1.

HISTORIA:

El modelo SCOR fue desarrollado por primera vez el 1996, por la firma de la
consultoría PRTM que fue respaldado por el Supply Chain Council, una
organización encargada de optimizar la cadena de valor.

Desde ese entonces el modelo SCOR se ha ido ampliando hasta acabar siendo el
marco de referencia intersectorial para la planificación empresarial y de la cadena
de suministro.

En el 2017 la APICS (Association for Operations Management) publicó la duodécima

y actual versión del modelo SCOR, la cual trajo la incorporación de los metadatos,
cadena de bloques y la estrategia omnicanal en los procesos de evaluación.

PORQUÉ NACE LA HERRAMIENTA:

La organización Supply Chain Council desarrolló el modelo SCOR con el fin de

analizar, evaluar y optimizar los procesos que se desarrollan a lo largo de la cadena
de valor. Esto requiere mantener una visión general, adaptarse y desarrollar
constantes optimizaciones para tener un flujo fluido de mercancías del fabricante al
cliente y optimizar las estructuras.

DEFINICIÓN:

El modelo SCOR (Supply Chain Operations Reference) es una herramienta para

representar, configurar y analizar la cadena de suministros. Proporciona un marco
único que integra conceptos de negocio e indicadores de gestión.

2. Ventajas y desventajas del modelo SCOR

a. Ventajas.

El proceso SCOR puede incluir varios niveles de detalle del proceso para ayudar a
una empresa a analizar sus procesos internos, como los procesos de la cadena de
suministro, lo que les facilita comprender cómo se cubren los 5 pasos que se repiten
muchas veces en la parte superior de esta publicación. de nuevo entre proveedores,
empresas y clientes. Cada paso es un vínculo fundamental para el éxito en todos los
niveles.

El modelo SCOR ha demostrado ser eficaz en empresas que lo utilizan para

identificar problemas, crear un plan de acción para lograr objetivos específicos o
ayudar a alinear funciones comerciales. Esto le permite analizar los antecedentes
competitivos de su empresa y determinar el nivel de desempeño más adecuado.
También mejora la identificación de problemas.
 b. Desventajas

La principal desventaja que ha sido criticada por muchos expertos en gestión

empresarial es que este modelo no tiene en cuenta o no incluye algunas funciones
de la empresa que se consideran importantes, como las funciones de gestión
financiera, ventas, etc. y de personal.

El modelo SCOR le permite analizar la base competitiva y determinar el nivel de

desempeño más adecuado para lograr objetivos estratégicos a mediano y largo
plazo. Así que todo lo demás debe coincidir. Sin embargo, ofrece beneficios
importantes

3. Proceso de implementación de la metodología Scor

La metodología Scor Model es una herramienta de gestión de la cadena de

suministro que ayuda a las empresas a mejorar la eficiencia y el rendimiento en
todas las áreas de su cadena de suministro. El proceso de implementación de esta
metodología en una empresa se detalla a continuación.

a. Análisis de la Situación Actual: El primer paso para implementar el modelo

Scor es realizar un análisis detallado del estado actual de la cadena de
suministro de la empresa. Esto incluye identificar los problemas y desafíos
actuales y las áreas que necesitan mejoras.
b. Identifique objetivos y áreas de mejora: con base en un análisis de su
situación actual, debe establecer objetivos claros y específicos para
implementar su modelo de puntuación. Esto incluye identificar las áreas de
mejora de la cadena de suministro que deben abordarse para lograr estos
objetivos.
c. Diseño de Procesos: Una vez identificadas las áreas de mejora, se deben
diseñar los procesos necesarios para alcanzar los objetivos establecidos.
Esto incluye definir las actividades requeridas, quién es responsable de cada
actividad y los indicadores de desempeño utilizados para medir el éxito de
cada proceso.
d. Implementación de procesos: una vez que los procesos están diseñados,
deben implementarse internamente. Esto incluye implementar nuevos
procesos y brindar capacitación y recursos a los empleados involucrados en
nuestra cadena de suministro.
e. Medición y Evaluación: Es importante medir y evaluar regularmente el
desempeño de los procesos implementados dentro de su empresa. Esto le
 permite identificar áreas que necesitan ajustes y realizar los cambios
necesarios para mejorar la eficiencia y eficacia de su cadena de suministro.
f. Mejora continua: La implementación de un modelo de puntuación es un
proceso de mejora continua. Es importante monitorear continuamente el
desempeño de la cadena de suministro y hacer los ajustes necesarios para
mantener y mejorar la eficiencia y eficacia del proceso.

En resumen, implementar un modelo de puntaje en una empresa significa un

análisis detallado del estado actual de la cadena de suministro, identificación de
metas y áreas de mejora, diseño e implementación de procesos, medición y
evaluación periódica del desempeño. Mejora continua de los procesos
implementados. Siguiendo estos pasos, las empresas pueden mejorar
significativamente la eficiencia y el rendimiento de sus cadenas de suministro.
TITULO: Enabling a supply chain SCOR model for strategic decision-making and
growth of the higher education sector in Jordan

AUTORES: Raeda, Jamal; Nabil, Awni; Awad, Mohammad; Zaid, A.Al-Anber; Ziad,
Al-Kalha.

AÑO DE PUBLICACIÓN: 2022

TIPO DE DOCUMENTO: Artículo.

CUARTIL: Q2

RESUMEN:

El presente estudio tiene como objetivo el crecimiento de los estudios superiores en

Jordania.

En las últimas dos décadas la enseñanza superior se ha vuelto más productiva, para
nadie es raro que se hayan promovido las técnicas empresariales como el método
más óptimo para que las instituciones de preparación superior le pongan frente a los
retos asociados a los cambios. Dicho estudio nos permite utilizar el modelo SCOR
(Supply Chain Operations Reference) de la gestión de cadena de suministros para
la toma de decisiones estratégicas y el crecimiento de los estudios superiores en
Jordania. El artículo tomó datos de páginas confiables como podrían ser Scopus,
Web of Science, tesis, etc.

El estudio realizado concluye que la cadena de suministro universitaria se utiliza con

la finalidad de reducir la brecha que existe entre titulados superiores y la industria
del empleo, y además la aplicación de método SCOR ayudará a las instituciones
educativas a utilizar mejor los recursos de aprendizaje, lo que ayudará a desarrollar
un mejor plan de estudio y, como producto final, graduar a los estudiantes con
habilidades y conocimientos que la industria de servicios necesita sin que exista una
brecha entre oferta y demanda.

En conclusión, el artículo encuentra que el modelo SCOR tiene un buen catalizador

para las organizaciones de estudios superiores para la consideración en el cambio.
TITULO: Green Supply Chain Management Model of e-Commerce Enterprises
Based on SCOR Model

AUTORES: Zhou,Zhimin

AÑO DE PUBLICACIÓN: 2022

TIPO DE DOCUMENTO: Artículo.

CUARTIL: Q2

RESUMEN:

Esta presente investigación se basa en la importancia del desarrollo tecnológico del

comercio electrónico alrededor de varias empresas en donde se evidencia el cambio
del modelo tradicional de la cadena de suministro y la mejora en la eficiencia
operativa de la cadena de suministro.Puesto que, el sistema original de gestión de
riesgos en la antiguedad ha sido incapaz de tener buena adaptación sobre las
necesidades de desarrollo de las empresas del comercio electrónico.Es decir, fue
conveniente investigar en base de algunos resultados teóricos y prácticos
anteriores. para así establecer un modelo de identificación de riesgos de la cadena
de suministro B2C mediante la investigación sobre SCOR, a saber, el modo de
funcionamiento de la cadena de suministro, combinado con las características de la
cadena de suministro empresarial B2C.Finalmente, se realiza un estudio empírico
con J Company, en representación a la empresa B2C, como ejemplo, lo que
demuestra la aplicabilidad y fiabilidad de este modelo. Los resultados de este
estudio tienen un cierto valor de referencia para la identificación y el control de los
riesgos de la cadena de suministro empresarial B2C y también una inspiración para
la investigación futura.
TITULO: Resilient and sustainable supplier selection: an integration of SCOR 4.0
and machine learning approach

AUTORES: Khan, Md Muzahid; Bashar, Imranul; Minhaj, Golam Morshed;Wasi,

Absar Ishraq; Hossain, Niamat Ullah Ibne

AÑO DE PUBLICACIÓN: 2023

TIPO DE DOCUMENTO: Artículo.

CUARTIL: Q1

RESUMEN:

El propósito de este trabajo de investigación es implementar un modelo de

aprendizaje automático con la integración del modelo de referencia ocupacional de
la cadena de suministro (SCOR) para desarrollar un sistema basado en inteligencia
artificial para la selección de proveedores resilientes y sostenibles para una
empresa farmacéutica. Inicialmente, el modelo SCOR 4.0 con la integración del
Mejor Peor Método (BWM) se ha utilizado para desarrollar el marco de satisfacción
del cliente y para identificar los elementos críticos de los proveedores. Más tarde, el
modelo de aprendizaje automático de aumento de gradiente se ha implementado
para clasificar al proveedor, así como clasificar a los proveedores de mejor a peor
en función de la puntuación de aceptabilidad. El resultado muestra que el algoritmo
de aumento de gradiente funciona bien como clasificador, donde el proveedor con la
puntuación más aceptable representa el mejor proveedor y el proveedor con la
puntuación menos aceptable representa el peor proveedor. Este estudio contribuye
a nuestra comprensión de cómo y cuándo los modelos integrados de SCOR y
aprendizaje automático pueden ayudar a mejorar la selección de proveedores.
TITULO: Measuring the Supply Chain Performance of the Floricultural Sector Using
the SCOR Model and a Multicriteria Decision-Making Method.

AUTORES: Mañay, L.O.R., Guaita-Pradas, I., Marques-Perez, I.

AÑO DE PUBLICACIÓN: 2022

TIPO DE DOCUMENTO: Artículo.

RESUMEN:

Este estudio tiene como objetivo resaltar la utilidad de observar más de cerca el
desempeño de la cadena de suministro (CS) a nivel sectorial al combinar un modelo
de referencia de operaciones de cadena de suministro desagregadas (SCOR) con
un enfoque de toma de decisiones. En particular, la opinión de los stakeholders
utiliza el AHP para adaptar el análisis a la idiosincrasia del sector en estudio. Esta
metodología se aplicó a la industria floricultora ecuatoriana y los datos para el
análisis se obtuvieron de una encuesta a un grupo de empresas representativas de
este sector. Además, las estructuras del modelo fueron ponderadas por un grupo
focal de expertos en CS como parte de un proceso de jerarquía analítica (AHP) para
determinar el nivel de desempeño de cada estructura. De acuerdo con el método de
resultados, este modelo permite categorizar las empresas según su desempeño y el
del sector en su conjunto. Los procesos que los floricultores ecuatorianos necesitan
mejorar son la planificación, la entrega y la fabricación. La principal contribución de
este estudio es desarrollar un marco general para medir cómo se logran los
resultados y el desempeño general de SC. Esta herramienta ayuda a gerentes,
consultores, industria y gobiernos a evaluar el desempeño de SC y mejorar la
gestión de SC para hacer que el sector sea más competitivo en los mercados
internacionales.
TITULO: Predicting supply chain performance based on SCOR (R) metrics and
multilayer perceptron neural networks

AUTORES: Junior, Francisco Rodrigues; Ribeiro Carpinetti, Luiz Cesar

AÑO DE PUBLICACIÓN: 2019

TIPO DE DOCUMENTO: Artículo.

CUARTIL: Q1

RESUMEN:

Un sistema de predicción del rendimiento de la cadena de suministro tiene como

objetivo estimar las métricas rezagadas en función de las métricas principales para
predecir el rendimiento en función de las relaciones causales. Dos estudios en la
literatura proponen un sistema de predicción del desempeño de la cadena de
suministro basado en métricas sugeridas por el modelo SCOR (R) (Supply Chain
Operations Reference). Sin embargo, una limitación de ambos sistemas es la
dificultad de ajustarlos al entorno de uso, ya que su implementación y actualización
requieren la parametrización manual de muchas reglas de decisión difusa. Para
superar esta dificultad, este estudio propone un sistema de predicción del
rendimiento basado también en las métricas SCOR (R) pero utilizando redes
neuronales artificiales (ANN), que permite la adaptación a un entorno específico
mediante datos históricos de rendimiento. La implementación computacional de los
modelos ANN se realizó utilizando MATLAB. Se aplicó el método de validación
cruzada de submuestreo aleatorio para seleccionar las topologías de red. Los
resultados mostraron que los valores del coeficiente de correlación evidencian que
existe una alta correlación positiva entre los valores de rendimiento esperados y
predichos para las métricas de nivel 1 de SCOR (R) por todos los modelos ANN.
Las pruebas de hipótesis estadísticas mostraron que las redes neuronales de
perceptrón multicapa son adecuadas para respaldar la predicción del rendimiento de
las cadenas de suministro basadas en el modelo SCOR (R). El sistema propuesto
promueve la toma racional de decisiones a través de un diagnóstico prospectivo del
desempeño de la cadena de suministro. Mediante la comparación entre el valor
pronosticado y el objetivo definido para cada métrica de nivel 1, los gerentes pueden
simular si los planes de mejora pueden conducir a objetivos; también puede ayudar
a identificar áreas que tienen problemas de rendimiento y pueden necesitar mejoras.
BIBLIOGRAFÍA

Saada, R. J., Nimer, N. A., Al Tarawneh, A. F., Al-Anber, Z. A., & Alkalha, Z. (2022).
ENABLING A SUPPLY CHAIN SCOR MODEL FOR STRATEGIC DECISION-MAKING
AND GROWTH OF THE HIGHER EDUCATION SECTOR IN JORDAN. Xi’nan Jiaotong
Daxue xuebao, 57(4), 522-530. https://doi.org/10.35741/issn.0258-2724.57.4.45

Zhou, Zhimin . Green Supply Chain Management Model of e-Commerce Enterprises Based
on SCOR Model (2022) Mobile Information Systems
https://www.scopus.com/record/display.uri?eid=2-s2.0-85137127779&origin=resultslist&sort
=plf-f&src=s&st1=model+scor&nlo=&nlr=&nls=&sid=99c47256b9b3cfacb673070a111655b
6&sot=b&sdt=b&sl=25&s=TITLE-ABS-KEY%28model+scor%29&relpos=61&citeCnt=0&
searchTerm=
doi: 10.1155/2022/3191317

Khan, Md Muzahid; Bashar, Imranul; Minhaj, Golam Morshed;Wasi, Absar Ishraq; Hossain,
Niamat Ullah Ibne. Resilient and sustainable supplier selection: an integration of SCOR 4.0
and machine learning approach(2023) Sustainable and Resilient Infrastructure.
https://www.scopus.com/record/display.uri?eid=2-s2.0-85146362520&origin=resultslist&sort
=plf-f&src=s&st1=Resilient+and+sustainable+supplier+selection%3a+an+integration+of+SC
OR+4.0+and+machine+learning+approach.&sid=918b7c41ecd3c6a5a7bd5a87c95fd81a&sot
=b&sdt=b&sl=118&s=TITLE-ABS-KEY%28Resilient+and+sustainable+supplier+selection
%3a+an+integration+of+SCOR+4.0+and+machine+learning+approach.%29&relpos=0&cite
Cnt=0&searchTerm=
doi: 10.1080/23789689.2023.2165782

Mañay, L.O.R., Guaita-Pradas, I., Marques-Perez, I. Measuring the Supply Chain

Performance of the Floricultural Sector Using the SCOR Model and a Multicriteria
Decision-Making Method (2022)
https://www.scopus.com/record/display.uri?eid=2-s2.0-85125038413&origin=resultslist&sort
=plf-f&src=s&st1=scor&nlo=&nlr=&nls=&sid=ea328f80a3742d80fd6b8c4b9add26a3&sot=
b&sdt=sisr&sl=19&s=TITLE-ABS-KEY%28scor%29&ref=%28Measuring+the+Supply+Ch
ain+Performance+of+the+Floricultural+Sector+Using+the+SCOR+Model+and+a+Multicrite
ria+Decision-Making+Method.%29&relpos=3&citeCnt=5&searchTerm=

doi:10.3390/horticulturae8020168

Junior, Francisco Rodrigues; Ribeiro Carpinetti, Luiz Cesar. Predicting supply chain
performance based on SCOR (R) metrics and multilayer perceptron neural networks (2019)
https://www.webofscience.com/wos/woscc/full-record/WOS:000470193000003

DOI: 10.1016/j.ijpe.2019.02.001