供应链中的牛鞭效应
合集下载
- 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、"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、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)。
一．需求预测更新
供应链中的每一公司为了制定正确的生产进度表﹑生产量计划﹑库存控制和物料需求 计划常常进行需求预测。预测通常以来自公司的直接顾客的订货量的历史记录为基础。啤酒 游戏的结果是许多行为因素（例如 参与者的理解力和猜疑）共同作用的结果。一个重要的 因素是在确定需求模式时每个参与者基于他（她）所观测到的思考过程。当下游发出订单， 上游的经理把这一信息看作关于将来的产品需求的一个信号。基于这一信号，上游的经理重 新调整他（她）的需求预测并向上游的供应商发出订单。我们认为需求信号的传递过程是产 生牛鞭效应的一个主要原因。
在过去的一些年里，有效的消费者反应（ECR）理论的兴起已试图重新定义 食品杂货行业的供应链应怎样运作 1？这一理论兴起的一个促动因素是供应链中 的过量库存。各行业的研究表明从产品离开制造商的生产线到产品到达零售商的 货架的整条供应链有超过一百天的库存供给 。由于需求的不确定性，扭曲的信 息已导致供应链中的每一个实体（工厂仓库，制造商的临时仓库，面向市场的仓 库，批发商的中心仓库，批发商的地区仓库，零售店的存储空间）都在贮存货物。 这样，ECR 的报告估计通过提高食品杂货行业的供应链的效率可削减 300 亿美 元的成本就不足为奇了 2。
相反，我们证明牛鞭效应是在供应链的基础结构下参与者的理性行为的结 果。这一重要的区别意味着想控制牛鞭效应的公司必须注意修改供应链的基础结 构和相关的过程而不是决策者的行为。
我们已确定引起牛鞭效应的以下四个主要原因 1．需求预测更新 2．订货方式 3．价格波动 4．定量配给和供给不足的博弈 同供应链的基础结构相呼应的四个因素中的任意一个和订货经理的理性决策相 结合将产生牛鞭效应。正确理解这些原因将有助于管理者设计和发展策略以减轻 牛鞭效应 5。
其它的工业也有类似的情况, 沿着配送渠道, 计算机制造厂和生产商的配送 中心，批发商的仓库和零售商的仓库都有库存。在制药工业中，生产商﹑批发商 和零售商也有类似的库存。信息的扭曲使整条供应链中的总库存超过一百天的供 给。由于原材料（例如计算机工业中的集成电路和电路板，制药工业种的抗生素 和药水瓶）的库存，整条供应链可能有超过一年的库存供给。
在一个典型的消费品供应链中，即使当消费者购买量变化不大, 但零售商向 批发商的订货量有显著的变化（见图 1）。批发商向制造商的订货量和制造商向就更大了。为了解决信息扭曲的问题，公司首先需要知道那
些因素引起牛鞭效应，才能采取相应的措施减轻牛鞭效应。在不同的行业中，富有创新精神 的公司已发现通过供应链的信息共享和协同计划控制牛鞭效应并改善供应链的绩效。 Sloan Management Review/Spring 1997
例如， 如果你是一个经理，你必须决定向供应商订多少货，你使用一个简单的方法（例 如 指数平滑）做需求预测。当新的日需求数据被获得，利用指数平滑，将来的需求被不断 的更新。你向供应商发出的订货量反应了你需要补充库存以满足将来的需求和必要的安全库 存的数量。未来的需求量和相关的安全库存是使用指数平滑的技术被更新的。由于提前期（订 货至交货的时间）较长，有几个星期的安全库存是很平常的。结果是订购数量随时间的波动 比需求数量随时间的波动大的多。
零售商销售量
15
10
5
0
时间 零售商向批发商订货
15
10
5
0
时间
3
订货量
订货量
批发商向制造商订货
15 10
5 0
时间 制造商向其供应商订货
15 10
5 0
时间 图1
4
订货量
牛鞭效应的原因
最能说明牛鞭效应的可能是有名的“啤酒游戏”,3 在游戏中，参与者（学生 ﹑管理人员﹑分析员等）扮演一种大众品牌啤酒的消费者﹑零售商﹑批发商和供 应者。参与者不能相互交流并必须依据来自相邻的下游参与者的订货量做出订货 决策。这种订货模式有一个共同的，重复的主题：供应链上游的订货量变化总是 比下游的订货量变化量大。这些扩大的订货量变化可能归因于参与者的非理性决 策。实际上，Sterman(人名)的实验表明人的行为（例如关于库存和需求信息的误 解）可能引起牛鞭效应 4。
供应链中的牛鞭效应
Hau L. lee， V. Padmanabhan.，Seungjin Whang
被扭曲的信息从供应链的一端传递到另一端可能导致很大程度的效率损失： 过多的库存投资，低劣的顾客服务，丧失的收入，误导的生产量计划，低效率的 运输和错误的生产进度表。夸大的订购波动是怎样产生的？公司能采取哪些措施 来减轻订购波动？
当惠普（Hewlett-Packard）的主管人员调查它的某类打印机在一个主要的代 理商处的销售情况时，他们发现销售量随着时间有一些波动。然而，当他们查看 来自代理商的订单时，他们看到订货量有较大的波动。使他们吃惊的是从打印机 部门向公司的集成电路部门的订货量有更大的波动。
当一条供应链由于受到扭曲需求信息的牛鞭效应影响时，随着需求信息向供 应链上游传递会出现什么情况呢？以前，惠普不能看到在销售阶段的产品销售情 况，惠普不得不依靠来自代理商的订货量作产品预测﹑计划生产量﹑控制库存和 产品生产进度。对惠普的管理来说，一个主要的问题是过大的需求变化。由于不 可获得的产品或长期的滞后、不确定的生产计划、高成本的调整（例如加速的运 输和加班），这种需求变化所带来的常见表现是过量的库存、偏差过大的预测、 不足的或过量的生产量，低劣的顾客服务。惠普的生产部门是被代理商夸大的订 货量波动的受害者;反过来，惠普公司进一步夸大向供应商的订购量波动。
不久前，宝洁公司的物流主管人员调查尿布（他们最畅销的产品之一）的订 购模式。它在零售店的销售量是波动的，但是变化不大。然而，当他们查看批发 商的订货量时，他们对批发商订货量的变化程度感到吃惊。当他们查看宝洁公司 向它的供应商（如 3M 公司）发出的原材料订单时，他们发现订货量的波动甚至 更大。乍看，这种订货量的变化没有意义。虽然消费者（婴孩）以一个稳定的速 度消费尿布，但随着下游订货量的变化作用向供应链上游传递，这种变化被夸大 了。宝洁公司把这种现象叫做“牛鞭”效应。（在某些行业，它被称作“鞭子” 效应）。
供应链中的每一公司为了制定正确的生产进度表﹑生产量计划﹑库存控制和物料需求 计划常常进行需求预测。预测通常以来自公司的直接顾客的订货量的历史记录为基础。啤酒 游戏的结果是许多行为因素（例如 参与者的理解力和猜疑）共同作用的结果。一个重要的 因素是在确定需求模式时每个参与者基于他（她）所观测到的思考过程。当下游发出订单， 上游的经理把这一信息看作关于将来的产品需求的一个信号。基于这一信号，上游的经理重 新调整他（她）的需求预测并向上游的供应商发出订单。我们认为需求信号的传递过程是产 生牛鞭效应的一个主要原因。
在过去的一些年里，有效的消费者反应（ECR）理论的兴起已试图重新定义 食品杂货行业的供应链应怎样运作 1？这一理论兴起的一个促动因素是供应链中 的过量库存。各行业的研究表明从产品离开制造商的生产线到产品到达零售商的 货架的整条供应链有超过一百天的库存供给 。由于需求的不确定性，扭曲的信 息已导致供应链中的每一个实体（工厂仓库，制造商的临时仓库，面向市场的仓 库，批发商的中心仓库，批发商的地区仓库，零售店的存储空间）都在贮存货物。 这样，ECR 的报告估计通过提高食品杂货行业的供应链的效率可削减 300 亿美 元的成本就不足为奇了 2。
相反，我们证明牛鞭效应是在供应链的基础结构下参与者的理性行为的结 果。这一重要的区别意味着想控制牛鞭效应的公司必须注意修改供应链的基础结 构和相关的过程而不是决策者的行为。
我们已确定引起牛鞭效应的以下四个主要原因 1．需求预测更新 2．订货方式 3．价格波动 4．定量配给和供给不足的博弈 同供应链的基础结构相呼应的四个因素中的任意一个和订货经理的理性决策相 结合将产生牛鞭效应。正确理解这些原因将有助于管理者设计和发展策略以减轻 牛鞭效应 5。
其它的工业也有类似的情况, 沿着配送渠道, 计算机制造厂和生产商的配送 中心，批发商的仓库和零售商的仓库都有库存。在制药工业中，生产商﹑批发商 和零售商也有类似的库存。信息的扭曲使整条供应链中的总库存超过一百天的供 给。由于原材料（例如计算机工业中的集成电路和电路板，制药工业种的抗生素 和药水瓶）的库存，整条供应链可能有超过一年的库存供给。
在一个典型的消费品供应链中，即使当消费者购买量变化不大, 但零售商向 批发商的订货量有显著的变化（见图 1）。批发商向制造商的订货量和制造商向就更大了。为了解决信息扭曲的问题，公司首先需要知道那
些因素引起牛鞭效应，才能采取相应的措施减轻牛鞭效应。在不同的行业中，富有创新精神 的公司已发现通过供应链的信息共享和协同计划控制牛鞭效应并改善供应链的绩效。 Sloan Management Review/Spring 1997
例如， 如果你是一个经理，你必须决定向供应商订多少货，你使用一个简单的方法（例 如 指数平滑）做需求预测。当新的日需求数据被获得，利用指数平滑，将来的需求被不断 的更新。你向供应商发出的订货量反应了你需要补充库存以满足将来的需求和必要的安全库 存的数量。未来的需求量和相关的安全库存是使用指数平滑的技术被更新的。由于提前期（订 货至交货的时间）较长，有几个星期的安全库存是很平常的。结果是订购数量随时间的波动 比需求数量随时间的波动大的多。
零售商销售量
15
10
5
0
时间 零售商向批发商订货
15
10
5
0
时间
3
订货量
订货量
批发商向制造商订货
15 10
5 0
时间 制造商向其供应商订货
15 10
5 0
时间 图1
4
订货量
牛鞭效应的原因
最能说明牛鞭效应的可能是有名的“啤酒游戏”,3 在游戏中，参与者（学生 ﹑管理人员﹑分析员等）扮演一种大众品牌啤酒的消费者﹑零售商﹑批发商和供 应者。参与者不能相互交流并必须依据来自相邻的下游参与者的订货量做出订货 决策。这种订货模式有一个共同的，重复的主题：供应链上游的订货量变化总是 比下游的订货量变化量大。这些扩大的订货量变化可能归因于参与者的非理性决 策。实际上，Sterman(人名)的实验表明人的行为（例如关于库存和需求信息的误 解）可能引起牛鞭效应 4。
供应链中的牛鞭效应
Hau L. lee， V. Padmanabhan.，Seungjin Whang
被扭曲的信息从供应链的一端传递到另一端可能导致很大程度的效率损失： 过多的库存投资，低劣的顾客服务，丧失的收入，误导的生产量计划，低效率的 运输和错误的生产进度表。夸大的订购波动是怎样产生的？公司能采取哪些措施 来减轻订购波动？
当惠普（Hewlett-Packard）的主管人员调查它的某类打印机在一个主要的代 理商处的销售情况时，他们发现销售量随着时间有一些波动。然而，当他们查看 来自代理商的订单时，他们看到订货量有较大的波动。使他们吃惊的是从打印机 部门向公司的集成电路部门的订货量有更大的波动。
当一条供应链由于受到扭曲需求信息的牛鞭效应影响时，随着需求信息向供 应链上游传递会出现什么情况呢？以前，惠普不能看到在销售阶段的产品销售情 况，惠普不得不依靠来自代理商的订货量作产品预测﹑计划生产量﹑控制库存和 产品生产进度。对惠普的管理来说，一个主要的问题是过大的需求变化。由于不 可获得的产品或长期的滞后、不确定的生产计划、高成本的调整（例如加速的运 输和加班），这种需求变化所带来的常见表现是过量的库存、偏差过大的预测、 不足的或过量的生产量，低劣的顾客服务。惠普的生产部门是被代理商夸大的订 货量波动的受害者;反过来，惠普公司进一步夸大向供应商的订购量波动。
不久前，宝洁公司的物流主管人员调查尿布（他们最畅销的产品之一）的订 购模式。它在零售店的销售量是波动的，但是变化不大。然而，当他们查看批发 商的订货量时，他们对批发商订货量的变化程度感到吃惊。当他们查看宝洁公司 向它的供应商（如 3M 公司）发出的原材料订单时，他们发现订货量的波动甚至 更大。乍看，这种订货量的变化没有意义。虽然消费者（婴孩）以一个稳定的速 度消费尿布，但随着下游订货量的变化作用向供应链上游传递，这种变化被夸大 了。宝洁公司把这种现象叫做“牛鞭”效应。（在某些行业，它被称作“鞭子” 效应）。