供应链中“牛鞭效应”案例分析及解决方法研究
- 格式:pdf
- 大小:432.57 KB
- 文档页数:7
牛鞭效应的典型案例
“牛鞭效应”在管理学中被称为“供应链需求波动放大效应”,是指供应链上的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。
以下是一个典型的“牛鞭效应”案例:以宝洁公司为例,该公司的纸尿裤在沃尔玛这一零售端销售时,需求通常是比较稳定的。
但是,沃尔玛上游的批发商收到的零售商的订单就没有那么稳定了,批发商的上游宝洁公司收到的批发商订单波动则更大。
“牛鞭效应”会导致供应链的效率低下和成本增加,给企业带来不利影响。
因此,企业应该采取有效的措施来减少“牛鞭效应”的影响,例如优化供应链管理、加强信息共享等。
供应链牛鞭效应的成因及解决办法分析1410713 郑宇宁供应链上存在着需求与供给的不确定性,即由供应链的下游上溯,由零售商到批发商、制造商、供应商,订购量的波动幅度不断加大,形似一条美国西部牛仔所用的鞘细、根粗的鞭子,故称这种效应为“牛鞭效应”。
牛鞭效应对企业乃至整条供应链的危害极大,导致需求信息失真,扭曲的信息使供应链中的成员对市场和顾客的预测出现偏差,如果不能缓解牛鞭效应,很可能导致企业领导者决策失误。
可以说,牛鞭效应所带来的危害程度要超过一般管理者的预期。
牛鞭效应及其引发的失调对供应链的运营业绩有较大的负面影响,不仅增加了成本,降低了反应能力,而且不利于在供应链内部建立合作伙伴关系,从而导致整个供应链利润下滑。
它的影响主要有三方面:一是极大的增加了运营成本。
由于产品需求量的不真实,而且极易波动,导致企业增加了生产成本、库存成本、运输成本和管理成本。
二是导致企业服务水平下降。
扭曲的信息使企业无法正确的预测需求和作出决策,从而无法满足客户的需求,导致服务水平降低。
三是给供应链上各节点之间的关系带来了负面影响。
供应链的每个结点企业都认为自己做的尽善尽美而将责任归咎于其他结点企业,于是牛鞭效应就导致结点企业之间互不信任,从而使潜在的协调变得更加困难,使供应链在竞争激烈的市场中面临被其他企业取代的风险。
产生牛鞭效应的主要原因有以下八个方面:1.供应链的组织结构。
一般地说,供应链越长,处于同一节的企业越多,供应商离消费者越远,对需求的预测越不准。
同时经过各环节的传递及各企业安全库存的多层累加,需求资讯的扭曲程度越大,“牛鞭效应”越明显。
“牛鞭效应”产生的根本原因在于供应链各个环节的信息不对称,导致信息最终的无限放大,从而产生牛鞭效应。
由于供应链的各个企业是独立的个体,存在各自的利益目标。
供应链上参与者的利益目标和供应链最优化决策往往是互相制约和影响的,最终导致代理方在传递信息时按照自己最优而委托方次优的标准进行选择。
西南财经大学天府学院2013 届本科毕业论文论文题目:论供应链中“牛鞭效应”产生原因及对策分析学生姓名:所在学院:专业:学号:指导教师:2013 年1月1日摘要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,俗称“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,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。
本文分析了牛鞭效应对整个供给链的影响,着重对牛鞭效应产生的系统和非系统原因进行了深进分析,并针对其产生原因提出了一些缓解对策。
关键词:供给链;牛鞭效应;供给商治理库存;联合库存治理一、牛鞭效应的背景最早注意到供应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,供应链内部的结构、策略和相互作用是导致需求变动放大的原因。
Sterman设计了“啤酒博弈”的课堂游戏(1989),从人的行为研究出发,认为决策者对反馈信息的误解是造成这种现象的主要原因。
Hau L Lee等(1997)对需求放大现象进行了全面深入的分析,总结了导致牛鞭效应的四个原因并提出了牛鞭效应的量化模型和方法。
二、供应链中的牛鞭效应概述供给链中的需求放大现象,我们通常通俗地称之为“牛鞭效应”。
在供给链中,零售商往往是根据历史销售量和现实销售情况进行猜测来确定订货量,但为了保证这个需求是及时可得的,往往会有意地将猜测订货量进行一定的放大后再向其上游的供给商发出订单,那么批发商也会基于同样的考虑汇总销售商的订货数据再进行一定的放大后向供给商提出订货量。
以此类推,订货量被一级一级放大,越是上游的供给商得到的订货数目就会越大。
供应链中牛鞭效应的成因与弱化方法14806127 蔡海明摘要在经济全球化、市场一体化快速发展的同时,单一企业已经不能独自应对市场的竞争,为了更好的参加市场竞争,企业开始寻求在供应链之间应对竞争的策略。
但是,牛鞭效应的存在就或多或少的削弱了供应链的竞争力。
本文具体分析了引起牛鞭效应的原因,指出牛鞭效应产生的根本因素在于信息传播的不准确性和不及时性。
并在最后提出了弱化牛鞭效应的一些方法。
关键字 牛鞭效应 供应链 信息共享 需求预测 联合库存管理 引言随着经济全球化、市场一体化的到来,市场竞争日益激烈,已经由单一企业之间的竞争转变成了企业与企业组成的供应链之间的竞争。
在20世纪80年代,供应链管理的产生就是为了提高整条供应链的增值能力,增强供应链的竞争力;这一目标也成了各节点企业共同奋斗的目标。
但是牛鞭效应的存在缺削弱了供应链的这种增值能力与竞争力。
牛鞭效应最早是由宝洁公司率先提出的。
他们在90年代初为其“帮宝适”牌纸尿裤做需求调查时,发现客户的需求量与销售商的订货量之间的波动有很大的偏差,而且越到上游波动越大。
后来他们便使用“牛鞭效应”一词来形容这种需求信息在往供应链上游传递时被放大的情形。
目前为工业界和学术界普遍接受的牛鞭效应定义是:供应链中的零售商向供应商的订货量与其实际的销售量不一致的现象。
牛鞭效应的存在给整条供应链相当大的影响。
例如波动性的过量生产与缺货、库存增加、顾客流失等。
为了尽量减少牛鞭效应对供应链的运作所造成的影响,许多人对此进行了研究。
现在对于供应链中牛鞭效应的研究一般集中于三个方面:一是从经验和实践方面用案例分析来说明牛鞭效应的存在,主要代表为Forrester 、Hammond (食品行业)、Holmstrom (零售行业)等;二是从模拟仿真角度对牛鞭效应进行定性和定量分析,主要有Sterman 设计的一个称为“ Beer Game ”的课堂博弈,还有Towill 通过模拟的方法证实了库存管理方法对供应链信息扭曲的影响;三是从理论上来证明牛鞭效应的产生原因,并提出解决方案。
关于供给链管理中的“牛鞭效应〞丧失一个钉子,坏了一只蹄铁;坏了一只蹄铁,折了一匹战马;折了一匹战马,伤了一位骑士;伤了一位骑士,输了一场战斗;输了一场战斗,亡了一个帝国。
——西方民谣麻省理工学院的斯特曼教授做了一个着名的试验──啤酒试验。
在这个试验中有四组学生分别代表消费者,由此形成一个简单的供给链。
试验要求:任何上、下游企业之间不能交换任何商业资讯,只允许下游企业向上游企业传递订单,消费者只能将订单下给零售商。
结果说明:由於链中各节点企业之间资讯的不对称以及为了追求自身利益的最大化,造成需求资讯在供给链内部传递时失真了。
这不是一个偶尔的现象,据调查,即便是在HP、IBM、宝洁这样的知名企业中,同样存在着这一类似的现象。
那么这终究是怎么一回事呢?首先,先简单介绍一下“啤酒试验〞中提及的一个名词——供给链。
供给链的概念在80年代末提出,近年来随着全球制造的出现,供给链在制造业管理中得到普遍应用,成为一种新的管理形式。
关于供给链管理的定义有多种不同的表述。
我们可以把供给链比做一条龙,龙头是商品的销售环节,即产品消费出来以后,企业与客户交互的过程;龙身是消费制造环节,是企业内部产品消费的过程;龙尾是原材料采购环节,即在适当的时间向适当的厂商采购适当的商品。
供给链管理的作用就是把这条龙体内的资金流、信息流和物流三者整合起来,使企业可以获得采购、消费和销售的最优道路,进步企业的竞争力。
供给链管理的关键就在于供给链各结点企业之间的联接和合作,以及互相之间在设计、消费、竞争策略等方面良好的协凋。
假如供给链的所有结点企业都采取能促使总利润提升的行为,那么供给链的协调性就会得到改善。
供给链协调要求供给链的每个结点企业都考虑自身行为对其他结点企业的影响。
然而,在供给链上,常常存在着如预测不准确、需求不明确,供给不稳定,企业间合作性与协调性差、造成了供给缺乏,消费与运输作业不平衡、库存居高不下,本钱过高等现象。
引起这些问题的根源有许多,但主要原因之一是牛鞭效应。
供应链中“牛鞭”效应的产生及其解决方法摘要:作为21世纪增强企业竞争力最主要的管理思想和方法之一,供应链管理目前已经受到了国内外学术界与企业界的普遍重视.随着市场全球化和竞争的加剧,企业之间的竞争已变成了供应链之间的竞争,如何提供整条供应链的增值能力,增强供应链的竞争力已经成为各节点企业共同的目标,但是“牛鞭”效应的存在削弱了供应链的增值能力和竞争能力。
所以企业之间必须协同合作,共同消除“牛鞭”效应,达到群体共存。
关键词:供应链;供应链管理;牛鞭效应一、“牛鞭"效应概述及其对企业造成的危害“牛鞭”效应,又称为“需求变异加速放大原理”,是美国著名的供应链管理专家Hau L.Lee教授对需求信息扭曲在供应链中传递的一种形象描述.它是信息流从最终客户端向原始供应商端传递时,无法有效的实现信息的共享,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是一根甩起的赶牛鞭,因此被形象的称为“牛鞭”效应。
最下游的客户端相当与鞭子的根部,而最上游的供应商端相当于鞭子的梢部,在根部的一端只要有一个轻微的抖动,传递到末梢端就会出现很大的波动。
在供应链上,这种效应越往上游,变化就越大,距终端客户就越远,影响就越大.达到最源头的供应商时,其获得的需求信息和实际消费市场中的顾客需求信息发生了很大的偏差,需求变异系数比分销商和零售商的需求变异系数大得多。
由于这种放大效应的影响,上游供应商往往维持比下游供应商更高的库存水平。
这种信息扭曲如果和企业制造过程中不确定因素叠加在一起,将会导致巨大的经济损失。
“牛鞭”效应反映出供应链上需求的不同步现象,它揭示了供应链库存管理中的一个普遍现象:“看到的并非实际的”。
“牛鞭”效应对供应链管理是不利的,它造成批发商、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,使得整个供应链作效率低下。
随着供应链运作的企业越来越多,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。
关于供应链管理中的“牛鞭效应”1. 简介供应链管理是现代企业运营中至关重要的一环。
在供应链中,各个环节之间的信息流动和物流流动紧密相连,任何一个环节的变动都可能引发一系列连锁反应。
牛鞭效应,也称为供应链扭曲效应或供应链放大效应,是指在供应链中需求信号不断放大,产生供需失衡的现象。
本文将从牛鞭效应的定义、原因和影响以及减缓牛鞭效应的方法进行探讨。
2. 牛鞭效应的定义和原因牛鞭效应是指供应链中上游环节的需求变动在向下游环节传递时会放大,导致供需失衡的现象。
简单来说,需求的小波动会在供应链中不断放大,形成需求的扭曲。
牛鞭效应的原因可以归结为以下几点:2.1 订单批量和频率的波动供应链中的每个环节都会根据之前的订单情况和销售数据来进行生产和补货。
一旦订单批量和频率发生波动,供应链中的各环节都会根据这些变动进行调整,从而导致整个供应链的稳定性受到影响。
2.2 信息传递延迟和不准确性信息的传递延迟和不准确性是牛鞭效应的另一个重要原因。
在供应链中,从上游到下游的信息传递需要时间,而且在传递过程中可能会出现误差。
这样就会导致下游环节对需求的反应出现滞后,进而放大需求的波动。
2.3 市场需求的不确定性市场需求的不确定性也是导致牛鞭效应的因素之一。
随着市场的变化,消费者需求也会发生变化,一旦市场需求发生波动,供应链上的各个环节都可能出现供过于求或供不应求的情况,进而引发牛鞭效应。
3. 牛鞭效应的影响牛鞭效应会对供应链管理产生一系列的影响,包括:3.1 库存管理问题牛鞭效应会导致供应链上下游之间的库存数量不平衡。
上游环节由于需求的波动会导致反应不及时,进而形成过剩的库存;而下游环节由于需求波动的放大会导致供应不足,从而造成断货等问题。
3.2 交货延误和交货不准时由于牛鞭效应中信息的滞后和不准确性,供应链中的交货时间会受到影响,交货延迟和交货不准时的问题会相应地出现。
这会严重影响客户的满意度和企业的声誉。
3.3 成本的增加供应链中的牛鞭效应会导致成本的增加。
服装供应链中的牛鞭效应与弱化的方式分析中国作为服装生产大国,服装业在我国国民经济和世界服装经济中都占据着着举足轻重的地位。
随着全球经济一体化、科学技术突飞猛进以及服装行情瞬息万变,单靠纯工程技术已经很难在竞争中取得优势,这时作为增强企业核心竞争力的手段供应链管理才日益被我国服装界所重视。
一、供应链牛鞭效应及其危害1.供应链及牛鞭效应定义。
供应链是围绕核心企业,通过对信息流,物流,资金流的控制,从采购原材料开始,制成中间产品以及最终产品,最后由销售网络将产品送到消费者手中的将供应商、制造商、分销商、零售商,直到最终用户连成一个整体的功能网链结构.所谓“牛鞭效应”,形象地说就是当我们在挥动鞭子时手轻微用力,鞭梢就会出现大幅摆动的现象。
牛鞭效应现象普遍存在于制造业的供应链中。
当供应链中各节点企业只根据来自其相邻的下级需求信息进行生产或供应决策时,需求信息的扭曲沿着供应链逆流而上逐级放大,产生需求放大效应。
2.牛鞭效应的危害。
由于需求放大,导致了供应链节点企业生产成本、库存成本和运输成本的整体增加。
KD服饰有限公司是某国际知名羽绒服品牌经销商,其羽绒服装产品是一种创新性产品,季节型强,生命周期短,更新换代快,个性需求强,市场变化快,供应链上产业多,供需关系复杂,“牛鞭效应”更加显著,给企业造成极大的危害:为满足变动的订单流,只能扩大生产,增加产能和库存量,使得企业生产和库存成本增大,资金占用量加大,并伴有销售季节过后降价幅度大等问题,最终消弱了服装供应链整体竞争力下降。
二、牛鞭效应的成因分析1.供应链组织结构。
2.预测误差与订购策略。
KD公司从市场调查、产品设计、样衣试制、下单生产到最终服装上市历时200多天,预测时间过长,加上企业在设置业绩考核指标时的有增无减,使得需求预测误差较大;加之KD公司过分信赖下游的批发商、分销商、零售商和卖场的订货,而这些下游企业出于订货、进货成本考虑的批量订购策略,使得需求放大的订单层层叠加,牛鞭效应则必然产生。
供应链中“牛鞭效应”案例分析及解决方法研究 2007年08月14日 摘 要:“牛鞭效应”是供应链管理中一种普遍存在的现象,随着经济的发展,竞争的加剧,如何消除“牛鞭效应”产生的危害,已经成为人们关注的一个问题。本论文通过具体的案例分析,说明“牛鞭效应”对整个供应链产生的负面影响;并根据此例,提出了一些解决问题的方法。
关键词:供应链;牛鞭效应;方法 随着市场全球化和竞争的不断加剧,有人曾在20世纪就预言了21世纪企业之间的竞争将变成供应链之间的竞争。我国的国家标准《物流术语》,对于供应链的定义是:“供应链是生产及流通过程中,涉及将产品或服务提供给最终用户活动的上游和下游企业所形成的网链结构。”由此可见,供应链是一个集成了多家企业的价值增值链。其基本结构如图1所示:
作为一种跨企业的协作,供应链包含了所有加盟的节点企业,不仅是一条联结供应商到用户的物流链、信息链和价值链,而是一条增值链。提高整条供应链的增值能力,增强供应链的竞争力,成为各节点企业共同的目标。
尽管如此,在供应链的实际运作中,却存在着各种各样的困难:如预测的不准确,导致对需求的难以把握;信息的不透明,导致供给不稳定;因为企业之间的诚信还没有完全建立,企业之间的合作性与协调性差,供应链中的主导企业很难发挥作用;供应的缺乏,生产与运输作业的不均衡、库存居高不下,成本过高等现象。引起这些问题的原因很多,但主要原因之一就是“牛鞭效应(Bullwhip Effect)”。由于牛鞭效应是从下游客户端逐级向上游转嫁风险的结果,因而它会危害整个供应链的运作,导致总库存增加、生产无序和失衡,业务流程阻塞,资源浪费、市场混乱和风险增大。由此可见,牛鞭效应的存在,已经成为削弱供应链的增值能力和竞争能力的主要负面因素。因此,研究牛鞭效应,并消除它对于供应链的负面影响就是本论文要研究的内容。
1 供应链中“牛鞭效应”分析 1.1 何谓“牛鞭效应” 1995年,宝洁公司(P&G)管理人员在考察婴儿一次性纸尿裤的订单分布规律时,发现一定地区的婴儿对该产品的消费比较稳定,零售商那里的销售量的波动也不大,但厂家经销商那里得到的订货量却出现大幅度波动,同一时期厂家向原材料供应商的订货量波动幅度更大,这一现象与我们挥动鞭子时手腕稍稍用力,鞭梢就会出现大幅动摆动的现象相类似。于是,人们将这种现象叫做“牛鞭效应(Bullwhip Effect)”。类似的现象也在惠普、IBM等跨国企业中得到了印证。另外,麻省理工学院的Sterman教授通过著名的啤酒试验,也证明了牛便效应这一现实中大量存在的现象。 可见,牛鞭效应就是指供应链下游消费需求轻微变动而导致的上游企业生产、经营安排的剧烈波动。当市场上一种商品的消费需求发生细微变动时,这种波动会沿着零售商、批发商、分销商直至制造商逆流而上,并逐级扩大,在达到最终源头供应商时,其获得的需求信息和实际消费市场中的顾客需求信息发生很大的偏差,需求信息严重扭曲或失真,这就是牛鞭效应。
供应链战略经常可划分为推动型系统和拉动型系统,这源于20世纪80年代的制造业革命。在一个推动型供应链中,制造商利用从零售商仓库接到订单来预测顾客需求,各个节点企业是根据预测来进行决策,因此无法真实地反应市场需求,容易形成牛鞭效应。一个推动型供应链如图2所示:
1.2 “牛鞭效应”放大现象的计算案例分析 例:假定在一个简单的供应链中,每个节点企业在仓库中都存放着7天所需的货物,即:每个节点企业从其上游供应商那里购买足够的材料以使得它的存货满足7天的需求,对某种产品的需求一直稳定在每7天100单位,如果某一个7天最终客户的需求比平时多了5单位,假设配送非常迅速,我们可以见证“牛鞭效应”对整个供应链的影响。
给定条件:每7天供应链的需求为100单位; 需求:等于下一环节客户购买的数量; 每个7天开始时的初期库存:必定等于前一个周期的期末库存; 每个周期的期末库存:必定等于本周的需求; 购买的单位数:等于需求加上库存中的任何变化; 购买量=净需求+(期末库存—初期库存); 具体计算结果如表1所示: 分析以上计算案例,在第二周客户的需求增加5个单位时,由于“牛鞭效应”,信息的扭曲和放大,导致生产商生产产量提高到了180个单位,而当第三周客户的需求恢复正常时,生产商的产量变为0单位;当客户需求在第三周恢复到原来的100单位时,要使得生产商恢复到100单位的生产量,一直要持续到第七周,“牛鞭效应”才会消失。
2 “牛鞭效应”的危害及成因分析 2.1 “牛鞭效应”的危害 从“1.2(牛鞭效应)放大现象的计算分析”案例计算可以看出,“牛鞭效应”产生的后果,不仅仅是各个节点企业的库存增大,利润下降,占用资金,同时也导致了企业经营风险增大以及整个供应链运作的低效率。资源的无效率利用,使得供应链各个节点企业的计划和管理难度增大。除此之外,还可能造成以下的一些危害,具体可以归纳为以下几条:
(1)从分销商到生产商接到的订单的变动性要比顾客需求的变动性大得多,使得生产企业进入无序状态,无法了解市场真正的需求量; (2)当某种产品大量销售时,供应链的库存却无法做到迅速减少,造成流动资金的大量占用和固定资产利润率低下;
(3)各个节点企业从自身利益出发,而不是从整个供应链的运作考虑,因此导致整个供应链的利益很难维护;
(4)由于“牛鞭效应”而导致供应链节点企业之间的不信任增加,合作最终变成短期行为,不利于供应链联盟的形成和发展。
2.2 “牛鞭效应”的成因分析 根据大量文献资料,并结合一些实际案例,通过分析研究,一般认为,“牛鞭效应”的成因主要有以下6个方面:
(1)需求预测更正。如表1中的计算数据一样,由于客户对于需求的修订,而使得上游各个节点企业相应地修订需求,最终导致实际需求远远高于生产量。
(2)订单批量决策。出于库存和运输费用的考虑,下游企业会在一定时间段内进行订货,而且考虑最佳定购批量,同时减少定购次数,以降低成本。
(3)价格波动。上游企业为了刺激订货,采用促销策略,实施价格折扣、价格折让等方法,由此引起需求的不稳定性,无法确定市场的真正需求量。
(4)短缺博弈。产品在市场上的供应大于需求时,订货量减少或消失;而当需求大于供应时,订货量会剧烈增加,让生产企业无法确切掌握市场的实际需求。
(5)提前期。下游企业的定购提前期也是影响各个节点企业正常运营的重要因素。提前期越长,对企业的定购点和安全库存的影响越大,同时也降低了需求信息的时效性。
(6)供应链的结构。供应链越长,供应商离消费者越远,对需求的预测越不准确,同时需求信息的扭曲程度越大,“牛鞭效应”越明显。
以上是主要的六个方面,这其中有客观因素,也有决策者的主观因素,还可能存在着其他一些不为人们发现的潜在因素,所有这些都造成了“牛鞭效应”。如何减弱及至消除它的负面影响,已经成为许多供应链管理方面的专家及实际操作中的节点企业关注的问题。
3 解决“牛鞭效应”的方法研究 供应链中的不确定性主要来源于供应商不确定性、生产者不确定性和顾客不确定性;而供应链上的不确定性主要表现为衔接不确定性和运作不确定性。从已经寻找到的“牛鞭效应”产生的原因中,来寻找解决“牛鞭效应”的答案,是对本问题研究的基本思路。
第一,针对需求预测的不准确性,应该从供应链联盟的组建及节点企业之间信息互通两个方面考虑:供应链上的节点企业首先考虑到的是需求预测如何做到更加的准确,从图1中已经看到一般供应链的结构,其中包含了一个重要的流——信息流,如果上下游节点企业的信息对称并且互通,形成比较稳定的供应链战略联盟,那么预测的准确性会很大程度的提高,这样,供应链的结构就会是如下的结构。具体见图3所示: 即企业之间采用供应链管理(SCM)系统,通过联合预测、协同计划,预测与补货;利用供应商管理库存(VMI)、联合管理库存、EOS电子定购系统和准时生产(JIT)技术,实时地获得下游节点企业真实的需求信息,及时准确地进行订货,并通过与下游客户的真实沟通。
消除预测不准造成的“牛鞭效应”。联合库存管理的供应链系统模型如图4所示:第二,由于独立需求和相关需求是现实中客观存在的问题,直接面对客户的下游企业自然会按照批量大小,或定时、或定量进行采购;同样,下游企业根据市场供需、价格波动决定其采购量大小的问题,由此使得下游客户端的风险最终转嫁给上游企业,从表1就可以得到证明。采用拉动型的供应链战略(具体见图5),让生产由外部需求驱动,并采用现代供应链管理技术,是可以抵御三种因素产生的负面影响的。
企业应用Internet/EDI技术,开展电子商务和企业应用集成EDI技术,实现业务信息的及时传递与共享及上下游企业之间业务流程的整合,共同协作开展业务。充分利用精益生产(LP)和敏捷制造(AM)的方法,建立快速响应(QR)系统。例如:以直销著称的DELL公司,通过Internet网、电话、传真等组成了一个高效的信息网络,客户可以直接向公司下订单要求进行组装、供应,实现了客户与供应商的直接贸易,有效地防止了“牛鞭效应”的产生。
第三,下游企业在采购时,由于考虑到缺货风险,对于定购提前期一般都慎重决定,因为提前期的不确定性,下游企业很大程度上的预测误差,等到产品季节到来时,导致库存周期波动,导致“牛鞭效应”产生。Wal-mart的实践表明,采用信息技术支持(商品条形码技术、物流条形码技术、电子订货系统、POS数据读取技术、预先发货清单技术、电子支付系统、连续补充库存方式)的快速响应(QR)系统,将会使预测误差大幅度减少,减弱“牛鞭效应”的负面影响。根据库存周期长短和预测误差的关系如图6所示: