牛鞭效应实验报告

合集下载

牛鞭效应及应用实例分析

牛鞭效应及应用实例分析

牛鞭效应及应用实例分析1 牛鞭效应的背景介绍牛鞭效应的发觉二十世纪九十年代中期,宝洁公司的工作人员对他们最畅销的婴儿尿布产品的定单模式进行检查时,发觉了一个奇怪的现象:该产品的零售数量是相当稳固的,波动性并非大,但在考察分销中心向她的定货情形时,吃惊地发觉波动性明显增大了。

其分销中心说,他们是依照汇总的销售商的定货需求量向她定货的。

她进一步研究后发觉,零售商往往依照对历史销量及现实销售情形的预测,确信一个较客观的定货量,但为了保证那个定货量是及时可得的,而且能够适应顾客需求增量的转变,他们通常会将预测定货量作必然放大后向批发商定货,批发商出于一样的考虑,也会在汇总零售商定货量的基础上再作必然的放大后向销售中心定货。

如此,尽管顾客需求量并无大的波动,但通过零售商和批发商的定货放大后,定货量就一级一级地放大了。

在考察向其供给商,如3M 公司的定货情形时,她也惊奇地发觉定货的转变更大,而且越往供给链上游其定货误差越大。

那个现象就像牛仔利用的长鞭,顶端轻微的一点抖动就会在末梢转化为一条长长的弧线。

因此,宝洁公司把那个现象命名为牛鞭效应(bullwhip effect)。

学术界普遍同意的牛鞭效应经典概念由Hau L Lee等(1997a)给出,他用进程的方差来定量的描述需求的波动:牛鞭效应描述的是供给链中供给商所同意的定单比终端顾客的需求具有更大的方差现象(即需求扭曲现象),这种扭曲将以放大的形式向供给链的上游传播(即方差的放大现象)。

牛鞭效应的成因和阻碍牛鞭效应的形成缘故最先注意到供给链中这种需求波动逐级放大现象的人是J. Forrester, 早在1961年他就依照系统动力学理论,对一个三时期四节点的进行分析,指出关于季节性商品,制造商觉察到的需求转变远远超过顾客的需求转变。

Forrester以为显现这种现象的缘故在于供给链系统太过复杂,而公司间的信息反馈又超级困难,因此单个公司很难独立理性地作出订购决策。

牛鞭效应总结

牛鞭效应总结

牛鞭效应总结一、定义及产生原因牛鞭效应是指在供应链中,下游企业的需求波动比上游企业更大,这种波动的放大现象类似于挥动鞭子时,远端鞭梢的运动比近端更大。

产生牛鞭效应的主要原因包括:需求预测误差、批量订货、价格波动、过度关注自身利益以及缺乏信息共享等。

二、对供应链的影响牛鞭效应对供应链管理具有很大的影响,主要包括:1. 库存积压:为了应对需求预测的高波动,供应商会积压大量库存,这可能导致库存成本增加,甚至造成库存过剩。

2. 生产计划混乱:由于需求预测的不准确性,生产计划可能频繁调整,导致生产效率低下,生产成本增加。

3. 客户服务水平下降:由于需求波动大,供应链难以满足客户需求,可能导致客户满意度下降。

4. 供应链稳定性受损:牛鞭效应可能导致供应链中的企业关系紧张,甚至出现信任危机。

三、常见的缓解策略为了降低牛鞭效应的影响,以下是一些常见的缓解策略:1. 实时共享需求信息:通过实时共享需求信息,供应链中的企业可以更好地了解实际需求,减少预测误差。

2. 实施小批量、多批次的采购或生产策略:这种方式可以降低需求波动,减少批量订货的影响。

3. 建立长期合作伙伴关系:通过建立长期合作伙伴关系,企业可以增加相互信任,减少过度关注自身利益的行为。

4. 实施协同预测和补货策略:协同预测和补货策略可以帮助供应链中的企业共同预测需求,实现库存和生产计划的协同优化。

5. 引入平准化库存管理策略:通过设定安全库存来平准需求的波动。

四、信息技术在降低牛鞭效应中的作用信息技术在降低牛鞭效应中起着重要作用。

例如,利用大数据和人工智能技术进行需求预测,可以提高预测准确性;通过电子数据交换(EDI)或电子商务平台实时共享需求信息,可以促进信息流通;利用供应链管理软件进行协同计划和补货,可以提高供应链的协同性。

因此,应充分发挥信息技术的作用,以更好地降低牛鞭效应的影响。

五、案例分析与实践经验在实践中有许多关于如何缓解牛鞭效应的案例。

例如,某电子产品零售商通过与供应商实时共享销售数据,提高了需求预测的准确性,减少了库存积压和生产计划的波动。

供应链管理上机实验报告

供应链管理上机实验报告

牛鞭效应—多级库存管理实验报告姓名乔梦妮班级物流1201学号1121570110实验相关知识:牛鞭效应是供应链上的一种需求变异放大现象,是信息流从最终客户端向原始供应商端传递时,无法有效地实现信息的共享,使得信息扭曲而逐级放大,导致了需求信息出现越来越大的波动。

这种信息扭曲的放大作用在图形显示上很像很一根甩起的赶牛鞭,因此被形象地称为牛鞭效应。

牛鞭效应对供应链管理是不利的,它造成批发、零售商的订单和生产商产量峰值远远高于实际客户需求量,进而造成产品积压,占用资金,使得整个供应链运作效率低下。

随着供应链运作的企业越多,这种效应越加明显,整个供应链的管理会变得十分复杂、困难。

“牛鞭效应”产生的根本原因在于供应链中上、下游企业间缺乏沟通和信任机制,而每一个企业又都有各自的利益,由此造成需求信息在传递过程中不断地被扭曲。

解决“牛鞭效应”的根本对策是整合供应链中企业之间的关系,建立企业之间的诚信机制,实现信息共享。

信息共享,就是供应链中各个企业共同拥有一些知识或行动,如生产、销售、需求等资讯,实现信息共享,可以减少由于信息不对称或不完全带来的风险。

协调各企业的行动,确保需求资讯的真实、快速传递,从而减少供应链中的“牛鞭效应”。

多级库存优化控制是实现信息共享、减缓“牛鞭效应”的一种有效方法。

实验内容:以小组为单位来模拟一条供应链的多级库存管理,每组5人,每人扮演供应链上的一个节点。

每期根据系统提供的库存,需求等信息决定所在节点每期订货和发货的数量,以使本企业或所在供应链收益最大。

考虑因素:各项成本,包括固定成本,缺货成本,库存成本价格与利润:进货价格,出货价格提前期信息共享程度:牛鞭效应——完全封闭,每个节点只知道自己的库存、缺货、到货和相邻下游节点的需求。

多级库存管理——完全透明。

产品:单一品种终端市场需求:服从正态随机分布决策变量:向上游订货数,向下游发货数决策目标:牛鞭效应实验:使该节点总收益最大多级库存实验:使整条链的总收益最大实验步骤:实验以期为单位进行,共50期。

啤酒实验与牛鞭效应实验总结

啤酒实验与牛鞭效应实验总结

可以看到,由于我们在库存控制上的努力,使得库存总水平较低,并且缺货发生概率很少。因此图 中利润变化趋势和下游批发商订单趋势基本一致。但是由于供应链上下游之间不能信息交流,从而 对下游需求预测不准,加上库存成本和缺货的发生,造成利润在第2、6、23周出现负值。但是总体 上获利很大
数据分析
数据分析
生产商数据分析
(2)缩短提前期
既然提前期的存在会加大牛鞭效应的影响, 那么缩短这个期间就 是解决问题 的手段之一。周期缩短了,这段时间里所需的存货数量减 少,订货的灵活性增加,同时减小了缺货的 可能性。所以,可以通过 外包、频繁送货等手段缩短订货周期。
(3)有效预测需求
即使每个阶段的供应商使用同样的需求数据, 仍然可能因预测方 法和判断 方式的不同而引发牛鞭效应, 因此科学的预测方法和准确的 经验判断也不可或缺。当然,这种方法 对于信息共享的要求也是很高 的。
数据分析
数据分析
经销商数据分析
我们可以得到制定的新定单轨迹与接收下游的新订单变化趋势之间的规律:高库存保 障二者走势趋同,而库存减少后二者就会差距很大。作为经销商我们的成功之处在于: 很少有缺货现象,同时库存水平总体不高,进而获得了较高的利润。
数据分析
数据分析
经销商数据分析
同样的,这里的利润值 也是原利润的30%
三、蝴蝶效应
虽然本次实验,我们只做了26周,但那样一个小幅的扰动,透过整个系统的加乘作用,竟使得大家的订 购量都大幅增加。当随着周期的增加,整个系统都将有巨大变化。(就如混沌理论所说的“蝴蝶效应”一般— —佛罗里达的暴风,是由于北京的一只蝴蝶翅膀挥动了一下而引起的)。
汇总分析
汇总分析
分析产生牛鞭效应的原因 通过对数据的分析可知牛鞭效应产生的原因是因为是试验中 息的透明度不够,供应商,经销商,批发商,零售商之间信息 发生扭曲,从而导致各环节出现问题,综合作用后对供应链造 成了消极影响。

基于实际案例的牛鞭效应分析

基于实际案例的牛鞭效应分析

基于实际案例的牛鞭效应分析1 牛鞭效应定义牛鞭效应是指上游企业以下游企业的订单信息作为需求预测的依据,使最终客户开始沿着供应链向零售商、分销商、制造商乃至原料供应商的传递过程中出现了波动性逐级放大的现象,即零售商向分销商发出的订单需求的波动性大于最终用户的实际需求的波动性,分销商向制造商的订单需求的波动性大于零售商的订单需求的波动性,以此类推,得到了上游环节的需求的波动程度大于下游环节需求的波动程度。

2 牛鞭效应具体案例二十世纪九十年代中期,宝洁公司的工作人员对他们最畅销的婴儿尿布产品的订单模式进行检查时,发现了一个奇怪的现象:该产品的零售数量是相当稳定的,波动性并不大,但在考察分销中心向它的订货情况时,吃惊地发现波动性明显增大了。

其分销中心说,他们是根据汇总的销售商的订货需求量向它订货的。

它进一步研究后发现,零售商往往根据对历史销量及现实销售情况的预测,确定一个较客观的订货量,但为了保证这个订货量是及时可得的,并且能够适应顾客需求增量的变化,他们通常会将预测订货量作一定放大后向批发商订货,批发商出于同样的考虑,也会在汇总零售商订货量的基础上再作一定的放大后向销售中心订货。

这样,虽然顾客需求量并没有大的波动,但经过零售商和批发商的订货放大后,订货量就一级一级地放大了。

在考察向其供应商,如3M公司的订货情况时,它也惊奇地发现订货的变化更大,而且越往供应链上游其订货偏差越大。

这个现象就像牛仔使用的长鞭,顶端轻微的一点抖动就会在末梢转化为一条长长的弧线。

因此,宝洁公司把这个现象命名为牛鞭效应。

3 牛鞭效应产生的原因结合上述案例,我们发现引起牛鞭效应的原因,一方面在于供应链上下游环节之间需求沟通方面存在着障碍,是在信息不充分的条件下,决策者追求优化决策的结果;另一方面是由供应链的固有属性引起的,例如存在着较长的交货提前期、流通环节多、具有较高的固定订货成本等。

具体来说,引起牛鞭效应的主要原因有需求预测、库存策略、交货提前期、供应链的环节数量、供应商的促销策略以及需求方的短缺博弈行为。

实训二 牛鞭效应

实训二 牛鞭效应

广东理工职业学院实训报告
2011-2012学年第一学期
课程名称: 供应链管理
班级:
姓名(学号):
学习小组:
指导老师:曹伟
职称:副教授
填写时间:
广东理工职业学院管理工程系
实训二牛鞭效应对企业的影响
【实训目的】
分析牛鞭效应产生的原因,理解其对企业产生的影响,以及如何有效地解决“牛鞭效应”。

【实训要求】
要求以学习小组为单位,每小组选择一个企业(行业)通过网络引擎、实地调研、调查问卷、管理人员访谈等方式进行调研。

了解企业(行业)运营状况,分析“牛鞭效应”产生的原因以及对该企业产生的重要影响。

【实训环境】
多媒体机房、计算机网络、统计年鉴
【实训时间】
2课时
【实训内容】
第 1 页共2 页。

啤酒游戏心得体会

啤酒游戏心得体会

牛鞭效应-啤酒游戏实验报告一、“牛鞭效应”的定义、产生原因1.定义:牛鞭效应(Bullwhip effect )指营销过程中的需求变异放大现象被通俗地称为“牛鞭效应”。

(指供应链上的信息流从最终客户向原始供应商端传递时候,由于无法有效地实现信息的共享,使得信息扭曲而逐渐放大,导致了需求信息出现越来越大的波动。

)“牛鞭效应”是市场营销活动中普遍存在的高风险现象,它直接加重了供应商的供应和库存风险,甚至扰乱生产商的计划安排与营销管理秩序,导致生产、供应、营销的混乱,解决“牛鞭效应”难题是企业正常的营销管理和良好的顾客服务的必要前提。

2.产生原因:“牛鞭”效应产生的原因是需求信息在沿着供应链向上传递的过程中被不断曲解。

企业的产品配送成为被零售商所夸大的订单的牺牲品;反过来它又进一步夸大了对供应商的订单。

“牛鞭效应”是对需求信息在供应链中扭曲传递的一种形象的描述。

其基本思想是:当供应链上的各节点企业只根据来自其相邻的下级企业的需求信息进行生产或者供应决策时,需求信息的不真实性会沿着供应链逆流而上,产生逐级放大的现象。

试着想象客户手中拿着一根鞭子,同时购买心理不停的改变,鞭子也不停的跟着摆动,鞭子越长摆动的越大。

解决长鞭效应最好的方法是将这个鞭子缩得越短越好,这样引起的变化也会很小。

二、减少“牛鞭效应”的方法策略通过这次的“啤酒游戏”我们对牛鞭效应也有了更深一步的理解。

啤酒游戏中所反映的问题是“牛鞭效应”存在供应链上的每一个环节,给供应链上各厂商带来严重后果。

消费者需求的一点变化,导致零售商对分销商订单量的扩大,批发商根据自己的判断,明白了需求在逐渐增加。

需求增加的信息从批发商处传到生产商处时又被放大,导致生产商以为消费者需求大大增加。

这样啤酒厂就会大量生产啤酒。

使得后期的啤酒供给逐渐增加,大大超过了消费者的需求,这就造成极大的浪费。

此外,牛鞭效应导致供应链上各厂商库存积压,特别是对于生产商来说,需求严重被放大,库存产品积压非常严重。

供应链管理-啤酒游戏实验报告 - 牛鞭效应

供应链管理-啤酒游戏实验报告 - 牛鞭效应

《供应链管理》啤酒游戏实验报告第()组实验报告实验项目名称啤酒游戏所属课程名称供应链管理实验日期 2012年10月18日实验概述【实验目的及要求】1. 能够模拟供应链上制造商、批发商、零售商等不同节点企业的订货需求变化2. 认识供应链中需求异常放大现象(即“牛鞭效应”)的形成过程3. 分析“牛鞭效应”的产生原因4. 找出减少“牛鞭效应”的方法5.每个角色根据客户需求和经营数据,制定订货策略,向供应商订货6.每个角色计算自己的经营业绩7.每个小组画出订货需求变化曲线图,揭示“牛鞭效应”8.分析“牛鞭效应”的产生原因9.分析策略改进后“牛鞭效应”的变化10.找出减少“牛鞭效应”的对策【实验原理】牛鞭效应,是经济学上的一个术语,指供应链上的需求变异放大现象,是信息流从最终客户端向原始供应商端传递时,由于无法有效地实现信息的共享,使得信息扭曲而逐级放大,导致了需求信息出现越来越大的波动。

此信息扭曲的放大作用在图形上很像一根甩起的牛鞭,因此被形象地称为牛鞭效应。

可以将处于上游的供应方比作梢部,下游的用户比作根部,一旦根部抖动,传递到末梢端就会出现很大的波动。

简而言之,牛鞭效应指沿着供应链上游移动,需求变动程度不断增大的现象。

从而导致安全库存大量增加。

实验内容【实验方案设计】1、三人组成团队小组,第一次游戏的第一轮开始。

2、零售商根据消费者需求数量(纸牌随机点数)和相关经营数据,制定订货策略,向批发商发出订货。

3、批发商根据零售商需求数量(零售商订货数量)和相关经营数据,制定订货策略,向制造商发出订货。

4、制造商根据批发商需求数量(批发商订货数量)和相关经营数据,制定生产计划,进行生产。

5、第一轮结束,下一轮开始,依次进行,每轮都要重复步骤3、4、5,直到系统提示本次游戏停止。

6、第一次游戏结束。

7、提前期缩短后进行第二次游戏,游戏过程与第一次游戏相似,只是在途时间为1天。

8、信息共享后进行第三次游戏,游戏过程与第二次游戏相似,只是每个角色能够看到供应链上其他角色的相关信息。

牛鞭效应(正式)

牛鞭效应(正式)

牛鞭效应一、实验系统设计该实验为辅助物流相关课程的教学而设计,是一个体验性的实验,主要目的是通过实际操作加深学生对牛鞭效应现象的理解,辅助学生分析产生该现象的原因,配合以后关于物流与库存管理的课程。

实验在物流实验室的网络实验平台上进行,该实验平台采用B/S(客户机/服务器)的体系结构。

实验系统由联网的一台服务器和多台客户机组成,用来模拟单一产品、多级库存的供应链的运营管理。

顾客需求学生通过在每台客户机端操作,扮演一条供应链上的某个节点来参与实验。

各个节点间不能直接沟通,他们需要的信息都从服务器端获得(每台客户机把该节点信息发送到服务器,再从服务器获得其他节点的信息)。

由于该实验目的是体验牛鞭效应,所以各个节点间没有信息共享,每个节点只能从服务器端获得与自己有关的信息,比如本节点的库存和缺货水平,来自上游的到货数,来自下游的需求数等。

每个节点都设有一些属性参数,如提前期、固定成本、持货成本、惩罚成本、进货价格和出货价格等,在实验开始前由管理员设定。

实验分为若干期,每一期开始时系统会产生一个顾客需求(顾客需求服从某种形式的随机分布,在实验开始前预先设定),之后需要各个节点分两步做出决策。

第一步:订货决策。

用户需要向其上游发出订货的订单,系统提供的参考信息有:以往的需求记录、现有的库存水平和到货数量,属性参数等,用户做出订货决策可采用特定的订货策略(建议采用order-up-to S 策略)。

在该条链的所有节点都提交了订货订单以后,进入本期实验的第二步。

第二步:发货决策。

每个节点此时可以看到在本期第一步从下游发来的订单(最下游的节点看到的就是由系统产生的该期顾客需求),根据这些信息和以往的各项信息,各节点决定向下游发出货物的数量。

当所有用户都提交了发货决策后,该期操作结束,系统进入下一期。

每一期实验每个节点的各项基本数据(向上游发出的订单,从上游收到的货物,下游需求,向下游发出的货物,期末库存,期末缺货,本期收益,本期成本,本期利润)都会被记录入数据库。

牛鞭效应vinsam实验报告+++

牛鞭效应vinsam实验报告+++

牛鞭效应vinsam实验报告一:实验目标利用牛鞭效应模拟实验软件进行模拟实验,收集实验数据并进行相关分析以认识牛鞭效应产生原因,了解牛鞭效应在企业应用中的普遍现象,以及所带来的危害。

二:试验内容及方案1:全班同学参与试验,各人数据进行保密处理,从第一批次开始试验;2:各人根据软件模拟客户需求进行批次订放货决策,总进行50期模拟;3:实验结束收集数据进行分析。

三:试验步骤及数据2:订发货统计数据3: 节点需求分布曲线图4: 节点各期利润柱状图四:数据解析1:第一期由于未能及时确认客户需求数量而采取保守进货导致从实验开始就大量缺货,但本节点缺货成本严重高于其他成本所以导致处于亏损状态;2:从第三期开始基本确定客户需求后开始弥补由于缺货造成的亏损,但由于未能完全掌握整个牛鞭效应对“企业”运营的影响而导致在弥补过程中弥补速度过慢的情况,此情况一直延续到15期;3:大致弥补缺货状态后又陷入了堆积大量库存的情形,导致在运营过程中产生巨额库存成本;4:经过漫长的补错试验后,从26期试验开始运营逐渐步入正轨,形成逐期收益的状态。

5:由于在试验前期亏损巨大,导致整个实验过程结束后仍亏损15622.5元。

五:因素分析1:订货需要考虑的因素下游需求量下游需求量对于决策过程是非常重要的因素,需求量多少直接决定运营过程中的决策制定。

现有库存现有库存决定了每期实验过程中需要订货的数量。

单位存货成本以及单位缺货成本本实验中单位缺货成本是单位存货成本的2倍,需要合理安排两个成本之和。

提前期由于本实验提前期为1,所以需要企业合理确定再订货水平,避免出现缺货。

2:发货需要考虑因素由于试验中缺货成本和库存成本的存在所以须尽量满足下游需求,有需求有货就发。

3:影响利润因素由于本实验中进货价格与销售价格是固定的,所以影响利润的两个重要因素为缺货成本和库存成本。

库存成本本实验中库存成本为2.5,当期没有销售出的货物会形成存货积压在仓库中,存货的出现便会产生库存成本。

牛鞭效应实验报告

牛鞭效应实验报告

《供给链治理》实验报告最后对于牛鞭效应的另一个看法是,早在实验前我就质疑为何我们被限定为一定要满足自己下游的所有订货量(为了实现自我利润最大化)。

我认为这样是去早就牛鞭效应而不是解决它,事实的确如此,做完试验后和老师好好地聊了一下感受,的确实验的主体是让我们好好感受牛鞭效应带来的巨大失落感,在此基础上,我们才会有方向去寻找解决之道!二、供应链中各种库存管理的策略理解(市场——节点1——节点2——节点3——节点4——节点五——上游企业)首先,我们的实验是建立在无契约基础之上的,即各节点的唯一目的在于实现自我盈利最大化,并且除了节点一以为,我们不需要考虑缺货成本。

对于节点1来说,因为需要考虑缺货成本,加之此处的缺货成本远高于库存成本,所以节点一的策略应当为在一定范围内大胆向上游订货,承担库存成本以避免缺货损失。

对于节点2至5,由于不考虑缺货成本,所以可以尽量的向下游送货但尽量少的向上游订货以避免过高库存成本。

综上来看,就该实验假设下的库存管理的决策是为局部利益考虑的,易于导致需7432705803002503002504800-12074326061018015018050028801020743250560150200150500240028007432406102001502003003200-1120743230540801508040012802620743220640150501504002400-162074321052030150302504801860结果分析:从EXCEL数据生成的需求量变化表和订货量变化表中可以看出,节点三的操作在30次操作中的前9次中每次都含有很大程度的库存成本,即这反应了自身存货量持续大于下游订货量的情况,造成这个情况的可能性有多重,然而在本次实验中,原因在于我们组的下游同学一直预判市场需求量不大,他不敢多订货想避免缺货损失,当整体供应链缺货的苗头非常明显的时候,处在节点5的同学也无法力挽狂澜,毕竟在初期,他之前的所有人都觉得需求量少,这一个在节点一判断的错误信息被不断放大,是的节点5的同学和我们说,他真的不敢多订货,怕库存成本,这也就是他身为供应链上游,库存极少,乃至当整体供应链需要大量货物的时候无法施以援手!经过9-20期的努力,我们终于逆转了局势,使得供应链的供求比较正常,但之前操作带来的损失无法被抹去。

供应链管理中的牛鞭效应研究

供应链管理中的牛鞭效应研究

案例启示
管理策略优化
从供应链整体角度出发,提出优化电子产品供应链管理的建议,包括建立战略合作伙伴关系、推进信息共享和实施库存管理等。
未来研究方向
总结当前研究的不足之处,提出未来可以在此领域进行深入研究的方向,如跨行业对比分析等。
06
研究结论与展望
牛鞭效应的成因
牛鞭效应的传递机制
牛鞭效应对供应链性能的影响
通过对相关文献的梳理和分析,深入了解牛鞭效应的相关理论和实践。
通过对典型案例的分析,揭示牛鞭效应的具体表现和应对策略的有效性。
运用数学模型和统计分析方法,对牛鞭效应的影响因素和应对策略进行定量评价。
研究目的与方法
研究方法
案例研究法
定量分析法
文献研究法
02
供应链管理与牛鞭效应概述
供应链管理概念与特点
实施弹性采购策略
通过弹性采购策略,企业可以在市场需求发生变化时,及时调整采购计划和采购量,避免库存积压和缺货的风险,进而缓解牛鞭效应。
建立弹性供应链
05
案例分析
对象选择
以某电子产品供应链为研究对象,介绍其背景及牛鞭效应的体现。
公司背景
介绍该电子产品供应链中的核心企业及其主要供应商和客户情况。
研究对象选择及背景介绍
分析变量影响
根据分析结果,对变量进行敏感性排序,并制定相应的应对策略。
敏感性排序
对比不同供应链结构、不同政策措施下的敏感性分析结果,为制定有效的解决方案提供参考。
对比分析
敏感性分析
04
牛鞭效应的缓解策略
建立供应链信息共享平台
供应链中的各个成员可以通过信息共享平台,实时传递需求和供给信息,减少信息传递过程中的失真和放大。

牛鞭效应及应用实例分析

牛鞭效应及应用实例分析

牛鞭效应及应用实例分析1 牛鞭效应的背景介绍1、1 牛鞭效应的发现二十世纪九十年代中期,宝洁公司的工作人员对她们最畅销的婴儿尿布产品的订单模式进行检查时,发现了一个奇怪的现象:该产品的零售数量就是相当稳定的,波动性并不大,但在考察分销中心向她的订货情况时,吃惊地发现波动性明显增大了。

其分销中心说,她们就是根据汇总的销售商的订货需求量向她订货的。

她进一步研究后发现,零售商往往根据对历史销量及现实销售情况的预测,确定一个较客观的订货量,但为了保证这个订货量就是及时可得的,并且能够适应顾客需求增量的变化,她们通常会将预测订货量作一定放大后向批发商订货,批发商出于同样的考虑,也会在汇总零售商订货量的基础上再作一定的放大后向销售中心订货。

这样,虽然顾客需求量并没有大的波动,但经过零售商与批发商的订货放大后,订货量就一级一级地放大了。

在考察向其供应商,如3M公司的订货情况时,她也惊奇地发现订货的变化更大,而且越往供应链上游其订货偏差越大。

这个现象就像牛仔使用的长鞭,顶端轻微的一点抖动就会在末梢转化为一条长长的弧线。

因此,宝洁公司把这个现象命名为牛鞭效应(bullwhip effect)。

学术界普遍接受的牛鞭效应经典定义由Hau L Lee等(1997a)给出,她用过程的方差来定量的描述需求的波动:牛鞭效应描述的就是供应链中供应商所接受的订单比终端顾客的需求具有更大的方差现象(即需求扭曲现象),这种扭曲将以放大的形式向供应链的上游传播(即方差的放大现象)。

1、2 牛鞭效应的成因与影响1、2、1 牛鞭效应的形成原因最早注意到供应链中这种需求波动逐级放大现象的人就是J、Forrester, 早在1961年她就根据系统动力学理论,对一个三阶段四节点的供应链系统进行分析,指出对于季节性商品,制造商觉察到的需求变化远远超过顾客的需求变化。

Forrester认为出现这种现象的原因在于供应链系统太过复杂,而公司间的信息反馈又非常困难,因此单个公司很难独立理性地作出订购决策。

啤酒游戏-牛鞭效应小组报告

啤酒游戏-牛鞭效应小组报告

指导老师:王宝花供应链与物流管理实验报告2012年10月15日《供应链与物流管理》实训课牛鞭效应实验报告小组成员与分工:马韦龙:零售商实验;数据分析与汇总袭墨:制造商实验;数据分析与汇总吴凡:信息共享实验;数据分析与汇总左杨:数据分析与汇总;实验报告撰写2012年10月15日指导老师:王宝花供应链与物流管理实验报告2012年10月15日目录一、实验目的 (3)二、小组报告 (3)(一)零售商实验 (3)1.实验数据表 (3)2.软件输出的综合图表 (8)3.结合具体操作结果分析说明牛鞭效应是否有所降低及其原因 (10)(二)制造商实验 (10)1.实验数据表 (11)2.软件输出的综合图表 (15)3.结合具体操作结果分析说明牛鞭效应是否有所降低及其原因 (18)(三)零售商与制造商角色扮演的比较 (18)1.需求上的异同 (18)2.订货决策的异同 (18)3.牛鞭效应的异同 (18)(四)信息共享实验 (19)1.实验数据表 (19)2.软件输出的综合图表 (23)3.结合具体操作结果分析说明牛鞭效应是否有所降低及其原因 (26)4.总结信息共享的重要性 (26)三、总结供应链库存和采购的优化策略 (26)一、实验目的1.练习使用beergame(啤酒游戏)软件,验证供应链中的牛鞭效应;2.练习使用各种库存策略;3.寻找供应链库存和采购优化的策略,理解供应链信息共享及供应链集成的必要性。

二、小组报告(一)零售商实验1.实验数据表本周预计到货记录表(delay1)下周订单预测表(由上表进行预测)本周发货记录表(you supplied:)下周订货表(enter your order:)2.软件输出的综合图表(1)各种数据的图表graphs(2)各角色的订单数据分布reports以及四角色的summary report,各角色的总成本total cost(3)最后一周数据3.结合具体操作结果分析说明牛鞭效应是否有所降低及其原因作为零售商,我们使用的s-S策略,当产品逐渐被销售者接受或者背弃时,其需求量值是也是波动变化的,受缺货威胁和货品积压的影响时,往往面对成本上升压力的时候,我们会有针对性的改变其安全库存设定的值,其向上游供应商订货量也会发生改变,以缓解自身成本上升的压力。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

牛鞭效应实验报告一、实验内容在由多级节点组成的库存系统中,如果各节点以分散独立决策的方式进行运作,即每个节点决策的目标是使各自局部的利益达到最优,此时系统整体并不一定处在最优的运作状态。

供应链在这样的运作环境下,常会出现如下现象:当需求从终端向上游逐步传递时,需求的波动将逐级放大,如图1所示。

设想有一条由四个节点组成的供应链,从下游到上游依次为零部件供应商,生产商,批发商,零售商。

销售商面临的终端市场需求只有少许波动,批发商的需求是来自销售商的补货请求,需求的波动比终端市场需求的波动有了放大,生产商的需求是来自批发商的补货请求,需求的波动又有了放大,零部件供应商的需求是来自生产商的补货请求,需求的波动进一步放大。

这种需求波动放大的现象如同一根甩起的长鞭,将处于下游的节点比作根部、上游的节点比作梢部,一旦根部抖动,传递到末梢端就会出现很大的波动,因此被形象地称为长鞭效应。

求需时间求需时间需求时间需求需求二、 实验原理长鞭效应产生的原因主要有以下几方面: 1) 需求预测的数据更新 2) 批量补货 3) 价格波动4) 限量供应和短缺博弈 5) 补货提前期。

三、实验目的无信息共享的多级库存管理实验(牛鞭效应实验)是为辅助物流概论课程的教学而设计的一个验证型实验。

学生通过网络平台模拟供应链上各节点操作决策的环境,通过亲身实践加深对牛鞭效应现象的理解,辅助分析产生该现象的原因。

培养学生发现问题和分析问题解决问题的能力,为今后关于库存管理课程的学习奠定基础。

学生在实验过程中,应着重:a)理解库存管理的基本概念和知识,如提前期,库存水平,各种成本的概念;b)体验牛鞭效应现象的产生,并分析其产生原因;c)分析如何减小牛鞭效应。

四、牛鞭效应产生的原因(1)供应链的不确定性需求不确定性的客观性,需求的不确定性、制造的不确定性和供应的不确定。

供应的不确定性主要是以提前期的不确定性来体现的。

提前期与供应商的生产能力密切相关,制造的不确定导致供应的不确定,另外地理位置、运送方式等也会影响提前期。

(2)订货批量的影响在供应链中,每个企业都会向其上游订货,一般情况下,销售商并不会来一个订单就向上级供应商订货一次,而是在考虑库存和运输费用的基础上,在一个周期或者汇总到一定数量后再向供应商订货;为了减少订货频率,降低成本和规避断货风险,销售商往往会按照最佳经济规模加量订货。

同时频繁的订货也会增加供应商的工作量和成本,供应商也往往要求销售商在一定数量或一定周期订货,此时销售商为了尽早得到货物或全额得到货物,或者为备不时之需,往往会人为提高订货量(3)信息不对称上游企业难以准确预测到最终消费者的需求,只是根据下游订货量决定自己的订货量,这便可能会产生由于预测不准确或者突发状况而引起的缺货或者过多持有存货。

(4)需求预测的主观性上游企业总是将下游需求信息作为自己需求预测的依据,并据此安排生产或供应计划。

结果预期的订货量将比需求变化更大,错误的预测方式使订货量发生巨大的变化,订货量与实际销售量有较大的出入。

(5)提前期的影响提前期的可靠性与长度直接影响信息的扭曲程度。

五、实验分析本报告主要分析第四节点上决策的制定以及数据产生的原因。

(一)因素分析第四节点在实验过程中需要做出两个决策,一方面是根据下游订货量向上游订货,另一方面是向下游发货。

影响决策的参数如表。

第四节点的目标是使该节点利润最大化。

参数属性(1)订货需要考虑的因素下游需求量。

下游订货量是决策过程中十分重要的因素,若订货量小于存货则多余货物会产生存货持有成本,若订货量多于存货则该节点会由于缺货产生缺货成本。

因此,每次订货都需要慎重考虑缺货成本与存货持有成本的博弈关系。

现有库存。

现有库存的多少直接决定了订货量的多少,因为库存直接影响了缺货成本以及存货持有成本。

单位存货成本以及单位缺货成本。

这两种成本之间存在着博弈关系,单位缺货成本大约是单位存货成本的五倍,需要合理地安排安全库存使两成本之和到达最小。

提前期。

提前期即是从发出订单到收到订单的时间,在本次试验中假设提前期为一个周期,即本期订货,下期到货。

提前期的存在就需要企业合理确定再订货水平,避免出现缺货。

(2)发货需要考虑的因素在这个试验中,发货需要考虑的因素很少,由于缺货成本和存货持有成本的存在,只要下游企业有需求就会尽量满足。

(3)影响利润的因素进货成本。

进货成本占据了成本中的很大一部分,与单位进货价格成正比。

出货收益。

这是主要的利润来源,但是在这次试验中,单位售价是固定的,所以我们就不在此讨论了。

存货持有成本。

当期没有销售出的货物会形成存货积压在仓库中,存货的出现便会产生存货持有成本。

存货持有成本的存在会造成利润的减少。

缺货成本。

当期的下游需求如果不被满足就形成了缺货,缺货会从很多方面影响企业的利润,在这里假设是存货持有成本的五倍。

(二)波形分析(1)需求量45.1003=Q233.2899)(3=Q VAR 3Q :节点3需求量3Q :节点3平均需求量)(3Q VAR :节点3需求量的方差67.1024=Q56.4022)(4=Q VAR在实验中,最终用户的平均需求量是100,波动范围是(90,110)。

但是到了第三、四节点,需求的波动变得很大。

这两个节点平均需求量以及需求量方差的变化充分说明了牛鞭效应的存在,随着距离终端消费者越远,信息扭曲程度越严重。

影响需求波形变化的因素有:需求预测的准确性、提前期、对风险的认知。

需求预测的准确性。

由于信息是不共享的,例如,此节点只能了解到节点3的需求而不能准确地预测到节点2的需求,所以节点3如果对于节点1的需求预测有误差便会形成不准确地安全库存,只能随着下游的波动而波动,同时还会更大幅度地波动。

提前期。

对风险的认知。

不同人对风险的认知是不同的,开始的时候节点3的需求比较稳定,由于每期的安全库存的累积会导致存货的持续升高,然后便会降低订货以减少库存积压。

对安全库存的规划体现了对风险的认知,会导致安全库存偏离最佳。

(2)利润节点期期初期初本期本期本期本期单期单期由上图和表分析得:1)缺货成本缺货的存在并不会影响当期成本,因为从表中可看到单期成本只与单期到货有关。

但是缺货成本与利润有关,是计算利润时的减项。

从上表看出,很多期利润为负的时候都是由于缺货过多的原因。

这说明了在销售中降低缺货的重要性,需求预测的准确性在降低缺货成本时尤为重要。

例如,从20期开始,缺货开始大幅增加,一方面是由于上游企业无法满足节点4的需求;另一方面是由于没有准确预测到需求,导致最终缺货的增加。

2)存货持有成本存货持有成本是本次试验中成本的重要组成部分,同时也是利润的减项。

为何持有存货会大幅增加?以12期为例说明,一方面,在前几期中,由于上游企业存在对节点4的缺货,此时便会大量发货;另一方面,同缺货时类似,是由于需求预测缺乏准确性,而调节时难度又会很大。

3)提前期提前期不仅会影响需求量的波动,也会使各企业之间的利润变化存在时间上的递推性。

4)下游需求下游如果需求较少,便会导致当期利润减少。

同时,若节点4的存货过多,便可能会使利润为负。

六、实验总结(1)如何减小牛鞭效应提高供应链企业对信息的共享性。

需求扭曲的原因来源于多级供应链需求信息的传递,每一个节点企业的预测需求均成为上游节点企业订货决策的放大因子,并具有累积效应。

消除信息扭曲的方法是供应链上的每一个节点企业必须在自身的需求中排除下游节点企业订货决策对上游企业的影响,这就要求供应链上的每一个节点企业只能根据最终产品市场的实际需求进行自身的需求预测,此时消费者市场的实际需求信息必须被供应链的每一个环节所共享。

加强各节点企业间的合作关系。

通过建立合作伙伴关系,而不再是以往的短期的、追求单方效益最大化的交易竞争关系。

各厂商间实现业务紧密集成,形成顺畅的业务流,这既能减少下游的需求变动的放大,又能掌握上游的供货能力,不再虚增需求。

通过实施供应链上各厂商间的战略伙伴关系,双方相互信任,公开业务数据,共享信息和业务集成,从而降低产生“牛鞭效应”的机会,进而实现整个供应链的利润最大化。

提高营运管理水平,缩短提前期。

提前期的缩短能降低“牛鞭效应”,而提前期的增长,则会增大“牛鞭效应”。

生产商可采用JIT(just in time)生产方式的一些原则,以减少生产时间的延迟;供应商可采用ASN(Autonomous System Number)以减少供货时间;对于订单准备和处理的延迟,供应链上各部门可采用信息技术如EDI(Electronic Data Interchange)来处理订单,这样能极大地减少订单下达及信息传输的提前期,从而使订单的处理更加快速且精准。

(2)保持相同的订货量能否消除牛鞭效应保持相同的订货可使各个节点企业的订货量保持在一个稳定的水平,在一定程度上可以减小供应链中出现的需求大幅波动的现象。

但是,这也要视具体情况而定。

如果上游企业对最终消费者的需求预测准确,保持相同的订货量便会使利润基本稳定。

但是如果一开始便预测有误便可能造成缺货或者存货的增加,从而使利润逐渐下滑。

同时,由于安全库存这一概念的存在,上游企业的订货量便会更大程度偏离最终消费者。

相关文档
最新文档