Maturity matrix of digital lean manufacturing

Cover Page

Cite item

Full Text

Abstract

AIM. The aim of this study is to develop and justify a maturity matrix for digital lean manufacturing, reflecting the phased integration of digitalization and lean production tools under conditions of industrial digital transformation. Special attention is given to the application of the maturity matrix in high-tech sectors of transport engineering.

MATERIALS AND METHODS. The study is based on a phased approach to the classification of digitalization and lean manufacturing tools. Methods employed include comparative analysis, expert evaluation, logical-structural modeling, and matrix diagnostics. The assessment was carried out using a four-phase implementation model, ranging from basic realization to strategic transformation.

RESULTS. A maturity matrix for digital lean manufacturing has been developed, comprising 16 cells, each representing the degree of implementation of digital lean tools at a specific phase. The matrix makes it possible to identify maturity gaps and inconsistencies between lean and digital trajectories, and to design individualized development paths for production systems.

CONCLUSION. The proposed tool can be used for self-assessment of maturity levels both at the enterprise level in transport engineering and in industry more broadly. It supports the development of transformation roadmaps and strategic management of digital and organizational changes. The application of the matrix facilitates the coordinated and balanced development of digital lean manufacturing.

About the authors

S. S. Vagin

State Marine Technical University

Author for correspondence.
Email: vaginms@yandex.ru
ORCID iD: 0009-0002-3833-4623
SPIN-code: 3582-4226

Applicant

Russian Federation, St. Petersburg

E. S. Palkina

State Marine Technical University

Email: elena_palkina@hotmail.com
ORCID iD: 0000-0002-4702-3512
SPIN-code: 8447-6777

Dr. Sci. (Economics), Associated Professor

Russian Federation, St. Petersburg

References

  1. Khu T. National strategies for transition to Industry 5.0 (Obzor natsional'nykh strategii perekhoda k Industrии 5.0). Economics and Innovation Management. 2022;(3):28–38. doi: 10.26730/2587-5574-2022-3-28-38
  2. Manish. What Is Digital Lean Or Lean 2.0 In VUCA world? Learn Transformation [Internet]. 2023 Aug 24 Accessed: 2025 May 4. Available from: https://learntransformation.com/lean-2-0/
  3. Powell DJ, Romero D. Digital Lean Manufacturing: A Literature Review. In: Proc. IEEE Int. Conf. on Industrial Engineering and Engineering Management (IEEM); 2021 Dec 13–16; Singapore. IEEE; 2021. Available from: https://www.researchgate.net/publication/357968752
  4. Kokh LV, Kokh YV. Digital transformation of the production system in shipbuilding: problems and solutions. Science and Technology Bulletin of SPbPU. Economics. 2019;12(4):78–89. doi: 10.21209/2227-9245-2021-27-6-107-123 EDN: BVGBAN
  5. Palkina ES. Risks of digital transformation of transport logistics in priority market segments. E3S Web of Conferences. 2023;371:04047. doi: 10.1051/e3sconf/202337104047 EDN: TYGRVQ
  6. Glukhov VV, Babkin AV, Shkarupeta EV. Digital strategizing of industrial systems based on sustainable eco-innovative and circular business models during the transition to Industry 5.0. Economics and Management. 2022;28(10):1006–1020. doi: 10.35854/1998-1627-2022-10-1006-1020 EDN: JDJSWV
  7. Shafieva ET, Khachidogov RA. Main stages of digital transformation of the national economy. Journal of Applied Research. 2021;5(2):142–147. doi: 10.47576/2712-7516_2021_5_2_142 EDN: GUYNVU
  8. Rossini M, Cifone FD, Kassem B, Costa F, Portioli-Staudacher A. Being lean: how to shape digital transformation in the manufacturing sector. J Manuf Technol Manag. 2021;32(9):239–259. doi: 10.1108/JMTM-12-2020-0467 EDN: UXPVIY
  9. Belysh KV. Classification of the main methods and tools of lean production. RUDN Journal of Economics. 2016;(1):70–77.
  10. Sakhnovich TA. Lean production tools. In: Proceedings of the 19th Int. Sci. and Tech. Conf. Minsk: BNTU; 2022. p. 150–155.
  11. Valinurova LS, Mazur NZ. Digital tools for enterprise management. Innovations and Investments. 2023;(6):459–464.
  12. Kolychev VD, Belkin IO. Integration of lean production and digital technologies in the operational management of industrial enterprises. Higher Education Institutions Proceedings. Economics, Finance and Production Management. 2023;3(57):45–58. doi: 10.6060/ivecofin.2023573.653 EDN: UAWLCH
  13. Glukhov VV, Balashova ES. Production organization. Lean Production: Textbook. St. Petersburg: Polytechnic University Press; 2007. 251 p.
  14. Flek MB, Ugnich EA. Enterprise management in the context of digital transformation. Rostov-on-Don: DSTU; 2020. 235 p.
  15. Treviño-Elizondo BL, García-Reyes H, Peimbert-García RE. A maturity model to become a smart organization based on lean and industry 4.0 synergy. Sustainability. 2023;15:13151. doi: 10.3390/su151713151 EDN: NRJWUQ
  16. Vaz N. Digital Business Transformation. How Established Companies Sustain Competitive Advantage from Now to Next. Wiley; 2021.
  17. Borovkov AI, Gamzikova AA, Kukushkin KV, Ryabov YA. Digital twins in high-tech industry: Summary report. St. Petersburg: Politek-Press; 2019. 62 p.
  18. Kumar V, Rezaei J, Akberdina V, Kuzmin E, eds. Digital Transformation in Industry: Trends, Management, Strategies. Lecture Notes in Information Systems and Organisation. Vol. 44. Cham: Springer; 2021. doi: 10.1007/978-3-030-73261-5 EDN: BNTNXN
  19. Kobzev VV, Babkin AV, Skorobogatov AS. Digital transformation of industrial enterprises in the new reality. π-Economy. 2022;15(5):7–27. doi: 10.18721/JE.15501 EDN: NUNQPQ
  20. Babkin AV, Shkarupeta EV, Plotnikov VA. Intellectual cyber-social ecosystem of Industry 5.0: concept, essence, model. Economic Revival of Russia. 2021;(4):39–62. doi: 10.37930/1990-9780-2021-4-70-39-62 EDN: TCYAIR

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Classification of lean manufacturing and digitalization tools by implementation phase

Download (1MB)
Indexing metadata
3. Fig. 2. Maturity matrix of digital lean manufacturing

Download (3MB)
Indexing metadata

Copyright (c) 2025 Vagin S.S., Palkina E.S.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

link to the archive of the previous title

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».