物流经营供应链信息价值

Var(q)/Var(D): 针对不同的提前期
14
L=5
12
10
8 L=3
6
4 LL==11
2
0
0
5
McGraw-Hill/Irwin
10
15
20
25
30
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
结果……
增加了安全库存 降低了服务水平 不充分的资源配置 运输成本增加
单一零售商，单一生产商
– 零售商观察到客户的需求Dt. – 零售商向生产商订 qt 数量的货物
Dt
零售商
qt
L
生产商
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
原因是……
促销 批量及运输折扣 被夸大的订单 需求预测Demand forecasting
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
不断增加的订货可变性使供应链提升到 一个更高的层次
Lee, H, P. Padmanabhan and S. Wang (1997), Sloan Management Review
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
结论……
订货的可变性在沿供应链向上移动 时被放大，上游面临着更高的可变 性
你看到的并不是他们面对的
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
– 当预测发生变化时，最大订货量随之改变——订 货量的增加大于预测的增加
长订货期
– 很长的提前期加剧了这一效果
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
原因是……
单一零售商，单一生产商
– 零售商观察到客户的需求Dt. – 零售商向生产商订 qt 数量的货物
信息的价值
“在当今供应链中，信息取代了库存”
– 这种说法为什么是正确的？ – 为什么是不正确的？
有信息总是比没有信息正好。为什么？
信息
– 有助于降低可变性 – 有助地提高预测的准确性 – 能够协同系统与战略 – 提升客户服务 – 缩短提前期 – 使企业对市场条件的变化反应更迅速
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
牛鞭效应及其对供应链的影响
设想一种由一家大型电子产品生产商销售给国内零 售商的黑白电视机的订货模式。
图1 订货流
Huang at el. (1996), Working paper, Philips Lab
McGraw-Hill/Irwin
图4 去除促销和趋势后的零售点数据
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
计算机零售商向生产商订货时的变化高于 实际销售的变化
Lee, H, P. Padmanabhan and S. Wang (1997), Sloan Management Review
k=1
0
0
5
McGraw-Hill/Irwin
10
15
20
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
25
牛鞭效应：管理视角
存在的部分原因是由于零售商需要要估计需 求的平均数和方差
可变性的增加是提前期的增函数 需求模型和预测技术越复杂，增加的越多 集中化需求信息可以明显降低牛鞭效应，但
2. 协同计划 • 频繁的检查使快速响应成为可能 • 整合配送战略
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
为有效预测提供信息
定价、促销、新产品
– 不同的部门拥有这一信息 – 零售商可以自行确定价格或促销，而不用告诉分
销商 – 分销商 / 生产商可能拥有新产品的信息
利用这种战略，贝纳通可以在4周内向新订单 发货，比其大多数竞争对手提前了几周。
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
贝纳通如何应对牛鞭效应？
1. 整合的信息系统 • 全球电子数据交换网络将生产和库存信息在代理 商间分享 • EDI 订单传送到总部 • EDI 与航空公司联系 • 数据与生产商连接
L2
阶段3
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
多阶段系统
集中化：每一阶段的订货基于零售商的需求预测
k
V a(qrk) 12i1 Li
V a(D r)
P
2 k
2
Li
i1 P2
分散化：每一阶段的订货基于上一阶段的需求
McGrawminsky, Simchi-Levi
多阶段供应链
设想一个多阶段供应链：
– 阶段 i 向阶段 i+1 订货 qi 。 – Li 是阶段 i 和阶段 i+1间的提前期。
qo=D
零售商 阶段1
q1
生产商
q2
供应商
L1
阶段2
Dt
零售商
qt
L
生产商
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
增加量是多少？
假设利用P时期的移动平均
Va(qr) 2L 2L2
1 Va(D r)
PP2
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
不能消除它。
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
如何应对牛鞭效应
降低不确定性
– 零售点 – 信息共享 – 预测与政策分享
降低可变性
– 消除促销因素 – 年度低价
缩短提前期
– 电子数据交换 – 直接转运
战略伙伴
– 卖主管理的库存 – 数据共享
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
实例：贝纳通的快速响应
意大利运动服装生产商贝纳通成立于1964年。 1975年，贝纳通在意大利有200家商店。
10年后，公司扩张到美国、日本和东欧。销 售额达2万亿。
贝纳通的成功是由于它成功地利用了沟通和 信息技术。
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
实例：贝纳通的快速响应
贝纳通通过利用一种被称为快速反应的有效 战略，将生产商、仓库、销售和零售商联系 在一起。在这一战略下，贝纳通的零售商直 接通过贝纳通在意大利的大型计算机订货。
协同预测处理这此问题
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
为系统协同提供信息
从局部优化到全局优化需要必要的信息
问题：
– 谁会最优化？ – 节约的成本如何分享？
需要的信息：
– 产品状况和成本 – 运输的有效性和成本 – 库存信息 – 生产量信息 – 需求信息
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
牛鞭效应及其对供应链的影响
图2 销售点的原始数据
图3 去除促销后的零售点数据
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
牛鞭效应及其对供应链的影响
– 先进的生产系统 – 利用零售点数据进行预警
库存 － 运输：
– 缩短提前期 – 共同运输信息系统 – 直接转运 – 先进的决策支持系统
提前期 – 运输：
– 更低的运输成本 – 改善的预测 – 更短的提前期
产品多样化 – 库存：
– 延迟区分
成本 – 客户服务：
– 转运
McGraw-Hill/Irwin
V Vaa ((qD krr))i k112P Li 2P L2i2
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
多阶段系统： Var(qk)/Var(D)
30
25
分散 k=5
20
15
10
集中 k=5 分散 k=3
5 集中 k=3
原因是……
促销
– 提前购买
批量及运输折扣
– 定量分析
被夸大的订单
– 当零售商估计在圣诞节期间IBM Aptiva型计算机 可能会断货时，订货是增加了2至3倍
– 摩托罗拉手机
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
原因是……
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
找出所需产品
如果产品没有库存如何满足需求？
– 在其他商店寻找产品 – 在其他经销商处寻找
客户服务水平如何？
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
缩短提前期
为什么？
– 客户订单快速得到满足 – 降低了牛鞭效应 – 预测更加准确 – 降低了库存水平
怎样做？
– EDI – 利用零售点数据预计未来的订单
McGraw-Hill/Irwin
© 2003 Simchi-Levi, Kaminsky, Simchi-Levi
应对冲突的信息
批量 – 库存：