BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Magruk Andrzej (Bialystok University of Technology, Poland)
Title
Weak Signals in Logistics in the Context of the Uncertainty Phenomenon
Słabe sygnały w logistyce w kontekście zjawiska niepewności
Schwache Signale in der Logistik im Kontext Logistischer Unsicherheit
Source
LogForum, 2018, vol. 14, nr 3, s. 305-314, tab., bibliogr. 26 poz.
Keyword
Logistyka, Niepewność
Logistics, Uncertainty
Note
summ., streszcz., zfsg.
The research was conducted within S/WZ/1/2014 project and was financed from Ministry of Science and Higher Education funds.
Abstract
Wstęp: Wysoka złożoność i zmienność otoczenia, komplikujący się rynek, globalizacja, rozwój technologiczny, w sposób zdecydowany wpływają na istotę zarządzania logistyką. W opinii autora niniejszego artykułu ważnym narzędziem badawczym wpływającym na 1) łagodzenie takich obszarów niepewności logistycznej jak: Complexity, Lack of communication, Technology, a w szczególności Lack of logistics vision oraz 2) minimalizacji information asymmetries pomiędzy aktorami triady logistycznej może być identyfikacja i analiza słabych sygnałów. Słabe sygnały są niedokładnymi wczesnymi zwiastunami nadchodzących wydarzeń, umożliwiającymi "rozpoznanie niepoznawalnego" w konfrontacji z silnymi sygnałami, które są wystarczająco widoczne i konkretne.
Metody: W opracowaniu wykorzystano wyniki metody analizy i konstrukcji logicznej oraz metody analizy i krytyki piśmiennictwa jako głównych metod badawczych. Na tej podstawie przeprowadzono wnioskowanie dedukcyjne.
Wyniki: Naukowym rezultatem w niniejszym artykule jest próba odpowiedzi na poniższe pytania badawcze: 1) jaka jest relacja słabych sygnałów do źródeł niepewności w obszarze logistyki?; 2) jakie są źródła słabych sygnałów w obszarze niepewnego rozwoju logistyki w relacji do przeszukiwania kontekstowego?; 3) które zjawiska, minimalizujące information asymmetries pomiędzy aktorami triady logistycznej można traktować jako słabe sygnały zwiastujące sygnały mocne, w skrajnym wypadku przyjmujące postać dzikich kart?
Wnioski: Główny problem poruszony w niniejszym artykule odnosi się do identyfikacji źródeł słabych sygnałów jako źródeł niepewności w relacji do rozwoju wybranych obszarów logistyki. W opinii autora wybrany problem badawczy nie był dotychczas podejmowany w literaturze przedmiotu. Analizy dotyczące słabych sygnałów są bardzo ważną częścią obecnych badań dot. przyszłości (np. foresight) oraz innowacji. W opinii autora, logistyka należy również do dziedziny, w której nieodzowne wydają się być badania umożliwiające unikanie efektu "zaskoczenia". (abstrakt oryginalny)

Background: High complexity and variability of the environment, the interconnected market, globalization, technological development, have a decisive influence on the essence of logistics management. In the author's opinion, an important qualitative research tool useful in 1) mitigating such areas of logistic uncertainty as: complexity, lack of communication, technology, and in particular lack of logistics vision and 2) minimizing information asymmetries between logistics triad actors is "weak signals" (by their identification and analysis). Weak signals are inaccurate early signs of upcoming events that allow to "recognize of unknowable" in confrontation with strong signals that are sufficiently visible and specific.
Methods: In the article were used the results of the method of analysis and logical construction as well as the method of analysis and criticism of the literature as the main research methods. On this basis was performed deductive reasoning.
Results: Scientific results is an attempt to answer the following research questions: 1) what is the relationship between weak signals and sources of uncertainty in the area of logistics?; 2) what are the sources of weak signals in the area of uncertain logistics development in relation to contextual search?; 3) which phenomena, minimizing information asymmetries between actors of the logistics triad can be treated as weak signals heralding strong signals, in extreme cases taking the form of wild cards?
Conclusions: The main problem in this article is focused on identification sources of weak signals as sources of uncertainty in relation to the development of selected areas of logistics. In the author's opinion, the selected research problem has not been taken up in the literature yet. Analyzes of weak signals are very important part of future management (e.g. foresight) and innovation research. In the author's opinion, logistics also belongs to the field where research of "seeds of changes" seems to be indispensable to avoid the effect of "surprise". (original abstract)
Full text
Show
Bibliography
Show
  1. Aven T., 2013. On Funtowicz and Ravetz's Decision Stake-System Uncertainties Structure and Recently Developed Risk Perspectives, Risk Analysis, 33, 2, 270-280, http://dx.doi.org/10.1111/j.1539-6924.2012.01857.
  2. Bishop P.C., Hines A., 2012. Scanning. In Teaching about the Future, 176-193. Palgrave Macmillan UK.
  3. Bubner N., Bubner N., Helbig R., Jeske M., 2014. Logistics trend radar, Delivering insight today. Creating value tomorrow!, Pub. DHL Customer Solutions and Innovation, Troisdorf.
  4. Cachia R., Compañó R., Costa O. Da, 2007. Grasping the potential of online social networks for foresight, Technological Forecasting and Social Change, 74, 1179-1203. http://dx.doi.org/10.1016/j.techfore.2007.05.006.
  5. Coffman B.S., 1997, Weak Signal Research, Part IV: Evolution and Growth of the Weak Signal to Maturity, http://www.mgtaylor.com/mgtaylor/jotm/winter97/wsrmatur.htm.
  6. De Toni A.F., Siagri R., Battistella C., 2017. Corporate Foresight: Anticipating the Future. Routledge, Taylor & Francis Group, LCC CB158 .D437 2016/DCC 302.3/5-dc23, https://lccn.loc.gov/2016023545.
  7. Eckhoff R., Markus M., Lassnig M., Schön S., 2015. No Outstanding Surprises when Using Social Media as Source for Weak Signals? In Proceedings of the 9th international conference on digital socjety, pp. 59-63.
  8. Grzybowska K., Kovács G., Lénárt, B., 2013. The Supply Chain in Cloud Computing-the Natural Future. In KES-AMSTA, 284-292, http://dx.doi.org/10.3233/978-1-61499-254-7-284.
  9. Heinonen S., Hiltunen E., 2012. Creative Foresight Space and the Futures Window: Using visual weak signals to enhance anticipation and innovation, Futures, 44, 3, 248-256. http://dx.doi.org/10.1016/j.futures.2011.10.007.
  10. Heinonen S., Karjalainen J., Ruotsalainen J., Steinmüller K., 2017. Surprise as the new normal-implications for energy security, European Journal of Futures Research, 5(1), 12, http://dx.doi.org/10.1007/s40309-017-0117-5.
  11. Hiltunen E., 2006. Was it a wild card or just our blindness to gradual change?, Journal of Futures Studies, 11, 2, 61-74.
  12. Hiltunen E., 2008a. Good sources of weak signals: a global study of where futurists look for weak signals, Journal of Futures Studies, 11, 4, 21-44.
  13. Hiltunen E., 2008b. The future sign and its three dimensions, Futures, 40, 3, 247-260. http://dx.doi.org/10.1016/j.futures.2007.08.021.
  14. Ilmola L., Kuusi O., 2006. Filters of weak signals hinder foresight: Monitoring weak signals efficiently in corporate decision making, Futures, 38, 8, Oct. 2006, 908-924, http://dx.doi.org//10.1016/j.futures.2005.12.019.
  15. Koivisto R., Kulmala I., Gotcheva N., 2016. Weak signals and damage scenarios - Systematics to identify weak signals and their sources related to mass transport attacks, Technological Forecasting and Social Change, 104, 180-190, http://dx.doi.org/10.1016/j.techfore.2015.12.010.
  16. Kuusi O., Lauhakangas O., Ruttas-Küttim R., 2016. From metaphoric litany text to scenarios - How to use metaphors in futures studies, Futures, 84, 124-132. http://dx.doi.org/10.1016/j.futures.2016.03.014.
  17. Kuosa T., 2011. Different approaches of pattern management and strategic intelligence, Technological Forecasting and Social Change, 78, 3, 458-467. http://dx.doi.org/10.1016/j.techfore.2010.06.004.
  18. Magruk A., 2016. Wild Card as a Phenomenon Cushioning Uncertain Events-Example of Industry 4.0, Logistics and Transport, 31, 21-26.
  19. Magruk A., 2017. Concept of uncertainty in relation to the foresight research, Engineering Management in Production and Services, 9, 1, 46-55, http://dx.doi.org/10.1515/emj-2017-0005.
  20. Mendonca S., Pina e Cunha M., Kaivo-oja J., F. Ruff, 2004, Wild cards, weak signals and organisational improvisation, Futures, 36, 201-218. http://dx.doi.org/10.1016/S0016-3287(03)00148-4.
  21. Müller J. D., Oppolzer J., 2012. Delivering Tomorrow. Logistics 2050. A Scenario Study, Deutsche Post AG, Headquarters, Bonn.
  22. Rossel P., 2011. Beyond the obvious: Examining ways of consolidating early detection schemes, Technological Forecasting and Social Change, 78, 3, 375-385. http://dx.doi.org/10.1016/j.techfore.2010.06.016.
  23. Sanchez-Rodrigues V., Potter A., and Naim M.M., 2010. The impact of logistics uncertainty on sustainable transport operations, International Journal of Physical Distribution and Logistics Management, 40, 1/2, 61-83, http://dx.doi.org/10.1108/09600031011018046
  24. Saritas O., Proskuryakova L.N., 2017. Water resources-an analysis of trends, weak signals and wild cards with implications for Russia, Foresight, 19 2, 152-173, http://dx.doi.org/10.1108/FS-07-2016-0033.
  25. Wilson R., Skills anticipation - The future of work and education, 2013. International Journal of Educational Research, 61, 101-110, http://dx.doi.org/10.1016/j.ijer.2013.03.013
  26. Zimon G., Zimon D., 2016. Influence of logistics on profitability of commercial companies, Carpathian Logistics Congress (CLC) Location: Jesenik, Czech Republic Date: NOV 04-06, 2015, CLC 2015: Carpathian Logistics Congress - Conference Proceedings, 565-570.
Cited by
Show
ISSN
1895-2038
Language
eng
URI / DOI
http://dx.doi.org/10.17270/J.LOG.2018.258
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu