供应链中的牛鞭效应

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
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
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
零售商向生产商订货时的变化高于 实际销售的变化
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
原因是……
? 对于需求的预测 ? 促销 ? 批量订购的影响 ? 价格波动的影响 ? 短缺博弈的影响 --被夸大的订单 ? 环境变异的影响 ? 缺少信息交流和协作 ? 提前期的影响
? 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
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。
?
L( Dt?1
? Dt? p ?1 ) ? p
Dt ?1
?
z
L(St ? St?1)
?
(1?
L p
)
Dt
?1
?
(
L p
)
Dt
?
p
?1
?
z
L(St ? St?1)
增加量是多少？
假设利用P 时期的移动平均
Varq(
t) ?
(1 ?
L ) 2 Va rD( p
t
?1
)
?
(
L p
)2
Va
rD(
) t? p?1
数
生产计划
时间
管理者希望的 ……
生产计划
量
消费者需求
数
时间
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。
订货流
牛鞭效应及其对供应链的影响
销售点的原始数据
牛鞭效应及其对供应链的影响
去除促销后的零售点数据
牛鞭效应及其对供应链的影响
去除促销和趋势后的零售点数据
k=1
0
0
5
10
15
20
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，但不能
消除它。
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
? 客户服务水平如何？
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
应对冲突的信息
? 批量 – 库存： –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
? 协同预测处理这此问题
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
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
? 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
? 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
供应链中的牛鞭效应
生产商对销售的预测
量
实际
数
顾客需求
零售仓库到商店
零售商 订货
生产计划
时间
管理者面对的 ……
量
消费者需求
? 贝纳通的成功是由于它成功地利用了沟通和信息 技术。
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。
? 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。
? 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。
q o =D
零售商 阶段1
q1
生产商
q2
供应商
L1
阶段2
L2
阶段3
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
? ? Var(qk)
Var(D)
? 1?
k
2 Li
i?1
P
? zL2 VarS( t ? St?1)
Var(q) Var(D)
?
1?
2L P
?
2L2 P2
Var(q)/Var(D):
Βιβλιοθήκη Baidu
14
L=5
12
10
8 L=3
6
4 LL==11
2
0
0
5
10
15
20
25
30
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
多阶段供应链
Chapter 6
供应链信息管理
学习目标
? 掌握牛鞭效应、减缓牛鞭效应的方法、电子商务 的特点；
? 理解信息技术在供应链中的作用、牛鞭效应产生 的原因、电子商务对供应链的影响；
? 了解供应链沟通技术、物联网在供应链管理中的 应用、供应链决策支持系统的组成。
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？
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
Dt
qt
零售商
L
生产商
增加量是多少？
假设利用P 时期的移动平均
?
st ? L ?t ? z LSt
qt ? st ? st?1 ? Dt?1
?
?
L(? t
?
?μ t?1)
?
z
L(St ? St?1) ? Dt?1
?
2?? ?
k i?1
Li
P2
??2 ?
? 分散化：每一阶段的订货基于上一阶段的需求
? Var (qk ) ?
Var (D)
k? ?1 ?
i?1 ?
2Li P
?
2 Li 2 P2
? ? ?
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