This is the authors’ final peer reviewed (post print) version of the item published as: Fayezi,S, Zutshi,A and O'Loughlin,A 2014, Developing an analytical framework to assess the uncertainty and flexibility mismatches across the supply chain, Business Process Management Journal, vol. 20, no. 3, pp. 362-391. Available from Deakin Research Online: http://hdl.handle.net/10536/DRO/DU:30067179 Reproduced with the kind permission of the copyright owner Copyright: 2014, Emerald

Developing an  analytical framework to assess the uncertainty and  flexibility mismatches across the supply chain Sajad Fayezi, Ambika Zutshi and Andrew O’Loughlin School of Management and Marketing,  Deakin University, Melbourne, Australia   

Abstract 

Purpose – The purpose of this paper is to discuss how decisions regarding organisational flexibility can be  improved  through  targeted  resource allocation, by  focusing on  the supply  chain’s level of uncertainty exposure. Specifically, the issue of where and in what ways flexibility has been incorporated across the organisation’s supply chain is addressed. 

Design/methodology/approach – A two‐phase methodology design based on literature review and case study was used. Using 83 journal articles in the areas of uncertainty and flexibility an analytical process for assessing uncertainty‐flexibility mismatches was developed. Furthermore,  results  from ten  interviews with senior/middle managers within the Australian manufacturing  sector were used to provide preliminary  insights on the usefulness and  importance of the analytical process and  its relationship with organisational practice. 

Findings – The paper emphasises the importance of having a systematic and encompassing view of uncertainty‐flexibility mismatches across the supply chain, as well as the significance of socio‐technical engagement. The paper both conceptually and empirically illustrates how, using a structured analytical process, flexibility requirements across the supply, process, control and demand segments of a supply chain might be assessed. A four‐step analytical process was accordingly developed and, its application, usefulness and importance discussed using empirical data. 

 Practical  implications –  The  analytical  process  presented  in  this  paper  can  assist  managers to obtain a comprehensive overview of supply chain flexibility when dealing with situations involving uncertainty.  This  can  facilitate  and   improve  their  decision‐making with  respect  to  prioritising attention on identified flexibility gaps  in order to ensure stability of their performance. Originality/value –  The  paper  presents  a  supply  chain‐wide discussion on  the difficulties that uncertainty brings to organisations, and how organisational flexibility might serve to moderate those challenges for supply chain management. It discusses how to identify the flexibility gap and proposes an original analytical process for systematic assessment of uncertainty‐flexibility mismatches. Keywords  Uncertainty, Supply chain, Flexibility, Flexibility gap, Required/actual flexibility  Paper type ‐ Research paper  

1. Introduction  Supply chains are complex systems  (Surana et al., 2005) with  inherent  internal and external uncertainties. Uncertainties largely arise from problems within organisational and network  relationships, which are  the  key building blocks of any  supply  chain system. Traditionally, managers were primarily concerned with  inventory control mechanisms to mitigate manufacturing‐related uncertainties, such as, supply disruption,late delivery and 

demand fluctuation (Davis,  1993). Advancements  in business management theories, tools and practices, together with an integrative view of priorities such as quality, time and cost, have served to foster a better understanding of business excellence benchmarks within uncertain supply chain environments (see, e.g. the idea of the “Seamless Market‐Orientated Supply Chain” by Childerhouse and Towill (2006), and “Supply Chain 2.0” by Christopher and Holweg, 2011). Considerable empirical evidence, with  regard  to  the negative  impact of uncertainty on operations and performance of supply  chains,  has  heightened academics’  and practitioners’  concerns  for developing practical remedies that assist businesses prosper 

during times of turbulence (e.g. Correa and  Slack, 1996;  Das  and  Abdel‐Malek,  2003; Fynes et al.,  2004; Geary et al.,  2002; Merschmann and Thonemann, 2011; van der Vorst et al., 1998; Zhang et al., 2002).  Flexibility, the ability of a system  to change in response to uncertainties and transformations   in  its  operating  environment,  has  received  considerable  attention from a variety of scholars  (Husdal, 2010; Slack, 1983; Wallace and Choi, 2011), who have tackled the issues from a broad range of perspectives. Research into supply chain flexibility falls into a number of categories, and has been heavily influenced by flexibility dynamics within manufacturing businesses, which has tended to concentrate interest at the  functional and operational  levels of the organisation  (Avittathur  and  Swamidass, 2007). The characteristics of flexibility have been addressed by a number of researchers, which has  led to the development of a variety of differing taxonomies (Lucas and Kirillova, 2011; Stevenson and Spring,  2007), frameworks (Duclos et al., 2003;  Ivens, 2005; Kumar et al., 2006;  Pujawan, 2004), as 

well as measures/perspectives  (Giachetti et al., 2003;  Sawhney,  2006;  Verdu ‐Jover  and 

G'omez‐Gras,  2009).  In  their  investigations  of flexibility,  researchers  have  focused on both the  internal  and  external  supply  chain processes,  such  as,  procurement  (Liao et al.,  2010; Tachizawa  and  Thomsen,  2007), manufacturing  (Francas et al.,  2009; Francas  et al., 2011;  Patel, 2011) and distribution (Choy  et al.,  2008; Mohamed et al.,  2006; Naim et al.,  2010).  Other  studies  have  also explored possible  links between  flexibility and  performance 

within  the  supply  chain (Correa, 1994; Fantazy  et al., 2009; Merschmann and Thonemann, 2011; Vickery et al., 1999). In spite of the research that has taken place, as suggested by Stevenson and Spring (2007), More and Subash Babu (2008) and also acknowledged by Christopher and Holweg (2011), supply chain flexibility research remains in its infancy and the topic is yet to be fully explored and  its dynamics explained.   Extending  this further, an area that clearly requires additional  investigation  is flexibility requirement analysis  (i.e. analysis  of the difference between required and actual flexibility) across the supply chain (Danese, 2011). For the purposes of this paper the authors define required flexibility and actual flexibility as:  

Required flexibility  is defined  as  the optimal amount and type of change  necessary  to respond to supply chain uncertainties. Actual  flexibility  refers  to the existing  capabilities of  the organisation with respect  to amount  and type of change.  

The  authors  note  that  limited research  has  been conducted  into understanding  the transformation costs associated with what is optimally required to manage the supply chain and  the actual  capability of the various  organisations  (e.g. Tang  and  Tomlin, 

2008; Verdu ‐Jover and  G'omez‐Gras,  2009; Verdu ‐Jover et al.,  2004). The  difference between the two positions is important because it can add  significant cost to supply chain activities, and has the potential to create relationship tensions, for example, where a supply chain partner cannot respond quickly or meet their contractual obligations. The 

present paper addresses this noted gap in the literature, with the aim of assisting organisations  in their transition towards optimal flexibility decisions, and asks the following question: where and in what ways has flexibility been incorporated into an organisation’s supply chain in order to manage  issues of uncertainty?  In order to answer this question the authors use the uncertainty‐flexibility dichotomy in order to understand  organisational flexibility requirements. The central argument of the paper  is  informed by  Contingency Theory  (Donaldson,  2001),  which  assists   in identifying the influence that contextual factors (e.g. uncertainty and its sources) have in managing  different situations within  the supply  chain. Hence, Contingency Theory  is used in the development of a flexibility taxonomy framework, which is derived from the work conducted on the Uncertainty Circle  (Davis, 1993; Mason‐Jones  and Towill, 1998). The authors argue that the discussion presented in the paper can be used as the basis for further  analysis  of the uncertainty  and  flexibility mismatch  across  the  supply  chain. The management  of flexibility gaps  is  important  because  they  serve  to  indicate  the potential for a sub‐optimal level of supply chain performance, thereby creating greater uncertainty. This, in turn, poses a significant threat to supply chain stability, in terms of organisations  having  to  respond  to volatile changes  in environmental conditions. The  authors  also  contend  that  the  findings might  assist  managers  in  controlling business performance and service ability of the supply chain through more effective, contingent‐based decision making.  The paper begins by undertaking  a review of the  literature and highlights  a gap in current  thinking  concerning uncertainty  and  flexibility within  the  supply  chain. The mechanisms used to identify and select journal articles are explained in the methodology section, as well as  procedures undertaken  to conduct  interviews with managers within the Australian manufacturing sector. The uncertainty‐based classification of flexibility types is then presented and, from this, a supply chain flexibility taxonomy is developed. The paper uses the Uncertainty Circle as its conceptual basis and evaluates its value for supply chain performance analysis. This  is followed by an  investigation of the four‐step analytical process, which is designed to assist managers in identifying, analysing and  potentially  eliminating  flexibility gaps  both  within  and  across  the  supply  chain. Preliminary findings  from the  case studies  are  followed by concluding remarks,  which summarises  the research findings.  2.  Methodology  The methods used  for  this  paper  followed a  two‐phase design  and  are based  on a comprehensive  literature review  followed by a case  study.  During the  first  phase (literature review) documentary research (Platt,  1981), which involved collecting information about a specific phenomenon (in this case uncertainty and flexibility), was used. Consequently, keywords, such as, uncertainty, flexibility, supply chain management and  supply  chain risk were classified using a  formal coding framework which was used to search online databases  such as Emerald, ScienceDirect and EBSCO in order to find relevant  journal articles. The  literature  search revealed more than 100 articles out of which 83 were identified as important in terms of the coding classification. During  this  process  the  title, abstract, keywords  and main  text  of  the  papers were screened to increase accuracy of the article selection process.  The 83 articles (see Table I) used in this paper are all from peer‐reviewed journals, which served to ensure that the literature had been subject to a strict filtering process. 

An  additional  26 articles  (various publication  types;  conference papers  and  books) were also used to support  the construction of the analytical framework.  During the second phase, the analytical framework, which was developed from the literature, was examined against  the data obtained via ten interviews conducted with   Name of journal                Number of 

Articles International Journal of Productions Economics           10 Journal of Operations Management             7 International Journal of Operations and Production Management,  International Journal of Physical Distribution and Logistics Management     5 Supply Chain Management: An International Journal         4 Journal of Supply Chain Management, International Journal of Logistics Management   3 California Management Review, Journal of Manufacturing Technology Management Industrial Management and Data Systems, Journal of Purchasing and Supply Management, Industrial Marketing Management, International Journal of Logistics Research and Applications, International Journal of Production Research, International Journal of Flexible Manufacturing Systems           2 European Journal of Operational Research, International Journal of Logistics Systems and Management, Expert Systems with Applications, Computer Integrated Manufacturing Systems, MIT Sloan Management Review, Journal of Business Logistics Supply Chain Management Review, International Journal of Agile Manufacturing Systems, Omega, Review of Economic Studies, Clinical Psychology Review, American Economic Review, Journal of Enterprise Information Management, Supply Chain Forum: An International Journal, International Journal of Business Excellence, Computers & Industrial Engineering, APICS Production and Inventory Management, International Journal of Integration Supply Management, CIRP Journal of Manufacturing Science and Technology, Advances in Strategic Management, Strategic Management Journal, Production Planning and Control, Decision Sciences, International Journal of Industrial Ergonomics, Harvard Business Review, International Transactions in Operational Research, Journal of Organizational Change Management, International Journal of Service Industry Management, Studies in Informatics and Control, Journal of Engineering and Technology Management           1 

Table I. Name of the journals and number of the articles from these journals used in the study  

senior/middle managers within the Australian manufacturing sector.  Multiple face‐to‐face, semi‐structured  interviews were conducted, and a  two‐layer analytic technique was  used to  facilitate the data  analysis  process  (Yin, 2009) by using  the Nvivo 8 software tool. Relevant qualitative data was used to examine the applicability and  significance of  the developed analytical  process  and  its  ability  to  explain  the uncertainty‐flexibility dynamics of a manufacturing organisations’ supply chain.  3.  Change‐response synchronisation  The  increasingly dynamic nature  of the business  environment has  given rise  to the need for organisations to synchronise their operations, culture and strategy with each other  in order  to maximise efficiencies in  the  supply  chain. Uncertainty  refers  to a situation,  or  situations,  that  are  replete with  unknowns  (Geary et al.,  2002) where unpredictable  events  impact organisational  performance  (Koh and  Saad, 2002). Uncertainty is often  attributed to the lack  of  accurate information  available for proactive decision making (van der Vorst and Beulens,  2002), and may occur within all operational  and  functional  levels of  the  organisation.  Importantly,  change  is  often 

conceived of as specific – possible – manifestations of the uncertainty. Baramichai et al. (2007), using  the work of van der Vorst and Beulens (2002) and Zsidisin et al. (2004), 

argue that change is an omnipresent force within supply chains and is most notable in the following areas: quality, design and features, volume and quantity, supply lead time, supply availability, supply cost and  legal issues. In an attempt  to manage uncertainty risk estimates are normally used by managers to shortlist and prioritise various environmental changes. Measurements of risk are commonly expressed in terms of loss, which can be classified, for example, as financial, performance, physical, psychological and social (Brenchley, 2000, cited in Harland et al., 2003).  As a response mechanism to various uncertainties, scholars and practitioners have researched  the  development  and maintenance  of  flexibility as  a  possible  solution. The  principal  idea underpinning  flexibility  is derived  from organisational  theories such as Contingency Theory. In essence, Contingency Theory recognises the inseparability of the organisation from the environment it operates in, and suggests  that the function of management is, of necessity, situation‐specific  (Donaldson, 2001; Vecchio, 2006). This has given rise to a broader discussion within the literature concerning issues surrounding  the mechanistic and organic design of the organisations  (Burns and Stalker,  1994; Sherehiy et al., 2007).  A mechanistic organisation has a highly structured  hierarchy with  formal processes,  procedures  and   rules.   In  contrast,  organic  organisations  are  more  fluid with  informal  communication,  decentralised  control  and   few  rules  and  procedures (Burns and Stalker, 1994; Donaldson,  2001; Hatch and Cunliffe, 2006; Sherehiy et al., 2007; Vecchio, 2006).  Historically, flexibility has attracted  the attention of a variety of different disciplines. For example, psychology considers flexibility to be a dynamic and  temporal construct which entails “how a person:  (1) adapts  to fluctuating situational demands, (2) reconfigures mental resources, (3) shifts perspective, and (4) balances competing desires, needs, and  life domains” (Kashdan and Rottenberg,  2010, p.  866).  Jones and Ostroy’s (1984, p. 59) economic analysis of supply chains argues that, “the way flexibility is used to exploit forthcoming information may be dictated by attitudes towards risk; but flexible positions  are  attractive  not because  they  are  safe  stores  of value, but  because  they are good stores of options”. Within the manufacturing  literature, Upton (1994, p. 73) has defined flexibility to include “the ability to change or react with  little penalty  in time, effort, cost or performance”. In spite of the differences there are a common set of elements used to define  flexibility, namely, uncertainty, information  processing, change,  risk assessment and decision making. The next section will discuss some of these elements as they relate to flexibility within the context of supply chains. 

 4.  Supply chain flexibility  Within  the  literature  it  is acknowledged  that managing  supply  chains  requires  the administration  of upstream  and  downstream  relationships  and  processes  (internal/ external) with suppliers/customers, in order to bring value to the customer (products/ services) at the least possible expense. This includes but is not limited to, for example, finance, physical effort,  resource allocation and  the propensity  to absorb  risk‐taking behaviour   (Christopher,   2005).  Flexibility  plays   a   pivotal role   in   fostering stronger  supply  chain management  as  changes  in  relationship  structures  (in terms of intensity and type), cross‐functional processes (e.g. procurement, manufacturing and distribution), and management  (Lambert and  Cooper,  2000) are needed to maintain supply chain operations 

 Essentially, flexibility enables a supply  chain to respond  to  internal and  external uncertainties  in equal measure as a  reactive and  proactive response. This  has been made clear within both the goods‐ and service‐ supply chain flexibility literature, where the relationship between the causes of uncertainty and flexibility responses have been 

investigated  in some detail (Correa and Gianesi, 1994; Correa and Slack, 1996; Gerwin, 

1987; Sawhney,   2006). Here, discussions about  flexibility centre mostly on the  types (e.g. machine,  materials and mix), the various dimensions (e.g. range, cost and  time), enablers (culture, structure and technology), levels (e.g. operational and strategic), and measures (e.g. aggregate and attribute) of flexibility  (Beach et al., 2000; Sethi and Sethi, 1990; Shewchuk and Moodie, 1998). Even with extensive exploration, flexibility within service supply  chains  is  still  regarded  as  a  developing area  of research, where no prevailing  perspective,  conceptualisation  and/or  measurement  tools  have  evolved (More and Subash Babu, 2008; Stevenson and Spring, 2007).  Similarly,   although   the  manufacturing   system   flexibility  literature   has   been dominant  in  shaping  various  theoretical  perspectives  and  arguments  within  the discipline, as  an  area  of study  it  is  still very much  in  its  theoretical and  empirical infancy. For example, while authors such as Fawcett et al. (1996), Vickery et al. (1999), Narasimhan  and  Das  (1999) and  Golden and  Powell  (1999) have  all  attempted  to provide  some  level of context with  regard  to  the  antecedents  of flexibility and  its impact on the supply chain, their studies have not pushed the discipline beyond a basic understanding,  and  are now somewhat dated. Fawcett et al. (1996) emphasised  that achieving  flexibility advantage,  in  terms  of performance  improvement, can only be realised when managers view flexibility as a cross‐functional priority. The problem is that managers need a range of devices to do this, and the same problem occurs again, as  mentioned with  service  supply  chains,  there  are  very  few  tools  suitable  for managers to use. As an alternative, Vickery et al. (1999, p. 16) suggested that a change in thinking  about  the  integrated  nature  of supply  chain  flexibility is needed, which might be brought about through  the inclusion of product, volume, launch, access, and target market responsiveness, and considering them as “[…]the shared responsibility of two or more functions along the supply chain”, rather  than disaggregated concepts. This relies on management’s ability to conceptualise the supply chain in different ways, which can be extremely challenging and difficult to achieve because of a variety of organisational  (e.g.  culture) and  personal  issues  (e.g.  individual  cognitive abilities). Adding extra  dimensions often ensures  a higher  level of complexity,  and  does not necessarily assure a greater understanding of supply chain dynamics. Narasimhan and Das  (1999) and  Golden and  Powell  (1999) have  adopted  a  different  strategy  and investigated  the  impact that  supply chain management practices  (e.g. early supplier involvement in product design) and  inter‐organisational systems  (e.g. electronic data interchange) have on flexibility. The problem here is that management practice is like management thinking – incredibly variable and bound up in organisational culture – and reconciling these differences has proved to be no easy task.  Zhang  et  al.  (2002) have  sought   to  expand   the  notion  of  flexibility  from  a purely  intra‐organisational process to one that  encompasses inter‐organisational relationships, and,  in doing so, their study overlooks the  fact that  supply chains are multi‐dimensional and often globally orientated. Duclos  et al. (2003) and Stevenson and Spring  (2007)  agree  that supply  chain  flexibility can be broadly  understood  as  an integration of intra‐ and  inter‐organisational flexibilities and  their  inter‐relationships. The multi‐dimensional characteristics of flexibility are clearly illustrated  in Stevenson 

and Spring’s  (2007) definition  of supply chain flexibility, where they contend attributes, such as, robust network  flexibility, re‐configuration flexibility, active flexibility, potential flexibility and network alignment, are crucial for the smooth operation of the supply  chain. Implied in their work  is also recognition of the role that  globalisation plays on supply chain relationships. Other researchers have adopted a contrary view of supply chain dynamics by examining how flexibility can lead to efficiency trade‐offs, where, for example, the negative aspects of flexibility (in terms of cost) are partially mitigated through  control 

mechanisms, such as, monitoring/forecasting and maintenance/update/training  (Correa and  Slack, 1996; Kulatilaka  and Marks, 1988), but there complete elimination, while desirable, is not practical or possible. It is important to understand  that while all of these studies make significant contributions to the discipline,  an  end‐to‐end understanding of supply  chain‐wide flexibility currently remains  little more than an elusive goal.  For the purpose of this paper, and  taking  the above discussion into consideration, the authors have built  upon  the work of Wadhawa  and  Rao  (2003)  and More and Subash Babu (2008) to define supply chain flexibility as: 

 The ability of an organisation  to manage  the  internal  (e.g. manufacturing) and interfacing (e.g. procurement and distribution) processes, as well as  its key suppliers/customers  to respond to expected changes in supply, product and demand in an efficient manner enabled by both technological and social platforms. 

 4.1 Types and dimensions of flexibility  A variety of flexibility types  and dimensions have been discussed within  the manufacturing‐specific literature, and our review shows that  they often have similar defining principles, but a very different emphasis/use  (e.g. Lucas and Kirillova, 2011; Zhang et al., 2003).  For example, process  flexibility, which overlaps with operations flexibility, entails  routing, machine and materials  handling  flexibility (Zhang et al., 2003). Beach et al. (2000), building on the work of Sarker et al. (1994) have maintained the importance of a  thorough understanding  of the  relationship that  exists between flexibility types, particularly regarding  the measurement of flexibility. Sethi and Sethi (1990) have attempted to cluster flexibility types and explain how they are related and affect one another.  Their work determined  that there  is  a  hierarchical  relationship between different types of flexibility  in terms of basic system and aggregate flexibility.  The literature that  focuses on service organisations also provides useful insights  in terms  of  flexibility  types  and  their  role  in managing  service  operations.  This   is important because services are both produced and  consumed at  the same time, they are intangible and are dependent upon the customer to actively participate  in its 

implementation  and  consumption  (Gro nroos,  2000).  A  further consideration  is  the variability of, as well as the uncertainty that exists within, the delivery of the services 

themselves (Correa and Gianesi, 1994). Therefore,  any uncertainty  in the supply chain has to be dealt with immediately, so as to possibly avoid losing the customer. Drawing on services’ key  features, Ivens (2005) has highlighted  the  importance of timeliness, resource availability and  sensitivity of services in the delivery process, and as a consequence, design, packaging, delivery time/location, volume and customer recovery flexibility have  all 

been  recognised as  critical  factors  in  the  literature  (Correa and Gianesi, 1994; Silvestro, 1993). These  need  to be  integrated into  any  supply  chain flexibility framework  in order to  reduce bias  towards  simply  seeing  flexibility in a production‐dominant context.  

With  regard  to the dimensions of flexibility,  there  is general agreement amongst researchers concerning the core aspects. Time, cost and uniformity are crucial with regard  to achieving high‐levels of flexibility. Upton (1994) views time and cost as the mobility parameter of a flexible organisation. Hence, flexibility is also driven by  the availability of competitive options, termed as  range within  the  literature. It has also been argued  that  a  flexible organisation  can exert operational changes without affecting  its output  state,  and  this  is known as  uniformity  (Upton, 1994) or output stability  (Zhang et al., 2003).  

A  number of  scholars  have  attempted  to  incorporate  a  variety  of  dimensions (i.e. range,  mobility, uniformity) into  their  investigations  (Upton, 1994; Beach et al., 2000; Zhang et al., 2003). Research indicates that much of the literature is skewed more towards  the manufacturing  aspects of the organisation  (e.g. operations, automation, routing, design) (Zhang et al., 2003; Sherehiy et al., 2007; Liao et al., 2010; Richter et al., 2010). This is  in  spite of  the  fact  that social  and  behavioural  systems  can  vary significantly within organisational operations and  settings, and demand appropriate response  through  provision  of  corresponding  flexibilities  (Upton, 1995). As a consequence, further attention needs to be paid to how different types of flexibility can contribute towards better management of the supply chain. 

 5.  Uncertainty‐flexibility in  the supply chain  Research  into  risk management has been  very influential  in  developing  a  better understanding of the role that uncertainty plays in the supply chain, and how it can be 

managed,  as well as mitigated  (see,  e.g.  Ju ttner  et al.,  2003; Peck, 2006; Tang  and Nurmaya Musa, 2011; Zsidisin and Ritchie, 2008). The literature posits that uncertainty is a complex and  inter‐related phenomenon that  can occur at any point along the supply chain (Davis,  1993;  van  der  Vorst  and  Beulens,  2002). The  so‐called “vicious circle” of  supply  chain  uncertainties  has  been  discussed  in  some  detail  by  Childerhouse and  Towill (2004,  p.  587).  They concluded  that  it  is  vital  for managers  to  have  a comprehensive understanding  of the cause and effect dynamics that  exist both across, as well as between internal and external, and upstream  and downstream  relationships in the supply chain.  Traditionally, uncertainty within the supply chain has tended to be managed through the use of buffering strategies  (Giunipero and Eltantawy, 2004; Zsidisin et al., 2000). This  is where organisations seek to minimise the impact that change has on the supply  chain by developing various  operational safeguards  and  protective response times  targeted  at  keeping potential costs  to a minimum. Researchers have  reported that, for example, information sharing, product consistency, decision support systems and partnering  schemes may also serve to reduce uncertainty  (e.g. Mason‐Jones  and Towill,  2000; van  der Vorst  and  Beulens, 2002). Following on  from  this,  it  is  clear that   the   supplementary   addition   of   flexibility  within   “activities,   subsystems, resources, processes and  functions” of the supply chain  is very likely to enhance the organisation’s ability to respond to uncertainties (More and Subash Babu, 2008, p. 306).  Researchers have discussed  flexibility as  the (organisation’s) ability to respond  to 

uncertainties  in  the  business  environment  (Correa, 1994;  Correa and  Slack, 1996; Gerwin, 1987; Merschmann and Thonemann, 2011; Prater et al., 2001; Sawhney, 2006). Gerwin  (1987) posits  that,  for  example,  uncertainty  associated  with  the  product acceptance  (by customers) could be better managed  through  developing what  they 

term product mix flexibility. In a separate assessment, Vickery et al. (1999)  identified volume  and  launch  flexibilities as  enabling  organisations  to  deal with  marketing practices and product uncertainties, thereby enabling them to manage the product mix issues. In spite of the development of detailed taxonomies and functional characteristic identification, there is still no comprehensive framework that allows for the mapping of uncertainty with flexibility requirements both within and throughout the supply chain.  The  literature also suggests  that  the greater  the level of supply chain uncertainty, the higher  is the  likelihood that  some form of change will occur (Khan and Burnes, 

2007; Sanchez‐Rodrigues  et al., 2008). As a consequence, it is important for operations and supply  chain managers  to have  an  in‐depth  supply  chain‐wide understanding of the uncertainties and subsequent  changes that  could take place within their organisations. This understanding has the potential to guide and optimise organisational  flexibility development and  management,  both within  and  between the processes of an organisation’s supply chain. An  important  tool that might assist managers  in  this  process is  the Uncertainty  Circle (see Figure  1), which was  first developed  by  Davis  (1993) and  updated  by  Mason‐Jones and  Towill  (1998), and subsequently validated by a number of supply chain‐related researchers (see Childerhouse and Towill, 2011).  The Uncertainty Circle’s advantage  is derived from the fact that it is comprehensive and provides a better  fit with  the  theoretical and  conceptual foundations of supply chain management, both in terms of scope and scale (see, e.g. Childerhouse  and Towill, 2004; Geary et al., 2002; Mason‐Jones  and Towill, 1998, 2000; Sanchez‐Rodrigues  et al., 2008, 2010). The authors recognise that the Uncertainty Circle provides a useful tool for interpreting organisational  flexibility within the supply chain, and have used  this  to explain the relationship between uncertainty and  flexibility.  Essentially,  the Uncertainty Circle provides an opportunity  for a  systematic  and structured review of the major sources of uncertainty in the supply chain, and suggests tools for its analysis. For example, managers may brainstorm a comprehensive list of supply‐sourced uncertainties for a more targeted decision and  treatment of upstream supply chain issues. In addition, the Uncertainty Circle allows for sources of uncertainty to be reviewed together or  independently, so as  to obtain greater  insight  into various interfacing problems. This, in turn, provides managers with the possibility of comparing uncertainties, for example, around control issues with supplier uncertainty,  in order to understand the source of potential supply chain problems. In order to use the Uncertainty Circle effectively it  is  important  that  managers  use  the  cause  and  effect typologies discussed earlier to avoid any miscalculation in uncertainty levels. In particular, the effect component can assist decision makers  in understanding whether a particular  scenario should be reviewed as a real threat  to the supply chain that  requires further analysis, or whether  it  is  just  a minor operational failure which can be easily addressed.  It  is, however,  important  to recognise that  internal management protocols in terms of organisational perception of uncertainty have the potential to influence the Uncertainty Circle application.  Building further on this discussion and using the Uncertainty Circle as a guide for optimised resource allocation, a framework for mapping uncertainty and flexibility is proposed in the following section.  

 

 

 

 

 

 

 

 

 Physical flow         Information flow 

Figure 1 – The Uncertainty Circle 

Source: Mason‐Jones and Towill (1998, p. 17  

6.  Mapping uncertainty  and  flexibility in  the  supply chain  Table I maps out the uncertainty sources (drawn from the Uncertainty Circle) against supply chain flexibility types (at both strategic and operational levels). An immediate observation from Table II is that, in response to different types of uncertainty, supply chains can develop, maintain or configure specific types of flexibility (Gerwin, 1987; Sawhney,  2006). The issue of managing an organisation’s strategic flexibility usually falls  to  senior management,  as  they  are  the  individuals  most  closely associated with an organisation’s strategic orientation. It is the accumulation of organisational knowledge  obtained  over  years  of  operation  under  various  political, social  and economic shifts  (across  national  and  international  markets)  that  drives  strategic flexibility decisions. By way of contrast, operational flexibilities are predominantly seen at  lower  levels of decision hierarchy  that  play  a  primary  role  in  shielding the organisation  against  the more  expected,  episodic changes.  In  short,  strategic flexibilities are  illustrative  of the  organisation’s  long‐term, proactive  treatment  of uncertainties,  whereas  operational  flexibilities are  short‐term,  reactive measures of response.  The  framework used  for mapping  uncertainty  and  flexibility is  further  explained through an analysis of the sources of uncertainty in supply, process, control and demand. 

 6.1 Supply  Item, market and supplier characteristics provide a foundation from which to analyse upstream  supply  chain uncertainties  (Zsidisin, 2003). In  this  regard,  supply‐related uncertainties, which might arise from, for example, non‐compliance, insufficient capacity, or the financial instability of suppliers, all have the potential to affect an organisation’s performance (Childerhouse and Towill, 2004; Giunipero and Eltantawy, 2004).  It  is supplier  flexibility  coupled  with  procurement  process   flexibility  that   enables  an organisation to manage the various levels of uncertainty  it might encounter (Tachizawa and Thomsen, 2007).  As a consequence,  flexibility within supplier  relationships may be perceived as a strategic imperative for managing supply side uncertainties (Sanchez, 1995; Stevenson and  

Control 

Systems 

Supply Side  Manufacturing/Service process

Demand side 

Spring,  2007; Zomorrodi  and   Fayezi,  2011). Currently,  purchasing   contract dynamics  in both manufacturing  (e.g. Krajewski et al., 2005;  Pettersen and Rokkan, 2006; Sethi et al., 2004) and service operations (e.g. Ivens, 2005; Richter  et al., 2010) have come  to  dominate   research   surrounding   relationship   flexibility.  More  recently, however, relationship flexibility has  started  to receive attention  from researchers interested  in elasticity and tolerance thresholds, particularly  in supplier relationships (see,  e.g.  Das  and  Abdel‐Malek, 2003; Wilson, 2006; Zomorrodi and  Fayezi, 2011). In spite of increased interest  in supply‐side flexibility, there is still a need for further research into relationship development and maintenance, and how organisations might jointly respond to external environmental uncertainties. 

 6.2 Process  Process failure, the lack of skilled labour and pressure from the market are all sources of uncertainty  within  manufacturing  and  service  operations  (Ellram  et al.,  2004). As highlighted earlier, manufacturing  system  flexibility possesses a diverse range of flexibility taxonomies, both  in terms of type as well as dimension (e.g. Browne et al., 

1984; Correa and Slack, 1996; D’Souza and Williams, 2000; Gerwin,  1987; Golden and Powell, 2000; Sethi and Sethi, 1990; Slack, 1983; Upton, 1994, 1995). The management of  process  uncertainties  may  occur  both  across  and  within  the  operational  and 

  

 

functional parts  of the organisation. For example, a flexible workforce which is able to perform at least “[...] operations preceding and succeeding their own job [...]” (Sawhney,  2006, p. 482) has the potential to contribute to the stability of organisational performance because of the overlapping nature  of their  roles  (Lucas and  Kirillova, 2011). Importantly, when employees align key inputs  into the production process with strategic  objectives,  it  is  possible  for  an  organisation’s responsiveness  to  increase substantially. This  is known as materials handling flexibility and has the potential to mitigate uncertainties associated with  the production process (Sethi and Sethi, 1990; Vokurka and O’Leary‐Kelly,  2000; Zhang et al., 2003). 

 6.3 Control  Information systems  flexibility refers to the ability of the firm to manage information requirement  changes   (Duclos  et  al.,   2003), whereas   information  dissemination embraces  the  capacity  to collect and  disseminate  various  types  of information  in a speedy  manner   (Zhang  et  al.,   2002).   Flexibility  within   information  systems   is important because poor control systems  (e.g. stock auditing and quality control) have the potential to create high  levels of uncertainty  across  the entire supply chain (Sanchez‐Rodrigues  et al.,  2008). The  concern  is  that  distorted  information has the potential to flow from the downstream to the upstream supply side, thereby potentially leading 

Table II. 

Uncertainty‐based 

classification of the supply 

chain flexibility types 

 

Note: Refer to Appendix for 

definitions and references 

Source:  The authors 

to supply‐demand mismatches as caused by the bullwhip effect (Childerhouse et al.,  2003; Lee  and  Whang,  2000; Mason‐Jones and  Towill,   2000). While many researchers  recognise  that  information  systems  and  dissemination  flexibility  are among  the most critical flexibilities for coping with uncertainties within  the supply chain (e.g. Duclos  et al., 2003; Zhang, 2005), there is still a need for further research into understanding exactly how information systems might provide flexibility, as evidence suggests that information systems have the potential to act as information gatekeepers or constraints on supply chain information flows (O’Loughlin and Clements, 2007). 

 6.4 Demand  Downstream‐oriented supply chain flexibilities are classified as demand flexibility (see Table  I). Organisations  can  better  manage  uncertainties  caused  by,  for  example, forecasting errors, demand  volatility,  lack of marketplace  transparency/information visibility and  sub‐optimal inventory policy by developing demand  flexibility (Chen and  Paulraj,  2004; Childerhouse and  Towill, 2004; Sanchez‐Rodrigues et al.,  2010). The importance of demand flexibility rests with an organisation’s ability to respond to its   customers’  requirements.   Speedy   responses   have   the  potential   to   increase customer satisfaction and encourage the development of long‐term 

relationships  (e.g. Childerhouse  et  al.,  2008;  Ju ttner  et  al.,  2007; Lee,  2002). Delivery  flexibility  is fundamental  to the organisation’s ability to deliver products and services under changing market conditions (Davis, 1993; Pujawan, 2004; Stevenson and Spring, 2007; Zhang et al., 2002), and may result in transaction cost dissipation between supply chain partners  due to responsiveness and co‐compliance, which, in turn, leads to improved partnering  arrangements. 

 7.  Assessment of  the supply chain uncertainty‐flexibility match 

 

As discussed  in  the preceding  section, organisational  flexibility is essential  for  the management of environmental uncertainties, such as, possible surges in supply and/or demand  (Sanchez,  1993). Research has shown that  the performance of supply chains is  largely contingent on the trade‐offs between uncertainty and  flexibility across the entire chain (e.g. Merschmann and Thonemann, 

2011). Correa (1994) and Correa and Gianesi (1994), have suggested  that, while control and flexibility are complementary mechanisms  for dealing with uncertainty  in the manufacturing  and service systems environment, performance is always  likely to be conditional and dependent upon the organisation’s strategic  focus.  A supply chain‐wide perspective of the uncertainty‐flexibility relationship provides an opportunity  to consider network dynamics  in decision making. To  this  end, this paper  proposes  a  systematic  mechanism  for managing  the  uncertainty‐flexibility matches  across  the  supply  chain. The  concept of fit,  stemming  from Contingency Theory, has 

been used, for example,  in Verdu ‐Jover et al. (2004)  and Verdu ‐Jover and G'omez‐Gras  (2009)  to 

discuss  how  flexibility fit may  provide  the  foundation  for a detailed analytical process. Verdu ‐Jover 

and G'omez‐Gras (2009) contend that flexibility fit can be assessed by identifying the difference between required and actual managerial flexibility.  In essence, “[f]it  is determined by  the interconnection of two variables,  an internal and an external one; however, flexibility can be classified as a purely  internal variable”, while uncertainty permeates both internal and external 

operating environments  (Verdu ‐Jover et al., 2004,  p.  501). Within these explanations  there  is also the suggestion of positive performance gains, where an organisation achieves a recognised flexibility fit 

by aligning its key functions (Verdu ‐Jover  et al., 2004).  As a consequence,  flexibility requirement analysis becomes an  important management  tool that can be used  to  identify flexibility fit across  the supply chain. Figure  2  illustrates  the  analytical process  for  the  assessment  of a match  between uncertainty and flexibility that  is based on the 

The flexibility gap is the difference between optimal and actual flexibility across the four dimensions of supply, manufacturing/service process, control and demand. Once the gap is identified it needs to be analysed against various dynamics, such as organisation’s perceived uncertainty, power-dependency relationships and operational-strategic flexibility trade- offs. Ultimately, appropriate mitigation strategies need to be formulated 

authors’ interpretation of the flexibility fit. We consider that the required flexibility is the amount of change‐ability that assists                                                

 

organisations to truly respond to the internal and external fluctuations and uncertainties within the supply chain. The optimal level of flexibility can be measured by  using  the Uncertainty  Circle, while aggregate  levels of actual  flexibility can be obtained by measuring  the existing operational and strategic  flexibility levels within the supply chain system.  A number of assumptions  have been used to develop the analytical process some of which requires  further  explanation. As  various  uncertainty  reduction  strategies (or control  filters) are employed by management,  it  is  assumed  that  the  required flexibility is equivalent to the extent of residual supply chain uncertainty, in order to manage the uncertainties which “pass through  the 

control filter” (Correa and Gianesi, 1994, p. 3). Moreover,  the permeability of the analytical process is limited to the value stream  units within  the supply  chain. According to Childerhouse and  Towill (2006), each  supply  chain  consists  of multiple  value  streams.  Value stream  refers  to  “the special activities required to design, order, and provide a specific product, from concept to launch, from order to delivery, and  from raw materials  into the hands of the customer” (Womack and  Jones, 1996, cited in Childerhouse and Towill, 2006, p. 358).  In the first step of the analytical process (see Figure 2), the Uncertainty Circle should be utilised by 

Steps                                    Remarks

 

1. Measure  uncertainty and determine required level of flexibility 

  Measurement across each dimension of the uncertainty circle, i.e., supply, manufacturing/service process, control and demand 

 

2.Identify flexibility gap 

3. Analyse flexibility gap 

4. Mitigate flexibility gap 

Figure 2.  Analytical framework (process) for the assessment of uncertainty and flexibility match 

Source: The Authors 

managers  to measure uncertainty  and  flexibility across  supply  chain processes (Bohme, 2009; Childerhouse  and Towill, 2004; Mason‐Jones  and Towill, 1998, 2000; Naim et al., 2002).  Additional tools, such as quick‐scan audit methodology are useful, as they provide a systematic approach for diagnosing supply chain integration and  performance, by using  the Uncertainty Circle for uncertainty  estimation  (Naim et al., 2002). The outcome of the first step of the proposed analytical process is the estimation of uncertainty levels (which indicates the required level of flexibility response) as well as the actual level of flexibility across supply, manufacturing/service process, control and demand dimensions. These measures  form the basis  for  identification, analysis  and mitigation of the flexibility gaps identified by the Uncertainty Circle. While there are a variety of methodologies 

suggested within the literature (e.g. see Pujawan, 2004; Verdu ‐ Jover and G'omez‐Gras, 2009), a conversion process will be required in order to evaluate the relationship between the two variables of uncertainty and  flexibility, and how the organisation might respond with regard  to making any strategic decisions.  The  second step  involves  the  identification of the  flexibility gap  status.  Having completed this, 

three outcomes are  likely; deficiency,  fit or excess flexibility (Verdu ‐ Jover and  G'omez‐Gras,  2009). For  the  purpose  of  this  paper,  deficiency is  defined as where actual system  flexibility is less than the required level. Excess flexibility is where more resources are used  than  are  actually  required. Both can be considered negative outcomes with regard  to supply chain performance, as  they illustrate inefficient use  of  resources.  In  the  third  step, management  needs  to  analyse  the identified flexibility gaps and ask  the following questions; are the gaps  strategically important,  and does  the  organisation  need  to  respond? How much will  it  cost  the organisation  to  invest  in the introduction of new flexible processes? Will the cost of implementation outweigh the cost of losing market share? Having obtained the answers to these questions, and in order to complete the third step, inputs from across the organisation’s various  functions are required to support  senior management decision making. 

 

Once all of the priorities have been identified, action plans focusing on the mitigation of possible gaps in flexibility need to be drafted, appraised and implemented. This forms the fourth step  in the process. Adopting a systematic process, such as this, will enable supply chain managers to continually evaluate any changes in the supply chain, as well as monitor their organisation’s capacity to respond to any fluctuations and uncertainties. In order to maximise organisational efficiencies, managers also need to simultaneously consider both operational and strategic supply chain flexibilities, rather than seeing it as a sequential process (Sawhney,  2006). Viewing  these processes concurrently will allow for better strategic decision making with regard to flexibility provision.  Supply chains  are  composed of a network of organisations,  often bound  legally to one another through various contractual obligations, or through more casual arrangements. Careful attention to the dynamics of network systems  is deemed critical when employing the analytical process discussed above. Perceived uncertainty  is an important  issue that needs to be factored into any decision making, as  it differs from calculated uncertainty (step 1). Perceived uncertainty is highly subjective and is tied to the organisation’s propensity to engage in risk‐taking behaviour. Factors, such as, the locus of control and degree of organisational confidence can significantly influence the organisation’s level of perceived uncertainty. This has implications for steps 2 and 4 of the analytical process. The decision to include or exclude perceived uncertainty  from decision‐making has the potential to artificially inflate or reduce the flexibility gap, and can  lead to sub‐optimal decisions. For example, where there are high  levels of trust present between supply chain partners,  it is possible that perceived uncertainty might be reduced and  contractual obligations relaxed. As a consequence,  the organisation might be unknowingly exposed to higher  levels of risk. Contrasting this, an organisation might, for instance, refuse to undertake business with a potential partner because of perceived political uncertainty.  This  is clearly evident  in Europe, where social, political 

and  economic disruption  has  caused  a  number  of US businesses to re‐evaluate their partnering arrangements, and while there may be some foundation with  regard  to  their  concerns, the  actual level of exposure  is  still  relatively  small (Yasu, 2012).  In extending  further  the  issue of social dynamics, there appears  to be limited research examining the  impact that  a fully integrated and networked socio‐technical system might have on supply chain  flexibility.  From  the  evidence that  is available, however,  it  appears  that  relational  factors  (in addition  to  technologies) in  terms  of communication, information sharing  and  incentive alignment  have  the  potential  to foster greater relationship flexibility in the supply chain (Das and Abdel‐Malek, 2003). The  socio‐technical perspective has  some  important  implications  for  the proposed analytical process. When analysing the flexibility gap, it is important for organisations to consider what the authors have termed forced flexibility. This category of flexibility is a  consequence of the  various  power‐dependency relationships  that  exist and  are formed within their supply chains, and it erodes the socio‐technical base by overriding relationship  development. For  example, within  an  oligopolistic retail  environment, a manufacturer might be highly dependent on a small number of retailers and, thus, forced  to  exert  some  level of  flexibility  to  respond  favourably  to changes  in  the retailers’ behaviour.  In  this  situation,  the  calculated (or perceived) uncertainty level provides little information, and an analysis of the flexibility gap is unlikely to provide usable data,  as  the  oligarch has  already  forced flexibility upon  the manufacturers so  that  they work  to the  retailers’  maximum  flexibility threshold. As  a  result,  the socio‐technical structure  is placed under  a higher  level of duress, while the  retailer seeks to achieve greater  levels of efficiency from the supply chain. 

 

When managers use the analytical process, it is important  that  they consider how the network is both physically structured and cognitively configured (these should be the same, and any difference serves to indicate possible zones of uncertainty within the network) (O’Loughlin and Clements, 2007). A key underlying assumption  is that any analysis should be limited to a single value stream. It is important to note that network structures and configurations (i.e. dyadic,  triadic or tetradic) have the potential to affect decisions regarding  the  identification, analysis and mitigation steps of the analytical process. For example, where an organisation has a large supply base, it may be necessary for managers  to structurally align their own organisation’s operational flexibility with those of their partners  in order to maximise operational flows. In doing so, there may also be a requirement for managers to explain the cause and effect logic underpinning  any  structural  realignment  to the network partners.  This  needs to be undertaken  in order  to overcome any possible resistance and misunderstanding regarding  the introduction of changes to the structural  flexibility dimensions. The   next   section  presents   some  preliminary   findings   from   interviews  with manufacturing managers which shed  light on the usefulness and  significance of the above discussed analytical process. 

 8.  Findings from  the  case studies  Findings  from the case studies provide support  for the applicability of the developed analytical process as well as  its  significance to practice. It was established  that managers are very likely to allocate substantial  resources in order to both understand and then seek a possible solution in order to manage business uncertainty and flexibility (see Tables  III‐V) within  their organisations and  the supply  chain. In this process, however, the use of systematic analytical mechanisms to assess the uncertainty‐ flexibility mismatches  –  hence  ensuring  responsiveness  – was  found  to  be limited. The  research findings reveal that  resource allocation to mitigate uncertainty  is not systematic within organisations and that there are clear thresholds that need to be reached before  an  investment  is  made  in  uncertainty  and  flexibility mismatches  across  the supply chain. Importantly, while many organisations are familiar with the first step in the developed analytical process, they often do not 

correctly diagnose the conditions that give rise to uncertainty  and  flexibility (i.e.  steps 2‐4 of the analytical process). The  interview findings also show that organisations are unaware of the benefits that systematic treatment of uncertainty and flexibility may accrue to them, particularly within the supply chain level.  An analysis of the interviews indicates that, many managers clearly misunderstand how structural  flexibility interacts with  their own business model, particularly  as a mechanism for dealing with environmental uncertainty. This confusion can be summarised in terms of two major problems in managing organisational responsiveness when based on supply chain flexibility: 

(1)  a poor comprehension of flexibility; and 

(2)  no analytical processes to facilitate decision making. 

 Evidence of this  can be found  in Table  IV where,  for example,  supplier  review and inventory management were used to improve organisational flexibility (and also used to mitigate uncertainty). Importantly, many of these practices are embedded into an organisation’s internal processes, and without them basic business operations cannot be maintained  and  flexibility provision  is considered  less  effective. Consequently the two problems identified above directly impair the ability of the supply chain participants  to respond to conditions of uncertainty, undermining organisational efficiency. An additional  level of complexity is introduced when assumptions  are made about whether a managers’ judgement about their own organisation’s level of required           

  Table  III. Identified uncertainties across supply, process, control and demand segments of the case companies        

    

 Table IV.  Identified flexibility practices across upstream and downstream sides of the case companies    

   Table V. 

Interviewed managers’ judgement about their supply chain’s level of required and actual flexibility           

and  actual  flexibility can be  relied upon,  for example, as  a basis of decision making for flexibility implementation. The research shows that manager’s assumed knowledge about gaps  in flexibility response often prevents organisations  from maximising  their performance potential (see highlighted areas  in Table V).  It is the authors’ contention that  the origin of the above problems can be, at  least partially,  attributed   to  the  heavily  practitioner‐based  orientation  of  supply  chain management, and  the cost‐focused approach  of organisation. The  latter  has  caused managers  to divert their attention towards business  improvement principles, such as, lean and  just‐in‐time management  processes. What  is missing  in  this process  is an attention  to  the  improved  treatment  of other drivers  of efficiency,  both  across  and within the supply chain, such as, minimising uncertainty and operationalising flexibility. Moreover, managers need to be cognisant of flexibility’s key and distinguishing features and  elements,  and  also  be  able  to  separate  these  from  basic  business  operations requirements in order to improve the responsiveness of the organisation.  Therefore, the  findings  illustrate  the usefulness and  importance of the developed analytical framework, which can be used to manage uncertainty‐flexibility mismatches and  maximise   supply  chain  performance.  Our   findings   highlighted   that   future research needs to focus on providing further insights into the practical application of the analytical framework, as well as validation of flexibility gap identification process across a  number  of different businesses.  How management’s  understanding,  concerning the emergence of conditions of uncertainty, might be mitigated through strategically focused improvements in supply chain flexibility also need to be further  investigated. 

 9.  Concluding remarks  This paper has addressed an important management concern with regard to flexibility requirement analysis within supply chain systems.  It discussed that while flexibility, its  antecedents  and consequences have been well understood within manufacturing and operations environments, it is only recently that researchers have shown interest in leveraging this understanding  in order to improve supply chain processes. Moreover, attention needs to be given to under‐developed areas, such as, the various uncertainty‐ flexibility dynamics taking place at the supply chain level. Although much of the work has  centred on defining flexibility, creating  taxonomies and developing frameworks, this  paper  has  shown  that  little has  been done  to  draw  these  disparate  concepts together  into a meaningful  framework  for analysing  flexibility in the  supply  chain. For example, problems clearly exist  concerning how  supply  chain managers might perceive uncertainty (cognitive processing) arising in the supply chain, and how this is reflected in individual organisational and clustered network action and reaction (match and mismatched responses).  In  answering   the  question  of  where  and   in  what  ways  has   flexibility  been incorporated into an organisation’s supply chain in order to manage  issues of uncertainty, this paper first utilised the concept of the Uncertainty Circle (Mason‐Jones and Towill, 1998) and provided a systematic, supply chain‐wide classification of the flexibility types at both operational and strategic  levels. Following this, an analytical process  for  the  assessment  of uncertainty‐flexibility  interactions was  outlined. It  is argued that the analytical process helps to identify flexibility gaps within each supply chain process (e.g. procurement, manufacturing and distribution), and provides managers with a systematic tool for analysing uncertainty and supply chain flexibility which was evidenced by results from interviews with managers. It was also suggested that  flexibility gaps, being the difference between the required and actual flexibilities, occur at two levels – deficiency and excess flexibility. There is a third  level, flexibility “fit” where uncertainty  and organisational  flexibility responses  are synchronised  so that  the gap  is eliminated. The authors  contend that  ensuring managers understand how  flexibility gaps  arise, 

along with  the available organisational  and  network flexibility response levels, will go some way to improving organisational performance. Findings from the interviews with senior/middle managers provided an example of the application of the analytical process. 

 9.1 Practical  implications and future research  As noted, the analytical process presented  in Figure 2 provides the basis  for quantification of the flexibility gap within  supply  chains. From an operational perspective, flexibility requirement analysis can assist  in organisational planning  for supply chain flexibility, as  it  identifies those areas which need further  investigation. The  analytical  process  (see Figure  2) also  provides  a  suitable  framework  for  the structured  analysis  of uncertainty‐flexibility gaps  across  four  important  segments within the supply chain: supply, process, control and demand. To this end, the inclusion of the flexibility items provided in Table I (operational and strategic flexibilities) allows managers  to focus on the key issues as they relate to their own organisation and network  maintenance.  The  output  can  help  managers  to  both  identify  and  then prioritise actions to address any possible mismatches that have been identified across the supply chain such as those identified across the Tables  III‐V.  While responsiveness  is  important  for organisational  success,  it  does, however, require significant investment (time, resources and capital). The analytical process has the potential to provide organisations with valuable information that will assist  them in making better investment decisions concerning targeted  flexibility. Transformation costs can then be managed and resources directed to where they are essential (based on prioritisation). Further  research  needs  to be conducted  into understanding  how managers might use the analytical tool to decide on optimal levels of flexibility for the organisation and the supply chain network – is it through structural analysis, cognitive matching, or possibly a mixture of both? Similarly, there is a need to understand how the analytical process might work when two or more managers from different organisations use it in order to synchronise their own parts of the supply chain. Finally, although the analytical  tool allows  for better  decision making,  research needs  to be conducted  to understand  how it might fare against managers who do not use a structured  decision‐ making approach.  It should be noted  that  this paper,  in addition  to providing  a  structured  view of supply  chain  

flexibility,  has  expanded  the  concept  of  flexibility  gaps  within  the supply  chain  itself  (Verdu ‐

Jover and  G'omez‐Gras,  2009; Verdu ‐Jover et al.,  2004). Further  research needs  to be conducted to quantify  the  flexibility gap  in both manufacturing‐  and   service‐dominant  supply   chains  across  different   industries. This has the potential to shed light on the “context‐specific and application‐oriented” (More and  Subash  Babu, 2008, p. 330) nature  of the  flexibility,  and  provide further insights  into the dynamics of uncertainty and flexibility in the manufacturing and the service sectors.  References  

Avittathur,  B.  and  Swamidass,  P.  (2007), “Matching plant  flexibility and  supplier  flexibility: lessons from small suppliers of US manufacturing plants  in India”, Journal of Operations Management, Vol. 25 No. 3, pp. 717‐735. 

Baramichai,  M., Zimmers,  E.W. Jr and Marangos, C.A. (2007), “Agile  supply chain transformation matrix: an  integrated  tool for creating an agile enterprise”,   Supply Chain Management: An International Journal, Vol. 12 No. 5, pp. 334‐348. 

Beach, R., Muhlemann, A.P.,  Price,  D.H.R., Paterson, A. and  Sharp,  J.A.  (2000),  “A review of manufacturing  flexibility”,   European  Journal  of Operational   Research, Vol. 122 No.  1, pp. 41‐57. 

Bo  hme, T. (2009), “Supply chain integration: a case‐based investigation of status, barriers, and paths 

to enhancement”, unpublished PhD, University of Waikato, Hamilton. 

Brenchley,   R.  (2000), “Project  report  to  understand  how  trade  compliance  risk  should  be identified, assessed and managed in increasingly dis‐integrated global supply networks”, Part‐Time Executive MBA, University of Bath, Hewlett Packard. 

Browne, J., Dubois, D., Rathmill, K., Sethi, S. and  Stecke,  K.  (1984), “Classification of flexible manufacturing systems”, The FMS Magazine, April, pp. 114‐117. 

Burns, T. and  Stalker, G.M. (1994), The Management of Innovation, Oxford University Press, London. 

Chen,  I.J. and Paulraj, A. (2004), “Towards a theory of supply chain management: the constructs and measurements”, Journal of Operations Management, Vol. 22 No. 2, pp. 119‐150. 

Childerhouse,  P.  and  Towill, D.  (2004),  “Reducing uncertainty  in  European  supply  chains”, Journal of Manufacturing Technology Management, Vol. 15 No. 7, pp. 585‐598. 

Childerhouse,  P. and  Towill, D.  (2006),  “Enabling seamless market‐orientated  supply  chains”, International Journal of Logistics Systems and Management,  Vol. 2 No. 4, pp. 357‐370. 

Childerhouse,  P.  and  Towill, D.  (2011),  “Effective supply  chain  research  via  the  quick  scan audit methodology”, Supply Chain Management: An International  Journal, Vol. 16 No. 1, pp. 5‐10. 

Childerhouse,  P., Disney,  S.M. and Towill, D.R.  (2008), “On the impact of order volatility in the European  automotive  sector”,  International  Journal  of Production  Economics, Vol. 114 No. 1, pp. 2‐13. 

Childerhouse,  P., Hermiz, R., Mason‐Jones, R., Popp, A. and Towill,  D.R. (2003), “Information flow in automotive supply chains: identifying and  learning  to overcome barriers  to change”, Industrial Management & Data  Systems, Vol. 103 No. 7, pp. 491‐502. 

Choy, K.L., Chow, H.K.H., Tan, K.H., Chan, C.‐K., Mok, E.C.M. and Wang, Q. (2008), “Leveraging the  supply chain  flexibility of  third  party  logistics – hybrid  knowledge‐based system approach”, Expert  Systems with Applications, Vol. 35 No. 4, pp. 1998‐2016. 

Christopher,   M.  (2005), Logistics  and  Supply  Chain Management:  Creating Value‐Adding Networks, Prentice‐Hall,  London. 

Christopher,  M. and Holweg, M. (2011),  “ ‘Supply Chain 2.0’: managing  supply  chains  in  the era of turbulence”,  International Journal of Physical Distribution & Logistics Management, Vol. 41 No. 1, pp. 63‐82. 

Correa, H.  (1994),  Linking  Flexibility,  Uncertainty  and Variability  in  Manufacturing Systems: Managing Unplanned Change in the Automotive Industry, Avebury, Aldershot, Brookfield, WI. 

Corre a, H. and Gianesi, I. (1994), “Service operations flexibility”, in Neely, A. (Ed.), International Annual EurOMA Conference, MCB University Press, Bradford, pp. 385‐390. 

Corre a, H. and  Slack, N.  (1996),  “Framework to analyse  flexibility and  unplanned  change  in manufacturing  systems”,  Computer  Integrated  Manufacturing Systems,  Vol. 9  No.  1, pp. 57‐64. Danese,  P.  (2011), “Towards  a  contingency  theory  of  collaborative  planning   initiatives  in supply   networks”,   International  Journal   of  Production Research,   Vol.  49  No.   4, pp. 1081‐1103. 

Das, S.K. and Abdel‐Malek,  L. (2003), “Modeling  the flexibility of order quantities and lead‐times in  supply   chains”,  International Journal  of  Production Economics,   Vol.  85  No.   2, pp. 171‐181. 

Davis, T. (1993), “Effective  supply chain management”, MIT Sloan Management  Review, Vol. 34, Summer, pp. 35‐46. 

Donaldson, L. (2001), The Contingency Theory of Organizations, Sage Publications, Thousands Oaks, CA. 

D’Souza, D.E. and  Williams, F.P.  (2000),  “Toward  a  taxonomy  of manufacturing  flexibility dimensions”, Journal of Operations Management, Vol. 18 No. 5, pp. 577‐593. 

Duclos,  L., Vokurka, R. and Lummus, R. (2003), “A conceptual model of supply chain flexibility”, Industrial Management & Data  Systems, Vol. 103 No. 6, pp. 446‐456. 

Ellram, L.M., Tate, W.L. and Billington, C. (2004), “Understanding and managing  the services supply 

chain”, Journal of Supply Chain Management, Vol. 40 No. 4, pp. 17‐32. 

Fantazy, K., Kumar,  V. and Kumar,  U.  (2009), “An empirical study of the relationships among strategy, flexibility, and performance in the supply chain context”, Supply Chain Management: An International Journal, Vol. 14 No. 3, pp. 177‐188. 

Fawcett, S., Calantone, R. and  Smith, S. (1996),  “An  investigation of the  impact of flexibility on  global  reach  and  firm  performance”,  Journal  of  Business  Logistics,  Vol.  17 No.  2, pp. 167‐196. 

Francas,  D., Kremer,  M., Minner,   S.  and  Friese, M. (2009),  “Strategic process  flexibility under lifecycle demand”,   International   Journal   of   Production  Economics,   Vol.   121  No.   2, pp. 427‐440. 

Francas, D., Lo  hndorf, N. and Minner,  S. (2011), “Machine  and labor flexibility in manufacturing networks”, International Journal of Production  Economics, Vol. 131 No. 1, pp. 165‐174. 

Fynes,  B.,  De Bu rca,  S. and  Marshall, D.  (2004),  “Environmental uncertainty,  supply  chain relationship  quality  and  performance”,  Journal  of Purchasing &  Supply Management, Vol. 10 Nos 4‐5, pp. 179‐190. 

Geary, S., Childerhouse, P. and Towill, D.  (2002), “Uncertainty and the seamless supply chain”, Supply Chain Management  Review, Vol. 6 No. 4, pp. 52‐61. 

Gerwin, D.  (1987),  “An agenda  for  research  on  the  flexibility of manufacturing  processes”, International  Journal of Operations & Production Management, Vol. 7 No. 1, pp. 38‐49. 

Giachetti,  R., Martinez, L., S'aenz, O. and Chen,  C. (2003), “Analysis of the structural measures of flexibility and agility using a measurement theoretical framework”, International Journal of Production Economics, Vol. 86 No. 1, pp. 47‐62. 

Giunipero, L. and Eltantawy, R. (2004), “Securing  the upstream supply chain: a risk management approach”, International Journal of Physical Distribution & Logistics Management, Vol. 34 No. 9, pp. 698‐713. 

Golden, W.  and  Powell, P.  (1999), “Exploring  inter‐organisational  systems  and  flexibility  in Ireland: a case of two value chains”, International Journal of Agile Management Systems, Vol. 1 No. 3, pp. 169‐176. 

Golden, W. and Powell, P. (2000), “Towards a definition of flexibility: in search of the Holy Grail?”, Omega, Vol. 28 No. 4, pp. 373‐384. 

Gro nroos, C. (2000), Service Management and Marketing: A Customer Relationship Management Approach, Wiley, Chichester and West Sussex. 

Harland,  C.M., Brenchley,  R.  and  Walker,   H.  (2003), “Risk  in  supply  networks”,  Journal  of Purchasing & Supply Management,  Vol. 9 No. 2, pp. 51‐62. 

Hatch, M.J. and Cunliffe, A.L. (2006), Organization Theory: Modern, Symbolic, and Postmodern Perspectives, Oxford University Press, Oxford and New York, NY. 

Husdal, J. (2010),  “A conceptual framework for risk and vulnerability  in virtual enterprise networks”, in Ponis, S. (Ed.), Managing Risk in Virtual Enterprise Networks: Implementing Supply Chain Principles,  IGI, Hershey, pp. 1‐27. 

Ivens, B.S. (2005), “Flexibility in industrial service relationships: the construct, antecedents, and performance outcomes”,  Industrial Marketing Management, Vol. 34 No. 6, pp. 566‐576. 

Jones, R.A. and Ostroy,   J.M. (1984), “Flexibility and uncertainty”, Review of Economic Studies, Vol. 51 No. 1, pp. 13‐32. 

Ju ttner,  U.,  Christopher,   M.  and  Baker,   S.  (2007), “Demand  chain  management‐integrating marketing  and  supply  chain management”, Industrial Marketing  Management, Vol. 36 No. 3, pp. 377‐392. 

Ju ttner, U., Peck, H. and Christopher,  M. (2003), “Supply chain risk management: outlining an agenda for future research”, International Journal of Logistics:  Research and Applications, Vol. 6 No. 4, pp. 197‐210. 

Kashdan, T.B. and Rottenberg, J.  (2010),  “Psychological flexibility as a  fundamental aspect of health”, 

Clinical  Psychology Review, Vol.  30 No. 7, pp. 865‐878. 

Khan,  O.   and   Burnes,   B.   (2007), “Risk  and   supply   chain  management:   creating   a research  agenda”,   International Journal  of  Logistics Management,   Vol.  18  No.   2, pp. 197‐216. 

Koh, S.C.L. and Saad, S.M. (2002), “Development of a business model for diagnosing uncertainty in  ERP environments”,  International  Journal  of Production   Research, Vol. 40 No.  13, pp. 3015‐3039. 

Krajewski,  L., Wei, J.C. and Tang, L.‐L. (2005), “Responding to schedule changes in build‐to‐order supply chains”, Journal of Operations Management, Vol. 23 No. 5, pp. 452‐469. 

Kulatilaka, N. and Marks, S.G. (1988), “The strategic value of flexibility: reducing the ability to compromise”,  American Economic Review, Vol. 78 No. 3, pp. 574‐580. 

Kumar,   V.,  Fantazy,  K., Kumar,  U.  and  Boyle,  T.  (2006),  “Implementation and  management framework for supply chain flexibility”,  Journal of Enterprise Information Management, Vol. 19 No. 3, pp. 303‐319. 

Lambert, D.M. and Cooper, M.C. (2000), “Issues in supply chain management”,  Industrial Marketing Management, Vol. 29 No. 1, pp. 65‐83. 

Lee,  H.  (2002), “Aligning  supply  chain  strategies  with  product  uncertainties”,  California Management  Review, Vol. 44 No. 3, pp. 105‐119. 

Lee, H. and Whang, S. (2000), “Information sharing  in a supply chain”, International Journal of Manufacturing Technology and Management, Vol. 1 No. 1, pp. 79‐93. 

Liao, Y., Hong, P. and Rao, S.S. (2010), “Supply management, supply flexibility and performance outcomes: an empirical investigation of manufacturing  firms”, Journal of Supply Chain Management, Vol. 46 No. 3, pp. 6‐22. 

Lucas,  M.T.  and  Kirillova,  O.M.  (2011), “Reconciling the  resource‐based  and  competitive positioning perspectives on manufacturing  flexibility”, Journal of Manufacturing Technology Management, Vol. 22 No. 2, pp. 189‐203. 

Mason‐Jones, R. and Towill, D.R. (1998), “Shrinking the supply chain uncertainty circle”, Control, September, pp. 17‐22. 

Mason‐Jones, R. and Towill, D. (2000), “Coping  with uncertainty: reducing ‘bullwhip’ behaviour in global supply  chains”, Supply Chain  Forum: An  International  Journal,  Vol. 1 No. 1, pp. 40‐45. Merschmann, U. and Thonemann, U.W.  (2011), “Supply chain  flexibility, uncertainty  and  firm performance: an empirical analysis  of German manufacturing  firms”, International Journal of Production  Economics, Vol. 130 No. 1, pp. 43‐53. 

Mohamed, M.N., Andrew, T.P., Robert,  J.M. and Nicola, B. (2006), “The role of transport flexibility in logistics provision”, International  Journal  of  Logistics Management,  Vol. 17 No.  3, pp. 297‐311. 

More, D.  and  Subash  Babu, A.  (2008),  “Perspectives, practices  and  future  of  supply  chain flexibility”,  International Journal of Business Excellence, Vol.  1 No. 3, pp. 302‐336. 

Naim, M., Aryee,   G.  and  Potter,  A.  (2010), “Determining  a  logistics  provider’s  flexibility capability”,  International Journal of Production  Economics, Vol. 127 No. 1, pp. 39‐45. 

Naim, M., Childerhouse,   P.,  Disney,   S.  and  Towill,  D.  (2002), “A  supply  chain  diagnostic methodology: determining the vector of change”,  Computers and Industrial  Engineering, Vol. 43 No. 1, pp. 135‐158. 

Narasimhan,  R. and  Das, A.  (1999),  “Manufacturing  agility  and  supply  chain management practices”, Production and Inventory Management Journal, Vol. 40 No. 1, pp. 4‐10. 

O’Loughlin, A. and Clements,  M. (2007), “Relational exchange, supply chain myopia and zones of turbulence”,  paper  presented  at  the  International  Research Conference on Quality Innovation and Knowledge Management, New Delhi. 

Patel, P.C. (2011), “Role of manufacturing  flexibility in managing duality of formalization and environmental uncertainty in emerging firms”, Journal of Operations Management, Vol. 29 

Nos 1‐2, pp. 143‐162. 

Peck,  H. (2006), “Reconciling  supply chain vulnerability, risk and  supply chain management”, International  Journal of Logistics:  Research and Applications,   Vol.  9 No. 2, pp. 127‐142. 

Pettersen,  I. and  Rokkan, A.  (2006),  “Buyer  tolerance of  conflict  in  cross‐national business relationships: an empirical study”, in Solberg, C.A.  (Ed.),  Relationship Between Exporters and Their Foreign  Sales  and Marketing Intermediaries   (Advances  in  International Marketing, Volume 16), Emerald Group Publishing, Yorkshire, pp. 213‐243. 

Platt,  J.  (1981),  “Evidence and proof in documentary  research: 1”, Sociological  Review, Vol. 29 No. 1, pp. 31‐52. 

Prater, E., Biehl, M. and Smith, M. (2001), “International supply chain agility: trade offs between flexibility  and   uncertainty”,   International  Journal   of  Operations &   Production Management, Vol. 21 Nos 5/6, pp. 823‐839. 

Pujawan, I. (2004), “Assessing supply chain flexibility: a conceptual framework and case study”, International  Journal of Integrated  Supply Management, Vol. 1 No. 1, pp. 79‐97. 

Richter, A., Sadek, T. and Steven, M. (2010), “Flexibility in  industrial product‐service systems and   use‐oriented  business   models”,  CIRP  Journal   of  Manufacturing Science   and Technology, Vol. 3 No. 2, pp. 128‐134. 

Sanchez, R. (1993),  “Strategic flexibility,  firm organization, and managerial work  in dynamic markets: a strategic options perspective”, Advances in Strategic Management, Vol. 9 No. 1, pp. 251‐291. 

Sanchez, R. (1995), “Strategic flexibility in product competition”, Strategic Management Journal, Vol. 16 No. S1, pp. 135‐159. 

Sanchez‐Rodrigues,  V., Potter, A. and Naim, M.M.  (2010), “Evaluating the causes of uncertainty in logistics operations”, International  Journal  of Logistics Management,  Vol. 21 No.  1, pp. 45‐64. 

Sanchez‐Rodrigues,  V., Stantchev, D., Potter, A., Naim, M. and Whiteing, A. (2008), “Establishing a transport  operation  focused uncertainty  model  for  the  supply  chain”,  International Journal of Physical Distribution &  Logistics Management, Vol. 38 No. 5, pp. 388‐411. 

Sarker,  B.R., Krishnamurthy,  S.  and  Kuthethur,  S.G. (1994),  “A survey  and  critical review of flexibility measures  in manufacturing  systems”, Production Planning &  Control, Vol. 5 No. 6, pp. 512‐523. 

Sawhney,  R.  (2006), “Interplay  between  uncertainty  and  flexibility  across  the  value‐chain: Towards  a transformation model of manufacturing  flexibility”,  Journal of Operations Management, Vol. 24 No. 5, pp. 476‐493. 

Sethi, A.K. and Sethi, S.P. (1990), “Flexibility in manufacturing: a survey”,  International Journal of Flexible Manufacturing Systems, Vol. 2 No. 4, pp. 289‐328. 

Sethi, S.P., Yan, H. and Zhang, H. (2004), “Quantity flexibility contracts: optimal decisions with information updates”, Decision  Sciences, Vol.  35 No. 4, pp. 691‐712. 

Sherehiy,  B., Karwowski, W. and  Layer,   J.K.  (2007), “A review of enterprise  agility: concepts, frameworks, and attributes”, International Journal of Industrial  Ergonomics, Vol. 37 No. 5, pp. 445‐460. 

Shewchuk,  J.P. and Moodie, C.L. (1998), “Definition  and classification of manufacturing flexibility types and measures”, International  Journal of Flexible Manufacturing   Systems,  Vol. 10 No. 4, pp. 325‐349. 

Silvestro, R. (1993),  “The measurement of service  flexibility”, paper  presented  at  the Eighth Annual Conference of the Operations Management Association, 25‐26 May, Warwick. 

Slack, N. (1983), “Flexibility as a manufacturing objective”, International Journal of Operations & Production Management, Vol. 3 No. 3, pp. 4‐13. 

Stevenson, M. and Spring, M. (2007), “Flexibility from a supply chain perspective: definition and review”,  International  Journal of Operations &  Production Management, Vol. 27 No. 7, pp. 685‐713. 

Surana, A., Kumara, S., Greaves, M. and Raghavan, U. (2005), “Supply‐chain networks: a complex adaptive  systems  perspective”,  International  Journal  of  Production   Research, Vol. 43 No. 20, pp. 4235‐4265. 

Swafford, P.M. (2003),  “Theoretical development and  empirical  investigation  of supply  chain agility”, unpublished PhD, Georgia Institute of Technology, Atlanta, GA. 

Tachizawa, E. and Thomsen, C. (2007), “Drivers and sources of supply flexibility: an exploratory study”,  International  Journal of Operations &  Production Management, Vol. 27 No. 10, pp. 1115‐1136. 

Tang, C. and  Tomlin, B.  (2008),  “The power of flexibility for mitigating  supply  chain  risks”, International Journal of Production  Economics, Vol. 116 No. 1, pp. 12‐27. 

Tang, O. and Nurmaya Musa, S. (2011), “Identifying risk  issues and research advancements  in supply chain risk management”, International Journal of Production  Economics, Vol. 133 No. 1, pp. 25‐34. 

Upton, D.M. (1994),  “The management  of manufacturing  flexibility”,  California Management Review, Vol. 36 No. 2, pp. 72‐89. 

Upton, D.M.  (1995), “What really makes  factories flexible?”, Harvard Business  Review, Vol. 73 No. 4, pp. 74‐84. 

van der Vorst, J.G.A.J. and Beulens,  A.J.M. (2002), “Identifying sources of uncertainty to generate supply  chain  redesign  strategies”,   International Journal  of  Physical  Distribution & Logistics Management, Vol. 32 No. 6, pp. 409‐430. 

van  der  Vorst,  J.G.A.J.,  Beulens, A.J.M.,  de Wit, W.  and  van  Beek, P.  (1998), “Supply chain management  in food chains: improving performance by reducing uncertainty”, International Transactions in Operational  Research, Vol. 5 No. 6, pp. 487‐499. 

Vecchio,  R.P.   (2006),   Organizational   Behavior: Core   Concepts,   Thomson/South  Western, Mason, OH. 

Verdu ‐Jover,  A.  and  G'omez‐Gras,  J.   (2009), “Measuring  the  organizational  responsiveness through managerial  flexibility”,  Journal of Organizational Change Management,  Vol. 22 No. 6, pp. 668‐690. 

Verdu ‐Jover, A., Llorens‐Montes, F. and Garcıa‐Morales, V. (2004), “The concept of fit in services flexibility research: an empirical approach”, International  Journal of Service  Industry Management, Vol. 15 No. 5, pp. 499‐514. 

Vickery, S., Calantone,  R. and Droge,  C. (1999), “Supply chain flexibility: an empirical study”, Journal of Supply Chain Management, Vol. 35 No. 3, pp. 16‐24. 

Vokurka, R.J. and O’Leary‐Kelly,  S.W. (2000), “A review of empirical research on manufacturing flexibility”, Journal of Operations Management, Vol. 18 No. 4, pp. 485‐501. 

Wadhawa,  S.  and  Rao,  K.  (2003), “Flexibility  and  agility  for  enterprise  synchronization: knowledge and  innovation management  towards  flexagility”,   Studies in Informatics and Control, Vol. 12 No. 2, pp. 111‐128. 

Wallace,  S.W. and  Choi, T.M. (2011), “Flexibility,   information structure,  options, and market power in robust  supply chains”, International  Journal of Production  Economics, Vol. 134 No. 2, pp. 284‐288. 

Wilson, M. (2006), unpublished PhD, Lincoln University, Lincoln. 

Womack, J.P. and Jones, D.T.  (1996), Lean Thinking,  Simon and Schuster, New York, NY. 

Yasu, M. (2012),  “Dentsu’s excellent foreign adventure”, Bloomberg  Businessweek, 23‐29 July, pp. 22‐23. 

Yin, R.K.  (2009),  Case Study  Research: Design and Methods,  Sage,  Thousand Oaks, CA. 

Zhang, M.J. (2005), “Information systems, strategic flexibility and firm performance: an empirical investigation”,  Journal  of  Engineering  and Technology  Management,  Vol. 22  No.  3, pp. 163‐184. 

Zhang, Q., Vonderembse,  M.A. and  Lim, J.S.  (2002),  “Value chain  flexibility: a dichotomy of competence and  capability”,  International Journal of Production  Research, Vol. 40 No. 3, pp. 561‐583. 

Zhang, Q., Vonderembse, M.A. and  Lim, J.‐S.  (2003),  “Manufacturing  flexibility: defining and analyzing relationships among competence, capability, and customer satisfaction”, Journal of Operations Management, Vol. 21 No. 2, pp. 173‐191. 

Zomorrodi, M. and Fayezi, S. (2011), “Understanding the concept of elasticity  in supply chain relationships: an  agency  theory perspective”, Asian Journal  of Management  Research, Vol. 1 No. 2, pp. 452‐472. 

Zsidisin,  G.A.  (2003), “Managerial  perceptions  of  supply   risk”,  Journal  of  Supply  Chain Management: A Global Review of Purchasing and Supply, Vol. 39 No. 1, pp. 14‐26. 

Zsidisin, G.A. and Ritchie,  B. (2008), “Supply chain risk management: developments, issues and challenges”, in Zsidisin, G.A. and  Ritchie,  B.  (Eds), Supply Chain  Risk: A Handbook of Assessment, Management,  and Performance, Springer‐Verlag, New York, NY, pp. 1‐12. 

Zsidisin, G.A., Panelli, A. and Upton, R. (2000), “Purchasing organization  involvement in risk assessments, contingency plans, and risk management: an exploratory study”, Supply Chain Management: An International Journal, Vol. 4 No. 4, pp. 187‐197. Zsidisin, G.A., Ellram, L.M., Carter,  J.R. and Cavianto, J.L.  (2004),  “An analysis of supply  risk assessment   techniques”,  International Journal  of  Physical  Distribution &   Logistics Management, Vol. 34 No. 5, pp. 397‐413.  (The Appendix follows overleaf.)   

Appendix  

Flexibility type 

 

Relationship flexibility: “level of tolerance threshold of co‐operating parties  in presence of their sudden behaviour change” Inbound/outbound delivery flexibility: “ability of the system to shorten or lengthen its delivery time, that is, to bring forward or put back production” Purchasing  flexibility: “the availability of a range of options and the ability of the purchasing  function to effectively exploit them to respond to changing requirements for the supply of purchased components”  Expansion flexibility: “the ease with which its capacity and capability can be increased when needed” Machine/equipment flexibility: “the various types of operations that  the machine can perform without requiring a prohibitive effort in switching from one operation to another” Labour flexibility: “range of tasks  that an operator can perform within the manufacturing system” Materials handling  flexibility: “ability to move different part  types efficiently for proper positioning and processing through the manufacturing facility it serves”  Routing flexibility: “ability to produce a part by alternate routes through  the system” Operations flexibility: “ability to configure assets and operations to react to emerging customer trends … at each note of the supply chain” Production flexibility: “the universe of part  types that the manufacturing system can produce without adding major capital equipment”  

 

 

Reference(s) 

 

Zomorrodi and Fayezi (2011, p. 452)    Slack (1983, p. 10)     Swafford (2003, p. 21)      Sethi and Sethi (1990, p. 309)    Sethi and Sethi (1990, p. 298) 

     Vokurka and O’Leary‐Kelly (2000, p. 486)  Sethi and Sethi (1990, p. 300)     Sethi and Sethi (1990, p. 305)    Duclos et al. (2003, p. 450)    Sethi and Sethi (1990, p. 311)          

Table A.I. Flexibility typologies 

Information system flexibility: “the ability to align information system architectures and systems with the changing information needs of the organisation as it responds to changing customer demands” Market flexibility: “the ease with which the manufacturing system can adapt to a changing market environment” Strategy development flexibility: “ability of the organisation to develop strategy based on internal competence and external customer needs, continuously and effectively” Organisational flexibility: “the ability to align labour force skills to the needs of the supply chain to meet customer service/demand requirements” Information dissemination flexibility: “ability of the organisation to collect and disseminate quickly the variety of data needed along the supply chain to meet customer needs” New product flexibility: “the range of products a manufacturing system can produce” Mix flexibility: “ability of the organisation to produce different combinations of products economically and performance‐effectively given certain capacity” 

Volume flexibility: “ability to be operated profitably at different overall output  levels” Modification/specification  flexibility: “ability of the manufacturing process to implement minor design changes in a given product to accommodate customer specifications” 

Customer recovery flexibility: “the ability to recover the customer after something goes wrong ability to align information system architectures and systems with the changing  information needs of the organisation as it responds to changing customer demands” 

Duclos et al. (2003, p. 451)      Sethi and Sethi (1990, p. 312)    Zhang et al. (2002, p. 572) 

 

 

  

Duclos et al. (2003, p. 451)    Zhang et al. (2002, p. 572     Slack (1983, p. 8)   Zhang et al. (2002, p. 569)     Sethi and Sethi (1990, p. 307)  

 

 Gerwin (1987, p. 399) 

 

 

  

Corre a and Gianesi (1994, p. 5)      (continued)

  

Corresponding author Sajad Fayezi can be contacted at: sajad.fayezi@deakin.edu.au