Este trabalho apresenta e discute uma proposta baseada na teoria dos conjuntos fuzzy para predizer o desempenho de uma cadeia de suprimentos modelada de acordo com os relacionamentos causais entre medidas de desempenho propostas pelo SCOR (versão 8.0). O uso de sistemas de medição de desempenho para gerenciar o desempenho de cadeias de suprimentos apresenta algumas limitações tais como a dificuldade de interpretação de resultados de natureza qualitativa, assim como a complexidade de um sistema tradicional de medição de desempenho lidar adequadamente com os relacionamentos causais entre métricas de desempenho de diferentes processos de negócios ao longo da cadeia de suprimentos. Por outro lado, a Lógica Fuzzy, uma técnica apropriada para lidar com situações de incerteza e subjetividade, configura-se como uma alternativa interessante. Utilizando uma abordagem de pesquisa quantitativa descritiva, assumiu-se a hipótese de que um modelo de predição quantitativo poderia ser construído para explicar (no mínimo em parte) o comportamento de processos operacionais. Os resultados do modelo mostraram-se bastante consistentes à metodologia SCOR mark, proposta pelo Supply Chain Council. Análises estatísticas dos resultados, baseados no Método de Superfície de Resposta, também confirmaram a relevância dos relacionamentos causais incorporados no modelo. Em geral, os resultados reforçam que a proposição da adoção de um modelo de predição baseado em lógica fuzzy e nas métricas do SCOR parece ser uma abordagem possível para auxiliar os gerentes no processo de tomada de decisão do gerenciamento do desempenho em cadeias de suprimentos.
Gestão da cadeia de suprimentos; Modelo SCOR; Medidas de desempenho; Lógica fuzzy; Modelo de predição
