Strategic Prioritization of Digital Projects in the Automotive Industry: A Multi-Criteria Decision- Making Approach

Abstract

La creixent complexitat de la transformació digital en les indústries tradicionals exigeix enfocaments nous i estructurats per gestionar la presa de decisions sota incertesa, especialment en sectors com l’automoció, on la digitalització convergeix amb processos heretats rígids. Aquesta investigació doctoral analitza la priorització estratègica i l’avaluació d’iniciatives digitals dins de SEAT S.A., un fabricant d’equips originals (OEM), amb l’objectiu de donar suport a la seva transició cap a un model de gestió de portafoli digital més àgil i orientat al valor.

Per tal de permetre una priorització eficaç, la tesi desenvolupa inicialment una metodologia que combina l’Anàlisi Multicriteri per a la Presa de Decisions (MCDA, per les seves sigles en anglès) amb tècniques com TOPSIS i un agregador basat en IOWA, amb l’objectiu d’avaluar i visualitzar l’alineació entre la importància estratègica i el rendiment econòmic de les iniciatives digitals. Aquest enfocament genera un índex de rendiment i classificacions accionables que identifiquen els projectes amb baix rendiment i orienten la redistribució de recursos.

Seguidament, la recerca estableix un conjunt consensuat i estandarditzat de criteris d’avaluació per a projectes digitals. Mitjançant el mètode Delphi i l’ús de Conjunts de Termes Lingüístics Difusos Vacil·lants (HFLTS), l’estudi recull les perspectives de 16 agents clau de diverses funcions, incloent-hi àrees de negoci, producte i portafoli. Aquest procés qualitatiu dona lloc a un conjunt estructurat de criteris d’avaluació —com ingressos directes, estalvi de costos, alineació estratègica i satisfacció del client— ordenats segons la seva importància percebuda i el nivell de consens assolit. Aquests criteris constitueixen la base per a un marc d’avaluació escalable i repetible basat en MCDA, afavorint la transparència, la coherència i una comprensió compartida dins l’organització.

La darrera part de la tesi introdueix una eina de suport a la decisió per a la classificació d’iniciatives digitals, utilitzant l’operador WOWA (Weighted Ordered Weighted Averaging) per assignar els projectes a classes ordinals predefinides. Aquest enfocament té en compte tant la importància relativa dels criteris com els patrons de comportament dels responsables de la presa de decisions, permetent un procés d’avaluació transparent i reproduïble que dona suport a la planificació estratègica a mitjà i llarg termini.

El marc proposat no només millora la coherència i la traçabilitat en l’avaluació de projectes digitals, sinó que també fomenta el consens entre els decisors i garanteix que els projectes d’alt impacte i rellevància estratègica rebin l’atenció adequada. En conjunt, la tesi aporta múltiples contribucions tant a l’àmbit acadèmic com a l’industrial. Demostra com es poden harmonitzar el MCDA, la lògica difusa i la teoria del comportament en la presa de decisions per millorar la gestió de portafolis digitals en entorns corporatius complexos. En última instància, aquest treball ofereix un marc integral i inclusiu amb els grups d’interès per a la gestió de portafolis digitals, tancant la bretxa entre la intenció estratègica i l’execució operativa, i facilitant una presa de decisions més àgil, transparent i orientada al valor en indústries tradicionals.

La creciente complejidad de la transformación digital en las industrias tradicionales exige enfoques nuevos y estructurados para gestionar la toma de decisiones bajo incertidumbre, especialmente en sectores como el de la automoción, donde la digitalización converge con procesos heredados y rígidos. Esta investigación doctoral analiza la priorización estratégica y la evaluación de iniciativas digitales dentro de SEAT S.A., un fabricante de equipos originales (OEM), con el objetivo de apoyar su transición hacia un modelo de gestión de portafolio digital más ágil y orientado al valor.

Para posibilitar una priorización efectiva, la tesis desarrolla una metodología que combina el Análisis de Decisión Multicriterio (MCDA, por sus siglas en inglés) con técnicas como TOPSIS y un agregador basado en IOWA, con el fin de evaluar y visualizar la alineación entre la importancia estratégica y el desempeño económico de las iniciativas digitales. Esto da lugar a un índice de desempeño y a clasificaciones accionables que destacan proyectos con bajo rendimiento y, por tanto, mejoran la asignación de recursos.

Posteriormente, la investigación establece un conjunto consensuado y \\ estandarizado de criterios de evaluación para proyectos digitales. Mediante el método Delphi y el uso de Conjuntos de Términos Lingüísticos Difusos Vacilantes (HFLTS), el estudio recoge las perspectivas de diversos grupos de interés, abarcando funciones de negocio, producto y portafolio. Este proceso cualitativo da lugar a un conjunto estructurado de criterios de evaluación —como ingresos directos, ahorro de costes, alineación estratégica y satisfacción del cliente— ordenados según su importancia percibida y el nivel de consenso alcanzado. Estos criterios constituyen la base de un marco de evaluación escalable y repetible basado en MCDA, que promueve la transparencia, la consistencia y una comprensión compartida en toda la organización.

La parte final de la tesis introduce una herramienta de apoyo a la decisión para la clasificación de iniciativas digitales, que emplea el operador WOWA (Weighted Ordered Weighted Averaging) para asignar los proyectos a clases ordinales predefinidas. Este enfoque considera tanto la importancia relativa de los criterios como los patrones de comportamiento de los tomadores de decisiones, lo que permite un proceso de evaluación transparente y reproducible que respalda la planificación estratégica a medio y largo plazo.

El marco propuesto no solo mejora la coherencia y trazabilidad en la evaluación de proyectos digitales, sino que también fomenta el consenso entre los responsables de decisión y garantiza que los proyectos de alto impacto y relevancia estratégica reciban la atención adecuada. En conjunto, la tesis aporta múltiples contribuciones tanto al ámbito académico como al industrial. Demuestra cómo pueden armonizarse el MCDA, la lógica difusa y la teoría del comportamiento en la toma de decisiones para mejorar la gestión de portafolios digitales en entornos corporativos complejos. En última instancia, este trabajo ofrece un marco integral e inclusivo con los grupos de interés para la gestión de portafolios digitales, cerrando la brecha entre la intención estratégica y la ejecución operativa, y facilitando una toma de decisiones más ágil, transparente y orientada al valor en industrias tradicionales.

The increasing complexity of digital transformation in traditional industries calls for new and structured approaches to manage decision-making under uncertainty, especially in domains like automotive manufacturing where digitalization intersects with rigid legacy processes. This doctoral research investigates the strategic prioritization and evaluation of digital initiatives within SEAT S.A., an original equipment manufacturer (OEM), aiming at supporting its transition toward a more agile, value-driven digital portfolio management model.

To enable effective prioritization, the thesis first develops a methodology that combines Multi-Criteria Decision Analysis (MCDA) with techniques such as TOPSIS and an IOWA-based aggregator to assess and visualize the alignment between the strategic importance and economic performance of digital initiatives. This produces a performance index and actionable rankings that highlight underperforming projects and therefore improves resource allocation.

The research then establishes a consensual and standardized set of evaluation criteria for digital projects. Using the Delphi method and Hesitant Fuzzy Linguistic Term Sets (HFLTS), the study captures the perspectives of different stakeholders, encompassing business, product, and portfolio roles. This qualitative process yields a structured set of evaluation criteria —such as direct income, cost savings, strategic alignment, and customer satisfaction— ranked by both perceived importance and consensus level. These criteria become the foundation for a scalable and repeatable MCDA-based project evaluation framework, promoting transparency, consistency, and shared understanding across the organization.

The final component of the thesis introduces a decision-aiding classification tool, leveraging the Weighted Ordered Weighted Averaging (WOWA) operator to assign digital initiatives to predefined ordinal classes. This approach accounts for both the relative importance of criteria and the behavioral patterns of decision-makers, enabling a transparent and reproducible evaluation process that supports mid- and long-term strategic planning.

The proposed framework not only improves the coherence and traceability of digital project evaluations but also fosters consensus among decision-makers and ensures that high-impact, strategically relevant projects receive the proper attention. Collectively, the thesis makes multiple contributions to both academia and industry. It demonstrates how MCDA, fuzzy logic, and behavioral decision theory can be harmonized to enhance digital portfolio management in complex corporate settings. Ultimately, this work contributes a comprehensive, stakeholder-inclusive framework for digital portfolio management that bridges the gap between strategic intent and operational execution—supporting more agile, transparent, and value-driven decision-making in traditional industries.