牛鞭效应简析

简析牛鞭效应OnBullwhipeffect小组分工•资料收集：林观华蒋宝群黄远生•资料整理：王波王金荣张晋菘•PPT制作：陈凡凡颜大丁黄远生•PPT讲解：陈凡凡黄远生目录12345牛鞭效应来源及其定义牛鞭效应产生原因及其危害缓解牛鞭效应的措施总结成功案例—ZARA和娃哈哈这是牛鞭吗？这才是牛鞭，别搞错咯！初识牛鞭效应•长鞭效应（bullwhipeffect），在管理学上俗称“牛鞭效应”。•营销过程中的需求变异放大现象被通俗地称为“牛鞭效应”。•牛鞭效应是市场营销活动中普遍存在的高风险现象，在快消品行业中更为典型，如啤酒。蝴蝶效应在一个动力系统中,初始条件下微小的变化能带动整个系统的长期的巨大的连锁反应,这就是人们熟知的蝴蝶效应。蝴蝶在热带轻轻扇动一下翅膀，遥远的国家就可能造成一场飓风。此效应说明，事物发展的结果，对初始条件具有极为敏感的依赖性，初始条件的极小偏差，将会引起结果的极大差异。1.IntroductionofBWE定义描述：在供应链管理中,类似的情况被称为牛鞭效应。供应链管理的基本原理之一，是供应链上的一种需求变异放大现象，是需求信息从最终客户端向原始供应商端传递时，无法有效地实现需求信息的共享，使得需求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。这个需求信息扭曲的放大的过程在图形上很像一根甩起牛鞭，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。图解牛鞭效应引导案例：宝洁发现牛鞭效应20世纪90年代中期，宝洁公司（P&G）的行政人员在对他们最热销的产品——婴儿尿布的销售状况进行例行检查时，发现一个奇怪的现象：零售商店的尿布销售存在着波动，但并不强烈；然而分销商店给宝洁的订单却波动得很厉害。当这些行政人员进一步检查宝洁公司给自己的供应商，发现其波动得幅度变得更大了。经过对相关数据的分析之后，宝洁公司把这种现象命名为牛鞭效应。啤酒游戏：牛鞭效应最早的模型牛鞭效应最初的研究来源于Simon和Forrester在1961年《IndustrialDynamics》的著作中。Forrester最初通过系统动力学仿真来研究牛鞭效应，并将其命名为“需求放大。Stermon在MIT的Sloan管理学院学生中进行“啤酒分销游戏”。2.1牛鞭效应的危害•Excessinventories（1）牛鞭效应直接后果是库存积压•Increasedproductioncostsandshippingcosts（2）过度频繁的需求变化使企业生产计划变化加剧，增加了供应链的生产成本和运输成本•Lostcustomerservice（3）用户需求得不到及时满足，服务水平差•Lengthenedreplenshimenttime（4）延长了供应链的补给供货期，容易给人造成需求增加的错觉，使制造商投入的生产能力大于实际需求2.2牛鞭效应产生原因引起牛鞭效应的原因，一方面在于供应链上下游节点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行为因素；另一方面是由供应链的固有属性所引起的运作因素。具体的说，主要有如下原因：（1）供应链成员的理性行为（2）需求预测（3）订货提前期（4）企业内部制度安排（5）价格波动（6）短缺时博弈（7）供应链的多层次结构（8）信息的不共享性CausesofBWE牛鞭效应的原因：1.运作因素2.行为因素行为因素运作因素运作因素Operationalcauses预测方法错误导致需求信息扭曲向供应链上游传播。已有文献中的预测方法可以分为：Agent-basedmodels基于Agent的模型Controlengineeringmodels控制工程模型Machinelearningmodels机器学习模型Timeseriesmodels时间序列模型1.effectofforecasting需求预测的影响•为了减少订货频率，降低成本和规避断货风险，零售商往往会按照最佳经济规模加量订货，供应商也往往要求零售商在一定数量或一定周期订货，此时销售商为备不时之需，往往会人为提高订货量，这样导致了“牛鞭效应”。运作因素Operationalcauses2.Orderingpolicy&Batching批量订货政策运作因素Operationalcauses有大量文献研究批量订货政策对于牛鞭效应的影响，订货点(Order-up-to)策略可以最小化库存水平的变动而被认为是最优策略。Cachon和Lariviere分析了平衡订购策略，并指出小批量、订货时间间隔长的平衡订购策略能起到减少供应商需求变动的效果。Chen和Disney研究了OUT策略，并指出牛鞭效应主要是由库存水平和需求预测的联合变动引起的，而且经典的OUT策略与ES或MA等预测方法结合总是会产生牛鞭效应。•3.Effectofinventorypolicy库存政策的影响库存政策在规定决策规则时需考虑库存补货点和供应链网络中某个供应链节点的补货数量。由于订货数量和订货时间取决于库存水平，通常库存和订货政策是相互关联的。Chandra和Grabis认为基于物料需求计划（MRP）的库存控制策略能弱化牛鞭效应。Disney和Towill比较了VMI供应链和传统供应链对于牛鞭效应的影响，VMI是供应商管理客户库存的策略，能使供应链更加流畅。运作因素Operationalcauses运作因素Operationalcauses•4.Effectofleadtime提前期的影响Heydari研究串行供应链中提前期的变动，并得到随着提前期的延长订单变动也增加，但是整个供应链的订单一致的变动对牛鞭效应无影响。Wang等人指出提前期延长，牛鞭效应也增强。缩短提前期可以从以下方面着手：(1)低安全库存；(2)减少缺货损失；(3）提高服务水平未来研究方向：模糊提前期、随机性的提前期研究•需求的变动随提前期的增长而增大，且提前期越长，需求变动引起的订货量就越大，逐级的提前期拉长也造成了“牛鞭效应”。•5.Effectoflackoftransparency缺乏透明性牛鞭效应的主要原因在于系统和数据缺乏透明性，也意味着信息共享的重要性。SohnandLim将信息共享分为如下三种类型：Decentralizedpolicy：供应商和零售商之间信息不分享，供应商只从零售商那里得到订单。Centralizedpolicy：信息完全共享Separatedpolicy：信息不共享。零售商预测未来需求并从供应商那里订货。研究表明，完全信息共享不一定能产生最优的效果，选择恰当的信息策略对于减弱牛鞭效应很有必要。运作因素Operationalcauses•6.Effectofreplenishmentpolicy补货策略影响Boute分析了补货策略的影响，并指出供应链的各层企业采取联合的补货策略可以减少供应链的成本。Lee和Wu提出了如下两种补货策略的影响：传统的补货策略SPC-basedreplenishmentpolicy基于随机过程控制的补货策略运作因素OperationalcausesZhang等人提出了两种基于VMI的补货系统：基于时间的补货系统基于数量的补货系统牛鞭效应：time-basedquantity-based7.Effectofpricefluctuation价格波动RBP相对于订单信息波动的牛鞭效应而言，价格波动的传导是反方向的因此这个过程就被称为“定价的逆向牛鞭效应”(ReverseBullwhipeffectinPricing,RBP)。Hamister和Suresh指出通过稳定价格来减弱牛鞭效应。Mujaj等人调研了B2C企业中进行逆向定价的效果，并得到基于随机需求和本地信息的逆向定价可以减弱牛鞭效应。逆向定价是动态定价的一种形式，交易价格由买方而不是卖方提供。关于价格波动引起逆向牛鞭效应的研究还比较少，值得更深入地探讨。运作因素Operationalcauses8.Rationingandshortagegaming配给和短缺博弈当制造商的生产能力不能满足潜在的需求时，制造商理性的决策是按客户订货量的一定比例实施定量配给。在这种模式下的单个企业所能获得的配给量为：•gi为企业i所获得的配给量；mi为企业i的订货量；•k为供应商的总供应量；M为该供应商客户的总订货量在该种模式下的企业所能获得的配给量是跟其订货量成比例分配的。所以，企业为了避免潜在的缺货可能，就会在订货时故意提高订货量，而当需求降温后，订货又突然下降甚至取消。这种由于短缺博弈导致的需求信息的扭曲最终导致“牛鞭效应”。}/,min{Mmkmgiii运作因素Operationalcauses9.Miscellaneousoperationalcauses其他运作因素ImpropercontrolSystem控制系统不合适Numberofechelons供应链层级Multipliereffect乘数效应Lackofsynchronization缺乏同步Capacitylimit能力限制Misperceptionoffeedback反馈误解Localoptimizationwithoutglobalvision缺乏全局视角Companyprocesses公司业务流程行为因素behavioralcausesNelectingtimedelaysinmakingorderingdecisions在做订货决策时，忽略时间延迟行为因素1Lackoflearningand/ortraining缺乏学习和训练行为因素2Fearofemptystock规避断货的理性行为行为因素3“牛鞭效应”的表现牛鞭效应在如今的供应链管理无疑是表现得最为突出的。在整条供应链上，各个环节：零售商、批发商、分销商和制造商等等，每一个节点企业的订单都会产生波动，需求信息都有扭曲发生（这不过是或多或少罢了），这样下来，通过零售商、批发商、分销商、制造商，逐级而上，信息的扭曲越来越严重。美国著名的供应链管理专家HauL.Lee教授解释BullwhipEffect为：尽管特定产品的顾客需求变动不大，但是这些商品的库存和延期交货波动水平却相当大。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，通过建立一个信息共享系统实现信息共享管理，协调各企业的行动，确保需求信息的真实、快速传递，从而减少供应链中的“牛鞭效应”。具体措施：（1）提高最终用户需求信息的透明度、加强信息共享（2）减少供应链的流通环节（3）缩短提前期（4）减少价格的波动（5）消除博弈行为（6）建设战略性伙伴关系（7）信息强化3.缓解牛鞭效应的措施MitigationofBWEMitigationofBWE1.针对需求预测(demandforecasting)：采用供应商管理库存管理(VMI),上游企业能掌控下游企业的信息和数据，合理分担库存责任、防止需求变异放大。电子数据交换(EDI)电脑订货系统(CAO)通过计算机网络，批发、零售所发生的订货数据输入计算机，即通过计算机通信网络连接的方式将资料传送至总公司、批发商、商品供货商或制造商处，实现信息共享并准确预测需求信息。•2.针对批量订货(orderbatching)电子数据交换(EDI)电脑订货(CAO)考虑载物量(truckloadconsideration)：减少运输成本，运载多种不同类型的产品，实现满载运输。采用第三方物流(3PL)：小批量补货更经济，不同供应商的产品可实现满载运输，实现规模经济等。减少了日常文书工作和其他交易成本。Eg:Nabisco、P&GMitigationofBWE•3.针对价格波动(pricefluctuation)采用自动补货策略CRP：保持库存水平，防止断货，减少价格波动。“天天低价”策略(EDLP):平抑一定的顾客消费需求曲线，进而使日常销售分析预测的准确性大大提高，避免了商品的脱销现象的产生，减