شناسایی و رتبه‌بندی شاخص‌های کلیدی عملکرد در صنعت پالایش نفت با استفاده از رویکرد ترکیبی دلفی- دیمتل- اولویت‌بندی ترتیبی (مطالعه موردی: شرکت پالایش نفت اصفهان)

سیدان, بی بی مائده; ملاوردی, ناصر; نظری, مصطفی

شناسایی و رتبه‌بندی شاخص‌های کلیدی عملکرد در صنعت پالایش نفت با استفاده از رویکرد ترکیبی دلفی- دیمتل- اولویت‌بندی ترتیبی (مطالعه موردی: شرکت پالایش نفت اصفهان)

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ کارشناسی‌ارشد، رشته مهندسی صنایع، سیستم‌های کلان، دانشکده مهندسی صنایع و سیستم‌ها، دانشگاه صنعتی اصفهان، اصفهان، ایران.

² استادیار،گروه صنایع، دانشکده مهندسی صنایع و سیستم‌ها، دانشگاه صنعتی اصفهان، اصفهان، ایران.

³ کارشناسی‌ارشد، رشته مهندسی صنایع، مدیریت سیستم و بهره‌وری، شرکت پالایش نفت اصفهان، اصفهان، ایران.

چکیده

سازمان‌ها برای ارزیابی دقیق عملکرد خود در ابعاد مختلف، نیازمند بهره‌گیری از ابزارهایی کارآمد و ساخت‌یافته هستند. در این میان، شاخص‌های کلیدی عملکرد به‌عنوان ابزاری حیاتی در پایش اثربخشی عملیات، پشتیبانی از تصمیم‌گیری مدیریتی و هم‌راستاسازی اهداف با عملکرد واقعی سازمان، جایگاه برجسته‌ای در ادبیات علمی یافته‌اند. با وجود این، شواهد نشان می‌دهد که بسیاری از سازمان‌ها، به‌ویژه در صنایع حیاتی نظیر پالایش نفت، هنوز در شناسایی و به‌کارگیری مؤثر این شاخص‌ها با چالش‌هایی مواجه‌اند. پژوهش کنونی با هدف شناسایی و رتبه‌بندی شاخص‌های کلیدی عملکرد در صنعت پالایش نفت ایران، به صورت مطالعه موردی در پالایشگاه اصفهان اجرا شده است. در این راستا، رویکردی ترکیبی شامل روش‌های دلفی، دیمتل و اولویت‌بندی ترتیبی در قالب پنج مرحله به‌کار گرفته شد. ابتدا با مرور نظام‌مند ادبیات، شاخص‌های اولیه استخراج شد و سپس با مشارکت خبرگان و بهره‌گیری از تکنیک دلفی، غربالگری اولیه انجام شد. در مرحله سوم، با استفاده از روش دیمتل، روابط علّی و معلولی میان شاخص‌ها تحلیل و ترسیم شد. در گام چهارم، با بهره‌گیری از رویکرد اولویت‌بندی ترتیبی، وزن و رتبه شاخص‌ها تعیین شد. درنهایت، بر اساس یافته‌های پژوهش، پیشنهادهای مدیریتی و فنی ارائه می‌شود. یافته‌ها نشان می‌دهد که شاخص شدت مصرف انرژی با وزن 0.2135 در رتبه نخست، شاخص حاشیه سود عملیاتی با وزن 0.2081 در رتبه دوم و شاخص ضریب پیچیدگی پالایشگاه با وزن 0.2025 در رتبه سوم از نظر اهمیت قرار دارند. این شاخص‌ها به‌ترتیب بازتاب‌دهنده بهره‌وری انرژی، سودآوری عملیاتی و ظرفیت فنی- فرایندی پالایشگاه بوده و نقش تعیین‌کننده‌ای در تحقق اهداف راهبردی ایفا می‌کنند.

کلیدواژه‌ها

20.1001.1.30605865.1404.3.2.9.6

عنوان مقاله [English]

Identifying and ranking key performance indicators in oil refining using Delphi-DEMATEL hybrid industry - sequential prioritization (Case study: Isfahan Oil Refining Company)

نویسندگان [English]

maedeh sayedan ¹
Naser Molaverdi ²
Mostafa Nazari ³

¹ Master's degree, Industrial Engineering, Macrosystems, Faculty of Industrial and Systems Engineering, Isfahan University of Technology, Isfahan, Iran.

² Assistant Professor, Department of Industries, Faculty of Industrial and Systems Engineering, Isfahan University of Technology, Isfahan, Iran.

³ Master's degree, Industrial Engineering, System Management and Productivity, Isfahan Oil Refining Company, Isfahan, Iran.

چکیده [English]

In order to accurately evaluate their performance across various dimensions, organizations require efficient and structured tools. Among these, Key Performance Indicators (KPIs) have emerged as vital instruments for monitoring operational effectiveness, supporting managerial decision-making, and aligning organizational goals with actual performance. Despite their growing significance in academic literature, evidence suggests that many organizations—particularly in critical industries such as oil refining—continue to face challenges in identifying and effectively implementing these indicators. This study aims to identify and prioritize KPIs in the Iranian oil refining industry, with a case study conducted at the Isfahan Oil Refining Company. A five-step hybrid methodology was employed, incorporating the Delphi method, the Decision-Making Trial and Evaluation Laboratory (DEMATEL), and the Ordinal Priority Approach (OPA). Initially, a systematic literature review was conducted to extract preliminary indicators. Subsequently, with expert participation and application of the Delphi technique, an initial screening was performed. In the third stage, causal relationships among the indicators were analyzed and visualized using DEMATEL. The fourth step involved the application of the Ordinal Priority Approach to determine the weights and rankings of the indicators. Finally, based on the findings, managerial and technical recommendations are provided. The results indicate that the ‘energy consumption intensity’ indicator holds the highest importance with a weight of 0.2135, followed by ‘operating profit margin’ with a weight of 0.2081, and ‘refinery complexity index’ with a weight of 0.2025. These indicators respectively reflect energy efficiency, operational profitability, and the refinery’s technical–process capacity, playing a decisive role in achieving strategic objectives

کلیدواژه‌ها [English]

Key Performance Indicators
Complexity Factor
Delphi Approach
DEMATEL Method
Ordinal Priority Approach
Oil Refining Industry

مراجع

- آرپناهی، مزدک، زراعت، فرشاد، هدایت‌زاده، فریبا، و سلیمانی، امید(1401). ارزیابی عملکرد تولید پایدار شرکت پالایش گاز براساس شاخص‌های کلیدی عملکرد با استفاده از مدل تصمیم‌گیری چندمعیاره: مطالعه موردی پالایشگاه بیدبلند خلیج فارس، بهبهان. کنفرانس ملی توسعه بهبهان، چالش‌ها، فرصت‌ها و راه‌کارها در گام دوم انقلاب.

- ابراهیمی چمکاکائی، زهرا، آقایی، محمود، معین، سودابه، و اورنگی، آسیه(1400). شناسایی شاخص‌های ارزیابی عملکرد کارکنان شرکت پالایش نفت اصفهان به روش بازخور ۳۶۰ درجه. سومین کنفرانس بین‌المللی توسعه و ترویج علوم انسانی و مدیریت در جامعه.

- اسکندر، فاطمه، طلوعی، عباس، و رادفر، رضا(1399). شناسایی شاخص‌های کلیدی تاثیرگذار بر عملکرد تیمی با استفاده از روش فراترکیب و روش فرایند تحلیل شبکه‌ای فازی. نشریه پژوهش های مدیریت منابع انسانی، 12(3)، 242-209.

- اشراق نیای جهرمی، عبدالمجید(1387). مدل‌سازی مصرف گاز طبیعی و فرآورده‌های نفتی و بررسی امکان جانشینی گاز طبیعی به جای فرآورده‌های نفتی در ایران. نشریه مهندسی صنایع و مدیریت، 24(45).

- توکلی، غلامرضا، خاوری، یوسف، و زمانی مزده، مهدی(1401). بررسی تطبیق‌پذیری اهداف با شاخص‌های کلیدی عملکرد و تأثیر آن بر پایداری موفقیت سازمان. فصلنامه پژوهش‌های علوم مدیریت، 4(11).

- رحمانی، حامد، اسدالهی، امید، و فتحی، کیومرث(1392). بررسی میزان تأثیر شاخص‌های کلیدی عملکردی بر انتقال تکنولوژی در صنایع مبدل‌های حرارتی و برودتی. فصلنامه مدیریت توسعه و تحول، 12، 49-37.

- شاه‌حسینی، محمدعلی، جواهری شلمانی، فروزان، حسنقلی‌پوریاسوری، طهمورث، و رستمی، علی(1398). ارزیابی و مقایسه شاخص‌های کلیدی عملکرد توسعه پایدار در صنعت پتروشیمی با استفاده از SMAA و SMAA-S. نشریه مدیریت صنعتی، 11(2)، 302-273.

- فرهادی‌نیا، امیر، و جهان، علی(1400). واکاوی شاخص‌های کلیدی عملکرد، در واحد منابع انسانی شرکت ملی پتروشمی ایران به روش تصمیم‌گیری با معیارهای چندگانه فازی. دومین کنفرانس بین‌المللی چالش‌ها و راه‌کارهای نوین در مهندسی صنایع و مدیریت و حسابداری.

- فرهنگ، حامد، و کارگر، زینب(1402). چگونگی تعیین شاخص‌های کلیدی عملکرد در شرکت پتروشیمی لاله. چهاردهمین همایش ملی پژوهش‌های مدیریت و علوم انسانی در ایران.

- محمدی، محسن(1396). تعیین و اولویت‌بندی مؤلفه‌ها و شاخص‌های ارزیابی عملکرد کارکنان در شرکت پالایش نفت اصفهان مورد مطالعه: کارکنان بخش آزمایشگاه شرکت پالایش نفت اصفهان، سومین کنفرانس توانمندسازی جامعه در حوزه علوم انسانی و مطالعات مدیریت.

- مقیمی، الهام، آذر، عادل، و دهقان نیری، محمود(1403). مدل‌سازی شاخص‌های کلیدی عملکرد و عناصر تاب‌آوری با رویکرد مدل‌سازی معادلات ساختاری. مدیریت نوآوری و راهبردهای عملیاتی، 20، 401-381.

- میرنژاد، الناز، اشرفی، بشرا، فاضلی‌فر، سعید، و سرحدی، علیرضا(1399). شاخص‌های کلیدی عملکرد (KPI). کنفرانس بین‌المللی مدیریت، حسابداری و توسعه اقتصادی، 0(6).

- یزدانی، خ. کرمانی، م. و کرمانی، م(1387). اجرای سیستم‌های نظام نوین مدیریت تعمیرات، ارزیابی شاخص‌های کلیدی عملکردی، کنفرانس پتروشیمی ایران. دوره 0، شماره 1.

- Abdullah, W. A., Ba-Alwi, F., Al-Hadi, M., & Zahary, A. T(2024). A Systematic Review and Meta-Analysis on the Most Useful Key Performance Indicators in Measuring and Evaluating Healthcare Performance. Sana'a University Journal of Applied Sciences and Technology, 2(3), 293-302. https://doi.org/10.59628/jast.v2i3.1019

- Al-Rushood, M., Rahbar, F., & Dweiri, F. T(2020, August). Benchmarking Key Performance Indicators and Metrics on Inventory Turnaround Practices in Middle East Petroleum Projects. In Proceedings of the International Conference on Industrial Engineering and Operations Management.

- Ataei, Y., Mahmoudi, A., Feylizadeh, M. R., & Li, D. F(2020). Ordinal priority approach (OPA) in multiple attribute decision-making. Applied Soft Computing, 86, 105893. https://doi.org/10.1016/j.asoc.2019.105893.

- Atsavakovith, C., Suthiwartnarueput, K., & Pornchaiwiseskul, P(2022). Sustainability Key Performance Indicators for Thailand’s Upstream Oil and Gas Industry. Journal of Arts Management, 6(4), 1964-1989.

- Babich, I. V., & Moulijn, J. A(2003). Science and technology of novel processes for deep desulfurization of oil refinery streams: a review. Fuel, 82(6), 607-631. https://doi.org/10.1016/S0016-2361(02)00324-1

- Badawy, M., Abd El-Aziz, A. A., Idress, A. M., Hefny, H., & Hossam, S(2016). A survey on exploring key performance indicators. Future Computing and Informatics Journal, 1(1-2), 47-52. https://doi.org/10.1016/j.fcij.2016.04.001

- Bhadani, K., Asbjörnsson, G., Hulthén, E., & Evertsson, M(2020). Development and implementation of key performance indicators for aggregate production using dynamic simulation. Minerals Engineering, 145, 106065. https://doi.org/10.1016/j.mineng.2019.106065

- Buni, M. B., & Ali, Z. A(2021). Sustainability Production: Issues and Challenges Evaluation in Nigerian Oil and Gas Sector Using Key Performance Indicators, International Journal of Advances in Engineering and Management (IJAEM), 3(8).

- Chandra, D., & Kumar, D(2021). Evaluating the effect of key performance indicators of vaccine supply chain on sustainable development of mission indradhanush: A structural equation modeling approach. Omega, 101, 102258. https://doi.org/10.1016/j.omega.2020.102258

- Cruz Villazón, C., Sastoque Pinilla, L., Otegi Olaso, J. R., Toledo Gandarias, N., & López de Lacalle, N(2020). Identification of key performance indicators in project-based organisations through the lean approach. Sustainability, 12(15), 5977. https://doi.org/10.3390/su12155977

- Dib, F., Mayaud, P., Launay, O., Chauvin, P., & FSQD-HPVH Study Group(2020). Design and content validation of a survey questionnaire assessing the determinants of human papillomavirus (HPV) vaccine hesitancy in France: A reactive Delphi study. Vaccine, 38(39), 6127-6140. https://doi.org/10.1016/j.vaccine.2020.07.027

- Domínguez, E., Pérez, B., Rubio, Á. L., & Zapata, M. A(2019). A taxonomy for key performance indicators management. Computer Standards & Interfaces, 64, 24-40. https://doi.org/10.1016/j.csi.2018.12.001

- Elhuni, R. M., & Ahmad, M. M(2017). Key performance indicators for sustainable production evaluation in oil and gas sector. Procedia Manufacturing, 11, 718-724. https://doi.org/10.1016/j.promfg.2017.07.172

- Fangucci, A., Galante, G. M., Inghilleri, R., & La Fata, C. M(2017). Structured methodology for selection of maintenance key performance indicators: Application to an oil refinery plant. International Journal of Operations and Quantitative Management, 23(2), 89-113.

- Gao, F., & Zhou, D(2025). A novel decision-making approach for risk assessment of converter steelmaking process based on fuzzy DEMATEL method. Alexandria Engineering Journal, 115, 222-237. https://doi.org/10.1016/j.aej.2024.12.025

- Ghahremani-Nahr, J., & Nozari, H(2021). A Survey for Investigating Key Performance Indicators in Digital Marketing. International journal of Innovation in Marketing Elements, 1(1), 1-6. https://dorl.net/dor/20.1001.1.2783378.2021.1.1.1.1

- Govindan, K., Aditi, Dhingra Darbari, J., Kaul, A., & Jha, P. C(2021). Structural model for analysis of key performance indicators for sustainable manufacturer–supplier collaboration: A grey‐decision‐making trial and evaluation laboratory‐based approach. Business Strategy and the Environment, 30(4), 1702-1722. https://doi.org/10.1002/bse.2703.

- Graham, I., Goodall, P., Peng, Y., Palmer, C., West, A., Conway, P., ... & Dettmer, F. U(2015). Performance measurement and KPIs for remanufacturing. Journal of Remanufacturing, 5, 1-17. https://doi.org/10.1186/s13243-015-0019-2

- Hussain, S., Ahonen, V., Karasu, T., & Leviäkangas, P(2023). Sustainability of smart rural mobility and tourism: A key performance indicators-based approach. Technology in Society, 74, 102287. https://doi.org/10.1016/j.techsoc.2023.102287

- Karimi, N., Javanmardi, E., Nadaffard, A., & Facchini, F(2025). Systematic analysis and optimization of operational delay factors in port supply chains using a hybrid DEMATEL-OPA-DGRA approach. Ocean & Coastal Management, 263, 107620. https://doi.org/10.1016/j.ocecoaman.2025.107620

- Le, M. T., & Nhieu, N. L(2022). A Novel Multi-Criteria Assessment Approach for Post-COVID-19 Production Strategies in Vietnam Manufacturing Industry: OPA–Fuzzy EDAS Model. Sustainability 2022, 14, 4732. https://doi.org/10.3390/su14084732

- Lindberg, C. F., Tan, S., Yan, J., & Starfelt, F(2015). Key performance indicators improve industrial performance. Energy Procedia, 75, 1785-1790. https://doi.org/10.1016/j.egypro.2015.07.474

- Mahmoudi, A., Deng, X., Javed, S. A., & Yuan, J(2021). Large-scale multiple criteria decision-making with missing values: project selection through TOPSIS-OPA. Journal of Ambient Intelligence and Humanized Computing, 12(10), 9341-9362. https://doi.org/10.1007/s12652-020-02649-w

- Marinagi, C., Reklitis, P., Trivellas, P., & Sakas, D(2023). The impact of industry 4.0 technologies on key performance indicators for a resilient supply chain 4.0. Sustainability, 15(6), 5185. https://doi.org/10.3390/su15065185

- Matos, J., Fernandes, S., Tran, M. Q., Nguyen, Q. T., Baron, E., & Dang, S. N(2023). Developing a comprehensive quality control framework for roadway bridge management: a case study approach using key performance indicators. Applied Sciences, 13(13), 7985. https://doi.org/10.3390/app13137985

- Moktadir, M. A., Dwivedi, A., Rahman, A., Chiappetta Jabbour, C. J., Paul, S. K., Sultana, R., & Madaan, J(2020). An investigation of key performance indicators for operational excellence towards sustainability in the leather products industry. Business Strategy and the Environment, 29(8), 3331-3351. https://doi.org/10.1002/bse.2575.

- Nugroho, A., Warnars, H. L. H. S., Heriyadi, Y., & Tanutama, L(2019, November). Measure the level of success in using google drive with the Kuder Richardson (KR) reliability method. In 2019 International Congress on Applied Information Technology (AIT) (pp. 1-7). IEEE. 10.1109/AIT49014.2019.9144915

- Podgórski, D(2015). Measuring operational performance of OSH management system–A demonstration of AHP-based selection of leading key performance indicators. Safety Science, 73, 146-166. https://doi.org/10.1016/j.ssci.2014.11.018

- Queiroz, M. M., Telles, R., & Bonilla, S. H(2020). Blockchain and supply chain management integration: a systematic review of the literature. Supply chain management: An international journal, 25(2), 241-254. https://doi.org/10.1108/SCM-03-2018-0143.

- Shah, N. K., Li, Z., & Ierapetritou, M. G(2011). Petroleum refining operations: key issues, advances, and opportunities. Industrial & Engineering Chemistry Research, 50(3), 1161-1170. https://doi.org/10.1021/ie1010004

- Tokat, S., Karagul, K., Sahin, Y., & Aydemir, E(2022). Fuzzy c-means clustering-based key performance indicator design for warehouse loading operations. Journal of King Saud University-Computer and Information Sciences, 34(8), 6377-6384. https://doi.org/10.1016/j.jksuci.2021.08.003.

- Van De Ven, M., Lara Machado, P., Athanasopoulou, A., Aysolmaz, B., & Turetken, O(2023). Key performance indicators for business models: a systematic review and catalog. Information Systems and e-Business Management, 21(3), 753-794. https://doi.org/10.1007/s10257-023-00650-2

- Zanuttigh, B., Dallavalle, E., & Zagonari, F(2025). A novel framework for sustainable decision-making on reusing Oil & Gas offshore platforms with application to the Adriatic Sea. Renewable and Sustainable Energy Reviews, 211, 115252. https://doi.org/10.1016/j.rser.2024.115252.