搜索
前言：国际企业管理挑战赛（GMC）是5人组成的团队经营一家虚拟的企业，队员分别扮演总经理、生产、营销、人力资源、财务、研发等部门经理。由这样组成的不同的团队，经过把握不断变化的宏观经济环境、各公司之间的竞争态势及本公司内部各职能部门之间的相互作用，建立各种数量模型，进行边际分析、数量博弈、价格博弈，制定出自己的竞争战略、产品组合、营销组合、销售预测，并通过对资本结构、生产规模、边际贡献率、产能、库存、现金流量、劳动力储备等方面的分析和决策，对经营结果进行控制和调整，并以公司股票市场价格作为综合指标，衡量企业经营效果。以此形式循环反复，直到第五季度结束，股票市场价格最高的公司获胜。本项目的研究意义就在于通过GMC中订单量与广告费（公司形象也是其中一部分）的联动影响，设计出一个关系模型，帮助比赛选手在做决策时对产量与工人及机器工时的数值有一个精确的数据来源，从而保证选手们在决策中能够根据自己需要来确定最优的的生产模式，从而使企业获得利润最大化。鉴于我们参加GMC比赛还很缺乏经验，故本编收集整理了一个GMC参赛的决策模型，能够最大程度的帮助GMC参赛者快速了解GMC决策思路，快速掌握参加比赛的策略和方法，并且为进一步开发GMC决策系统奠定了有力的基础，现将这个模型的具体的操作流程整理如下：（如有纰漏，敬请指正）.赛前准备：我们以参加2011年GMC复赛为例：在GMC官方网站上下载本年度的初赛历史数据，总共5期，分别命名为历史1…到历史5，截图如下打开model模型，将官网当年的参量表拷贝到Model模型的参数核对工作簿；将将要决策的前两期的管理报告分别复制到Model的上上期和上期的工作簿中；录像如下：准备工作.exe一、决策模型之宏观数据分析打开Model模型，点击“更新”，切换至宏观的工作簿，此时参赛历史的五期管理报告已经导入到Model模型中，接下来就是怎样分析宏观数据，可以初步判定一个历史模拟的市场的宏观概况。1.GDP数据分析2.利率3.4.5.6.二、决策模型之季节需求影响分析我们统一都参照GMC复赛历史数据来分析季节因素，首先，历史的季节需求变动从客观上反映了参赛给你的市场宏观环境，历史2季度是小旺季，历史4季度是大旺季，我们分析这一系列的指标能够为我们决策分析提供参考，但从实战比赛来看，这个数据还是很有参考价值的，为我们决策思想的验证提供了依据。注意：预测季节因素的时候，我们不能统一每样产品，。每个产品在市场上的销售情况是不一致的，实行独立产品，独立市场显得尤为重要。所以，总共应该有九个指标在这里产生。价格汇率广告星级季节因素.exe三、决策模型之研发费用1.研发的意义：研发在比赛中是很重要的一项决策。主要有两个原因，首先研发投入数额比较大，因而对利润和费用的影响较大。第二，研发对于营销的营销也有着较为明显的影响，采用大改进的产品能带来更多的订单，同时，研发成果即是否获得和采用大改进，会影响产品星级，而产品星级也会影响产品的销售。所以，研发决策值得各队在比赛中仔细考虑。首先需要制定总的研发规模，由于研发费用对利润的营销较大，因而不可能不计成本地大量投入金钱在研发上，因此，总研发规模地选择尤为关键。一般来说，这和比赛初始环境有很大关系。我们的制定基础是：宏观经济环境、市场发展前景、公司规模。宏观经济环境和市场发展前景决定着公司的盈利环境，公司规模决定着公司的发展阶段。当公司的盈利环境比较好，或者公司规模比较大时，可以考虑比较大的研发规模；反之，则要对研发规模精打细算。第二，我们一般不选择三个产品都投入，还是基于产出与投入比的考虑。从以往的比赛看，期望比赛中靠采用大改进从而带来增量销售额，以收回研发投入是不现实的。这有两个原因，第一，比赛只有5期，实际采用大改进后的时间更短；第二，其它公司获得改进的机会与你相同。所以，必须对产品进行选择，我们进行选择的原则是：一、产品的星级；二、公司历史显示的投入规模和累积投入时间；三、公司历史是否有投入。一般来说，投入规模一般呈现从产品1到产品3逐渐升高的大趋势，所以，对于产品3的投入一定要谨慎。有时也不能依赖公司历史的投入数据。比如去年复赛产品3，历史数据显示只要投入3期65万，就可以获得大改进，但实际比赛中，时间和金额都大大超出历史数据；去年决赛历史显示产品1，获得大改进需要4期100万，但实际比赛中，15支队，对产品1进行研发投入的共有8支队，但是只有1支获得了大改进，投入在110万至130之间，没有获得大改进的队投入时间都为4期。如果投入大量资金和时间，但是没有获得大改进，或者留给大改进的使用时间只有一个季度，那么这个损失就比较大了。比赛中每逢3季度，系统会对产品的星级往下普调一颗星，所以对于产品星级较低的产品，特别是有可能跌到2星的产品有可能需要重点照顾。如果历史数据中系统已经有某些产品投入了研发，但是还没有得到大改进，那么可以视其投入多少和前两个原则，综合考虑。第三，就是做完前两步工作，即确定了总体研发规模，选择了投入对象，就要制定具体的投入策略。这包括预期时间和每期投入额。一般来说，时间要控制在2～3期，如果三期还没有出大改进，那么就需要决断是否还要投入，我们一般不会在最后两期投入。每期投入额还是遵循“后期比前期多，每期比历史数据多”的原则。第四，这一点是去年川大进入决赛的风帆队队长聂志刚首先提出的猜想。我们经过研究讨论也觉得有一定的道理。具体描述为：从以往比赛研发投入和大改进的获得统计来看，系统对于是否能得到大改进的模型呈现这样的趋势。即：从模型编制的角度看，大改进的获得似乎每季度有两个“阀值”来控制，一是累积投入，二是单季投入。你的投入只有全部达到所有的“阀值”，才能获得大改进。但是并不是每一期都有大改进等你去获得。也许产品1是1、2、3期；产品3是3、4期有。模型似乎是靠这个原理来体现获取研发成果的风险。Major表示重大改进报告填制区域：四、决策模型之需求产量营销决策的最关键问题还是订单量预测。首先是拿到公司历史后对市场总体趋势和容量的判断，这关系到能否有效调整产能的问题；其次是每一期的订单预测：几轮比赛下来，认识到从长远的决策出发来说还是应该坚持以销定产的方针，而最好的营销决策或者说是整体决策的过程应该是：判断市场容量--根据广告和价格弹性及经销商数量、大改进等情况确定销售目标--进行边际效益分析。并通过多次的调整营销组合策略来选择具有较好营利水平的营销组合和产量。--这种决策方式虽然对参赛者的综合水平提出了较高要求，但应该说是较为合理的决策程序。在时间有限的情况下，我们目前采取的订单预测方法是：首先确定下季度市场的总体容量（最好用市场购买力的总额计算，因为产品销售数量受价格影响），然后综合考虑竞争对手及自身营销组合等因素确定市场份额的变化情况，取二者的乘积作为订单预测的结果，再通过若干次计算选择具有较大收益的方案作为最终决策，应该说这种办法在初赛中也取得了不错的效果。关于订单预测还想强调的是：由于它对于整体决策的重要性和与各部门决策的直接联系，建议象培训教材中指出的，应该进行以营销经理为基础的董事会全体决策，这样可以综合各部门的意见、从不同的角度来尽可能地获得最满意决策。这份模型可以给我们的是在季节，经销商,广告等诸多因素影响下需求的变化情况，最终给出生产部门一个生产报告。季节因素的调节：代理商与经销商定价调节：广告费用的调节产量的调节：生成的需求：五、决策模型之两期生产快速建立竞争优势的核心问题在于调整到适度的生产规模。所谓适度即指：要使工人、机器等企业的主要生产资源既能保证及时供货，又要维持较低的运行成本。因为利润的来源不外乎两个：一个是卖出来的，一个是省出来的。而内部成本的主要组成部分就是机器费用和工人工资。调整适度生产规模的前提是要通过对公司历史的认真分析，正确预测比赛中总的市场容量，并以5期总的边际效益最大化为目标--而不应仅仅着眼于当期决策。然后再根据分析结果作出比较合理的机器买卖决策、工人排班决策等--由于非技术工人与机器匹配的问题，使得计算的复杂性加大，除了建立较好的模型外，还应该进行多次的调整才能逐步使决策趋于完善。机器数量是除技术工人之外另一个决定适当生产规模的关键要素，初赛的公司历史给出了很大的机器规模，可能是系统要特意考察经营者宏观决策的能力。在这种情况下，对那些在第一期就做出出售机器决策以调节适度生产规模的公司，系统给出了奖励性的股价是情有可原的--因为即使是生产规模最大的四季度，在拥有12台机器的情况下就可以满足生产。此外，一般情况下，在淡季出售机器还可以适度缩小生产规模，减少机器运行费用、折旧费用，从而提高固定资产收益率，系统可能会对股价做出积极的反应。然而，初赛中真正令人费解的是即使同样是售出机器，在其他情况类似的情况下，系统却在股价上做出不同的、甚至是相反的反应--答案可能还是需要从财务指标和各小组的具体博弈情况中来寻找。为了有效地降低生产成本，需要将机器数量、轮班情况等进行综合考虑。在从长期（也就是5期）总边际效益及股价提升等因素角度做出了机器买卖决策之后，轮班次数就成为了影响人工成本的最主要因素，因为它直接决定了非技术工人的招聘与离职情况。理想的情况下当然是尽量将生产时间维持在周一至周五，尽量在周六、日不加班--但是比赛的复杂性却要求我们综合考虑总人工成本、多班情况可能导致的大幅度的机器效率下降、以及竞争对手等等的情况，并且尽量不要出现大规模的罢工。所有这些，需要生产经理同其他部门密切配合，准确计算，但是有一点可以肯定：首先要尽量满足订单的需求，因为出现大规模的未交订货对股价将有巨大的打击。机器维修工时决策直接关系到机器的故障机时，而故障机时内的工资是照常发放的，因此，维修工时的决策应从两方面来考虑：一是故障工时是否会影响正常的生产，在一定排班水平下如果机器工时比较紧张，就有必要维持较高的维修工时，以保证生产；二是要进行机器维修费用与因机器故障导致的无效工资之间的权衡。初赛中发现，组装时间除了直接影响退货数量，并可用来调节组装工人工作时间之外，加大组装时间似乎还有利于产品的销售。这与现实中的情况相类似：质量较好的产品将获得不错的口碑，从而促进其市场份额的上升。初赛中我们只在第二期决策中大幅度提高了产品的组装时间，结果发现该季度的销售状况要比预期的好。而那些在比赛一开始就以高价却获得较大市场份额的公司，除了大幅度增加广告之外，可能也适当的增加了组装时间--具体情况，还需要大家共同探讨。我们调节的的几个指标：维修时数机器效率:参照历史的机器效率组装工人的个数：六、决策模型之市场营销市场营销--现代企业经营的核心问题同真实的企业经营一样，GMC比赛中也应该建立以营销为核心的经营思路。确切地讲，就是应该以市场和客户为核心，从总体决策的角度以销定产，而不是以产定销。GMC中直接和营销有关的要素主要的就是价格、广告和经销商。价格是一把双刃剑：能伤到别人也容易伤到自己。经过几次比赛，感觉价格决策应该注意以下几点：首先就是要维持价格的基本稳定，价格忽高忽低对市场的开拓和维护是很不利的；其次要根据上面提到的边际效益分析来确定差异化的价格策略：火星在这方面做得一直不是很好，分市场之间的价格差距没有有效区分，从宏观上影响了总体利润目标的实现；此外，在维持价格基本稳定的前提下，还必须根据市场的不断变化做出有效的价格调整，基本的思路应该是：在淡季或市场需求减弱的时候降低价格，在旺季或市场需求增加的时候适当提升价格--火星队最后一期决策在营销方面的最大失误就是在做出市场减弱的判断之后仍提高产品一价格，导致了大量库存的出现。感觉初赛中价格弹性比热身赛中要小，应该是系统调整的结果，复赛和决赛中可能还会做出调整，决策中应该引起注意。广告是另外一个重要的营销决策要素。初赛中感觉广告尤其是互联网广告的弹性明显地增加了。广告的投放应该适当：如初赛决策的前几期只有火星队和本小组第一名在大规模的投放广告，虽然扩大了市场份额，但同时也潜在地为其他队开发了市场，从成本/效益的角度分析并不合算；此外，单一市场的广告弹性当达到一定额度的时候将出现下降趋势，