i financijskom sektoru
(2,88). Operativne podatke i informacije s dobavljaima spremniji su razmjenjivati u sektoru
preraivake industrije (3,88) i trgovina (3,80). S kupcima je slina situacija: istraivana
poduzea (odgovori su statistiki znaajni) spremnija su razmjenjivati operativne podatke i
informacije (3,69) nego strateke (3,25). Prema rezultatima istraivanja koje je proveo Tan
(2002.), razmjena informacija utjee na efikasnije operacije u opskrbnom lancu, odnosno,
prema nalazima koje su dobili Fawcet et al. (2007)
277
i Ha et al. (2011.)
278
, razmjena takoer
utjee na operativne performanse, pa je pretpostavka bila kako e se to potvrditi i u ovom
sluaju. Dobiveni rezultati za strateku razmjenu informacija s dobavljaima (najspremniji se
iskazao trgovaki segment) mogu se protumaiti kroz prizmu rezultata do kojih su doli Klein
i Rai (2009.), a prema kojima su kupci ovisniji o svojim dobavljaima spremniji za strateku
razmjenu informacija
279
.
Protonost i razmjena podataka i informacija poduzea obuhvaenih uzorkom na
zadovoljavajuoj je razini (4,30), a s obzirom da su rezultati statistiki znaajni temeljem
djelatnosti potrebno je istaknuti kako prednjae telekomunikacije (4,60) i preraivaka
industrija (4,42). U vie od istraivanih poduzea (55,6%) svi povezani odjeli sudjeluju u
izboru dobavljaa, to bi trebao biti odraz transparentnosti poslovanja te prisutnost trenda
jaanja veza s onim dobavljaima koji spadaju u grupu stratekih. Samo 14% promatranih
poduzea izriito je potvrdilo kako kod njih jo uvijek postoje viestruke verzije istine,
meutim potrebno je naglasiti kako je ispitanika (34,1%) iskazala neutralnost to
predstavlja ozbiljan problem u kontekstu poslovanju, te jedan od razloga za uvoenje
poslovne inteligencije. Dvije treine promatranih poduzea ( 64,9%) iskazalo je postojanje
integriranih procesa opskrbnog lanca, to je zadovoljavajui pokazatelj. Meutim, u kontekstu

276
Detaljnije o ovom istraivanju cf. p. 166.
277
Detaljnije o ovom istraivanju cf. p. 145.
278
Detaljnije o ovom istraivanju cf. p. 151.
279
Detaljnije o ovom istraivanju cf. p. 146.

337

analize razina zrelosti, to su ih prezentirali Lockamy i McCormak (2004.), moda je
primjerenije smatrati ih povezanima.
Prema rezultatima istraivanja, hrvatska su poduzea sklona suradnji s ostalim lanovima
opskrbnog lanca u unapreivanju kvalitete proizvoda i usluga. S obzirom da su rezultati
statistiki znaajni s aspekta djelatnosti, potrebno je navesti kako je ovo najizraenije u
telekomunikacijama (4,40) i turizmu (4,00). Polovica uzorkovanih poduzea (51%) u razvoj
novih proizvoda i usluga ukljuuju svoje partnere iz opskrbnog lanca, a neto manje od
polovice (47,1%) integrira zajednike operativne procesa s ostalim lanovima lanca.
Temeljem pokazatelja o postignutoj unutarnjoj integraciji, za oekivati je kako e se i ovi
vanjski integrativni procesi nastaviti razvijati. Poduzea su partnerstva sa svojim
dobavljaima ocijenila vrlo dobrima (4,11) odnosno 85,3% ih je potvrdilo ovakve odnose. S
obzirom na nie ocjene spremnosti na razmjenu stratekih (3,24) te operativnih (3,71)
podataka i informacija, moe se ustvrditi kako su ocjene partnerstva jednim manjim dijelom
deklarativne. Slina je situacija i kod ocijene partnerskih odnosa s kupcima koji su takoer na
zavidnoj razini (4,16), odnosno 86,8% ih je to izrijekom potvrdilo, ali usporeujui ih s
ocjenom spremnosti na razmjenu stratekih (3,25) i operativnih (3,69) podataka i informacija
takoer se uoava umjerena doza deklarativnosti.
Ocjenjujui elemente agilnosti svojega opskrbnog lanca promatrana poduzea izrazila su
zadovoljstvo postignutim smanjenjem vremena odziva na kupeve zahtjeve (4,08) te
poveanjem tonosti svojih isporuka na vrijeme (4,12). Kompletiranost isporuka takoer
spada meu pokazatelje izraenog zadovoljstva (4,10), a s obzirom da su ovdje odgovori
statistiki znaajni po osnovi djelatnost potrebno je istaknuti telekomunikacije (4,50), dok je
na zaelju graevinarstvo (3,88). Pokazatelji spremnosti reakcije na kupeve modifikacije
takoer su statistiki znaajni temeljem djelatnost pa treba navesti kako u ovom segmentu
prednjae telekomunikacije (4,60) i turizam (4,50), dok je primarna proizvodnja
najsuzdranija (3,60). Svoju fleksibilnost odnosno sposobnost reakcije na neoekivane trine
promjene pozitivno je ocijenilo ispitanih poduzea (75,7%). Da su poduzea u Republici
Hrvatskoj svjesna potrebe analiziranja svoje poslovne okoline najbolje pokazuju rezultati
prema kojima se 88,8% promatranih poduzea sloilo s ovom tvrdnjom (4,25). Nastavno na
izneseno, poduzea su takoer snano potvrdila (83,2%) kontinuirano unapreenje svojih
poslovnih strategija (4,15).

338

Sva tri elementa usklaenja pokazuju statistiku znaajnost po osnovama djelatnosti i pravnog
oblika pa ih je potrebno detaljnije proanalizirati. Ocjena spremnosti usklaivanja stratekih
planova s kljunim dobavljaima (3,78) jest na razini spremnosti razmjene operativnih
informacija (3,71), odnosno nie od ocjene partnerskih odnosa (4,11). Temeljem djelatnosti,
istiu se turizam (4,00) i trgovina (3,96), a po osnovi pravnog oblika ustanove (4,33). Ocjena
spremnosti usklaivanja stratekih planova s kljunim kupcima (3,91) neto je povoljnija od
usporedbe sa spremnou razmjene operativnih informacija (3,69), ali takoer nie od ocjene
partnerskih odnosa (4,16). Kod ovog se pokazatelja temeljem djelatnosti istiu turizam (4,17)
i telekomunikacije (4,11), a temeljem pravnog oblika ustanove i drutva s ogranienom
odgovornou (4,00). Bolja se ocjena oekivala kod pokazatelja zajednikog provoenja
optimalizacije poslovnih procesa (3,67). Istiu se turizam (4,00) i telekomunikacije (3,70),
odnosno ustanove (4,33) i drutva s ogranienom odgovornou (3,76). Ova ocjena takoer
ide u prilog tvrdnji kako se odnosi unutar opskrbnog lanca prije mogu smatrati povezanima
nego integriranima.
S obzirom da u odgovorima o proaktivnoj dimenziji upravljanja opskrbnim lancem nije bilo
statistiki znaajnih razlika temeljem tri osnovna pokazatelja o poduzeima (djelatnost,
veliina i pravni oblik) to se nee navoditi pojedinani odgovori. Neto preko promatranih
poduzea (51,9%) potvrdilo je provoenje scenario analiza (3,39), dok ih je vie od etvrtine
neutralno u odgovoru (28,7%) pa ih se moe promatrati kao one tvrtke koje su u poetnim
fazama provoenja ovih aktivnosti. Ovi su rezultati znaajno bolji u usporedbi s onima do
kojih je u svom istraivanju doao Zebi
280
2010. godine (20%). Potrebno je napomenuti kako
kod tog istraivanja nisu objanjeni kriteriji odabira poduzea u uzorak pa nije bilo mogue
provesti dublju komparaciju rezultata. Sagledavajui ove pokazatelje kroz prizmu rezultata
koje su dobili Hedin et al. (2011.), za oekivati je da e se nastaviti uzlazni trend.
Prognoziranje dogaanja rairenije je prisutno u hrvatskim poduzeima (3,69) to je potvrdilo
anketiranih tvrtki (66,9%). Slina je ocjena i za provoenje analiziranja trenda (64,2%
anketiranih poduzea je potvrdilo ovu konstataciju, prosjena ocjena 3,65), a ovi su
pokazatelji neto bolji od onih do kojih je doao Zebi 2010. godine (58%). Analiziranje
vremenskih nizova (3,30) provodi se u manje od istraivanih poduzea (45,4%).
Prije razmatranja pokazatelja dimenzije performansi upravljanja opskrbnim lancima, potrebno
je navesti kako se hrvatsko gospodarstvo u vrijeme provoenja ovog istraivanja ve nalazilo
u recesiji to je sigurno ostavilo traga na uspjenost (i percepciju uspjenosti) poslovanja. Vie

280
Detaljnije o ovom istraivanju cf. p. 95.

339

od istraivanih poduzea (67,6%) potvrdilo je kako su smanjili trokove vezane uz
funkcioniranje opskrbnog lanca. Budui da se kod ovih odgovora uoila statistika znaajnost
s obzirom na djelatnost potrebno je istaknuti telekomunikacije (4,20), odnosno zaostajanje
primarne proizvodnje (3,20). U sklopu dimenzije performansi, ocjena povrata na imovinu
(ROA) u odnosu na konkurente ima najniu prosjenu ocjenu (3,30) o emu se pozitivno
izjasnila treina promatranih poduzea (34,80%). I ovdje su se odgovori pokazali statistiki
znaajnima temeljem djelatnosti pa je za naglasiti dominaciju turizma (4,00) i poslovnih
usluga (3,53), odnosno lo pokazatelj primarne proizvodnje (2,60). Zauuju ispodprosjene
ocjene financijskog sektora (3,21) i telekomunikacija (3,20). Ovakav se stav donekle moe
objasniti njihovom razinom uspostavljenih kriterija, u ovom sluaju viih.
Ocjena povrata na uloeno (ROI) u odnosu na konkurente na istoj je razini kao i prethodni
pokazatelj (3,35), odnosno 37,5% poduzea smatra da su bili uspjeniji, dok ih je vie od
(51,9%) neutralno. Statistiki znaajnima prema pravnom obliku pokazali su se odgovori o
poveanju trinog udjela i volumena prodaje u odnosu na konkurente (3,42), prema kojima
su bolji od prosjeka drutva s ogranienom odgovornou (3,57) i ustanove (3,50). Vie od
analiziranih poduzea (68,2%) potvrdilo je poveanje efikasnosti svojega opskrbnog lanca, a
dobiveni prosjek (3,71) neznatno se razlikuje od ocjene uspjeha smanjenja trokova (3,74).
Zbog uoene statistike znaajnosti potrebno je navesti kako su vee zadovoljstvo od prosjeka
izrazili telekomunikacije i turizam (4,00), dok je, prema oekivanju, najnii pokazatelj kod
primarne proizvodnje (3,00). U sklopu performansi, najbolja ocjena evidentirana je kod
postignutog skraenja vremena odluivanja (3,76), to je potvrdilo 68,9% ispitanih tvrtki. S
obzirom na statistiku znaajnost, treba istaknuti parametre telekomunikacija (4,00) te izraziti
uenje ispodprosjenom ocjenom financijskog sektora (3,50).
Prva pomona hipoteza imala je za cilj istraiti odnos poslovne inteligencije i informacijske
vidljivosti. Prema zbirnom koeficijentu korelacije moe se zakljuiti kako kod promatranih
poduzea postoji statistiki znaajna stvarna povezanost izmeu koncepta poslovne
inteligencije i informacijske vidljivosti, odnosno da e porast jedne varijable pratiti porast
druge. Kada se proanaliziraju odnosi dimenzija koji tvore promatrane varijable, treba uoiti
kako dimenzije poslovne inteligencije jae koreliraju s kvalitetom sadraja. S druge strane,
utvrena je tek laka povezanost izmeu razine vidljivosti i izvora i pouzdanosti podataka i
informacija, dok je za ostale dimenzije poslovne inteligencije utvrena neznatna povezanost s
razinom vidljivosti. Ovaj bi se rezultat (razine vidljivosti) mogao pripisati jo uvijek
nedovoljno razvijenoj poslovnoj kulturi usmjerenoj prema stvarnom, a ne deklarativnom

340

razvoju partnerskih odnosa kako bi se poluila win-win situacija. Ipak temeljem rezultata ove
korelacije, moe se ustvrditi kako je primjena poslovne inteligencije pozitivno korelirana s
kvalitetom sadraja i razinom vidljivosti u hrvatskim poduzeima.
Druga pomona hipoteza istraivala je odnos informacijske vidljivosti i upravljanja
opskrbnim lancem. Prema pokazatelju zbirne korelacije moe se uoiti statistiki znaajna
stvarna povezanost izmeu ovih varijabli. Kada se analiziraju korelacije izmeu dimenzija od
kojih se sastoje ove varijable, vidljivo je kako kvaliteta sadraja jae a razina vidljivosti neto
slabije korelira s elementima upravljanja opskrbnim lancem. Moe se zakljuiti kako
informacijska vidljivost pozitivno korelira s efikasnijim upravljanjem opskrbnim lancem,
odnosno da porast razine informacijske vidljivosti hrvatskih poduzea prati porast efikasnosti
njihovog upravljanja opskrbnim lancem.
Trea pomona hipoteza bavila se odnosom koncepta poslovne inteligencije i integracije.
Zbirni koeficijent korelacije pokazao je statistiki znaajnu stvarnu povezanost izmeu
promatranih varijabli. Analiza korelacija izmeu dimenzija takoer je ukazala na statistiki
znaajnu laku povezanost, s time da je stvarno znaajna povezanost utvrena izmeu izvora i
pouzdanosti podataka i informacija i suradnje unutar poduzea. Generalno se moe zakljuiti
kako je kod promatranih poduzea utvrena korelacija izmeu primjene poslovne
inteligencije i postignute razine integracije.
etvrta pomona hipoteza trebala je ispitati vezu izmeu integracije i upravljanja opskrbnim
lancem. I u ovom je sluaju kod zbirnog koeficijenta korelacije utvrena statistiki znaajna
stvarna povezanost varijabli. Suradnja izmeu poduzea stvarno je znaajno povezana sa svim
dimenzijama upravljanja opskrbnim lancem. Suradnja unutar poduzea stvarno je znaajno
povezana s usklaenou i proaktivnou, dok je slabije povezana s ostalim dimenzijama.
Temeljem iznesenoga moe se ustvrditi kako postoji pozitivna korelacija izmeu integracije i
efikasnosti upravljanja opskrbnim lancem kod promatranih poduzea.
Cilj glavne hipoteze bio je utvrditi povezanost koncepta poslovna inteligencija i upravljanja
opskrbnim lancem. Zbirni koeficijent korelacije pokazuje statistiki znaajnu stvarnu
povezanost nezavisne i zavisne varijable. Korelacije dimenzija koje tvore promatrane
varijable ukazuju na vie zanimljivih elemenata:

341

kvalitetniji izvori i vea pouzdanost podataka i informacija statistiki su stvarno
znaajno povezani s boljom agilnou, prilagodljivou te kvalitetnijim
performansama promatranih poduzea;
koritenje intuicije i vremenske poboljice temeljem koritenja poslovne inteligencije
statistiki su stvarno znaajno povezani s boljom agilnou, prilagodljivou te
kvalitetnijim performansama;
rasprostranjenije koritenje napredne analitike moe se tumaiti kao statistiki stvarno
znaajno povezano s boljom prilagodljivou i veom proaktivnou opskrbnih lanaca
promatranih poduzea.
Na kraju je potrebno navesti kako su rezultati pokazali stvarnu povezanost razine kvalitete
sadraja s postignutom razinom suradnjom unutar poduzea, odnosno razinom vidljivosti s
postignutom suradnjom izmeu poduzea.


2. Ogranienja provedenog istraivanja i sugestije za budue aktivnosti

Svako istraivanje, a pogotovo kompleksne i sloene materije kao to je ovdje bio sluaj, ima
odreena specifina ogranienja koja treba imati na umu prilikom valoriziranja dobivenih
rezultata. Potrebno je navesti kako se empirijsko istraivanje provelo u vrijeme recesije
globalnog i nacionalnog gospodarstva pa je u dobivenim rezultatima prisutan i utjecaj tih
okolnosti. Iako pozitivistiki pristup naglaava kako krizu treba doivljavati kao ansu, a u
tom kontekstu usvajanje koncepta poslovne inteligencije u poslovanju bilo bi hvale vrijedno,
injenica jest da su mnoga kontaktirana poduzea naglaavala borbu za opstanak odnosno
golu odrivost kao osnovni prioritet svojih aktivnosti i pregnua. U navedenome smislu,
pitanje jest koliko su odreene inovacije i uvoenja poboljica, u to nesumnjivo spada
poslovna inteligencija, zaustavljene ili usporene kao izravna posljedica slijeda dogaaja u
poslovnom okruenju. Meutim, ovome se moe pristupiti i iz drugog kuta, pa ocijeniti koliko
je poslovna inteligencija u navednim okolnostima stvarno pomogla menadmentu.
Drugo ogranienje koje treba respektirati jest profil ispitanika. Naime, zbog kompleksnosti
problematike istraivanja upitnik su ispunjavali glavni menaderi (poslovni i IT), a s obzirom
da je upravo vrhovni menadment inicijator implementacije poslovne inteligencije, mogua je

342

odreena razina pristranosti (afirmativnosti) u ocjenjivanju. S obzirom da ispitanici iznose
svoju ocjenu o odreenom injeninom stanju, treba voditi rauna da oni, svatko za sebe,
postavlja kriterije koji mogu biti vii ili nii, a to ovisi o mnogim imbenicima (ivotnoj fazi
poduzea, snazi i poziciji konkurencije, vrsti i stanju trita, odnosima unutar poduzea i
opskrbnog lanca, obliku vlasnitva i dr.). Takoer treba uvaavati injenicu koja je razvidna iz
teorijskog dijela istraivanja kako, naalost, poslovni i IT korisnici nemaju identian stav i
pristup definiranju ciljeva i koristi koji se poluuju primjenom poslovne inteligencije. Na ovoj
spoznaji se temelji sugestija i za budua istraivanja praenja promjena u toj sferi. Vrijedno bi
bilo postaviti istraivanje na nain da se iz istog poduzea dobiju odgovori iz dva kuta,
poslovnog i IT-a, te ustanoviti postoji li meu njima statistiki znaajnih razlika. U buduim
istraivanjima bilo bi zanimljivo spoznati kako na ovu materiju gledaju sve tri menaderske
razine istog poduzea: strateka, taktika i operativna, odnosno bi li se meu njihovim
odgovorima ustanovila statistika znaajnost. Ovo je aktualno podruje spoznaje novih
doprinosa teorijskim raspravama o sri i moguim koristima jaanja aplikacije koncepta
poslovna inteligencija.
Iako se moe izraziti zadovoljstvo uspjenou odziva (29,3%), svakako treba biti oprezan u
generalizaciji zakljuaka. U funkciji kontrole i usporedbe uoenih pokazatelja odnosa
poslovne inteligencije i upravljanja opskrbnim lancem preporuljivo bi bilo provesti
istraivanja studije sluajeva, odnosno testirati model predstavljen u ovom radu i u drugim
nacionalnim ekonomijama razliitih razina razvijenosti.
Odreeni empirijski rezultati sugeriraju nekoliko moguih pravaca daljnjih istraivakih
napora. Postavljene dimenzije poslovne inteligencije u istraivakom modelu bilo bi korisno
produbiti izuavanjem njezinog pozicioniranja u shemi organizacije i povezanosti s vrhovnim
menadmentom. U teorijskom dijelu istraivanja uoeno je nepostojanje suglasja oko
koritenja intuicije u odluivanju. Autorov je osobni stav nakon viegodinjeg istraivanja
znanstvene literature i provedenih istraivanja u praksi kako koritenje intuicije oplemenjuje
poslovnu inteligenciju, te bi bilo zanimljivo dodatno istraiti elemente i okolnosti koji utjeu
na koritenje intuicije, odnosno istraiti korelaciju koritenja intuicije i postignutu razinu
primjene poslovne inteligencije. U istraivanju je generalno uoena odreena razina
suzdranosti prema spremnosti razmjene podataka i informacija s partnerima, to spada u
domenu poslovne kulture, te se namee kao poeljno istraiti da li i na kojoj razini poslovna
strategija odnosno poslovna kultura postaju mogui ograniavajui imbenici uspjenosti
poslovne inteligencije. S obzirom na zanimljivost postignutih rezultata o povezanosti

343

napredne analitike i proaktivnosti upravljanja opskrbnim lancem, potrebno bi bilo ovaj odnos
dodatno produbiti irom operacionalizacijom napredne analitike to se spoznaje i iz
istraivanja Eckersona i Hammonda (2011.), odnosno istraiti koji elementi napredne
analitike najkvalitetnije pridonose proaktivnosti pojedinih razina opskrbnog lanca. Nastavno
na izneseno, ovo bi takoer trebalo sagledati u usporedbi odnosa uzvodnih i nizvodnih tokova
opskrbnog lanca.


3. Zakljuak

Glavni cilj u ratu, kao i u ivotu, jest iz onoga to znate zakljuivanjem izvesti ono to ne
znate. Vojvoda od Wellingtona

Podruje istraivanja u aktualnim gospodarskim uvjetima bilo je kompleksno i zahtjevno,
zbog ega je posebna panja posveena izboru jedinica koje su obuhvaene uzorkom. Kriteriji
ukljuenja u uzorak bili su viestruko evaluirani u konzultacijama s ekspertima iz Republike
Hrvatske koji se u praksi bave ovim podrujem. Odziv poduzea bio je iznad oekivanja, to
je omoguilo relevantnost pri utvrivanju zakonitosti i testiranju poveznica izmeu varijabli
predstavljenog modela. U ovom je smislu osigurana validnost ciljanog znanstvenog doprinosa
disertacije relevantnim kriterijima testiranja predstavljenog opcijskog modela. Teite
ocjenjivanja postavljenih hipoteza bilo je na metodi korelacije i faktorskoj analizi. Osim
provedenih mjerenja percepcije analizom su tretirani i relevantni kvantitativni podaci.
Modelom predvieni broj varijabli operacionalizacije predmnijevao je kompleksno
istraivanje zbog ega je upitnik bio opseniji.
Na temelju provedenog istraivanja i testiranja predloenog novog teorijskog i empirijskog
modela ponuene su egzaktne poveznice poslovne inteligencije i upravljanja opskrbnim
lancem na podravajuim podlogama informacijske vidljivosti i integracije. Definiranjem,
razgraniavanjem i tipologizacijom poveznica koncepta poslovne inteligencije i upravljanja
opskrbnim lancem dopunjene su postojee spoznaje u podruju istraivane problematike
temeljem kritike analize provedenog istraivanja i ukupnog korpusa prouene, u prvom

344

dijelu rada sintetizirane, recentne znanstvene i strune literture. Dokazani kauzaliteti
iskoristivi su i kao zamanjak gospodarskom razvoju u aktualnim uvjetima recesije.
Empirijski su dokazane zakonitosti, principi, smjernice i inteziteti veza varijabli koje ine
predloeni model testiran istraivanjem. U tom je smislu model iskoristiv za donoenje
kvalitetnijih i uinkovitijih stratekih i taktikih odluka u upravljanju opskrbnim lancem
poduzea.
Pristup predstavljen u testiranju modela predstavlja i egzaktno unapreenje postojeih mjernih
instrumenata efikasnosti primjene koncepta poslovne inteligencije u upravljanju opskrbnim
lancem. Tako je u konanici definiran i znaaj implementacije koncepta poslovne
inteligencije u upravljanju opskrbnim lancem temeljem predstavljenih spoznaja provedenog
istraivanja kroz aktualiziran i inoviran znanstveno argumentiran pristup.
Istraivanje odnosa izmeu koncepta poslovne inteligencije i upravljanja opskrbnim lancem
predstavlja zahtjevan i kompleksan zadatak zbog razliitih teorijskih i praktinih nedoumica,
nejasnih definiranosti, i odreenih teorijskih nedefiniranosti. Prije sagledavanja problema
potrebno se odrediti prema pojmu intelligence s obzirom da se u hrvatskom jeziku jo uvijek
nije udomaila rije koja bi je objanjavala u njezinom osnovnom smislu (u engleskom
jeziku). Ovo je vano naglasiti jer intelligence u kvalitativnom smislu ima veu vrijednost od
informacije, a s obzirom da je to krajnji proizvod nastao sustavnim prikupljanjem,
verifikacijom i obradom podataka i informacija. U znanstvenoj literaturi hrvatskih autora kao
prijevod izvorne sintagme business intelligence veinom se koristi termin poslovna
inteligencija, tako da se u radu, uvaavajui navedene opaske, uglavnom koristio taj termin.
Svakako bi bilo poeljno da se na razini akademske zajednice postigne konsenzus oko
prijevoda jer pojam inteligencija, iako blizak, ne odraava osnovni smisao intelligencea.
Uvjeti poslovanja, dinaminost dogaanja, nepredvidivost trendova, kompleksnost odnosa te
suvremeni komunikacijski kanali generiraju sve vee koliine podataka i informacija, to je u
praksi i teoriji otvorilo nova pitanja. Trebalo je pronai nain efikasnog upravljanja i
kvalitetnog koritenja ovih izuzetno vrijednih resursa, odnosno, trebalo je shvatiti njihovo
znaenje u vlastitom a potom i u irem kontekstu kako bi se proces odluivanja odvijao
temeljen na injenicama. S obzirom da svaki problem prije ili kasnije generira i moguu
inaicu rjeenja, u ovom je sluaju navedeno rezultiralo pojavom i razvojem poslovne
inteligencije.

345

Da bi se uope istrailo kako i na koji nain moe utjecati na poslovanje, poslovnu
inteligenciju potrebno je sagledati u teorijskom i praktinom smislu respektirajui pri tome
razliite pristupe u njezinu tumaenju i vrednovanju kako bi se sistematizacijom navedenoga
stvorile polazne pretpostavke ovog istraivanja. Analiza literature ukazuje na odreene dvojbe
koje su iskristalizirale dvije osnovne razine to su zahtijevale sustavnu obradu: terminoloko
odreenje izmeu razliitih intelligence pojmova koritenih u znanstvenoj literaturi i
razliitost pristupa kroz prizmu poslovnih i IT imbenika. Uslijed razliitih jezinih,
kulturolokih, geografskih ili povijesnih okolnosti autori su pristupali definiranju ovog
podruja iz drugaijih perspektiva. Recentna istraivanja pokazuju kako se odreeni
intelligence pojmovi koriste kao sinonimi (poslovna, strateka, kompetitivna, konkurentska,
trina), odnosno da se razliito pozicioniraju u hijerarhijskom smislu (tko je kome nadreen
odnosno tko je sastavni dio ega). Sveobuhvatna analiza potvrdila je kako je rije o konceptu
koji se tek razvija te stoga i ne ude uoene razlike od onih semantike prirode pa sve do onih
konkretnije naravi.
Analizom teorijske grae identificirane su odreene neloginosti jer nije rijedak sluaj da se
termini podatak i informacija izjednaavaju, pa ih je potrebno razluiti i naglasiti kako je u
kvalitativnom smislu rije o razliitim pojmovima. Kako obraeni podatak postaje
informacija, tako intelligence nastaje kada se spozna to konkretna informacija znai
konkretnom subjektu u odreenoj situaciji. Zbog razumijevanja filozofije poslovne
inteligencije potrebno je istaknuti kako podatak i informacija nisu ono to iskljuivo
determinira poslovnu inteligenciju ve to takoer moe biti bilo koji shvaeni trini signal
koji potencijalno postaje znaajna spoznaja za daljnju upotrebu. Jasno jest da ovako odreena
poslovna inteligencija pomae razumijevanju unutarnje i vanjske poslovne okoline, odnosno
uoavanju moguih prilika i prijetnji.
Takoer se, naalost, esto moe uoiti prijepor izmeu tzv. poslovnih i IT korisnika, to nije
sluaj samo kod tumaenja i pristupa poslovnoj inteligenciji ve je rije o ozbiljnom problemu
karakteristinom za cjelokupno poslovanje. Kada je rije o PI, analiza recentne znanstvene
grae iznjedrila je evidentne dvojbe u njezinom tumaenju kao: procesu, proizvodu,
tehnologiji, konceptu, sustavu, disciplini... Provedeno teorijsko i empirijsko istraivanje daje
za pravo PI potvrditi kao inovativan koncept kojemu su nesuglasja business/IT nepotrebno
gubljenje vremena i energije s obzirom da je evolucija poslovanja i openito razvoj drutva
pozicionirala tehnologiju kao condicio sine qua non. Naime, ovi problemi prelaze (ili e
prijei) iz domene stratekog upravljanja u polje elementarne organizacijske kulture.

346

Analiza upravljanja opskrbnim lancem takoer zahtijeva pomniju obradu, tumaenje i
pozicioniranje bliskih, ali ne i identinih, pojmova logistike, opksrbnog lanca i menadmenta
opksrbnog lanca kako bi se stvorile nedvosmislene pretpostavke za nastavak provoenja
istraivakih aktivnosti. Istinitosti radi, potrebno je navesti kako odreeni autori i dalje
zastupaju stav kako je razlika iskljuivo semantike a ne sutinske prirode. Recentna
istraivanja pokazuju kako tradicionalni opskrbni lanci sve vie postaju opskrbne mree ime
se najbolje karakterizira njihova kompleksnost. Dodatna se sloenost odnosa uoava prilikom
analize razina uspostavljenih veza i odnosa unutar poduzea, te izmeu poduzea i njegovih
partnera u samome lancu. Kontinuirani pritisak svih zainteresiranih imbenika (vlasnika,
menadmenta, partnera, okoline) prema brem i efikasnijem protoku informacija, roba i
usluga rezultira teorijskim i praktinim naporima pronalaenja adekvatnih odgovora
postavljenim izazovima. injenica jest da se sva poduzea koja tvore odreeni opskrbni
lanac/mreu ne nalaze na istim razvojnim pozicijama, vrlo esto s razliitim prioritetima,
odnosno poslovnim strategijama, te da su aktivni sudionici razliitih trita. Pitanje koje se
namee jest koji su to zajedniki elementi na kojima se trebaju izgraivati meusobno
uspjeni odnosi? Suvremeni teorijski pristupi stratekog upravljanja pretpostavljaju stvaranje
vrijednosti za kupce kao element uspjenosti. Efikasnost lanaca sagledava se kroz prizmu
njihove uinkovitosti, odnosno sposobnosti prilagodbe trinim uvjetima.
Nalazi istraivanja pokazuju kako napori poduzea trebaju ii u nekoliko smjerova: razvoju
integracija (vertikalnih i horizontalnih), postizanju vee vidljivosti izmeu sudionika
povezanih procesa, postizanju bolje fleksibilnosti, kvalitetnijem meusobnom usklaenju,
prilagodljivosti uvjetima. Uz navedeno, nezaobilaznim se namee imperativ odvijanja
dogaaja i aktivnosti u realnom vremenu pod to se podrazumijevaju robe, usluge i
informacije. Poslovna je evolucija takoer ukazala na nunost razvoja kvalitetnih odnosa s
dobavljaima izmeu kojih bi se trebali izabrati oni koji svojim performansama zasluuju da
se s njima razviju strateke relacije. Dugoroni odnosi s kljunim (stratekim) dobavljaima i
kupcima reflektiraju se na uspjenost funkcioniranja opskrbnog lanca. Doprinosi navedenih
elemenata, svaki u okviru svojih granica i mogunosti u zadanim okolnostima, stvaraju
pretpostavke dobivanja sinergijskih efekata.
Polazei od definiranih teorijski utemeljenih postavki, istraivanje je imalo za cilj utvrditi
odnos koncepta poslovna inteligencija i upravljanje opskrbnim lancem. U razmatranju
empirijski utvrenih rezultata potrebno je voditi rauna o injenici da su u istraivanju
sudjelovala poduzea koja provode poslovnu inteligenciju, odnosno ona koja pripadaju

347

skupini razvijenijih i inovativnijih poslovnih subjekata. Rezultati do kojih se dolo potvrdili
su polazne pretpostavke ali su otvorili i odreena nova pitanja. Vano je naglasiti kako je
temeljem dobivenih rezultata utvrena statistiki znaajna stvarna povezanost izmeu
poslovne inteligencije i upravljanja opskrbnim lancem. Polazni konceptualni model temeljem
ustanovljenih rezultata blago je redizajniran u domeni operacionalizacije poslovne
inteligencije i to se moe smatrati vrijednim doprinosom daljnjim istraivakim naporima u
izuavanju ovog fenomena. Kroz hipoteze istraivanja utvrena je izravna, ali isto tako i
neizravna povezanost promatranih varijabli: kroz kvalitetniju informacijsku vidljivost i
postignutu integraciju.
Iako su u poglavlju o raspravi prezentirani cjelokupni rezultati, najvanija saznanja potrebno
je dodatno naglasiti. Oito jest da su promatrana poduzea ne samo prepoznala potrebu, ve
se i aktivno usmjerila prema kvalitetnijem upravljanju svojim poslovnim podacima i
informacijama, to prema pokazateljima zadovoljstva daje pozitivne rezultate. S obzirom da je
identificirano kako se ee razmjenjuju operativni nego strateki podaci i informacije, te da
poduzea uglavnom prakticiraju autentifikaciju, autorizaciju i njihovu zatitu moglo bi se
zakljuiti kako postoji zadovoljavajue razvijena defenzivna poslovna inteligencije.
Nalazi provedenog istraivanja takoer svjedoe izravnu i neizravnu ulogu napredne analitike.
Recentna istraivanja napravljena u podrujima razvijenih ekonomija ukazuju na znaajnu
ulogu koritenja alata i tehnika napredne analitike u najuspjenijim poduzeima. U kontekstu
navedenoga, posebno ohrabruju rezultati prema kojima je vei stupanj koritenja alata i
tehnika napredne analitike u hrvatskim poduzeima stvarno znaajno povezan s veom
prilagodljivou i proaktivnou njihovih opskrbnih lanaca. Izneseno treba predstavljati
dodatni poticaj i motiv prema daljnjoj progresiji njihovog koritenja s obzirom da
proaktivnost predstavlja budunost poslovne inteligencije. Pokazala se takoer statistiki
znaajna laka povezanost napredne analitike s kvalitetom sadraja te s uspostavljenom
razinom suradnje unutar i izmeu poduzea.
Stupanj razvoja poslovne inteligencije povezan je s postignutom integracijom promatranih
poduzea (internom i eksternom). Iako je za informacijsku vidljivost i integraciju utvrena
povezanost s upravljanjem opskrbnim lancem, valja naglasiti kako je to izraenije kod
integracije ime se potvruju dosadanji empirijski nalazi o vanosti razvoja i stimuliranja
integrativnih procesa u uspjenosti upravljanja opskrbnim lancima. Jo jedan pokazatelj
privlai pozornost - koritenje intuicije. Naime, tehnologija sama za sebe nije rijeenje niti je

348

sama sebi svrha, tako da se autor, na temelju spoznaja iz provedenog istraivanja, priklanja
tumaenju onih koji koritenje intuicije dre jednom od poeljnih dimenzija poslovne
inteligencije.
Rezultati i spoznaje ovog istraivanja ispunili su oekivanja jer je znanstveno dokazana
vanost i vrijednost koritenja koncepta poslovne inteligencije. Na nacionalnoj razini, uz
racionalan optimizam, rezultati se mogu okvalificirati zadovoljavajuima, uz opasku kako se
kod ove ocjene moe postaviti pitanje uspostavljenog standarda. Istraivana poduzea
pripadaju skupini 1000 najveih u Republici Hrvatskoj, preciznije najuspjenijim
gospodarskim subjektima. Istina jest da koritenje poslovne inteligencije pokazuje zaostatak
u odnosu na visoko kompetitivna gospodarstva, ali je isto tako istina da su rezultati znaajno
bolji u odnosu na prethodna istraivanja, to ukazuje na pozitivne trendove u percepciji
znaaja ovih problema. Za pretpostaviti je kako e poslovna inteligencije i u Republici
Hrvatskoj postati sastavni dio poslovanja, odnosno sastavni dio poslovne kulture. Potpunije
razumijevanje praktinih koristi primjene koncepta poslovne inteligencije na upravljanje
opskrbnim lancem i svekolike djelatne i organizacijske performanse poduzea omoguuju
sagledavanje problema i ograniavajuih faktora budueg razvoja ovog koncepta. Time se
stvaraju pretpostavke potpunijeg razumijevanja i razliitih pristupa u donoenju upravljakih
odluka u podruju upravljanja opskrbnim lancem poduzea, ali i nunosti primjerenijeg
pozicioniranja poslovne inteligencije u poduzeu, u cilju vie razine integracije poslovnih
funkcija i uinkovitijeg poslovnog djelovanja, temeljenog na inoviranju naina koritenja
raspoloivih informacijskih resursa. Kako je to Keynes zabiljeio davne 1936. godine, nije
problem u novim idejama ve u tekom naputanju starih. Ta injenica, te na temelju
provedenih istraivanja predstavljene egzaktne smjernice kojima se poduzea mogu sluiti pri
uvoenju poslovne inteligencije u poslovanje, takoer su predstavljale vaan poticaj za
dovrenje ovog rada.



349

SAETAK

Disertacija Poslovna inteligencija i upravljanje opskrbnim lancem na teorijskoj i empirijskoj
osnovi evaluira autorov model testiranjem pretpostavki o vezama i odnosima izmeu varijabli
poslovne inteligencije i upravljanja opskrbnim lancem izravno i neizravno preko varijabli
informacijske vidljivosti i integracije. U teorijskom dijelu su sistematizirani i analizirani
osnovni elementi izvornog pojma business intelligence i njemu srodnih pojmova, njegovo
pozicioniranje u kontekstu stratekog menadmenta, elementi koji ga tvore i nain
funkcioniranja. Takoer je obraeno podruje upravljanja opskrbnim lancem kroz evaluaciju
faza zrelosti, strategija koje se primjenjuju, te naina funkcioniranja u kontekstu vrednovanja
uspjenosti.
Temeljem elaboriranja vanosti i razmjene podataka i informacija, informacijske tehnologije i
sustava, e-poslovanja, integracije, vidljivosti, suradnje, napredne analitike i elastinosti
kreiran je konceptualni model istraivanja. Testiranje glavne hipoteza i etiri pomone
provedeno je na uzorku od 293 poslovna subjekta primjenom metoda korelacije, faktorske
analize i analize varijance.
Nalazi istraivanja ukazuju na znaaj implementacije koncepta poslovna inteligencija u
upravljanju opskrbnim lancem, te je predstavljan inoviran pristup konceptualnom ureenju
mjernih instrumenata efikasnosti izmeu istraivanih varijabli. Empirijski je utvrena
statistiki znaajna stvarna korelacija izmeu poslovne inteligencije i upravljanja opskrbnim
lancem. Rezultati istraivanja takoer potvruju iskoristivost oblikovanog modela dokazujui
egzaktne aplikativne spoznaje o konkretnim praktinim koristima primjene poslovne
inteligencije. Predstavljeni su utvreni ograniavajui faktori uvoenja poslovne inteligencije
u poslovanje, kao i smjernice i inovativan nain implementacije i pozicioniranja njene
funkcije kojima se isti faktori svode na prihvatljivu mjeru.
Provedeno istraivanje i predstavljeni nalazi primjerena su platforma za budua istraivanja u
sferi poslovne inteligencije i upravljanja opskrbnim lancem, a pragmatine smjernice
predstavljaju iskoristiv resurs za donoenje relevantnih poslovnih odluka na stratekoj i
taktikoj razini.



350

ABSTRACT

Dissertation Business Intelligence and Supply Chain Management evaluates the Author's
model, on a theoretical and an empiric basis, by testing hypothesis on correlations and
relationships between the variables of business intelligence and supply chain management,
directly and indirectly, through the information visibility and integration variables. The
theoretical part systemizes and analyzes basic elements of the business intelligence original
term and its related concepts, its positioning within strategic management context, elements
that form it, and the mode of functioning. It also considers supply chain management subject
by evaluating maturity stages, strategies applied, and modes of functioning within
performance evaluation.
A conceptual research model has been established by elaborating the importance and
exchange of data and information, information technology and systems, e-business,
integration, visibility, co-operation, advances analytics and flexibility. Testing of the main
hypothesis and four supporting ones has been carried out on the sample of 293 business
entities using methods of correlation, factor analysis and analysis of variance.
Research results show the importance of the implementation of the business intelligence
concept into the supply chain management, and consequently an innovative approach to the
conceptual system of efficiency measurement methods within the variable investigated.
Statistically significant actual correlation between business intelligence and supply chain
management has been empirically defined. Research results also confirm the usability of the
established model thus demonstrating exact applicable conceptions on concrete practical
benefits from the application of the business intelligence. Limiting factors established at the
implementation of the business intelligence into business, as well as guidelines and innovative
mode of implementation and positioning of its function by which the same factors are reduced
to acceptable level are presented.
Research made and the results presented are an adequate platform for future researches within
the area of business intelligence and supply chain management, while pragmatic guidelines
make a usable resource for relevant business decision-making on strategic and tactical levels.



351

POPIS SLIKA

Slika 1. Krivulja vrijednosti informacija ............................................................................................... 20
Slika 2. to business intelligence znai u praksi ................................................................................... 23
Slika 3. Preklapanje blokova koji tvore Cyber Intelligence .................................................................. 29
Slika 4. Studija intelligence aktivnosti .................................................................................................. 30
Slika 5. Odnos business intelligencea i kljunih intelligence koncepata............................................... 31
Slika 6. Sastavnice poslovne inteligencije ............................................................................................. 36
Slika 7. Elementi procesa stratekog menadmenta .............................................................................. 43
Slika 8. Eksterna ili vanjska okolina poduzea ..................................................................................... 45
Slika 9. Operativno okruenje u kontekstu strateke analize ................................................................ 50
Slika 10. Ciklus poslovne inteligencije ................................................................................................. 57
Slika 11. Uloga poslovnih kontrolnih ploa i usporednih tablica .......................................................... 66
Slika 12. Poveznica obrambene inteligencije s ostalim elementima modela ........................................ 74
Slika 13. Integralni model zatite poslovne inteligencije ...................................................................... 78
Slika 14. TDWI Model zrelosti poslovne inteligencije ......................................................................... 90
Slika 15. Model upravljanja opskrbnim lancem Mentzer et al. ........................................................ 107
Slika 16. Upravljanje opskrbnim lancem Lambert ........................................................................... 113
Slika 17. Okvir SCOR modela ............................................................................................................ 114
Slika 18. Model zrelosti upravljanja opskrbnim lancem ..................................................................... 118
Slika 19. Upravljanje opskrbnim lancem prethodnost i posljedice .................................................. 121
Slika 20. Matrica strategija upravljanja opskrbnim lancem ................................................................ 122
Slika 21. Teorijski okvir za istraivanje upravljanja opskrbnim lancem ............................................. 126
Slika 22. Okvir za razvoj mjernih instrumenata upravljanja opskrbnim lancem ................................ 128
Slika 23. Matrica tipova trita i potrebnih pokazatelja performansi .................................................. 133
Slika 24. Model odrivog upravljanja opskrbnim lancem ................................................................... 137
Slika 25. Sastavnice vremena poduzimanja aktivnosti ........................................................................ 148
Slika 26. Odnos izmeu orijentacije na opskrbni lanac i integracije IS-a ........................................... 176
Slika 27. Model troka i koristi od suradnje u SCM-u ........................................................................ 188
Slika 28. Koncepti suradnje u opskrbnim lancima .............................................................................. 190
Slika 29. Matrica analitikih pitanja u opskrbnom lancu .................................................................... 199
Slika 30. Najvanije analitike tehnika danas i predvianje za 24 mjeseca ........................................ 202
Slika 31. Proimajua poslovna inteligencija u SCOR procesima ...................................................... 225
Slika 32. Konceptualni model istraivanja .......................................................................................... 232
Slika 33. Prilagoeni konceptualni model istraivanja ....................................................................... 319


352

POPIS TABLICA

Tablica 1. Odnos inteligencije na razliitim razinama saimanja ......................................................... 18
Tablica 2. Usporedba razliitih naina procesuiranja podataka ............................................................ 33
Tablica 3. Najvanija obiljeja strateke, taktike i operativne poslovne inteligencije ........................ 38
Tablica 4. Kljune intelligence potrebe za strateko odluivanje ......................................................... 52
Tablica 5. Rezultati istraivanja uspjenosti poslovne inteligencije ..................................................... 92
Tablica 6. Troak nabavljenih materijala kao postotak dolarske vrijednosti prodaje ............................ 99
Tablica 7. Razliiti ciljevi udruivanja u opskrbni lanac .................................................................... 109
Tablica 8. Elementi upravljanja opskrbnim lancem ............................................................................ 111
Tablica 9. Model zrelosti orijentiranosti poslovnim procesima BPO ................................................. 117
Tablica 10. Korelacija izmeu poslovnih strategija i strategija opskrbnog lanca ............................... 124
Tablica 11. Okvir upravljanja opskrbnim lancem i uravnoteene tablice rezultata............................. 132
Tablica 12. Mogui izbori strukture razmjene informacija ................................................................. 144
Tablica 13. Rang lista najpotrebnijih tonih informacija .................................................................... 150
Tablica 14. Vrste razmjene informacija u opskrbnom lancu ............................................................... 152
Tablica 15. Frekvencija IS istraivakih modela ................................................................................ 154
Tablica 16. Kljune razlike upravljanja tradicionalnim i projektima implementacije e-poslovanja ... 164
Tablica 17. Faze evolucije e-poslovanja u upravljanju opskrbnim lancem ......................................... 167
Tablica 18. Dimenzije integracije opskrbnog lanca ............................................................................ 171
Tablica 19. Sistematizacija tipova suradnje ........................................................................................ 172
Tablica 20. Tri kategorije vidljivosti opskrbnog lanca ........................................................................ 182
Tablica 21. Dimenzije razliitih razina CFPR-a .................................................................................. 186
Tablica 22. Operativna Vs. analitika poslovna inteligencija ............................................................. 196
Tablica 23. Tipovi fleksibilnost ........................................................................................................... 206
Tablica 24. Primjeri koritenja PI za potrebe analize u SCM-u .......................................................... 216
Tablica 25. Usporedna analiza SCM-a i SCI-a ................................................................................... 219
Tablica 26. Pokazatelji tehnologije i upravljanja znanjem .................................................................. 229
Tablica 27. Procjena pristranosti izmeu ranijih i kasnijih ispitanika ................................................. 252
Tablica 28. Glavna/preteita djelatnost poduzea iz uzorka ............................................................... 253
Tablica 29. Struktura uzorkovanih poduzea prema broju zaposlenih ................................................ 254
Tablica 30. Struktura uzorkovanih poduzea prema pravnom obliku ................................................. 255
Tablica 31. Deskriptivna statistika za varijablu poslovna inteligencija .............................................. 257
Tablica 32. Objedinjenost unutarnjih podataka i informacija na razini procesa ili projekta ............... 258
Tablica 33. Objedinjenost unutarnjih podataka i informacija na razini slubi ili odjela ..................... 258
Tablica 34. Dostupnost vanjskih izvora podataka i informacija ......................................................... 259
Tablica 35. Rasprostranjenost lokacija podataka i informacija ........................................................... 260
Tablica 36. Integriranost i iskoristivost podataka i informacija za izvjetavanje ................................ 261
Tablica 37. Vjerodostojnost unutarnjih prikupljenih podataka i informacija ...................................... 262
Tablica 38. Vjerodostojnost vanjskih prikupljenih podataka i informacija ......................................... 262
Tablica 39. Provjeravanje korisnikog identiteta (autentifikacija) ...................................................... 263
Tablica 40. Sistematiziranost pristupa podacima i informacijama (autorizacija) ................................ 264
Tablica 41. Provoenje zatite od zlouporabe podataka i informacija ................................................ 264
Tablica 42. Dostupnost podataka i informacija u realnom vremenu ................................................... 265
Tablica 43. Koritenje tehnika rudarenja podacima ............................................................................ 266
Tablica 44. Koritenje OLAP alata ..................................................................................................... 266
Tablica 45. Koritenje poslovnih upravljakih ploa .......................................................................... 267

353

Tablica 46. Vizualizacija podataka i informacija ................................................................................ 268
Tablica 47. Odluivanje na temelju injenica ..................................................................................... 269
Tablica 48. Koritenje dobrog osjeaja i iskustva u odluivanju ........................................................ 269
Tablica 49. Doprinos poslovne inteligencije skraenju vremena evidencije dogaaja ....................... 270
Tablica 50. Doprinos poslovne inteligencije skraenju vremena dostupnosti informacija ................. 271
Tablica 51. Poveanje raspoloivog vremena za odluivanje ............................................................. 271
Tablica 52. Koritenje tehnologije skladita podataka ........................................................................ 272
Tablica 53. Organizacija poslovne inteligencije na razini cijelog poduzea ....................................... 273
Tablica 54. Organizacija poslovne inteligencije na razini odjela ili slubi ......................................... 274
Tablica 55. Organizacija poslovne inteligencije na razini procesa ili projekata ................................. 274
Tablica 56. Deskriptivna statistika za varijablu informacijska vidljivost............................................ 275
Tablica 57. Tonost koritenih podataka i informacija ....................................................................... 276
Tablica 58. Primjerenost potrebama koritenih podataka i informacija .............................................. 277
Tablica 59. Iskoristivost koritenih podataka i informacija ................................................................ 277
Tablica 60. Auriranje unutarnjih podataka i informacija ................................................................... 278
Tablica 61. Razmjena stratekih podataka i informacija s kljunim dobavljaima ............................. 279
Tablica 62. Razmjena operativnih podataka i informacija s kljunim dobavljaima .......................... 279
Tablica 63. Razmjena stratekih podatka i informacija s kljunim kupcima ...................................... 280
Tablica 64. Razmjena operativnih podataka i informacija s kljunim kupcima.................................. 281
Tablica 65. Deskriptivna statistika za varijablu integracija ................................................................. 282
Tablica 66. Unutranja razmjena podataka i informacija .................................................................... 283
Tablica 67. Sudjelovanje svih odjela u ocjenjivanju i izboru dobavljaa ............................................ 283
Tablica 68. Postojanje viestrukih verzija istine ................................................................................. 284
Tablica 69. Integriranost procesa opskrbnog lanca ............................................................................. 285
Tablica 70. Suradnja u unapreenju kvalitete proizvoda i usluga ....................................................... 285
Tablica 71. Suradnja u razvoju novih proizvoda i usluga .................................................................. 286
Tablica 72. Integriranost zajednikih procesa s ostalim lanovima opskrbnog lanca ......................... 287
Tablica 73. Ocjena odnosa s kljunim dobavljaima .......................................................................... 287
Tablica 74. Ocjena odnosa s kljunim kupcima .................................................................................. 288
Tablica 75. Deskriptivna statistika za varijablu upravljanje opskrbnim lancem ................................. 289
Tablica 76. Skraenje vremena odziva na kupeve zahtjeve ............................................................... 290
Tablica 77. Poveanje tonosti isporuka na vrijeme ........................................................................... 291
Tablica 78. Poveanje kompletiranosti isporuka ................................................................................. 291
Tablica 79. Spremnost reagiranja na potrebne modifikacije ............................................................... 292
Tablica 80. Spremnost reagiranja na neoekivane trine poremeaje ............................................... 293
Tablica 81. Kontinuirano analiziranje poslovne okoline ..................................................................... 293
Tablica 82. Kontinuitet preispitivanja i unapreenja poslovne strategije ............................................ 294
Tablica 83. Usklaivanje stratekih planova s kljunim dobavljaima ............................................... 295
Tablica 84. Usklaivanje stratekih planova s kljunim kupcima ....................................................... 296
Tablica 85. Optimiziranje povezanih procesa s partnerima iz opskrbnog lanca ................................. 296
Tablica 86. Provoenje scenario analiza ............................................................................................. 297
Tablica 87. Provoenje prognoziranja dogaanja ............................................................................... 298
Tablica 88. Provoenje analize trenda ................................................................................................. 299
Tablica 89. Provoenje analize vremenskog slijeda ............................................................................ 299
Tablica 90. Postignuto smanjenje trokova funkcioniranja opskrbnog lanca ...................................... 300
Tablica 91. Postignuto poveanje povrat na imovinu (ROA) u odnosu na konkurente ...................... 301
Tablica 92. Postignuto poveanje povrata na uloeno (ROI) u odnosu na konkurente ....................... 302
Tablica 93. Poveanje trinog udjela u odnosu na konkurente .......................................................... 302

354

Tablica 94. Poveanje efikasnosti opskrbnog lanca ............................................................................ 303
Tablica 95. Postignuto skraenje vremena odluivanja unutar opksrbnog lanca ................................ 304
Tablica 96. Procjena pouzdanosti dimenzije izvori podataka i informacija ........................................ 305
Tablica 97. Procjena pouzdanosti dimenzije pouzdanost podataka i informacija ............................... 306
Tablica 98. Procjena pouzdanosti dimenzije izvori i pouzdanost podataka i informacija .................. 306
Tablica 99. Procjena pouzdanosti dimenzije pristup podacima i informacijama ................................ 307
Tablica 100. Procjena pouzdanosti dimenzije napredna analitika ....................................................... 307
Tablica 101. Procjena pouzdanosti dimenzije intuicija i vrijeme ........................................................ 308
Tablica 102. Procjena pouzdanosti dimenzije organizacija PI ............................................................ 308
Tablica 103. Procjena nove pouzdanosti dimenzije organizacija PI ................................................... 309
Tablica 104. Procjena pouzdanosti dimenzije kvaliteta sadraja ........................................................ 309
Tablica 105. Procjena pouzdanosti dimenzije razina vidljivosti ......................................................... 310
Tablica 106. Procjena pouzdanosti dimenzije suradnja unutar poduzea ........................................... 310
Tablica 107. Procjena nove pouzdanosti dimenzije suradnja unutar poduzea ................................... 310
Tablica 108. Procjena pouzdanosti dimenzije suradnja izmeu poduzea .......................................... 311
Tablica 109. Procjena pouzdanosti dimenzije agilnost ....................................................................... 311
Tablica 110. Procjena pouzdanosti dimenzije prilagodljivost ............................................................. 312
Tablica 111. Procjena pouzdanosti dimenzije usklaenje ................................................................... 312
Tablica 112. Procjena pouzdanosti dimenzije proaktivnost ................................................................ 312
Tablica 113. Procjena pouzdanosti dimenzije performanse ................................................................ 313
Tablica 114. KMO i Bartlettov test za dimenzije poslovne inteligencije ............................................ 314
Tablica 115. KMO i Bartlettov test sferinosti za dimenzije informacijske vidljivosti ...................... 315
Tablica 116. KMO i Bartlettov test sferinosti za dimenzije integracije ............................................ 316
Tablica 117. KMO i Bartlettov test sferinosti za dimenzije upravljanja opskrbnim lancem ............. 317
Tablica 118. Korelacija izmeu elemenata poslovne inteligencije i informacijske vidljivosti ........... 321
Tablica 119. Korelacija poslovne inteligencije i informacijske vidljivosti ......................................... 321
Tablica 120. Korelacija izmeu elemenata informacijske vidljivosti i SCM-a ................................... 324
Tablica 121. Korelacija informacijske vidljivosti i upravljanja opskrbnim lancem ............................ 324
Tablica 122. Korelacija izmeu elemenata poslovne inteligencije i integracije.................................. 325
Tablica 123. Korelacija poslovne inteligencije i integracije ............................................................... 326
Tablica 124. Korelacija izmeu elemenata integracije i upravljanja opskrbnim lancem .................... 327
Tablica 125. Korelacija izmeu integracije i upravljanja opskrbnim lancem ..................................... 327
Tablica 126.Korelacija poslovne inteligencije i SCM-a ...................................................................... 328
Tablica 127. Korelacija izmeu elemenata poslovne inteligencije i upravljanja opskrbnim lancem .. 329
Tablica 128. Korelacija izmeu elemenata informacijske vidljivosti i integracije ............................. 330
Tablica 129. Korelacija informacijske vidljivosti i integracije ........................................................... 331



355

POPIS GRAFOVA

Graf 1. Rezultati koritenih pojmova .................................................................................................... 32
Graf 2. Promjene u globalnom okruenju ............................................................................................. 79
Graf 3. Korelacija zrelosti trine inteligencije i uinkovitosti odluivanja ......................................... 91
Graf 4. Najvanije informacije u razliitim ekonomijama .................................................................. 149
Graf 5. Protokol istraivanja ............................................................................................................... 239
Graf 6. Usporedba osnovnog skupa i uzorka prema broju zaposlenih ................................................ 254
Graf 7. Usporedba osnovnog skupa i uzorka prema pravnom obliku ................................................. 255



356

POPIS PRILOGA

Prilog 1. Popratni dopis ....................................................................................................................... 388
Prilog 2. Anketni upitnik ..................................................................................................................... 390
Prilog 3. Svojstvene vrijednosti za I dimenziju poslovne inteligencije ............................................... 394
Prilog 4. Faktorska optereenja za I dimenziju poslovne inteligencije ............................................... 394
Prilog 5. Svojstvene vrijednosti za II dimenziju poslovne inteligencije ............................................. 395
Prilog 6. Faktorska optereenja za II dimenziju poslovne inteligencije .............................................. 395
Prilog 7. Svojstvene vrijednosti za III dimenziju poslovne inteligencije ............................................ 395
Prilog 8. Faktorska optereenja za III dimenziju poslovne inteligencije............................................. 395
Prilog 9. Svojstvene vrijednosti za IV dimenziju poslovne inteligencije ............................................ 396
Prilog 10. Faktorska optereenja za IV dimenziju poslovne inteligencije .......................................... 396
Prilog 11. Svojstvene vrijednosti za V dimenziju poslovne inteligencije ........................................... 396
Prilog 12. Faktorska optereenja za V dimenziju poslovne inteligencije ............................................ 396
Prilog 13. Svojstvene vrijednosti za I dimenziju informacijske visljivosti ......................................... 397
Prilog 14. Faktorska optereenja za I dimenziju informacijske vidljivosti ......................................... 397
Prilog 15. Svojstvene vrijednosti za II dimenziju informacijske vidljivosti ....................................... 397
Prilog 16. Faktorska optereenja za II dimenziju informacijske vidljivosti ........................................ 397
Prilog 17. Svojstvene vrijednosti za I dimenziju integracije ............................................................... 398
Prilog 18. Faktorska optereenja za I dimenziju integracije ............................................................... 398
Prilog 19. Svojstvene vrijednosti za II dimenziju integracije .............................................................. 398
Prilog 20. Faktorska optereenja za II dimenziju integracije .............................................................. 398
Prilog 21. Svojstvene vrijednosti za I dimenziju SCM-a .................................................................... 399
Prilog 22. Faktorska optereenja za I dimenziju SCM-a ..................................................................... 399
Prilog 23. Svojstvene vrijednosti za II dimenziju SCM-a ................................................................... 399
Prilog 24. Faktorska optereenja za II dimenziju SCM-a ................................................................... 399
Prilog 25. Svojstvene vrijednosti za III dimenziju SCM-a .................................................................. 400
Prilog 26. Faktorska optereenja za III dimenziju SCM-a .................................................................. 400
Prilog 27. Svojstvene vrijednosti za IV dimenziju SCM-a ................................................................. 400
Prilog 28. Faktorska optereenja za IV dimenziju SCM-a .................................................................. 400
Prilog 29. Svojstvene vrijednosti za V dimenziju SCM-a ................................................................... 401
Prilog 30. Faktorska optereenja za V dimenziju SCM-a ................................................................... 401



357

POPIS KRATICA

AI - Artificial Intelligence, umjetna inteligencija
BC - Business Counterintelligence, poslovna protuobavjetajna aktivnost
BI - Business Intelligence, poslovna inteligencija
BICC - Business Intelligence Competency Center, centar kompetencije PI
BIS - Business Intelligence System, sistem poslovne inteligencije
BPO - Business Process Orientation, orijentiranost poslovnim procesima
BSC - Balanced ScoreCards, tablica uravnoteenih ciljeva
B2B - Business to business, izravni poslovni odnos
B2C - Business to customer, izravni poslovni odnos s krajnjim kupcem
B2R - Business to reseller, izravan poslovni odnos s distributerom
CAS - Competitor Analysis System, sistemska analiza konkurencije
CCOR - Customer Chain Operations Refernce
CEO - Chief Executive Officer, glavni izvrni direktor
CI - Competitive Intelligence, konkurentska (kompetitivna) inteligencija
CnI - Consumer Intelligence, potroaeva inteligencija
CoG/S - Cost of goods sold to sales, troak prodane robe
CoI - Competitor Intelligence, inteligencija pojedinog konkurenta
CsI - Customer Intelligence, kupeva (klijentska) inteligencija
CIN - Critical Intelligence Needs, kritine intelligence potrebe
CRM - Customer Relatinship Management, upravljanje odnosima s kupcima
CSR - Corporate Social Responsibility, korporativna socijalna odgovornost
C2C - Customer to customer, izravni podnos dva kupca iz skupine krajnjih kupaca
DBI - Defensive Business Intelligence, defanzivna poslovna inteligencija
DCM - Demand Chain Management, upravljanje lancem potranje
DCOR - Design Chain Operations Reference
DI - Defensive Intelligence, obrambena inteligencija
DM - Data Mining, rudarenje podacima
DMa - Data Mart, spremite podataka
DMS - Decision Management Systems, sistem za upravljanje odluivanjem
DSS - Decision Support System, sistemi za podrku odluivanju
DW - Data Warehouse, skladite podataka
EDW - Enterprise Data Warehouse, skladite podataka poduzea

358

EDI -Electronic Data Intercharge, elektronska razmjena podataka
EI - Environmental Intelligence, inteligencija okoline
EIS - Executive Information System, izvrni informacijski sistem
ERP - Enterprise Resource Planning, tvrtkino planiranje resursa
ESI - Economic and Strategic Intelligence, ekonomska i strateka inteligencija
ETL - Extract, Transform, Load; vaenje, preoblikovanje i unoenje
EVA - Economic Value Added, ekonomska dodana vrijednost
ExI - External Intelligence, vanjska inteligencija
FI - Financial Intelligence, financijska intelligencija
GIS - Geographical Information System, geografski informacijski sistem
GSCF - Global Supply Chain Forum
IM - Information Management, upravljanje informacijama
IMF - International Monetary Fund, meunarodni monetarni fond
IOS - Inter Organizational System, meuorganizacijski sistem
IS - Information System, informacijski sistem
IT - Information Technology, informacijska tehnologija
IVC - Information Value Chain, informacijski lanac vrijednosti
JIT - Just In Time, u pravo vrijeme
KM - Knowledge Management, upravljanje znanjem
KMO - Kaiser-Meyer-Olkin, mjera adekvatnosti uzorka
KSF - Key Success Factor, kljuni faktor uspjeha
KIT - Key Intelligence Topics, kljune intelligence teme
KPI - Key Performance Indicator, kljuni pokazatelj uspjeha
MI - Market Intelligence, trina inteligencija
MkI - Marketing Intelligence, marketinka inteligencija
MOE - Measure of Effectivenes, mjere efikasnosti
MVA - Market Value Added, trina dodana vrijednost
NPV - Net Present Value, neto sadanja vrijednost
OEM - Original Equipment Manufacture, orginalni proizvoai opreme
OI - Organizational Intelligence, organizacijska inteligencija
OIA - Operating income to asset, operativni prihod na imovinu
OIE - Operating income to employees, operativni prihod na zaposlene
OIS - Operating income to sales, operativni prihod na prodaju
OLAP - On-Line Analytical Processing, on-line analitika obrada podataka

359

OLTP - On-Line Transaction Processing, on-line obrada transakcija
PA - Predictive Analytic, napredna analitika
PI - Poslovna inteligencija
PIC - Production and inventory control, kontrola proizvodnje i zaliha
POS - Point of Sale, mjesto prodaje
RI - Risk Intelligence, inteligencija rizika
ROA - Return on Asset, povrat na imovinu
ROCII - Return on Competitive Intelligence Investment, povrat na investicije kompetitivne
inteligencije
ROI - Return on Investments, povrat na investicije
ROS - Return on Sales, povrat na prodaju
RSS - Really Simple Syndication, stvarno jednostavne vijesti
SC - Supply Chain, opskrbni lanac
SCCI - Supply Chain Competitive Intelligence, konkurentska inteligencija opskrbnog lanca
SCEM - Supply Chain Event Management, upravljanje dogaanjima u opskrbnom lancu
SCI - Supply Chain Intelligence, inteligencija opskrbnog lanca
SCIP - Strategic and Competitive Intelligence Professionals
SCM - Supply Chain Management, upravljanje opskrbnim lancem
SCO - Supply Chain Orientation, orijentiranost prema opskrbnom lancu
SCOR - Supply Chain Operations Reference
SCRM - Supply Chain Risk Management, upravljanje rizikom opskrbnog lanca
SeI - Security Intelligence, sigurnosna inteligencija
SGA/S - Selling and general administration expense to sales, troak prodaje i generalne
administracije u prodaji
SI - Strategic Intelligence, strateka inteligencija
SME - Small and Medium Size Enterprise, mala i srednja poduzea
SMI - Supply Market Intelligence, inteligencija opksrbnog trita
SoI - Social Intelligence, socijalna inteligencija
SOP - Sales and Operations Plan, planiranje prodaje i operacija
SRM - Supplier Relationship Management, upravljanje odnosima s kupcima
SMI - Supply Market Intelligence, inteligencija trine opskrbe
TCO - Total Cost of Ownership, ukupni trokovi vlasnitva
TQM - Total Quality Management, totalno uravljanje kvalitetom
USCM - Ubiquitous Supply Chain Management, sveprisutno upravljanje opskrbnim lancem
VMI - Vendor Managed Inventory, dobavlja (prodava) upravlja zalihama

360

LITERATURA
1) Akintoye, A., McIntosh, G., Fitzgerald, E.: A survey of supply chain collaboration and
management in the UK construction industry, European Journal of Purchasing &
Supply Management, 2000., 6, p. 159-168.
2) Akrap, G.: Poslovnost i izvjesnitvo, National Security and the Future, 2008., 1-2 (9),
p. 53-75. Napomena: lanak je izvorno objavljen pod pseudonimom Danijel osi
Dragan.
3) Anbanandam, R., Banwet, D. K., Shakar, R.: Evaluation of supply chain
collaboration: a case of apparel retail industry in India, International Journal of
Productivity and Performance Management, 2011., 60 (2), p. 82-98.
4) Anderson, David L., Britt, Frank F., Favre, Donovan J.: The 7 Principles of Supply
Chain Management, Supply Chain Management Review, April 1, 2007.
5) Ani, V.: Rjenik hrvatskog jezika, Novi Liber i Jutarnji list, Zagreb, 2007.
6) Ani, I.D., Mihi, M., Juri, M.: Kupovna orijentacija ena na tritu odjee,
Privredna kretanja i ekonomska politika, 2010., 123, p. 27-55.
7) Apgar, D.: Risk Intelligence, Harvard Business School Press, Boston, 2006.
8) Arlbjorn, J. S., Jonsson, P., Johansen, J.: Nordic research in logistics and supply chain
management: an empirical analysis, International Journal of Physical Distribution &
Logistics Management, 2008., 38(6), p. 452-474.
9) Armstrong, J.S., Overton, T.S.: Estimating Nonresponse Bias in Mail Surveys, Journal
of Marketing Research, 1977., 14, p. 396-402.
10) Atre, S.: The Top 10 Critical Challenges for Business Intelligence Success, white
paper, Computerlworld Custom Publishing, June 30, 2003.
11) Auramo, J., Kauremaa, J., Tanskanen, K.: Benefits of IT in supply chain management:
an explorative study of progressive companies, International Journal of Physical
Distribution & Logistics Management, 2005., 35 (2), p. 82-100.
12) Auramo, J.: Implications of supply chain visibility: benefits in transaction execution
and resource network management, disertacija, 2006., Helsinki University of
Technology Laboratory of Industrial Management, Helsinki
13) Baars, H., Kemper, H. G., Lasi, H., Siegel, M.: Combining RFID Technology and
Business Intelligence for Supply Chain Optimization Scenarios for Retail Logistics,
Proceedings of the 41st Hawaii International Conference on System Sciences, 07.-
10.01.2008.

361

14) Badr, A., Madden, E., Wright, S.: The Contribution of CI to the Strategic Decision
Making Process: Empirical Study of the European Pharmaceutical Industry, Journal
of Competitive Intelligence and Management, 2006., 3 (4), p. 15-35.
15) Bahtijarevi-iber, F., Sikavica, P. (ur.): Leksikon menadmenta, Masmedia, Zagreb,
2001.
16) Barratt, M.: Understanding the meaning of collaboration in the supply chain, Supply
Chain Management Journal: An International Journal, 2004., 9 (1), p. 30-42.
17) Barrett, P.: Reducing vulnerability through counterintelligence, in Blenkhorn, D.L.,
Fleisher, C.S.: Managing frontiers in competitive intelligence, Quorum books,
Westport, 2001., p. 29-39.
18) Barrier, M.: Protecting Trade Secrets, HR Magazine, May 2004.
19) Bayraktar, E., Demirbag, M., Koh, S. C. L., Tatoglu, E., Zaim, H.: A causal analysis
of the impact of information systems and supply chain management practices on
operational performance: Evidence from manufacturing SMEs in Turkey, International
Journal of Production Economics, 2009., 122, p. 133-149.
20) Bazdan, Z.: Poslovna obavjetajna djelatnost kljuan imbenik poslovne izvrsnosti,
Case study: Industrijska pijunaa, Poslovna izvrsnost, 2009., III (1), p. 57-76.
21) Benton, W. C., Maloni, M.: The influence of power-driven buyer/seller relationships
on supply chain satisfaction, Journal of Operations Management, 2005., 23, p. 1-22.
22) Bernhardt, D.: Competitive intelligence: how to acquire and use competitive
intelligence and counterintelligence, FT Prentice Hall, 2003.
23) Berns, M., Townend, A., Khayat, Z., Balagopal, B., Reeves, M., Hopkins, M.,
Kruschwitz, N.: The Business of Sustainability; Findings and Insight from the First
Annual Business of Sustainability Survey and the Global Thought Leader's Research
Project, MIT Sloan Management Review, Special Report, 2009.
24) Biere, M.: Business Intelligence for the Enterprise, Prentice Hall, New Jersey, 2003.
25) Bilandi, M.: Poslovno-obavjetajno djelovanje: Business Intelligence u praksi,
AGM, Zagreb, 2008.
26) Bilandi, M., ulig, B., Luci, D., Putar-Novoseli, M., Jaki, J.: Business
intelligence u hrvatskom gospodarstvu, Poslovna izvrsnost, 2012., VI (1), p. 9-28.
27) Blackhurst, J., Craighead, C. W., Elkins, D., Handfield, R. B.: An empirically derived
agenda of critical research issues for managing supply-chain disruptions,
International Journal of Production Research, 2005., 43 (19), p. 4067-4081.

362

28) Blackhurst, J., Cantor, D., O'Donnell, M.: Sustainable Supply Chains: A Guide for
Small-to Medium-sized Manufactureres, CIRAS, Iowa State University, 2012.
29) Blenkhorn, D.L., Fleisher, C.S.: Performance Assessment in Competitive Intelligence:
An Exploration, Synthesis, and Research Agenda, Journal of Competitive Intelligence
and Management, 2007., 4 (2), p. 4-22.
30) Bloomberg, David J., LeMay, S., Hanna, Joe B.: Logistika, MATE, Zagreb, 2006.
31) Bolstroff, P., Rosenbaum, R.: Supply Chain Excelence A Handbook for Dramatic
Improvement Using the SCOR Model, 2
nd
. ed., Amacom, New York, 2007.
32) Boon-itt, S., Paul, H.: Measuring Supply Chain Integration Using the Q-Sort
Techniques, in: Kotzab, H., Seuring, S., Muller, M., Reiner, G (eds.): Research
Methodologies in Supply Chain Management, Physica-Verlag, Heidelberg, 2005., p.
47-73.
33) Borges, M., Hoppen, N., Luce, F. B.: Information technology impact on market
orientation in e-business, Journal of Business Research, 2009., 62, p. 883-890.
34) Bose, R.: Advanced analytics: opportunities and challenges, Industrial Management &
Data Systems, 2009., 109 (2), p. 155-172.
35) Bowersox, Donald J.: SCM: The past is prologue, CSCMP's Supply Chain Quarterly,
quarter 2, 2007.
36) Boyer, J., Frank, B., Green, B., Harris, T., Van De Vanter, K.: Business Intelligence
Strategy, MC Press Online, Ketchum, 2011.
37) Breeding, B.: CI and KM Convergence: A Case Study at Shell Services International,
in Prescott, John E., Miller, Stephen H. (Eds.): Proven Strategies in Competitive
Intelligence, John Wiley & Sons, New York, 2001.
38) Brewer, P.C., Speh, T.W.: Using the Balanced scorecard to measure supply chain
performance, Journal of Business Logistics, 2000., 21(1), p. 75-93.
39) Brody, R.: Issues in defining competitive intelligence: an exploration, Journal of
Competitive Intelligence and Management, 2008., 4 (3), p. 3-16.
40) Brouard, F.: Awareness and Assessment of Strategic Intelligence: A Diagnostic Tool, u
Xu, M. (ed.): Managing Strategic Intelligence: Techniques and Technologies,
Information Science Reference, New York, p. 123.
41) Brown, Mark G.: Beyond the balanced scorecard: improving business intelligence
with analytics, CRC Press, New York, 2009.
42) Buble, M.: Osnove analize okoline, in Buble, M. (red.): Strateki menadment,
Sinergija, Zagreb, 2005., p. 15-17.

363

43) Buble, M.: Menadment, Ekonomski fakultet Split, Split, 2006.
44) Buble, M.: Osnove menadmenta, Sinergija, Zagreb, 2006.
45) Buchanan, L., OConnell, A.: A brief history of decision making, Harvard Business
Review, January, 2006., p. 32-40.
46) Burges, K., Singh, P.J., Koroglu, R.: Supply chain management: a structured
literature review and implications for future research, International Journal of
Operations & Production Management, 2006., 26 (7), p. 703-729.
47) Calof, J.: Knowledge for innovation: Competitive intelligence practices in small and
midium sized business, ICSB World Conference, 2004.
48) Carter, C.R., Rogers, D.S.: A framework of sustainable supply chain management:
moving toward new theory, International Journal of Physical Distribution & Logistic
Management, 2008., 38 (5), p. 360-387.
49) Carter, C.R., Easton, P.L.: Sustainable supply chain management: evolution and
future directions, International Journal of Physical Distribution & Logistics
Management, 2011., 41 (1), p. 46-62.
50) Cavalcanti, E. P.: The Relationship between Business Intelligence and Business
Success, Journal of Competitive Intelligence and Management, 2005., 3 (1), p. 3-11.
51) Cecere, L.: A Four-Step Program for Supply Chain Agility, Industry Value Chain
Strategies, Hitachi Consulting & AMR Research, June 2009.
52) Chang H.L., Chen, C.H., Su, C.H.: Developing supply chain dynamic capability to
realize the value of inter-organizational systems, Proceedings of PACIS Pacific Asia
Conference on Information Systems, 2008., preuzeto s
http://aisel.aisnet.org/pacis2008/145 30.03.2010.
53) Chen, I.J., Paulraj, A.: Understanding supply chain management: critical research
and a theoretical framework, International Journal of Production Research, 2004., 42
(1), p. 131-163.
54) Chen, I.J., Paulraj, A.: Towards a theory of supply chain management: the constructs
and measurements, Journal of Operations Management, 2004., 22 (2), p. 119-150.
55) Chen, H., Mattioda, D. D., Daugherty, P. J.: Firm-wide integration and firm
performance, The International Journal of Logistics Management, 2007., 18 (1), p. 5-
21.
56) Chen, P. K., Huang, C. M., Su, C. H.: Successful Supply Chain Practices through
Organizational Knowledge and E-Business Technology, Information Technology
Journal, 2009., 8 (6), p. 879-886.

364

57) Chong, A. Y. L., Ooi, K. B., Sohal, A.: The relationship between supply chain factors
and adoption of e-Collaboration tools: An empirical examination, International
Journal of Production Economics, 2009., 122, p. 150-160.
58) Christopher, M., Peck, H.: Building the resilient supply chain, International Journal of
Logistics Management, 2004., 15 (2), p. 1-14.
59) Christopher, M.: Logistics and Supply Chain Management, 3rd. ed., Prentice Hall &
Financial Times, London, 2005.
60) Churchill, G.A.Jr.: A Paradigm for Developing Better Measures of Marketing
Constructs, Journal of Marketing Research, XVI, February 1979., p. 64-73.
61) Cingula, M.: Pristup implementaciji strategije, in: Buble, M. (red.): Strateki
menadment, Sinergija, Zagreb, 2005., p. 157-160.
62) Clark, Thomas D., Jones, Mary C., Armstrong, Curtis P.: The Dynamic Structure of
Management Support Systems: Theory Development, Research Focus, and Direction,
MIS Quarterly, 2007., 31(3), p. 579-588.
63) Closs, D.J., Speier, C., Meacham, N.: Sustainability to support end-to-enf value
chains: the role of supply chain management, Journal of Academy of Marketing
Science, 2011., 39, p. 101-116.
64) Cobanoglu, C., Warde, B., Moreo, P.J.: A comparison of mail, fax and web-based
survey methods, International Journal of Market Research, Decembar, 2001., p. 405-
410.
65) Cohen, C.: Business Intelligence, ISTE & John Wiley & Sons, London, 2009.
66) Cokins, G.: Performance Management, John Wiley & Sons, New Jersey, 2009.
67) Copacino, W.: Better Supply Chain Collaboration Throgh Business Intelligence,
Supply Chain Management Review, July 31, 2008.
68) Croom, S., Romano, P., Giannakis, M.: Supply chain management: an analytic
framework for critical literature review, European Journal of Purchasing & Supply
Management, 2000., 6., p. 67-83.
69) Croom, Simon R.: The impact of e-business on supply chain management,
International Journal of Operations & Production Management, 2005., 25 (1), p. 55-
73.
70) urko, K.: Business Intelligence Technology: The Croatian Case, 2002.,
Management: Journal of Contemporary Management Issues, 7 (2), p. 63-76.
71) Dani, S.: Predicting and Managing Supply Chain Risks, in: Zsidisin, G.A., Ritchie, B.
(Eds.): Supply Chain Risk, Springer, New York, 2008., p. 53-66.

365

72) Davenport, T. D., Harris, J. G.: Competing on Analytics The New Science of
Winning, Harvard Business School Press, Boston, 2007.
73) Davenport, T.D., Harris, J.G., Morison, R.: Analytics at Work: Smarter Decisions -
Better Results, Harvard Business School Press, Boston, 2010.
74) Davenport, T.D., Snabe, J.H.: How Fast and Flexible Do You Want Your Information,
Really?, MIT Sloan Management Review, spring 2011., 52 (3), p. 57-62.
75) Dedijer, S.: Business intelligence, Prva hrvatska konferencija o pribavljanju,
organiziranju i uporabi poslovnih informacija, Zavod za poslovna istraivanja, Zagreb,
1999.
76) Dedijer, S.: The World Jumper, vlastita naklada, Dubrovnik, 2000.
77) Dedijer, S.: Ragusa Intelligence & Security (RIS) A Model for 21-st Century!?,
National Security and the Future, 2000., 3-4 (1), p. 127-141.
78) Defee, Clifford C., Esper, Terry L., Stank, Theodore P., Mentzer, John T.: The Role of
followers in supply chains, Journal of Business Logistic, 2009., 30 (2), p. 65-84.
79) DeGenaro, B.: A Case for Business Counterintelligence, Competitive Intelligence
Magazine, 2005., 8 (5), p. 12-16.
80) Dehning, B., Richardson, V.J., Zmud, R.W.: The financial performance effects of IT-
based supply chain management systems in manufacturing firms, Journal of
Operations Management, 2007., 25, p. 806-824.
81) Delen, D., Hardgrave, B.C., Sharda, R.: RFID for Better Supply Chain management
through Enhanced Information Visibility, Production and Operations Management,
2007., 16 (5), p. 613-624.
82) Denton, P., Tan, K., Little, D., Bonner, J.V.H.: A Three R Approach for Supply Chain
Business Intelligence, In: 19th International Conference on Production Research
ICPR19, 29th July 2nd August 2007., Valparaiso, Chile
83) Dillman, D.A.: The design and administration of mail surveys, Annual Review of
Sociology, 1991., 17, p. 225-249.
84) Ditman, P., Slone, R., Mentzer, John T.: Supply Chain Risk: It's Time to Measure It,
Harvard Business Review, February 5, 2010.
85) Downing, C.E.: Is Web-Based Supply Chain Integration Right for Your Company?,
Communications of the Associations for Information Systems, May 2010., 53 (5), p.
134-137.
86) Duli, .: Okolina poduzea, in: Buble, M. (red.): Strategijski management,
Ekonomski fakultet, Split, 1997., p. 71-119.

366

87) Duli, .: Struktura okoline, in: Buble, M. (red.): Strateki menadment, Sinergija,
Zagreb, 2005., p. 17-26.
88) Dyson, Lauerl E., Koruth, S.: Improving Business Performance through Supply Chain
Intelligence: An Australian perspective, Information Technology and Organizations in
the 21st Century: Challenges & Solutions, Proceedings of The 2004 International
Business Information Management Conference, Jully 4-6, Amman, Jordan, p. 342-
348.
89) Dwivedi, A., Butcher, T. (Eds.): Supply Chain Management and Knowledge
Management, Palgrave Macmillan, London, 2009.
90) Eckerson, W.W.: TDWI's Maturity Model, TDWI Research, July 2007.
91) Eckerson, W.: Pervasive Business Intelligence Techniques and Technologies to
Deploy BI on an Enterprise Scale, TDWI Best Practice Report, 3-rd quarter 2008.
92) Eckerson, Wayne W.: Performance Dashboards: Measuring, Monitoring, and
Managing Your Business, 2nd ed., John Wiley & Sons, New Jersey, 2011.
93) Eckerson, W., Hammond, M.: Visual reporting and analysis Seeing is Knowing,
TDWI Best Practice Report, 1-st. Quarter 2011.
94) Elbashir, M., Williams, S.: BI Impact: The Assimilation of Business Intelligence into
Core Business Process, Business Intelligence Journal, 2007., 12(4), p. 2-10.
95) Elbashir, Mohamed Z., Collier, Philip A., Davern, Michael J.: Measuring the effects of
business intelligence systems: The relationship between business process and
organizational performance, International Journal of Accounting Information
Systems, 2008., 9, p. 135-153.
96) Fawcett, Stanley E., Osterhaus, P., Magnan, Gregory M., Brau, James C., McCarter,
Matthew W.: Information sharing and supply chain performance: the role of
connectivity and willingness, Supply Chain Management: An International Journal,
2007., 12 (5), p. 358-368.
97) Filipovi, R. (ur.): Englesko-hrvatski rjenik, 18. izd., kolska knjiga i Grafiki zavod
Hrvatske, Zagreb, 1991.
98) Fisher, M., Raman, A.: The New Science of Retailing, Harvard Business Press, Boston,
2010.
99) Fitzpatrick, William M., Burke, Donald, R.: Competitive Intelligence, Corporate
Security and the Virtual Organization, Advances in Competitiveness Research, 2003.,
11 (1), p. 20-45.

367

100) Fleisher, C. S., Bensoussan, B. E.: Strategic and Competitive Analysis, Prentice Hall,
New Jersey, 2003.
101) Fleisher, C. S., Bensoussan, B. E.: Business and Competitive Analysis, FT Press, New
Jersey, 2007.
102) Francis, M.: Lean Information and Supply Chain Effectiveness, International Journal
of Logistics Research and Aplications, April 1998., 1., p. 93-103.
103) Friscia, T., O'Marah, K., Hofman, D,: The AMR Research Supply Chain Top 25 for
2009, AMR Research Inc., May 2009.
104) Frishammar, J.: Characteristics in information processing approaches, International
Journal of Information Management, 2002., 22, p. 143-156.
105) Frishammar, J.: Information Use in Strategic Decision Making, Management
Decision, 2003., 41 (4), p. 318-326.
106) Frohlich, M.T., Westbrook, R.: Demand chain management in manufacturin and
services: web-based integration, drivers and performance, Journal of Operations
Management, 2002., 20, p. 729-745.
107) Fuld, L.M.: The New Competitor Intelligence, John Wiley & Sons, New York, 1995.
108) Fuld, L.M.: The secret language of competitive intelligence, 2nd. ed., Dog Ear
Publishing, Indianapolis, 2010.
109) Fynes, B., Voss, C., de Burca, S.: The impact of supply chain relationship dynamics
on manufacturing performance, International Journal of Operations & Product
Management, 2005., 25 (1), p. 6-19.
110) Garaa, .: Poslovni informacijski sustavi, Ekonomski fakultet Split, Split, 2008.
111) Garaa, .: ERP sustavi, Ekonomski fakultet Split, Split, 2009.
112) Gebauer, J., Schober, F.: Information System Flexibility and the Cost Efficiency of
Business Processes, Journal of the Association for Information Systems, 2006., 7 (3),
p. 122-147.
113) Gilad, B., Gilad, T.: A System Approach to Business Intelligence, Business Horizons,
September-October 1985., 28 (5), p. 65-70.
114) Gilad, B., Herring Jan P.(eds.): The art and science of business intelligence analysis:
business intelligence theory, principles, practices, and users, Jai Press Inc., London,
1996.
115) Global Intelligence Alliance: Measuring the benefits of competitive intelligence, GIA
white paper, 3/2004.

368

116) Global Intelligence Alliance: Competitive Intelligence in Large Companies Global
Study, GIA white paper, 4/2005.
117) Global Intelligence Alliance: Market Intelligence in Large Companies Global Study,
Release Webinar May 22, 2007.
118) Gonan Boac, M.: Pristup formuliranju strategije, in: Buble, M. (red.): Strateki
menadment, Sinergija, Zagreb, 2005., p. 105-108.
119) Gordon, Lawrence A., Loeb, Martin P.: Using Information Security as a Response to
Competitor Analysis Systems, Communications of the ACM, September 2001., 44 (9),
p. 70-75.
120) Grawe, S.J., Daugherty, P.J., Roath, A.S.: Knowledge Synthesis and Innovative
Logistics Processes: Enhancing Operational Flexibility and Performance, Journal of
Business Logistics, 2011., 32 (1), p. 69-80.
121) Groznik, A.: E-logistic: Informatization of slovenian transport logistic cluster,
Management: Journal of Contemporary Management Issues, 2005., 10 (1), p. 93-105.
122) Gubi, E., Arlbjorn, J. S., Johansen, J.: Doctoral dissertations in logistics and supply
chain management: A review of Scandinavian contributions from 1990 to 2001.,
International Journal of Physical Distribution & Logistics Management, 2003., 33(10),
p. 854-885.
123) Gunasekaran, A., Ngai, E. W. T., Information systems in supply chain integration and
management, European Journal of Operational Research, 159, 2004., p. 269-295.
124) Gupta, S., Palsule-Desai, O.D.: Sustainable supply chain management: Review and
research opportunities, IIMB Management Review, 2011., 23, p. 234-245.
125) Ha, B.C., Park, Y.K., Cho, S.: Supplier's affective trust and trust in competency in
buyers: Its effect on collaboration and logistics efficiency, International Journal of
Operations & Production Management, 2011., 31 (1), p. 56-77.
126) Haanaes, K., Balagopal, B., Kong, M. T., Velken, I., Arthur, D., Hopkins, M. S.,
Kruschewitz, N.: New Sustainability Study: TheEmbracers Seize Advantage, MIT
Sloan Management Review, spring 2011, 52 (3), p. 23-35.
127) Hackathorn, R.: The BI Watch: Real-Time to Real-Value, DM Review, Jannuary
2004., preuzeto s http://www.dmreview.com/editorial/dmreview/ 17.12.2011.
128) Hadaya, P., Cassivi, L.: The Role of Knowledge Sharing in a Supply Chain, In:
Dwivedi, A., Butcher, T. (Eds.): Supply Chain Management and Knowledge
Management, 2009., Palgrave Macmillan, London, 2009., p.19-39.

369

129) Hair, J.F.Jr.: Knowledge creation in marketing: the role of predictive analytics,
European Business Review, 2007., 19 (4), p. 303-315.
130) Hair, J.F.Jr., Black, W.C., Babib, B.J., Anderson, R.E.: Multivariate Data Analysis,
7.th ed., Pearson Prentice Hall, 2010.
131) Handfield, R. B., Bechtel, C.: The role of trust and relationship structure in improving
supply chain responsiveness, Industrial Marketing Management, 2002., 31, p. 367.382.
132) Handfield, Robert, B., Nichols, Ernest L. Jr.: Supply Chain Redesign: Transforming
Supply Chains into Integrated Value Systems, Financial Times Prentice Hall, New
Jersey, 2002.
133) Handfield, R.: Supply Market Intelligence, Auerbach Publications, New York, 2006.
134) Hannula, M., Pirttimaki, V.: Business Intelligence Empirical Study on the top 50
Finnish Companies, Journal of American Academy of Business, 2003., 2 (2), p. 593-
599.
135) Harland, C.M.: Supply chain management: relationships, chains and networks, British
Journal of Management, 1996., 7 (3), p. 63-70.
136) Harland, C.M., Caldwell, N.D., Powell, P., Zheng, J.: Barrieres to supply chain
information integration: SMEs adrift of eLands, Journal of Operations Management,
2007., 25, p. 1234-1254.
137) Hasrulnizzam, W., Mahmood, W., Muhamad, M.R., Tahar, N.M.: Supply Chain
Management: After Business Process Re-Engineering, Proceedings of World
Academy of Science, 2009., 41, p. 493-498.
138) Heaney, B.: Supply Chain Visibility Excellence: Fostering Security, Resilency, and
Efficiency, Aberdeen Group, March 2011.
139) Hedin, H., Hirvensalo, I., Vaarnas, M.: The Handbook of Market Intelligence, John
Wiley & Sons, Chichester, 2011.
140) Herring, Jan P.: Creating the intelligence system that produces analytical intelligence,
in: Gilad, B., Herring Jan P.(eds.): The art and science of business intelligence
analysis: business intelligence theory, principles, practices, and users, Jai Press Inc.,
London, 1996.
141) Herring, Jan P.: Key Intelligence Topics: A Process to Identify and Define Intelligence
Needs, Competitive Intelligence Review, 1999., 10 (2), p. 4-14.
142) Herschel, Richard T., Jones, Nory E.: Knowledge management and business
intelligence: the importance of integration, Journal of Knowledge Management,
2005., 9(4), p. 45-55.

370

143) Heuer, Richard J. Jr.: Psihology of Intelligence Analysis, Center for the study of
intelligence, Central Intelligence Agency, 1999.
144) Hill, J., Scott, T.: A consideration of the roles of business intelligence and e-business
in management and marketing decision making in knowledge-based and high-tech
start ups, Qualitative Market Research: An International Journal, 2004., 7 (1), p. 48-
57.
145) Hoevar, B., Jakli, J.: Assessing benefits of business intelligence systems a case
study, Management: Journal of Contemporary Management Issues, June 2010., 15 (1),
p. 87-119.
146) Hofman, D.: The Hierarchy of Supply Chain Metrics: Diagnosing Your Supply Chain
Health, AMR Research Inc., March 2004.
147) Hofman, D, O'Marah., Elvy, C.: The Gartner Supply Chain Top 25 for 2011, Gartner
Inc., June 1, 2011.,
148) Holweg, M., Disney, S., Holmstrom, J., Smaros, J.: Supply Chain Collaboration:
Making Sense of the Strategy Continuum, European Management Journal, 2005., 23
(2), p. 170-181.
149) Hostman, B.: Future Scenarios for the Five Key Business Intelligence and Information
Management Initiatives, Gartner Business Intelligence Summit, March 9-11, 2009.
150) Howson, C.: Successful Business Intelligence, McGraw-Hill, New York, 2008.
151) Hubbard, D. W.: How to Measure Anything Finding the value of Intangibles in
business, 2nd ed., John Wiley & Sons, Inc., 2010.
152) Hugos, M.: Essentials of Supply Chain Management, 2nd ed., John Wiley & Sons,
New Jersey, 2006.
153) Hunton, J.E., Lippincott, B., Reck, J.L.: Enterprise resource planning systems:
comparing firm performance of adopters and nonadopters, International Journal of
Accounting Information Systems, 2003., 4 (3), p. 168-184.
154) Hwang, Mark I., Cappel, James J.: Toward a greater understanding of business
intelligence: Survey results, Southeast Decision Science Institute Conference
Proceedings, 2008., p. 324-328.
155) Hwang, Mark I.: Success factors for business intelligence: perceptions of business
professionals, ACME 2009., p. 371-376.
156) Ilieva, J., Baron, S., Healey, N.M.: Online surveys in marketing research: pros and
cons, International Journal of Market Research, 2002., 44 (3), p. 361-376.

371

157) Isik, O.: Business Intelligence Success: An Empirical Evaluation of the Role of BI
Capabilities and Organization's Decision Environment, Americas Conference on
Information Systems (AMCIS), Proceedings of the 15th Americas Conference on
Information Systems, San Francisco, August 6th-9th 2009.
158) Iyer, K. N. S.: Demand chain collaboration and operational performance: role of IT
analytic capability and environmental uncertainty, Journal of Business & Industrial
Marketing, 2011., 26 (2), p. 81-91.
159) Jacoby, D.: Guide to Supply Chain Management, The Economist, London, 2009.
160) Javorovi, B., Bilandi, M.: Poslovne informacije i business intelligence, Golden
marketing Tehnika knjiga, Zagreb, 2007.
161) Jenster, P. V., Soilen, Klaus S.: Market Intelligence: Building Strategic Insight,
Copenhagen Business School Press, Copenhagen, 2009.
162) Johnsen, G.: Three Dimensions of Supply Chain Visibility, Traffic World, May 2006.,
p. 6.
163) Johnson, M. E., Whang, S.: E-business and supply chain management: an overview
and framework, Production and Operations Management, 2002., 11 (4), p. 413-423.
164) Johnson, P. F., Klassen, R. D., Leenders, M. R., Awaysheh, A.: Utilizing e-business
technologies in supply chains: The impact of firm characteristics and teams, Journal
of Operations Management, 2007., 25, p. 1255-1274.
165) Joshi, Y.: Information Visibility and its effect on supply chain dynamics, Master
Thesis, Massachusetts Institute of Technology, Cambridge, Massachusetts, 2000.
166) Jourdan, Z., Rainer, R. K., Marshal, Thomas E.: Business Intelligence: An Analysis of
the Literature, Information System Management, 2007., 25, p. 121-131.
167) Jurii, M.: CI in Eastern Europe, presentation at SLA 04.06.2007.
168) Kahaner, L.: Competitive Intelligence, Touchstone Book, New York, 1997.
169) Kalakota, R., Robinson, M.: e-Poslovanje 2.0, Mate, Zagreb, 2002.
170) Kaplan, Robert S., Norton, David P.: The Balanced Scorecard, Harvard Business
School Press, Boston, 1996.
171) Kaplan, Robert S., Norton, David P.: The Strategy-focused Organization, Harvard
Business School Press, Boston, 2001.
172) Kaplan, Robert S., Norton, David P.: Strategy Maps, Harvard Business School Press,
Boston, 2004.
173) Kaplan, Robert S., Norton, David P.: Alignment, Harvard Business School Press,
Boston, 2006.

372

174) Karkkainen, M., Laukkanen, S., Sarpola, S., Kemppainen, K.: Roles of interfirm
information systems in supply chain management, International Journal of Physical
Distribution & Logistics Management, 2007., 37 (4), p. 264-286.
175) Karuranga, E., Frayret, J.M., D'Amours, S.: Measurement and Determinants of Supply
Chain Collaboration, Interuniversity Research Centre on Enterprise Networks,
Logistics, and Transportation, CIRRELT-2008-17, May 2008.
176) Kielstra, P.: In serach of clarity Unravelling the complexities of executive decision-
maikng, A Report from the Economst Intelligence Unit, The Economist, September
2007.
177) Kim, D., Cavusgil, S.T., Calantone, R.J.: Information System Innovations and Supply
Chain Management: Channel Relationships and Firm Performance, Journal of the
Academy of Marketing Science, 2006., 34 (1), p. 40-54.
178) Kiron, D., Shockley, R.: Creating Business Value with Analytics, MIT Sloan
Management Review, fall 2011., 53 (1), p. 57-63.
179) Kiron, D., Kruschwitz, N., Haanaes, K., von Streng Velken, I.: Sustainability Nears a
Tipping Point, MIT Sloan Management Review, 2012., 53 (2), p. 69-74.
180) Kiron, D., Prentice, P.K., Ferguson, R.B.: Innovating With Analytics, MIT Sloan
Management Review, 2012., 54 (1), p. 47-52.
181) Klein, R., Rai, A.: Interfirm Strategic Information Flows in Logistics Supply Chain
Relationships, MIS Quarterly, 2009., 33 (4), p. 735-762.
182) Klepac, G., Mri, L.: Poslovna inteligencija kroz poslovne sluajeve, Lider Press,
TIM Press, Zagreb, 2006.
183) Kocakulah, M. C., Foroughi, A., Lannert, M.: Streamlin Supply Chain Management
With E-Business, The Review of Business Information Systems, 2002., 6 (2), p. 1-8.
184) Koh, S.C.L., Maguire, S.: Identifying the adoption of e-business and knowledge
management within SMEs, Journal of Small Business and Enterprise Development,
2004., 11 (3), p. 338-348.
185) Kohli, R., Grover, V.: Business Value of IT: An Essay on Expanding Research
Directions to Keep up with the Times, Journal of the Association for Information
Systems, 2008., 9 (1), p. 23-39.
186) Kotler, P.: Upravljanje marketingom, Informator, Zagreb, 1988.
187) Kovacich, G.L.: Netspionage The Global Threat to Information, Part I: What is it
and Why I Should Care?, Computers & Security, 2000., 19 (4), p. 326-336.

373

188) Kruschwitz, N., Shockley, R.: First Look: The Second Annual New Intelligent
Enterprise Survey, MIT Sloan Management Review, summer 2011., 52 (4), p.87-89.
189) Kudyba, S., Hoptroff, R.: Data Mining and Business Intelligence: A Guide to
Productivity, Idea Group Publishing, Hershey, 2001.
190) Kwak, N., Radler, B.: A Comparison Between Mail and Web Surveys: Response
Pattern, Respondent Profile, and Data Quality, Journal of Official Statistics, 2002., 18
(2), p. 257-273.
191) La Grouw, G.: The Logical Organization: A Strategic Guide To Driving Corporate
Performance Using Business Intelligence, Coded Vision, Auckland, 2008.
192) Lahrman, G., Marx, F., Winter, R., Wortmann, F.: Business Intelligence Maturity
Models: An Overview, Information Technology and Innovation Trends in
Organizations, 2010., Naples, Italy
193) Lambert, D.M., Knemeyer, M.: We're in This Together, in Harvard Business Review
on Managing Supply Chains, Harvard Business Review Press, Boston, 2011., p. 131-
152., Orginally published in December 2004.
194) Lambert, D.M. (ed.): Supply Chain Management, 3rd ed., Supply Chain Management
Institute, Sarasota, 2008.
195) Laursen, Gert H. N., Thorlund, J.: Business analytics for managers: Taking Business
Intelligence Beyond reporting, John Wiley & Sons, New Jersey, 2010.
196) Lavalle S., Lesser, E., Shockley, R., Hopkins, M.S., Kruschewitz, N.: Analytics: The
New Path to Value, MIT Sloan Management Review, winter 2011., 52 (2), p. 21-32.
197) Lee, Hau L., Padmanabhan, V., Whang, S.: Information Distortion in a Supply Chain:
The Bullwhip Effect, Management Science, April 1997., 43 (3), p. 546-558.
198) Lee, Hau L., So, Kut C., Tang, C.S.: The Value of Information Sharing in a Two-Level
Supply Chain, Management Science, 2000., 46 (5), p. 626-643.
199) Lee, Hau L., Whang, S.: E-Business and Supply Chain Integration, Standford Global
Supply Chain Management Forum SGSCMF-W2-2001, November 2001., p. 1-20.
200) Lee, Hau L.: The Triple-A Supply Chain, Harvard Business Review, October 2004., p.
102-112.
201) Lee, M. C., Cheng, J. F.: Development Multi-Enterprise Collaborative Enterprise
intelligent decision support system, Journal of Convergence Information Technology,
2007., 2 (2), p. 64-69.

374

202) Lee, C. K. M., Lau, H. C. W., Ho, G. T. S., Ho, William.: Design and development of
agent-based procurement system to enhance business intelligence, Expert Systems
with Applications, 2009., 36, p. 877-884.
203) Leon-Pena, J. R.: e-business and the supply chain management, Business Intelligence
Journal, 2008., 1 (1), p. 77-90.
204) Li, D., Wang, X., Liu, K., Kehoe, D.: Intelligent Supply Chain Management with
Automatic Identification Technology, In: Xu, M. (Ed.): Managing Strategic
Intelligence: Techniques and Technologies, Information Science Reference, New
York, 2007., p. 202-223.
205) Li, J., Sikora, R.T., Shaw, M.J.: Supply Chain Management: A Multi-Agent System
Framework, 2009., p. 151-169., in Dwivedi, A., Butcher, T. (eds.): Supply Chain
Management and Knowledge Management, Palgrave Macmillan, London, 2009.
206) Li, L.: Supply Chain Management: Concepts, Techniques and Practices, World
Scientific, New Jersey, 2008.
207) Li, J., Sikora, R. T., Shaw, M. J.: Supply Chain Management: A Multi-Agent System
Framework, In: Dwivedi, A., Butcher, T. (Eds.): Supply Chain Management and
Knowledge Management, 2009., Palgrave Macmillan, London, 2009., p.151-169.
208) Li, S., Ragu-Nathan, B., Ragu-Nathan, T.S., Rao, S.S.: The impact of supply chain
management practices on competitive advantage and organizational performance,
OMEGA The International Journal of Management Science, 2006., 34, p. 107-124.
209) Liautaud, B., Hammond, M.: e-poslovna inteligencija, Prudens Consilium, Varadin,
2006.
210) Liebowitz, J.: Strategic Intelligence, Auerbach Publications, New York, 2006.
211) Linton, J.D., Klassen, R., Jayaraman, V.: Sustainable supply chains: An introduction,
Journal of Operations Management, 2007., 25, p. 1075-1082.
212) Ljungberg, A.: Process measurement, International Journal of Physical Distribution &
Logistics, 2002., 32 (4), p. 254-287.
213) Lockamy, A., McCormak, K.: The development of a supply chain management
process maturity model using the concepts of business process orientation, Supply
Chain Management: An International Journal, 2004., 9 (4), p. 272-278.
214) Lonnqvist, A., Pirttimaki, V.: The Measurement of Business Intelligence, Information
Systems Management, 2006., 23 (1), p. 32-40.
215) Lynch, R.: Corporate Strategy, 4th ed., Pearson Education Limited, Harlow, 2006.

375

216) Maguire, S., Suluo, H.: Business Intelligence: Benefits, Applications, and Challenges,
In: Xu, M. (Ed.): Managing Strategic Intelligence: Techniques and Technologies,
Information Science Reference, New York, 2007., p. 14-34.
217) Mann, H., Kumar, U., Kumar, V., Jit, S., Mann, S.: Drivers of Sustainable Supply
Chain Mangement, Journal of Operations Management, 2010., IX (4), p. 52-63.
218) Manthou, V., Vlachopoulou, M., Folinas, D.: Virtual e-Chain (VeC) model for supply
chain collaboration, International Journal of Production Economics, 2004., 87, p. 241-
250.
219) Marchand, D., Hykes, A.: Leveraging What Your Company Really Knows: A Process
View of Strategic Intelligence, in Xu, M. (ed.): Managing Strategic Intelligence:
Techniques and Technologies, Information Science Reference, New York, p. 1-3.
220) Marin, J., Poulter, A.: Dissemination of competitive intelligence, Journal of
Information Science, 2004., 30 (2), p. 193-208.
221) McCrea, B.: 8 steps to supply chain visibility, Logistics Management, November
2011., p. 36-38.
222) McGonagle, John J., Vella, Carolyn M.: A New Archetype for Competitive
Intelligence, Quorum books, London, 1996.
223) McGonagle, John J., Vella, Carolyn M.: A Case for Competitive Intelligence, The
Information Management Journal, July/August 2002., p. 35-40.
224) McLaren, T., Head, M., Yuan, Y.: Supply chain collaboration: understanding the
expected costs and benefits, Internet Research: Electronic Networking Applications
and Policy, 2002., 12 (4), p. 348-364.
225) Mearian, L.: Data growth remain IT's biggest challenge, Gartner says,
Computerworld, Nov. 2., 2010.
226) Mefford, R.N.: The Economic Value of a Sustainable Supply Chain, Business and
Society Review, 2011., 116 (1), p. 109-143.
227) Mencer, I.: Strateki menadment i poslovna politika, Vitagraf, Rijeka, 2003.
228) Mentzer, John T., DeWitt, W., Keebler, J. S., Min, S., Nix, N. W., Smith, C. D.,
Zacharia, Z. G.: Defining Supply Chain Management, Journal of Business Logistic,
2001., 22 (2), p. 7.
229) Merv, A.: Exploring the extremes of database growth, IBM Data Management, Issue
1., 2010.

376

230) Meyer, H.: Business intelligence, izlaganje na skupu, Prva hrvatska konferencija o
pribavljanju, organiziranju i uporabi poslovnih informacija, Zavod za poslovna
istraivanja, Zagreb, 1999.
231) Michaeli, R.: Competitive Intelligence in Germany, Journal of Competitive
Intelligence and Management, 2004., 2 (4), p. 1-6.
232) Miemczyk, J., Johnse, T.E., Macquet, M.: Sustainable purchasing and supply
management: a structured literature review of definisions and measures at the dyad,
chain an network levels, Supply Chain Management: An International Journal, 2012.,
17 (5), p. 478-496.
233) Min, S., Mentzer, Johnt T.: Developing and measuring supply chain management
concepts, Journal of Business Logistics, 2004., 25 (1), p. 63-99.
234) Miller, Jerry P.: Millenium Intelligence: Understanding and Conducting Competitive
Intelligence in the Digital Age, CyberAge Books, New Jersey, 2001.
235) Miller, S.: The Role of Intelligence in Strategic Planning, in Gilad, B., Herring Jan
P.(eds.): The art and science of business intelligence analysis: business intelligence
theory, principles, practices, and users, Jai Press Inc., London, 1996., p. 199-215.
236) Miller, H.: Information quality and market share in electronic commerce, Journal of
Services Marketing, 2005., 19 (2), p. 93-102.
237) Min, S., Mentzer, J. T.: Developing and Measuring Supply Chain Management
Concepts, Journal of Business Logistics, 2004., 25 (1), p. 63-99.
238) Mohanty, S.: Measuring the Value of Intelligence in Business Intelligence, SM
Review, December 20008., p. 20-23.
239) Montgomery, A., Holcomb, M.C., Manrodt, K.B.: Visibility: Tactical Solutins,
Strategic Implications, Year 2002 Report on Trends and Issues in Logistics and
Transportation, Cap Gemini Erns & Young, Georgia Southern University, University
of Tennessee, 2002.
240) Morris, H., Moser, K., Vesset, D., Blumstein, R., Andersen, P., Martinez, N., Graham,
S.D., Carr, M.: Leveraging the Foundations of Wisdom: The Financial Impact of
Business Analytics, IDC white paper, 2002., p. 1-28.
241) Morris, H.D.: Predictive Analytics and ROI: Lessons from IDC's Financial Impact
Study, IDC, September 2003., p. 1-8.
242) Moss, Larissa T., Atre, S.: Business Intelligence Roadmap, Addison-Wesley, Boston,
2003.

377

243) Niven, Paul R.: Balanced scorecard: korak po korak, 2 izdanje, Poslovni dnevnik i
Masmedia, Zagreb, 2008.
244) Nolan, J.A.: Intelligence and Security in Business, in Miller, Jerry P.: Millenium
Intelligence: Understanding and Conducting Competitive Intelligence in the Digital
Age, CyberAge Books, New Jersey, 2001., p. 204-219.
245) Noonan, John F., Wallace, Michael J.: Supply chain intelligence assimilation:
Exploring the imbalance of ability within contract manufacture, Conference Creating
and Managing Value in Supply Networks, 2006., paper no. 69.
246) O'Leary-Kelly, S.W., Vokurka, R.J.: The empirical assessment of construct validity,
Journal of Operations Management, 1998., 16 (4), p. 387-405.
247) Oghazi, P.: Supply Chain Management An Empirical Study of Swedish
Manufacturing Firm's Enterprise Systems Adoption, Supply Chain Integration,
Competition Capability and Performance, disertacija, Lulea University of
Technology, 2009.
248) Oreanin, D.: BI hit ili mit?, Banka, poseban prilog, Zagreb, sijeanj 2003.
249) Osmanagi Bedenik, N.: Kriza kao ansa, 2 dopunjeno izdanje, kolska knjiga,
Zagreb, 2007.
250) Palvia, P., Midha, V., Pinjani, P.: Research Models in Information Systems,
Communications of the Association for Information Systems, 2006., 17 (47), p. 1042-
1063.
251) Panian, .: Odnosi s klijentima u E-poslovanju, Sinergija nakladnitvo d.o.o., Zagreb,
2003.
252) Panian, ., Klepac, G.: Poslovna inteligencija, Masmedia, Zagreb, 2003.
253) Panian, .: Supply Chain Intelligence in E-Business Environment, WSEAS
Transactions on Information Science and Applications, 2005., 2 (8), p. 1079-1084.
254) Panian, . i sur.: Poslovna Inteligencija: Studije sluajeva iz hrvatske prakse, Narodne
novine, Zagreb, 2007.
255) Panian, .: How to make business intelligence actionable through service-oriented
architectures, WSEAS Transactions on Information Science and Applications, 2008.,
5 (5), p. 210-221.
256) Patrakosol, B., Olson, D.L.: How interfirm collaborations benefits IT innovation,
Information & Management, 2007., 44, p. 53-62.
257) Pecina, M.: Metode multivarijantne analize, Sveuilite u Zagrebu, Agronomski
fakultet, Zagreb, 2006.

378

258) Peji Bach, M., Strugar, I., Jakovi, B.: Influence of Business Intelligence
Implementation to the Bank's Performance: Case study of Croatian Banking Sector,
18th International Conference on Information and Intelligence Systems, 2007., p. 243-
248.
259) Pendse, N.: The OLAP Survey 5, Survey.com, 11-2005, p. 2-19.
260) Pereira, Jorge V.: The new supply chain's frontier: Information management,
International Journal of Information Management, 2009., 29, p. 372-373.
261) Permenter, K.: Supply Chain Business Intelligence: Time to Information, Aberdeen
Group, January 2012.
262) Pettit, Timothy J.: Supply Chain resilience: Development of a conceptual framework,
an assessment tool and an implementation process, disertacija, The Ohio State
University, 2008.
263) Petz, B.: Osnovne statistike metode za nematematiare, VI. izdanje, Naklada Slap,
Jastrebarsko, 2007.
264) Pfeifer, S.: Povezivanje analize eksternih i internih faktora (SWOT), in Buble, M.
(red.): Strateki menadment, Sinergija, Zagreb, 2005., p. 67-71.
265) Pirttimaki, V., Lonnqvist, A., Karjaluoto, A.: Measurement of Business Intelligence in
a Finnish Telecommunication Company, The Electronic Journal of Knowledge
Management, 2006., 4 (1), p. 83-90.
266) Pirttimaki, V.: Business Intelligence as a managerial Tool in large Finnish
Companies, disertacija, Tampere University of Technology, 2007.
267) Pirttimaki, V.: Comparative Study and Analysis of the Intelligence Activities of Large
Finnish Companies, Journal of Competitive Intelligence and Management, 2007., 4
(1), p. 132-155.
268) Pirzadeh, N., Pirzadeh, L.: RFID based Smart goods and infrastructure, University of
Boras, 2009.
269) Poirier, Charles C., Quinn, F.: Survey of Supply Chain Progress: Still Waiting for the
Breakthrough, Supply Chain Management Review, November 1, 2006., preuzeto sa
http://www.scmr.com/article/330495
270) Pons Cobuild English Learners Dictionary, Collins Publishers, London, 1989.
271) Popovi, A., Coelho, P. S., Jakli, J.: The impact of business intelligence system
maturity on information quality, Information Research, 2009., 14 (4), paper no. 417.
272) Popovi, A., Jakli, J.: Benefits of business intelligence system implementation: an
empirical analysis of the impact of business intelligence system maturity on

379

information quality, European, Mediterranean & Middle Eastern Conference on
Information Systems, Abu Dhabi, 2010.
273) Popovi, A., Turk, T., Jakli, J.: Conceptual model of business value of business
intelligence systems, Management: Journal of Contemporary Management Issues,
2010., 15 (1), p. 5-30.
274) Porter, Michael, E.: Competitive Advantage, The Free Press, New York, 1998.
275) Porter, Michael E.: Competitive Strategy, The Free Press, New York, 1998.
276) Porter, Michael E.: On Competition exp. ed., Harvard Business School Publishing,
Boston, 2008.
277) Potoan, V.: Supply Chain Management: The relationships in Supply Chain, VII
meunarodni znanstveni skup Poslovna logistika u suvremenom menadmentu,
Osijek, 2007., p. 33-45..
278) Prescott, John E.: The Evolution of Competitive Intelligence designing a process for
action, Proposal Management, spring 1999., p. 37-52.
279) Prescott, John E., Miller, Stephen H. (Eds.): Proven Strategies in Competitive
Intelligence, John Wiley & Sons, New York, 2001.
280) Rabelo, Ricardo J., Pereira-Klen, Alexandra A., Klen, Edmilson R.: A multi-agent
system for smart coordination of dynamic supply chains, PRO-VE'2002 -3rd IFIP
Working Conference on Infrastructures for Virtual Enterprises, May 2002.
281) Raisinghani, M.S., Meade, L.L.: Strategic decisions in supply-chain intelligence using
knowledge management: an analytic-network-process framework, Supply Chain
Management: An International Journal, 2005., 10 (2), p. 114-121.
282) Ramayah, T., Omar, R.: Information exchange and supply chain performance,
International Journal of Information Technology & Decision Making, 2010., 9 (1), p.
35-52.
283) Ranjan, J.: Business intelligence: concepts, components, techniques and benefits,
Journal of Theoretical and Applied Information Technology, 2009., 9 (1), p. 60-70.
284) Rasmussen, Nils H., Goldy, Paul S., Solli, Per O.: Financial Business Intelligence,
John Wiley & Sons, New York, 2002.
285) Redman, T.C.: Data Driven: Profiting from your most important business asset,
Harvard Business Press, Boston, 2008.
286) Reyes, P., Raisinghani, Mahesh S.: Integrating Information Technologies and
Knowledge-based systems: A Theeoretical Approach in Action for Enhancements in

380

Production and Inventory Control, Knowledge and Process Management, 2002., 9 (4),
p. 256-263.
287) Reyes, P.M.: Logistics networks: A game theory application for solving the
transshipment problem, Applied Mathematics and Computation, 2005., 168, p. 1419-
1431.
288) Rodenberg, Joseph, H.A.M.: Strategic Intelligence in Future Perspective, Eburon
Delfi, Amsterdam, 2012.
289) Rogers, B., Panos, M.: White Paper: Adding Intelligence to the Supply Chain, 2006.,
preuzeto sa http://www.vchainsolutions.com 12.08.2010.
290) Rozga, A.: Multivarijacijska statistika analiza (autorizirana predavanja), Ekonomski
fakultet Split, Split, 2010.
291) Sabbaghi, A., Vaidyanathan, G.: Effectiveness and Efficiency of RFID technology in
Supply Chain management: Strategic values and Challenges, Journal of Theoretical
and Applied Electronic Commerce Research, 2008., 3 (2), p. 71-81.
292) Sadlovska, V., Viswanathan, N.: Supply Chain Intelligence: A Command and Control
Center for Managing Enterprise Performance, Aberdeen Group, November 2008., p.
1-24.
293) Saeed, K. A., Malhotra, M. K., Grover, V.: Interorganizational System Characteristic
and Supply Chain Integration: An Empirical Assessment, Decision Sciences, 2011., 42
(1), p. 7-42.
294) Sahay, B. S., Ranjan, J.: Real time business intelligence in supply chain analytics,
Information Management & Computer Security, 2008., 16 (1), p. 28-48.
295) Sanders, N. R.: An empirical study of the imapct of e-business technologies on
organizational collaborration and performance, Journal of Operations Management,
2007., 25, p. 1332-1347.
296) Sanders, N. R.: Pattern of information technology use: The impact on buyer-supplier
coordination and performance, Journal of Operations Management, 2008., 26, p. 349-
367.
297) Sawka, K.: Are we valuable?, Competitive Intelligence Magazine, April June 2000.,
3 (2), p. 1-4
298) Segetlija, Z.: Razvoj poslovne logistike i novi izazovi, VII meunarodni znanstveni
skup Poslovna logistika u suvremenom menadmentu, Osijek, 2007., p. 1-31.
299) Segetlija, Z.: Uvod u poslovnu logistiku, Ekonomski fakultet Osijek, Osijek, 2008.

381

300) Seuring, S., Muller, M.: From literature review to a conceptual framework for
sustainable supply chain management, Journal of Cleaner Production, 2008., 16, p.
1699-1710.
301) Sezen, B.: Relative effects of design, integration and information sharing on supply
chain performance, Supply Chain Management: An International Journal, 2008., 13
(3), p. 233-240.
302) Shaker, Steven M., Open Source Collection & Analysis on Supply Chain
Vulnerabilities, Information to Intelligence, Sept. 12, 2009.
303) Sharp, S.: Competitive Intelligence Advantage, John Wiley & Sons, New Jersey, 2009.
304) Shear, C.J.: Business Counterintelligence: Sustainable Practice or Passing Fad?,
Thesis presented in fulfilment of the requirements for the degree Master of Arts,
Stellenbosch University, march, 2009.
305) Shih, T.H., Fan, X.: Response rates and Mode Prefernces in Web-Mail Mixed-Mode
Surveys: A Meta-Analysis, Intranational Journal of Internet Science, 2007., 2 (1), p.
59-82.
306) Shorby, D.: Business Intelligence and Supply Chain Management, white paper, Supply
Chain Consultants, 2003., preuzeto 01.03.20121. s http://www.suplychain.com
307) Shropshire, J.: A canonical analysis of intentional information security breaches by
insiders, Information Management & Computer Security, 2009., 17 (4), p. 296-310.
308) Singer, S.: Izbor najbolje strategije, in Buble, M. (red.): Strategijski management,
Ekonomski fakultet, Split, 1997., p. 182-190.
309) Simatupang, T.M., Sridharan, R.: A characterisation of information sharing in supply
chains, Operational Research Society of New Zeland (ORSNZ) Conference, 2001., p.
1-19.
310) Simatupang, T.M., Wright, A.C., Sridharan, R.: The knowledge of coordination for
supply chain integration, Business Process Management Journal, 2002., 8 (3), p. 289-
308.
311) Simatupang, T.M., Sridharan, R.: The collaboration index: a measure for supply chain
collaboration, International Journal of Physical Distribution & Logistics Management,
2005., 35 (1), p. 44-62.
312) Skjoett-Larsen, T., Thernoe, C., Andresen, C.: Supply chain collaboration:
Theoretical perspective and empirical evidence, International Journal of Physical
Distribution & Logistics Management, 2003., 33 (6), p. 531-549.

382

313) Slone, Reuben E., Dittman, J. Paul, Mentzer, John T.: The New Supply Chain Agenda,
Harvard Business Press, Boston, 2010.
314) Smietana, F.: Enhancing Supply Chain Visibility with Pervasive Business Intelligence,
Business Intelligence Journal, 2010., 15 (1), p. 30-38.
315) Smith, S.: Strateg: suvremeni strateki menadment u svjetskoj praksi, M.E.P.
Consult, Zagreb, 2003.
316) Smouther, G.: Supply Chain Competitive Intelligence, Supply Chain Management
Professional Education Review, March 2009.
317) Sodhi, M. S., Son, B. G.: Supply-chain partnership performance, Transportation
Research Part E, 2009., 45, p. 937-945.
318) Soon, Q.H., Udin, Z.M.: Supply chain management from perspective of value chain
flexibility: an explaratory study, Journal of Manufacturing Technology Management,
2011., 22 (4), p. 506-526.
319) Speier, C., Mollenkopf, D., Stank, T.P.: The Role of Information Integration in
Facilitating 21st Century Supply Chains: A Theory-Based Perspective, Transportation
Journal, spring 2008., 47 (2), p. 21-38.
320) Spekman, R.E., Kamauff, J.W., Myhr, N.: An empirical investigation into supply
chain management: a perspective on partnership, Supply Chain Management: An
International Journal, 1998., 3 (2), p. 53-67.
321) Spremi, M.: Moving to e-Business: Exploratory Study on e-Business Readiness in
Croatian Large Companies, Zagreb International Review of Economics & Business,
2003., 6 (1-2), p. 103-119.
322) Sria, V. i sur.: Menederska informatika, M.E.P. Consult, Zagreb, 1999.
323) Sria, V., Spremi, M.: Informacijskom tehnologijom do poslovnog uspjeha, Sinergija,
Zagreb, 2000.
324) Sria, V., Muller, J.: Put k elektronikom poslovanju, Sinergija, Zagreb, 2001.
325) Stank, T.P., Keller, S.B., Closs, D.J.: Performance Benefits of Supply Chain Logistical
Integration, Transportation Journal, winter/spring 2001-2002., 41 (2/3), p. 32-46.
326) Stoel, M.D., Muhanna, W.A.: IT capabilities and firm performance: A contigency
analysis of the role of industry and IT capability type, Information & Management,
2009., 46, p. 181-189.
327) Strategija Economistove poslovne enciklopedije, Privredni vjesnik, Zagreb, 1996.

383

328) Stefanovi, N., Majstorovi, V., Stefanovi, D.: Supply Chain Business Intelligence
Model, 13th CIRP International Conference on Life Cycle Engineering, 2006., p. 613-
618.
329) Stock, James R., Boyer Stefanie L., Harmon, T.: Research opportunities in supply
chain management, Journal of the Academy of Marketing Science, 2010., 38 (1), p.
32-41.
330) Storey, J., Emberson, C., Godsell, J., Harrison, A.: Supply chain management: theory,
practice and future challenges, International Journal of Operations & Production
Management, 2006., 26 (7), p. 754-774.
331) Stubs, E.: The Value of Business Analytics, John Wiley & Sons, New Jersey, 2011.
332) Subramani, M.: How Do Suppliers Benefit from Information Technology Use in
Supply Chain Relationships?, MIS Quarterly, 2004., 28 (1), p. 45-73.
333) Supply Chain Management Review: Global Supply Chain Survey: Key Challenges
and Opportunities in the High Technology Sector, April, 2011.
334) Swafford, P.M., Ghosh, S., Murthy, N.N.: A framework for assessing value chain
agility, International Journal of Operations & Production Management, 2006., 26 (2),
p. 118-140.
335) Swafford, P.M., Ghosh, S., Murthy, N.: Achieving supply chain agility through IT
integration and flexibility, International Journal of Production Economics, 2008., 116,
p. 288-297.
336) Swaminathan, J. M., Tayur, S. T.: Models for Supply Chains in E-Business,
Management Science, 2003., 49 (10), p. 1387-1406.
337) Swanson, E.B.: The Manager's Guide to IT Innovation Waves, MIT Sloan
Management Review, winter 2012., 53 (2), p. 75-83.
338) Tachizawa, E.M.: Uncertainty, Integration and Supply Flexibility, PhD Dissertation,
Universitat Pompeu Fabra, 2007.
339) Tan, Keah C.: Supply Chain Management: Practices, Concerns, and Performance
Issues, The Journal of Supply Chain Management, winter 2002., 38 (1), p. 42-53.
340) Tang, C., Tomlin, B.: How Much Flexibility Does It Take to Mitigate Supply Chain
Risks?, in Zsidisin, G.A., Ritchie, B.: Supply Chain Risk Management -
Developments, Issues and Challenges, Springer, New York, 2008., p. 156-174.
341) Taskov, K.: Factors Contributing to an Effective Business Intelligence Product, 15
th

Americas Conference on Information Systems (AMCIS), San Francisco, 6-9 August
2009.

384

342) Tavakol, M., Dennick, R.: Making sense of Cronbach's alpha, International Journal of
Medical Education, 2011., 2, p. 53-55.
343) Taylor, J.: Decision Management Systems A Practical Guide to Using Business
Rules and Predictive Analytics, IBM Press, New Jersey, 2012.
344) TDWI Research, 2011 TDWI BI Benchmark Report Organizational and
Performance Metrics for Business Intelligence Teams, 2011.
345) TDWI Research, 2012 TDWI BI Benchmark Report Organizational and
Performance Metrics for Business Intelligence Teams, 2012.
346) Teo, T.S.H., Choo, W.Y.: Assessing the impact of using the Internet for competitive
intelligence, Information & Management, 2001., 39, p. 67-83.
347) Teuteberg, F., Wittstruck, D.: A Systematic Review of Sustainable Supply Chain
Management Research, MKWI 2010., p. 1001-1015.
348) The Economist: Data, data, everywhere, Feb. 21th 2010, print edition
349) The Economist: A diffierent game: Information is transforming traditional business,
Feb 25th 2010, print edition.
350) Thierauf, Robert, J.: Effective business intelligence systems, Quorum books, London,
2001.
351) Thompson, R.H., Holcomb, M.C., Manrodt, K.B.: Transforming Logistics: A Road
map to Fulfillment Excellence, Year 2001 Report on Trends and Issues in Logistics
and Transportation, Cap Gemini Ernst & Young, 2001.
352) Tkalec Veri, A.,Sini ori, D., Poloki Voki, N.: Prirunik za metodologiju
istraivakog rada, M.E.P. Zagreb, 2010.
353) Trent, Robert J.: Strategic Supply Management: Creating the Next Source of
Competitive Advantage, J. Ross Publishing, Lauderdale (FL), 2007.
354) Trent, Robert J., Roberts, Llewellyn R.: Managing Global Supply and Risk, J. Ross
Publishing, Lauderdale (FL), 2010.
355) Trkman, P., McCormack, K., de Oliveira, M. P. V., Ladeira, Marcelo B.: The impact
of business analytics on supply chain performance, Decision Support Systems, 2010.,
49, p. 318-327.
356) Vereecke, A., Muylle, S.: Performance improvement through supply chain
collaboration, Industrial Journal of Operations & Production Management, 2006., 26
(11), p. 1176-1198.

385

357) Vesset, D., McDonough, B., Morris, H., Dreyfus, D., Venkatraman, N., Woodward,
A.: Improving Organizational Decision-making Through Pervasive Business
Intelligence, IDC, 2008.
358) Vickery, S. K., Jayaram, J., Droge, C., Calantone, R.: The effects of an integrative
supply chain strategy on customer service and financial performance: An analysis of
direct versus indiect relatinship, Journal of Operations Management, 2003., 21,p. 523-
539.
359) Vierkorn, S., Mack, M., Finucane, B., Witte, T.S.: Organization of Business
Intelligence 2010, 2nd ed., BARC Business Application Research Centre, Wurzburg,
August, 2010.
360) Viswanathan, N., Sadlovska V.: Supply Chain Intelligence: Adopt Role-Based
Operational Business Intelligence and Improve Visibiliy, Aberdeen Group, February
2010., p. 1-25.
361) Vitt, E., Luckevich, M., Misner, S.: Business Intelligence, Microsoft Press, Redmond,
2002.
362) Vouk, R.: Uloga menadmenta opskrbnog lanca u poveanju konkurentnosti
poduzea, Ekonomski pregled, Zagreb, 2005., 56 (11), p. 1013-1030.
363) Vural, E., Sengul, O., Davis, S., Gunther, H.: Business Intelligence for a Supply Chain
Management System, Issues in Information Systems, 2006., VII (2), p. 29-32.
364) Wacker, J.G.: A definition of theory: research guidlines for different theory-building
research methods in operations management, Journal of Operations Management,
1998., 16, p. 361-385.
365) Wagner, B. A., Fillis, I., Johansson, U.: E-business and e-supply strategy in small and
medium sized business (SMEs), Supply Chain Management: An International Journal,
2003., 8 (4), p. 343-354.
366) Waters, D.: Supply Chain Risk Management, Kogan Page, London, 2009.
367) Waters, T.J.: Hyperperformance: Using Competitive Intelligence for Better Strategy
and Execution, Jossey-Bass, San Francisco, 2010.
368) Watson, H.J., Wixom, B.H., Buonamici, J.D., Revak, J.R.: Sherwin-Williams Data
mart Strategy: Creating Intelligence Across the Supply Chain, Communications of the
Association for Information Systems, 2001., 5 (9), May 2001., p. 1-27.
369) Watson, H., Ariyachandra, T., Matyska, R.J.: Data Warehousing stages of growth,
Information Systems Management, 2001., 18 (3), p. 42-50.

386

370) Watson, H. J.: Tutorial: Business Intelligence Past, Present, and Future,
Communications of the Association for Information Systems, 2009., 25., article 39, p.
488-510.
371) Wang, Eric T. G., Wei, H. L.: Interorganizational Governance Value Creation:
Coordinating for Information Visibility and Flexibility in Supply Chains, Decision
Sciences, November 2007, 38 (4), p. 647-674.
372) Wehmeier, S. (Ed.): Oxford Advanced Learner's Dictionary of Current English, 7th
ed., Oxford University Press, Oxford, 2010.
373) Weihrich, H., Koontz, H.: Menadment, X izdanje, MATE, Zagreb, 1993.
374) Wheatley, R.: Tools to Help You Survive and Prosper Working Capital, Supply
Chain, and Business Intelligence, Accountancy Ireland, December 2009., 41 (6), p.
58-59.
375) Wheelen, Thomas L., Hunger, David J.: Strategic management and business policy,
10th ed., Pearson Prentice Hall, New Jersey, 2006.
376) Whitby, P., Scot, I.: Managing supply-chain risk for reward, Economist Intelligence
Unit A Report white paper, 2009.
377) Wieder, B., Booth, P., Matolcsy, Z.P., Ossimitz, M.L.: The impact of ERP systems on
firm and business process performance, Journal of Enterprise Information
Management, 2006., 19 (1), p. 19-29.
378) Wilkins, Richard L.: Competitive Intelligence: The New Supply Chain Edge, Supply
Chain Management Review, January 1, 2007.
379) Williams, S., Williams, N.: The Business Value of Business Intelligence, Business
Intelligence Journal, 2003.
380) Williams, N., Williams, S.: Capturing ROI through Business-Centric BI Development
Methods, Information Management Magazine, 2004., 8.
381) Williams S., Williams, N.: The Profit Impact of Business Intelligence, Morgan
Kaufman, San Francisco, 2007.
382) Wixom, Barbara H., Watson, Hugh T.: An Empirical Investigation of the factors
Affecting Data Warehousing Success, MIS Quarterly, march 2001., 25 (1), p. 17-41.
383) Xu, M.: Managing Strategic Intelligence, Information Science Reference, New York,
2007.
384) Yang, K. H.: Finding Critical Success Factors of Ubiquitous Supply Chain
Management, Pacific Asia Conference on Information Systems, PACIS 2008.,
preuzeto s http://aisel.aisnet.org/pacis2008/22

387

385) Yigitbasioglu, O.M.: Information sharing with key suppliers: a transaction cost theory
perspective, International Journal of Physical Distribution & Logistics Management,
2010., 40 (7), p. 550-578.
386) Zachariassen, F., Arlbjorn, J.S.: Doctoral dissertations in logistics and supply chain
management: A review of Nordic contributions from 2002 to 2008, International
Journal of Physical Distribution & Logistics Management, 2010., 40 (4), p. 332-352.
387) Zebi, O.: Poslovno obavjetavanje i oblikovanje poslovnih strategija hrvatskih
poduzea, specijalistiki poslijediplomski rad, Ekonomski fakultet Zagreb, 2010.
388) Zelenika, R.: Metodologija i tehnologija izrade znanstvenog i strunog djela, etvrto
izdanje, Ekonomski fakultet u Rijeci, Rijeka, 2000.
389) Zelenika, R., Pupavac, D.: Menadment logistikih sustava, Ekonomski fakultet u
Rijeci, Rijeka, 2008.
390) Zhang, Q., Vonderembse, M.A., Lim, J.S.: Spanning flexibility: supply chain
information dissemination drives strategy development and customer satisfaction,
Supply Chain Management: An International Journal, 2006., 11 (5), p. 390-399.
391) Zhang, X., Yang, J., Wang, H.: Doctoral dissertation in supply chain management
research: a comprehensive review from 1999. to 2006., International Journal of
Management in Education, 2009., 3 (1), p. 70-81.
392) Zhou, H., Benton, W. C. Jr.: Supply chain practice and information sharing, Journal
of Operations Management, 2007., 25, p. 1348-1365.
393) Zsidisin, G.A., Ritchie, B.: Supply Chain Risk Management - Developments, Issues
and Challenges, in: Zsidisin, G.A., Ritchie, B. (Eds.): Supply Chain Risk, Springer,
New York, 2008., p. 1-12.
394) ibret, B.: Strateka nabava, Mate, Zagreb, 2007.




388

Prilog 1. Popratni dopis

ZAMOLBA ZA SUDJELOVANJE U ISTRAIVANJU POD NASLOVOM KONCEPT
POSLOVNA INTELIGENCIJA I UPRAVLJANJE OPSKRBNIM LANCEM

Potovani!
Doktorand sam na Ekonomskom fakultetu u Splitu i trenutno radim na pripremi provoenja
znanstvenog istraivanja pod naslovom Koncept poslovna inteligencija i upravljanje
opskrbnim lancem. Cilj istraivanja jest utvrditi kako primjena ovog koncepta utjee na
upravljanje opskrbnim lancem u konkretnoj praksi poduzea u Republici Hrvatskoj. Obzirom
da je rije o novome konceptu, ovo e istraivanje doprinijeti razvoju i razumijevanju
koncepta za provedbu u poslovanju, te e posluiti kao orijentir poduzeima za njegovu
implementaciju. U tom smislu prikljuivanjem istraivanju stjeete pravo da Vam dostavimo
rezultate istraivanja, kojima ete se slobodno moi koristiti u poslovanju.
U kontekstu istraivanja poslovnu inteligenciju promatramo kao:
koncept svjesnog, organiziranog, kontinuiranog, legalnog i legitimnog
prikupljanja, analiziranja i koritenja podataka i informacija za poslovanje. Provodi se
pomou informacijske tehnologije, ali i na druge naine. Prikupljaju se relevantne
spoznaje o kupcima, dobavljaima, konkurentima, industrijskoj grani, tehnologijama,
institucionalnoj regulativi, i drugim imbenicima koji izravno, ili neizravno, utjeu na
poslovanje poduzea, a radi potpore menadmentu u donoenju poslovnih odluka.
Anketa je u potpunosti anonimna, a podaci dobiveni istraivanjem koristiti e se iskljuivo za
potrebe izrade doktorske disertacije, te e biti prezentirani u agregatnoj formi bez objave
podataka sudionika istraivanja. Upitnik je napravljen u skladu s etikim Sveuilinim
standardima. Vae poduzee je kompetentno za ukljuenje u istraivanje ukoliko moete
pozitivno odgovoriti barem na jednu od sljedeih tvrdnji:
- primjenjujete poslovnu inteligenciju na razini cjelokupnog sustava, ili
odreene strateke poslovne jedinice poduzea (npr. marketinki odjel, odjel
za razvoj, financije i raunovodstvo, proizvodnja, komercijala, nabava i sl.);
- primjenjujete poslovnu inteligenciju samo kod odreenih poslovnih procesa;

389

- koristite u poslovanju neke od tehnologija i platformi za skladitenje
podataka (Data Warehouse), rudarenje podacima (Data Mining), OLAP
alate;
- koristite napredne analitike tehnike, i simulacijske i vizualizacijske
programe.
Ukoliko moete potvrditi barem jednu od navedenih tvrdnji molimo da slijedite link gdje se
nalazi anketni upitnik. Vae znanje, poslovni iskustvo i odgovori predstavljaju neprocjenjivu
vanost te se nadam da e Vam vrijeme i obveze dopustiti ispunjavanje upitnika.

Srdaan pozdrav,
Ante Lueti, mr.oec. doktorand EFST prof.dr.sc. Neven eri, mentor


390

Prilog 2. Anketni upitnik

OSNOVNE INFORMACIJE O VAEM PODUZEU
1. Glavna/preteita djelatnost Vaega poduzea je:
1 primarna proizvodnja (poljoprivreda, ribarstvo, rudarstvo...)
2 preraivaka industrija / proizvodnja
3 trgovina
4 turizam i ugostiteljstvo
5 graevinarstvo
6 bankarstvo, osiguranje i financijske usluge
7 telekomunikacije
8 poslovne usluge (pravne, konzalting, savjetodavne, raunovodstvene...)
9 ostalo
2. Broj zaposlenih u Vaemu poduzeu je:
9 do 10
10 od 11 do 50
11 od 51 do 250
12 preko 251
3. Pravni oblik Vaega poduzea je:
13 dioniko drutvo
14 drutvo s ogranienom odgovornou
15 javno poduzee
16 komanditno drutvo
17 inozemni osniva
18 ustanova
19 ostalo

Molim Vas da kod sljedeih tvrdnji o Vaemu poduzeu izaberete samo jedan odgovor koji
najbolje iskazuje Va stav o navedenome.


391

Uope se ne
slaem
Uglavnom se ne
slaem
Niti se slaem
niti se ne slaem
Uglavnom se
slaem
Potpuno se
slaem
1 2 3 4 5


KONCEPT POSLOVNA INTELIGENCIJA
4. Izvori podataka i informacija
BI 1 1.
Unutarnji izvori podataka i informacija objedinjeni su na razini
procesa ili projekata.
1 2 3 4 5
BI 2 2.
Unutarnji izvori podataka i informacija objedinjeni su na razini
slubi ili odjela.
1 2 3 4 5
BI 3 3.
Vanjski izvori podataka i informacija koje koristite lako su Vam
dostupni.
1 2 3 4 5
BI 4 4.
U Vaemu se poduzeu podaci i informacije nalaze posvuda; na
serveru, u bazama podataka, proraunskim tablicama i ostalim
datotekama i aplikacijama.
1 2 3 4 5
BI 5 5.
Podaci i informacije su integrirani i iskoristivi za izvjetavanje i
analiziranje u realnome vremenu.
1 2 3 4 5
5. Pouzdanost podataka i informacija
BI 6 6.
Unutarnji prikupljeni podaci i informacije su pouzdani
(vjerodostojni).
1 2 3 4 5
BI 7 7.
Vanjski prikupljeni podaci i informacije su pouzdani
(vjerodostojni).
1 2 3 4 5
BI 8 8. Prisutna je nedosljednost prikupljenih podataka i informacija. 1 2 3 4 5
6. Pristup podacima i informacijama
BI 9 9.
Za pristup podacima i informacijama u Vaemu se poduzeu
prakticira provjeravanje korisnikog identiteta (autentifikacija).
1 2 3 4 5
BI 10 10.
U Vaemu se poduzeu tono zna tko ima pristup kojim
podacima i informacijama.
1 2 3 4 5
BI 11 11.
U Vaemu se poduzeu provodi zatita od zloupotrebe podataka
i informacija.
1 2 3 4 5
BI 12 12. Traeni podaci i informacije dostupni su u realnome vremenu. 1 2 3 4 5
7. Napredna analitika
BI 13 13.
Vae poduzee koristi tehnike rudarenja podacima (Data
mining).
1 2 3 4 5
BI 14 14. Vae poduzee koristi OLAP alate. 1 2 3 4 5
BI 15 15. Vae poduzee koristi upravljake ploe (Dashboards). 1 2 3 4 5
BI 16 16. Informacije i analize su vizualizirane. 1 2 3 4 5

392

8. Intuicija i vrijeme
BI 17 17. Poslovne odluke donosite na temelju injenica. 1 2 3 4 5
BI 18 18.
Iako koristite PI za donoenje poslovnih odluka, takoer je
ukljuen dobar osjeaj i iskustvo.
1 2 3 4 5
BI 19 19.
Primjenom PI smanjilo se vrijeme od nastanka dogaaja do
njegovog evidentiranja.
1 2 3 4 5
BI 20 20.
Primjenom PI smanjilo se vrijeme od evidentiranja dogaaja do
dostupnosti informacije o njemu.
1 2 3 4 5
BI 21 21.
Primjenom PI povealo se raspoloivo vrijeme za donoenje
poslovnih odluka.
1 2 3 4 5
9. Organizacija poslovne inteligencije
BI 22 22.
Vae poduzee koristi platformu za skladitenje podataka (Data
Warehouse).
1 2 3 4 5
BI 23 23.
U Vaemu je poduzeu PI organizirana na razini cijelog
poduzea.
1 2 3 4 5
BI 24 24.
U Vaemu je poduzeu PI organizirana na razini pojedinih
odjela ili slubi.
1 2 3 4 5
BI 25 25.
U Vaemu je poduzeu PI organizirana na razini pojedinih
procesa ili projekata.
1 2 3 4 5
BI 26 26.
U Vaem poduzeu poslovna inteligencija jo nije sustavno
organizirana.
1 2 3 4 5
INFORMACIJSKA VIDLJIVOST
10. Kvaliteta sadraja
IV 1 27. Podaci i informacije koje koristite su toni. 1 2 3 4 5
IV 2 28. Podaci i informacije koje koristite primjereni su potrebama. 1 2 3 4 5
IV 3 29. Podaci i informacije koje koristite su iskoristivi. 1 2 3 4 5
IV 4 30. Unutarnji podaci i informacije redovito se auriraju. 1 2 3 4 5
11. Razina vidljivost
IV 5 31.
S Vaim kljunim dobavljaima razmjenjujete strateke podatke
i informacije.
1 2 3 4 5
IV 6 32.
S Vaim kljunim dobavljaima razmjenjujete operativne
podatke i informacije.
1 2 3 4 5
IV 7 33.
S Vaim kljunim kupcima razmjenjujete strateke podatke i
informacije.
1 2 3 4 5
IV 8 34.
S Vaim kljunim kupcima razmjenjujete operativne podatke i
informacije.
1 2 3 4 5
INTEGRACIJA
12. Suradnja unutar poduzea

393

INT 1 35.
U Vaemu se poduzeu operativni podaci i informacije
razmjenjuju izmeu razliitih funkcijskih odjela ili slubi.
1 2 3 4 5
INT 2 36.
U Vaem poduzeu svi povezni odjeli sudjeluju u ocjenjivanju i
izboru dobavljaa.
1 2 3 4 5
INT 3 37.
U Vaem poduzeu postoje viestruke verzije istina o
pojedinim partnerima.
1 2 3 4 5
INT 4 38. U Vaem su poduzeu integrirani procesi opskrbnoga lanca. 1 2 3 4 5
13. Suradnja izmeu poduzea
INT 5 39.
Vae poduzee sa ostalim sudionicima opskrbnoga lanca
unapreuje kvalitetu proizvoda i usluga.
1 2 3 4 5
INT 6 40.
Vae poduzee sa ostalim lanovima opskrbnoga lanca razvija
nove proizvode i usluge.
1 2 3 4 5
INT 7 41.
Vae poduzee sa ostalim lanovima opskrbnoga lanca integrira
zajednike operativne procese.
1 2 3 4 5
INT 8 42. Odnosi s Vaim kljunim dobavljaima su partnerski. 1 2 3 4 5
INT 9 43. Odnosi s Vaim kljunim kupcima su partnerski. 1 2 3 4 5
UPRAVLJANJE OPSKRBNIM LANCEM
14. Agilnost
SCM 1 44. Vae je poduzee smanjilo vrijeme odziva na kupeve zahtjeve. 1 2 3 4 5
SCM 2 45. Vae je poduzee povealo tonost isporuka na vrijeme. 1 2 3 4 5
SCM 3 46. Vae je poduzee povealo kompletiranost isporuka. 1 2 3 4 5
SCM 4 47. Vae je poduzee spremno reagirati na potrebne modifikacije. 1 2 3 4 5
15. Prilagodljivost
SCM 5 48.
Vae je poduzee sposobno u relativno kraemu roku reagirati
na neoekivane trine poremeaje.
1 2 3 4 5
SCM 6 49. Vae poduzee kontinuirano analizira poslovnu okolinu. 1 2 3 4 5
SCM 7 50.
Vae poduzee kontinuirano preispituje i unapreuje svoju
poslovnu strategiju.
1 2 3 4 5
16. Usklaenost
SCM 8 51.
Vae poduzee nastoji usklaivati strateke planove s kljunim
dobavljaima.
1 2 3 4 5
SCM 9 52.
Vae poduzee nastoji usklaivati strateke planove s kljunim
kupcima.
1 2 3 4 5
SCM 10 53.
Vae poduzee sa svojim partnerima iz opskrbnog lanca provodi
optimalizaciju povezanih procesa.
1 2 3 4 5
17. Proaktivnost
SCM 11 54. U upravljanju opskrbnim lancem provodite scenario analize. 1 2 3 4 5

394

SCM 12 55.
U upravljanju opskrbnim lancem provodite prognoziranje
dogaanja.
1 2 3 4 5
SCM 13 56. U upravljanju opskrbnim lancem provodite analize trenda. 1 2 3 4 5
SCM 14 57.
U upravljanju opskrbnim lancem koristite analizu vremenskog
slijeda (timelining).
1 2 3 4 5
18. Performanse
SCM 15 58.
Vae je poduzee smanjilo trokove vezane za funkcioniranje
opskrbnog lanca.
1 2 3 4 5
SCM 16 59.
Vae je poduzee povealo povrat na imovinu (ROA) u odnosu
na konkurente.
1 2 3 4 5
SCM 17 60.
Vae je poduzee povealo povrat na uloeno (ROI) u odnosu na
konkurente.
1 2 3 4 5
SCM 18 61.
Vae je poduzee povealo trini udjel/volumen prodaje u
odnosu na konkurente.
1 2 3 4 5
SCM 19 62. Vae je poduzee povealo efikasnost opskrbnoga lanca. 1 2 3 4 5
SCM 20 63. Skratili ste vrijeme donoenja odluka unutar opskrbnoga lanca. 1 2 3 4 5


Prilog 3. Svojstvene vrijednosti za I dimenziju poslovne inteligencije
Komponenta
Inicijalna svojstvena vrijednost
Total % of Varijance Kumulativ %
1 2,397 39,955 39,955
2 1,016 16,933 56,887
3 ,840 14,000 70,887
4 ,720 12,001 82,888
5 ,584 9,729 92,617
6 ,443 7,383 100,000
Izvor: Rezultati istraivanja

Prilog 4. Faktorska optereenja za I dimenziju poslovne inteligencije
Varijabla
Komponenta
1
BI1 ,667
BI2 ,602
BI3 ,594
BI5 ,747
BI6 ,676
BI7 ,471
Izvor: Rezultati istraivanja

395

Prilog 5. Svojstvene vrijednosti za II dimenziju poslovne inteligencije
Komponenta
Inicijalna svojstvena vrijednost
Total % of Variance Cumulative %
1 2,443 61,074 61,074
2 ,736 18,391 79,465
3 ,442 11,058 90,523
4 ,379 9,477 100,000
Izvor: Rezultati istraivanja

Prilog 6. Faktorska optereenja za II dimenziju poslovne inteligencije
Varijabla
Komponenta
1
BI9 ,718
BI10 ,851
BI11 ,832
BI12 ,715
Izvor: Rezultati istraivanja

Prilog 7. Svojstvene vrijednosti za III dimenziju poslovne inteligencije
Komponenta
Inicijalna svojstvena vrijednost
Total % of Variance Cumulative %
1 2,449 61,234 61,234
2 ,709 17,732 78,966
3 ,456 11,390 90,356
4 ,386 9,644 100,000
Izvor: Rezultati istraivanja

Prilog 8. Faktorska optereenja za III dimenziju poslovne inteligencije
Varijabla
Komponenta
1
BI13 ,798
BI14 ,829
BI15 ,821
BI16 ,671
Izvor: Rezultati istraivanja




396

Prilog 9. Svojstvene vrijednosti za IV dimenziju poslovne inteligencije
Komponenta
Inicijalna svojstvena vrijednost
Total % of Variance Cumulative %
1 2,615 52,293 52,293
2 ,894 17,876 70,168
3 ,671 13,424 83,593
4 ,542 10,832 94,425
5 ,279 5,575 100,000
Izvor: Rezultati istraivanja

Prilog 10. Faktorska optereenja za IV dimenziju poslovne inteligencije
Varijabla
Komponenta
1
BI17 ,564
BI18 ,596
BI20 ,831
BI21 ,857
BI22 ,719
Izvor: Rezultati istraivanja

Prilog 11. Svojstvene vrijednosti za V dimenziju poslovne inteligencije
Komponenta
Inicijalna svojstvena vrijednost
Total % of Variance Cumulative %
1 1,951 48,765 48,765
2 1,064 26,604 75,369
3 ,618 15,460 90,829
4 ,367 9,171 100,000
Izvor: Rezultati istraivanja

Prilog 12. Faktorska optereenja za V dimenziju poslovne inteligencije
Varijabla
Komponenta
1
BI23 ,598
BI24 ,627
BI25 ,774
BI26 ,775
Izvor: Rezultati istraivanja


397


Prilog 13. Svojstvene vrijednosti za I dimenziju informacijske visljivosti
Komponenta
Inicijalna svojstvena vrijednost
Total % of Variance Cumulative %
1 2,662 66,558 66,558
2 ,541 13,516 80,074
3 ,486 12,156 92,230
4 ,311 7,770 100,000
Izvor: Rezultati istraivanja

Prilog 14. Faktorska optereenja za I dimenziju informacijske vidljivosti
Varijabla
Komponenta
1
IV1 ,799
IV2 ,853
IV3 ,842
IV4 ,766
Izvor: Rezultati istraivanja

Prilog 15. Svojstvene vrijednosti za II dimenziju informacijske vidljivosti
Komponenta
Inicijalna svojstvena vrijednost
Total % of Variance Cumulative %
1 2,444 61,110 61,110
2 ,762 19,061 80,171
3 ,654 16,340 96,512
4 ,140 3,488 100,000
Izvor: Rezultati istraivanja

Prilog 16. Faktorska optereenja za II dimenziju informacijske vidljivosti
Varijabla
Komponenta
1
IV5 ,751
IV6 ,799
IV7 ,787
IV8 ,788
Izvor: Rezultati istraivanja



398

Prilog 17. Svojstvene vrijednosti za I dimenziju integracije
Komponenta
Inicijalna svojstvena vrijednost
Total % of Variance Cumulative %
1 1,516 50,517 50,517
2 ,809 26,950 77,467
3 ,676 22,533 100,000
Izvor: Rezultati istraivanja

Prilog 18. Faktorska optereenja za I dimenziju integracije
Varijabla
Komponenta
1
INT1 ,737
INT2 ,749
INT4 ,642
Izvor: Rezultati istraivanja

Prilog 19. Svojstvene vrijednosti za II dimenziju integracije
Komponenta
Inicijalna svojstvena vrijednost
Total % of Variance Cumulative %
1 2,689 53,772 53,772
2 1,179 23,572 77,344
3 ,486 9,724 87,068
4 ,355 7,099 94,167
5 ,292 5,833 100,000
Izvor: Rezultati istraivanja

Prilog 20. Faktorska optereenja za II dimenziju integracije
Varijabla
Komponenta
1
INT5 ,765
INT6 ,808
INT7 ,742
INT8 ,661
INT9 ,681
Izvor: Rezultati istraivanja



399


Prilog 21. Svojstvene vrijednosti za I dimenziju SCM-a
Komponenta
Inicijalna svojstvena vrijednost
Total % of Variance Cumulative %
1 3,075 76,867 76,867
2 ,544 13,596 90,464
3 ,244 6,092 96,556
4 ,138 3,444 100,000
Izvor: Rezultati istraivanja

Prilog 22. Faktorska optereenja za I dimenziju SCM-a
Varijabla
Komponenta
1
SCM1 ,892
SCM2 ,920
SCM3 ,934
SCM4 ,748
Izvor: Rezultati istraivanja

Prilog 23. Svojstvene vrijednosti za II dimenziju SCM-a
Komponenta
Inicijalna svojstvena vrijednost
Total % of Variance Cumulative %
1 2,206 73,538 73,538
2 ,483 16,087 89,626
3 ,311 10,374 100,000
Izvor: Rezultati istraivanja

Prilog 24. Faktorska optereenja za II dimenziju SCM-a
Varijabla
Komponenta
1
SCM5 ,815
SCM6 ,886
SCM7 ,870
Izvor: Rezultati istraivanja




400

Prilog 25. Svojstvene vrijednosti za III dimenziju SCM-a
Komponenta
Inicijalna svojstvena vrijednost
Total % of Variance Cumulative %
1 1,957 65,240 65,240
2 ,530 17,679 82,920
3 ,512 17,080 100,000
Izvor: Rezultati istraivanja

Prilog 26. Faktorska optereenja za III dimenziju SCM-a
Varijabla
Komponenta
1
SVM8 ,809
SCM9 ,803
SCM10 ,811
Izvor: Rezultati istraivanja

Prilog 27. Svojstvene vrijednosti za IV dimenziju SCM-a
Komponenta
Inicijalna svojstvena vrijednost
Total % of Variance Cumulative %
1 3,082 77,048 77,048
2 ,390 9,751 86,798
3 ,299 7,482 94,280
4 ,229 5,720 100,000
Izvor: Rezultati istraivanja

Prilog 28. Faktorska optereenja za IV dimenziju SCM-a
Varijabla
Komponenta
1
SCM11 ,891
SCM12 ,862
SCM13 ,888
SCM14 ,869
Izvor: Rezultati istraivanja




401


Prilog 29. Svojstvene vrijednosti za V dimenziju SCM-a
Komponenta
Inicijalna svojstvena vrijednost
Total % of Variance Cumulative %
1 3,967 66,111 66,111
2 ,873 14,551 80,662
3 ,520 8,672 89,334
4 ,351 5,844 95,178
5 ,185 3,090 98,268
6 ,104 1,732 100,000
Izvor: Rezultati istraivanja

Prilog 30. Faktorska optereenja za V dimenziju SCM-a
Varijabla
Komponenta
1
SCM15 ,799
SCM16 ,797
SCM17 ,830
SCM18 ,746
SCM19 ,864
SCM20 ,837
Izvor: Rezultati istraivanja