Praca magisterska z zarządzania łańcuchem dostaw to jeden z trudniejszych projektów badawczych na kierunkach logistyki i zarządzania. Nie dlatego, że teoria jest skomplikowana – dlatego, że dane firmowe, na których chcesz pracować, są zazwyczaj objęte klauzulą poufności. Zanim zaczniesz pisać, musisz wiedzieć, jak wejść w ten temat metodologicznie i co zrobić, kiedy firma nie poda ci KPI-ów na tacy.
Ten przewodnik przechodzi przez cały proces: od wyboru tematu, przez metodologię, po strukturę rozdziałów i źródła, które recenzenci znają i cenią.
Dlaczego SCM i procurement to wymagający teren badawczy
Zarządzanie łańcuchem dostaw (ang. Supply Chain Management, SCM) i procurement różnią się od wielu innych obszarów zarządzania jedną, istotną cechą: badasz realne procesy operacyjne w firmach, a te firmy mają powody, żeby nie dzielić się danymi.
Wskaźniki takie jak koszt na zamówienie (cost per order), czas realizacji (lead time), wskaźnik realizacji zamówień (fill rate) czy skumulowane koszty zapasów to informacje, które dają konkurencji realną przewagę. Dlatego dostęp do danych bywa problemem, a nie formalnością.
Trzy scenariusze, z którymi się spotykam najczęściej:
- Firma zgadza się na badanie, ale dane dostaniesz zanonimizowane i zagregowane. Musisz to zaplanować w metodologii
- Firma w ogóle nie odpowiada na prośby o dane – wtedy przechodzisz na studia przypadków z literatury lub dane wtórne (raporty branżowe, bazy danych GUS, Eurostat).
- Pracujesz lub pracowałeś w tej firmie i masz dostęp do wewnętrznych danych – to sytuacja idealna, ale wymaga zgody pracodawcy i anonimizacji wrażliwych danych w pracy
Zanim wybierzesz temat, odpowiedz sobie szczerze: czy masz dostęp do danych, których potrzebujesz? Jeśli nie masz, to temat empiryczny oparty na danych ERP jednej firmy po prostu nie przejdzie.
8 tematów prac magisterskich z SCM i procurement
Poniżej osiem tematów ułożonych od bardziej konceptualnych do mocno empirycznych. Każdy ma realne szanse przejścia przez recenzję, jeśli dopasujesz do niego odpowiednią metodologię.
1. Resilience łańcucha dostaw po COVID-19
Temat aktualny i dobrze udokumentowany w literaturze po 2020 roku. Możesz badać, jak firmy z wybranej branży (np. automotive, FMCG) zbudowały odporność operacyjną – dual sourcing, lokalne zapasy buforowe, cyfryzacja monitoringu dostawców.
Dane: raporty Gartner Supply Chain Top 25, studia przypadków z Journal of Supply Chain Management, wywiady z managerami.
2. Digitalizacja procesów zakupowych (e-procurement)
Wdrożenia platform takich jak SAP Ariba, Coupa czy Jaggaer zmieniły sposób pracy działów zakupów w ciągu ostatnich 10 lat. Możesz porównać stan przed i po wdrożeniu w firmie, albo przeprowadzić analizę dojrzałości cyfrowej zakupów w grupie przedsiębiorstw.
Dane: ankiety, wywiady z pracownikami działów zakupów, raporty Deloitte i McKinsey o e-procurement.
3. ESG w procurement – kryteria środowiskowe i społeczne przy wyborze dostawców
Firmy objęte dyrektywą CSRD muszą raportować łańcuch dostaw pod kątem ESG. To nowe pole badań, gdzie literatura jeszcze nadgania praktykę. Możesz zbadać, jak wybrane firmy wdrażają kryteria środowiskowe i społeczne do oceny dostawców (karty scoringowe, audyty).
Dane: raporty zrównoważonego rozwoju firm (GRI, SASB), wywiady, dokumenty przetargowe jeśli dostępne.
4. Nearshoring i reshoring jako odpowiedź na ryzyko geopolityczne
Po 2022 roku firmy masowo weryfikują lokalizacje swoich dostawców. Możesz przeanalizować decyzje reshoringowe w konkretnej branży (elektronika, odzież, farmaceutyki) i zmierzyć, co zyskują, a co tracą operacyjnie.
Dane: raporty Reshoring Initiative, dane GUS o handlu zagranicznym, raporty OECD, wywiady z managerami łańcuchów dostaw.
5. Single sourcing vs. multiple sourcing – analiza ryzyka i kosztów
Klasyczny temat zakupowy, który nadal dostarcza aktualnych wyników, bo warunki rynkowe ciągle się zmieniają. Możesz zastosować macierz Kraljic do analizy portfela zakupów firmy i zbadać, która strategia sourcingowa przynosi lepsze wyniki w różnych kategoriach produktów.
Dane: dane zakupowe firmy (jeśli dostępne), ankieta wśród kierowników zakupów, literatura (Kraljic 1983 i późniejsze rozwinięcia).
6. Vendor Managed Inventory (VMI) w praktyce
VMI to model, w którym dostawca zarządza zapasami u odbiorcy. Interesujące jest to, że w teorii wszyscy na tym zyskują, a w praktyce wdrożenia często wyglądają inaczej. Możesz zbadać, jakie warunki decydują o sukcesie VMI w wybranej branży.
Dane: studia przypadków (Walmart, P&G – dobrze opisane w literaturze), wywiady z firmami, które wdrożyły VMI.
7. Blockchain w zarządzaniu łańcuchem dostaw
Technologia blockchain obiecuje pełną przejrzystość łańcucha dostaw i eliminację fałszerstw. Rzeczywistość jest bardziej skomplikowana – przeszkody są operacyjne, nie technologiczne. Możesz zbadać bariery wdrożenia blockchain w SCM i porównać przypadki, gdzie to działa, z tymi, gdzie projekt się zatrzymał.
Dane: raporty technologiczne (Gartner, IBM Institute for Business Value), literatura akademicka, wywiady z ekspertami.
8. Zielone zakupy (green procurement) w sektorze publicznym
Zamówienia publiczne w Polsce i UE coraz mocniej uwzględniają kryteria środowiskowe. Temat dobrze udokumentowany w prawie (dyrektywa 2014/24/UE) i w praktyce – możesz przeanalizować, jak polskie urzędy wdrażają GPP (Green Public Procurement) i gdzie są największe luki.
Dane: bazy TED (Tenders Electronic Daily), raporty UZP, dokumenty przetargowe z BIP-ów.
Metodologia – co działa w badaniach SCM
Model SCOR jako rama analityczna
Model SCOR (Supply Chain Operations Reference) opracowany przez ASCM (dawniej APICS) to standard opisu procesów łańcucha dostaw w pięciu obszarach: Plan, Source, Make, Deliver, Return. Jeśli używasz SCOR w pracy, musisz go dobrze skalibrować.
Dwa błędy, które powtarzają się w pracach:
Pierwszy: używasz SCOR jako narzędzia opisu, ale nie definiujesz granic systemu. Model SCOR działa na konkretnie zdefiniowanym łańcuchu – musisz napisać, gdzie Twój łańcuch zaczyna się i kończy (np. od drugiego poziomu dostawców do punktu sprzedaży detalicznej). Bez tego recenzent słusznie zarzuci, że opis jest niepełny.
Drugi: stosujesz SCOR do opisu, ale nie do oceny. Tymczasem model ma własny system metryk na trzech poziomach (strategicznym, taktycznym, operacyjnym). Jeśli masz dane, zmierz wydajność w konkretnych wskaźnikach SCOR (np. Perfect Order Fulfillment, Cash-to-Cash Cycle Time) – to od razu podnosi wartość badawczą.
Analiza empiryczna z danych ERP
Jeśli masz dostęp do danych z systemów ERP (SAP, Oracle, Microsoft Dynamics), możesz zbudować solidne badanie ilościowe. Typowe analizy:
- trendy lead time w podziale na kategorie produktów
- analiza ABC/XYZ zapasów
- wskaźnik terminowości dostaw dostawców (On-Time In-Full, OTIF)
- koszt posiadania zapasów (holding cost)
Pamiętaj: dane ERP są zazwyczaj bardzo duże i wymagają czyszczenia przed analizą. Opisz to w rozdziale metodologicznym – jak filtrowałeś dane, jakie rekordy wykluczone i dlaczego. To pokazuje, że rozumiesz pracę z rzeczywistymi danymi operacyjnymi.
Wielokrotne studia przypadków wg Yin
Jeśli nie masz dostępu do danych ilościowych, podejście jakościowe wg Yin (2014) to dobra alternatywa. Wielokrotne studium przypadku (multiple case study) zakłada analizę minimum 3-5 firm, które badasz według tego samego protokołu.
Kluczowe zasady:
- każdy przypadek musi mieć ten sam zestaw pytań badawczych i źródeł danych
- analiza wewnątrz przypadku (within-case) poprzedza analizę między przypadkami (cross-case)
- stosujesz triangulację źródeł: wywiad + dokument + obserwacja
Studium przypadku to nie opis firmy. To badanie zjawiska na przykładzie firmy – różnica jest zasadnicza i recenzenci ją wychwytują.
Symulacje AnyLogic i Arena
Jeśli temat dotyczy optymalizacji przepływów (np. projektowania sieci dystrybucji, zarządzania zapasami przy zmiennym popycie), możesz użyć symulacji dyskretno-zdarzeniowej. AnyLogic i Arena to dwa narzędzia, które są opisane w literaturze akademickiej wystarczająco dobrze, żeby recenzent nie kwestionował ich wiarygodności.
Symulacja w pracy magisterskiej musi mieć: model weryfikowany historycznymi danymi (validation), analizę wrażliwości i wyniki w postaci scenariuszy (co się stanie, jeśli popyt wzrośnie o 20%?).
Ankieta Delphi wśród ekspertów
Gdy pytania badawcze dotyczą prognoz lub oceny trendów (np. „jakie bariery będą dominować we wdrożeniach blockchain w SCM do 2030 roku?”), metoda Delphi daje strukturę. Zbierasz oceny ekspertów w kilku rundach anonimowych ankiet i dochodzisz do konsensusu.
Minimum: 10-15 ekspertów z co najmniej 5-letnim doświadczeniem w branży. Opisz, jak ich rekrutowałeś i jak definiujesz „eksperta” w swoim badaniu.
Macierz Kraljic w analizie portfela zakupów
Peter Kraljic opublikował model w Harvard Business Review w 1983 roku i do dziś jest to jeden z najczęściej cytowanych artykułów w procurement. Macierz klasyfikuje produkty zakupowe na czterech polach (dźwignia, strategiczne, rutynowe, wąskie gardło) według dwóch osi: wpływ na zysk / ryzyko dostępności.
Jeśli stosujesz macierz Kraljic w pracy empirycznej, musisz opisać, jak operacjonalizujesz obie osie – czyli według jakich mierzalnych kryteriów klasyfikujesz produkty. To częsty słaby punkt prac, gdzie macierz pojawia się jako ozdoba, a nie narzędzie analityczne.
Wyślij fragment tekstu, bezpłatną wycenę otrzymasz w 24 h. Poprawki bez limitu w cenie usługi.
Struktura rozdziałów
Poniżej propozycja struktury dla pracy empirycznej z SCM lub procurement. Modyfikuj ją w zależności od podejścia badawczego, ale zachowaj logikę przejścia od teorii do badania.
| Rozdział | Zakres | Orientacyjna długość |
|---|---|---|
| 1. Wstęp | Uzasadnienie tematu, cel, pytania badawcze, hipotezy | 8-12 str. |
| 2. Zarządzanie łańcuchem dostaw – przegląd literatury | Definicje, ewolucja SCM, modele (SCOR, CPFR), trendy | 20-30 str. |
| 3. Procurement i zarządzanie dostawcami | Strategie sourcingowe, ocena i selekcja dostawców, modele (Kraljic, portfolio) | 15-20 str. |
| 4. Metodologia badań | Podejście, metoda, dobór próby, narzędzia, ograniczenia | 10-15 str. |
| 5. Wyniki badań | Prezentacja danych, analizy, tabele, wykresy | 25-35 str. |
| 6. Dyskusja | Interpretacja wyników, porównanie z literaturą, implikacje praktyczne | 10-15 str. |
| 7. Zakończenie | Podsumowanie, wnioski, kierunki dalszych badań | 5-8 str. |
Jeśli robisz studia przypadków, rozdziały 5 i 6 możesz podzielić inaczej: osobny podrozdział na każdy przypadek, a potem rozdział z analizą porównawczą.
Gdzie szukać źródeł
Dobrze dobrana literatura to jeden z sygnałów, że student wie, o czym pisze. Recenzenci sprawdzają, czy znasz kluczowe czasopisma i organizacje branżowe.
Organizacje i raporty branżowe
- CIPS (Chartered Institute of Procurement & Supply) – raporty i standardy dla profesjonalistów zakupowych, dostępne na cips.org
- ISM (Institute for Supply Management) – indeks PMI dla zakupów (ISM Manufacturing PMI), raporty o trendach
- Gartner Supply Chain Top 25 – coroczny ranking łańcuchów dostaw największych firm, z opisem praktyk, które przyniosły sukces
- GUS – dane o handlu zagranicznym, imporcie/eksporcie w podziale na branże, wskaźniki produkcji
- Deloitte i McKinsey – raporty o cyfryzacji łańcuchów dostaw, ESG w zakupach, reshoring (dostępne bezpłatnie na stronach firm)
- OECD – dane o globalnych łańcuchach wartości (GVC), handlu pośrednim
Czasopisma naukowe
- Journal of Supply Chain Management – wysoki impact factor, mocna empiria
- International Journal of Operations & Production Management – szersze zarządzanie operacyjne
- Supply Chain Management: An International Journal – Emerald, dużo praktycznych studiów przypadków
- Journal of Purchasing and Supply Management – specyficznie procurement
Kluczowe pozycje książkowe
- Chopra, S., Meindl, P. – „Supply Chain Management: Strategy, Planning, and Operation” (wielokrotnie wznawiana, standard akademicki)
- Yin, R.K. – „Case Study Research and Applications” (jeśli robisz studia przypadków, to obowiązkowe)
- Kraljic, P. (1983) – „Purchasing Must Become Supply Management”, Harvard Business Review
Do wyszukiwania artykułów: Google Scholar, Scopus, EBSCO Business Source Complete (dostępny przez bibliotekę uczelni).
Typowe błędy w pracach z SCM
Traktowanie SCM jako logistyki
To najczęstszy błąd konceptualny. Logistyka zajmuje się fizycznym przepływem towarów. SCM to szersza koncepcja – obejmuje zarządzanie relacjami z dostawcami, planowanie popytu, współpracę z klientami, przepływ informacji i pieniędzy, nie tylko towarów.
Jeśli w definicji SCM piszesz wyłącznie o transporcie, magazynowaniu i dystrybucji, recenzent uzna, że nie rozumiesz różnicy. Przeczytaj przynajmniej jedno z pierwszych wydań Chopry i Meindla, żeby dobrze zdefiniować zakres.
Brak granicy systemu w modelu SCOR
Model SCOR można zastosować do analizy pojedynczej fabryki, sieci dystrybucji w Polsce albo globalnego łańcucha od surowca do konsumenta. Problem pojawia się, gdy student używa terminologii SCOR, ale nie mówi, do jakiego systemu go stosuje.
Przed rozpoczęciem analizy SCOR napisz wprost: „Zakres badania obejmuje łańcuch dostaw od dostawców pierwszego poziomu do centrum dystrybucji firmy XYZ w Polsce. Transport do klientów końcowych jest poza zakresem badania.” Jedna taka zdanie oszczędza strony nieporozumień z recenzentem.
Pomieszanie poziomu analizy
Praca o strategii sourcingowej na poziomie firmy i praca o zarządzaniu zapasami w konkretnym magazynie to dwa różne poziomy analizy. Mieszanie ich w jednej pracy bez wyraźnego uzasadnienia sprawia, że wyniki są nieporównywalne, a wnioski brzmią ogólnikowo.
Zdecyduj na początku: badasz decyzje strategiczne (make-or-buy, wybór dostawcy), taktyczne (planowanie zapasów, zarządzanie popytem) czy operacyjne (harmonogramowanie dostaw, obsługa zamówienia). Metodologia powinna pasować do tego poziomu.
Niezdefiniowane zmienne w badaniu ankietowym
Jeśli pytasz managerów o „efektywność łańcucha dostaw” bez podania, co rozumiesz przez ten termin, każdy odpowie według swojej definicji. Wyniki są wtedy nieporównywalne. Operacjonalizuj pojęcia – zamień abstrakcyjne konstrukty na mierzalne wskaźniki, zanim stworzysz kwestionariusz.
Przecenianie dostępności danych ERP
Studenci często zakładają, że skoro firma ma SAP, to dane będą dostępne i czyste. W praktyce: firma może zgodzić się na badanie, ale dostaniesz dane z jednego modułu, zagregowane kwartalnie, z brakami w 30% rekordów. Opisz w metodologii, jak radzisz sobie z takimi ograniczeniami – to nie osłabi pracy, wręcz przeciwnie.
FAQ
Czy praca z zarządzania łańcuchem dostaw musi być empiryczna?
Nie musi, ale czysto literaturowa praca magisterska jest coraz rzadziej akceptowana na polskich uczelniach. Promotorzy oczekują zazwyczaj co najmniej elementu badawczego – wywiadu, ankiety, analizy danych wtórnych albo case study. Czysta analiza literatury jest możliwa, jeśli temat jest nowy i literatura wymaga usystematyzowania (np. blockchain w SCM do 2023 roku – ale i tu da się dołączyć jakościowe wywiady z ekspertami).
Jak znaleźć firmę do badania, gdy nie mam kontaktów branżowych?
Zacznij od absolwentów swojego kierunku – stowarzyszenia absolwentów i LinkedIn to dobre miejsca. Możesz też pisać bezpośrednio do managerów logistyki i zakupów przez LinkedIn z krótkim opisem badania. Firmy logistyczne (spedycja, 3PL) są zazwyczaj bardziej otwarte niż producenci. Izby gospodarcze (np. Polska Izba Spedycji i Logistyki) czasem pomagają w połączeniu z firmami.
Co zrobić, jeśli firma zgodzi się na badanie, ale nie poda danych liczbowych?
Przejdź na podejście jakościowe. Wywiady pogłębione z managerami dają dużo wartościowych danych, nawet bez liczb. Możesz też korzystać z publicznie dostępnych danych: raporty roczne spółek giełdowych zawierają informacje o łańcuchu dostaw, kosztach zakupów, relacjach z dostawcami – szczególnie w sekcjach ryzyk i zarządzania. W Polsce spółki notowane na GPW mają obowiązek raportować część danych SCM pod NFIS (niefinansowe informacje o stanie spółki).
Jak długo powinna trwać zbieranie danych do pracy magisterskiej z SCM?
Zależy od metody. Ankieta online: 2-4 tygodnie zbierania, jeśli masz dostęp do grupy respondentów (mailingi, branżowe grupy LinkedIn). Wywiady: 4-8 tygodni, bo umówienie się z managerami trwa. Dane ERP: tygodniami możesz czekać na IT firmy, żeby wyeksportowało dane w odpowiednim formacie – planuj to z dużym zapasem. Symulacja: 2-4 tygodnie na zbudowanie modelu, jeśli znasz już narzędzie. Budżetuj co najmniej 3 miesiące na samo badanie empiryczne, zanim zaczniesz pisać wyniki.
Czy macierz Kraljic jest wystarczającym modelem dla rozdziału teoretycznego z procurement?
Jako jeden z modeli – tak, ale nie jako jedyny. Uzupełnij ją o podejście TCE (Transaction Cost Economics) Williamsona do decyzji make-or-buy, model oceny dostawców (np. Dickson, 1966, z listą 23 kryteriów) i nowsze rozwinięcia Kraljic w kierunku zarządzania ryzykiem (Day, Magnan, Moeller, 2010). Recenzent oczekuje, że przegląd literatury pokaże ewolucję myślenia, a nie jeden model z jednej dekady.
