二十四张图看懂牛鞭效应Bullwhip effect牛鞭效应是由“虚假的”需求信息由上游的终端消费者向下游的原材料供应商逐级放大的一个现象。
牛鞭效应会对企业的经营造成很多的影响，最明显的问题就是库存高企、运营成本上升和现金流紧张。
形成牛鞭效应的原因有多种，管理者需要根据具体情况，采取针对性的方法来“驯服”它。
我在今年3月份SCOM供应链与运营管理人俱乐部组织的网络课上，对于牛鞭效应做了一次分享活动。
这次的分享内容，是我根据美国斯坦福大学三位教授，Professor Hau L. Lee，Professor V Padmanabhan，和Professor Seungjin Whang的研究文章“The Bullwhip Effect in Supply Chains”（Sloan Management Review, Spring 1997, Volume 38, Issue 3, pp. 93-102）中提到的关于牛鞭效应的一些经典理论，结合我在供应链领域多年的实践经验，通过一些具体的案例，和大家对于供应链管理中的一些痛点进行分析和探讨。
接下来，我通过几篇连载，把这次网络课的内容通过公众号的平台发布。
为什么我会想到做这次分享呢？在我之前的库存管理文章中，就说到过供应链上游的客户需求对于后端的影响很大，其中的一个表现方面就是在库存上。
如果要消除牛鞭效应，最好的办法就是从其源头，也就是需求侧来想办法。
先解释什么是牛鞭效应？在这张图上可以看到，牛鞭效应是需求信息在传递过程中逐级放大的现象。
以汽车为例，终端客户就是车主，经销商是我们所熟知的4S店，制造商是生产汽车的整车厂，比如上海大众、通用，供应商就更多了，比如直接给整车厂供货的被称为一级供应商，最著名的有德国博世（Robert Bosch），美国德尔福（Delphi）集团等等。
这里有三个关键词：1. 需求信息，包括了订单和预测。
2. 传递过程，经过了多个经销商和供应商的传递节点。
3. 逐级放大，供应链条尾部的振幅最大。
现在国家的政策是“坚持去产能、去库存、去杠杆、降成本、补短板，优化存量资源配置，扩大优质增量供给，实现供需动态平衡。
”库存就是钱，现金。
在财务的资产负债表中，库存属于流动资产。
库存只有在出售后，才可以转化为现金，否则永远是在账面上的资产，无法变现。
库存占用着企业的流动资金，被库存占用着的资金会妨碍企业进行一系列的投资活动。
缺乏资金的话，企业就不能购买原材料或是新设备，如果遇到资金链条紧张的情况，企业还不得不去向银行或是贷款利率更高的金融机构去借贷，结果是辛辛苦苦挣来的钱都去还了贷款，为他人做了嫁衣。
受到了牛鞭效应影响的企业，面对变化莫测的客户需求，很难保证按时交货。
为了改善准时交货率低的情况，企业又不得不任意改动生产计划，导致了额外的营运费用，比如工人加班费和超额运输费。
这些都是源于牛鞭效应引起的恶性循环。
我们经常都在说牛鞭效应，其实是一系列现象的统称，其中包含了四种最具有代表性的效应，分别是：1. Forrester effect2. Burbidge effect3. Promotion effect4. Houlihan effect这些效应名称有的是以研究者的名字来命名的，比如Forrester effect，有的是直接以具体现象来定义的，比如Promotion effect。
我将会在下文对于这四种效应进行详细介绍。
Forrester effect是最接近我们传统意义上的牛鞭效应—“虚假”需求信息随着传递的过程而逐级放大。
这里包含二个概念，需求信号传递Demand signal processing和前置时间Lead times，后者可以理解为从收到订单直到订单交付至客户指定地点为止的整个过程。
需求信号传递Demand signal processing为什么需求信号在传递的过程中会被放大呢？其中一个原因是人的安全心理在作祟。
做供应链和物流的人一般会给自己留一点余量buffer。
供应链整个过程很长，其中涉及到不确定因素也很多，比如说，卡车运输延误了或者生产过程中出现了质量问题而造成额外的报废等等。
在供应的基础不够成熟，产品的制成不够稳定的情况下，总有这样那样的意外可能发生。
面对诸多的不确定因素，供应链从业者总是习惯性地会给自己留一点余量的。
如果每个人都放一点buffer，那么累加到最后就会变得很大。
当然还有其他的因素会导致需求增大，比如说启动生产的MOQ。
客户订单数量是200个，企业在交货的时候必须足额交付给客户。
但是生产计划排成的时候往往会超过这个数量，多出来的部分只能暂时作为库存，预留给下一张订单。
所以生产订单经常会超过客户订单需求量，这样一来后端的原材料需求也会被放大。
前置时间Lead times为什么说Lead time越长，对于牛鞭效应的影响就是越大呢？因为整个供应管道Pipeline中的最大库存是由二次订货间隔天数和前置时间来决定的，总的时间越长，所需要的库存就是越多。
最大的库存量= （二次订货间隔天数+ 前置时间）X 平均每天的需求用量+ 安全库存供应管道中库存越多，导致的结果就是原材料订单量要大于实际的需求量，牛鞭效应就这样产生了。
Lead times就是时间，也就是牛鞭的长度，想要控制牛鞭效应，就必须缩短Lead times，其中包括了信息流和实物流的时间。
Burbideg effect主要指的是订单批量，或者说是下订单的方式。
订货频率—多久给供应商下一次订单？如果是一个月下一次订单的，可以想象的是，在新的订单到货之前，库存处在一个最低的水平上，随后的到货数量至少是一个月的用量，原材料库存就从最低值达到最高值，这里的波动是非常大的。
这种波动会随着向下游传递越来越大。
库存压力—月底前停止下订单。
公司考核库存一般都是在月底做的，取关账的那个时间点的数据，是一个时点数。
为了让库存数字好看，通常会在月底前几天就停止进货或是停止下订单了，但是生产不会停止。
生产部门在消耗完了A产品的原料后，为了让工人有事情做，只能换型生产B 产品，直到再次缺料了，换做C产品。
这样一来，原有的生产计划被打乱，原材料库存配套率下降。
公司到了下一个月初的时候，原材料库存水位已经很低了，所以要增加进货，原料需求的波动性就产生了。
这种情况有点像拳击手，在正式比赛前选手要称体重，如果原本是80公斤的人，要去打75公斤级别的比赛，拳手就要在短期内减重5公斤，只能通过很极端的方式比如禁食和脱水。
在过磅以后，拳手又要迅速补充能量，把体重恢复上来。
在这样短的时间内，体重骤减暴增对于拳击手的身体有一定的伤害。
这种影响对于库存也是一样的，都会让企业受到内伤，引发流程紊乱，员工士气低落，供应商怨声载道。
销售目标—冲销量提前发货。
和库存正好相反的情况。
销售都是活在当下的，下个月的事情下个月再说，先把这个月撑过去再说。
在月底前冲销售额，让经销商一下子吃得太饱，到了下个月初就再也吃不下了，只能慢慢消化上个月进的货。
运输成本—整车运输分摊费用。
供应链要做一些trade off，平衡库存成本和运输的费用，只能在两者之间选一个目标来实现。
订单重叠—接收订单出现重叠。
比如说企业的大客户们都是集中在一周中的同一天下订单，而当周其余几天收到的订单量偏少，就会产生需求的波动。
促销打折是造成需求波动的一个重要原因，从而直接造成了牛鞭效应。
每年的双11是一场网购的狂欢节，2016年又创下了1207亿元的新纪录。
在供需双方都享受着精神上的“高潮”的同时，其背后的本质是可能给企业的供应链带来了极大的负面影响。
企业对于一年一度的双11的态度是比较纠结的，如果选择不参加，但是看到同行业的竞争者都参与进来了，自己不加入就会失去一个销售的好机会，消费者对于这个品牌也会产生质疑。
如果选择参加，就必须为了双11大量备货，其中还包括了人力资源和物流快递服务的能力储备。
即使是企业选择参与双11促销，这也是一场对于市场需求的赌博。
赌赢了，产品大卖，在激动庆祝之余，企业也可能面临后续需求疲软的问题。
万一不幸赌输了，企业就要背负大量的库存和面临产能过剩的困局，运气不佳的连资金链都会出问题。
国际零售巨头沃尔玛为了保持供应链的高效率，抵御需求波动造成的牛鞭效应，就采取了稳定价格的策略“Everyday low prices”，这样就有效地消除了促销引起的需求波动。
沃尔玛通过这种策略，将牛鞭效应给企业可能带来的供应链负面影响控制在最低的水平。
需求得不到满足而引起的现象，这种情况被称为Houlihan Effect或是Rationing and gaming。
John Houlihan发现在传统的供应链中，由于下游的供应短缺，在上游的制造商会额外加大订货量，从而导致供应更加无法满足，供应商出现恶性循环式的交货困难。
制造商因为无法获取到充足且稳定的物料供应，不得不储备更多的安全库存以预防供应商的交货问题，于是需求信息被错误地放大，最终形成了牛鞭效应。
我以前也碰到过这种情况。
有一家供应商的供货一直不稳定，或者是因为新品进入量产阶段后的产能爬坡问题，或者是因为模具质量问题引起的高报废率，长期以来供应商的及时交货率一直是低于70%，这家供应商也因此是长期盘踞在最差供应商榜单的前五名，被我们戏称为“老大难”供应商。
既然供应商长期都不能按照订单数量交上货，我的计划经理就建议给这家供应商的需求数量加上20%。
如果按照供应商一贯的表现，他们只能按时交80%的货，这样的话就是120%实际需求量* 80%供应商交货量= 96%实际到货量。
这样看来，供应商就差不多能达到我们的要求数量了。
可惜这只是理想的情况，现实是你越想要什么，它偏不给你什么。
实际的结果是供应商短期内不但不能按照要求交货，还会对客户的要货信息产生怀疑，因为我们要求了一个比较夸张的订货数量。
双方最后就陷入一个相互扯皮的局面，我们指责供应商交货表现差，供应商反驳说客户需求不真实。
原本的交货问题还是没法通过增加订单量来解决，反而制造了合作双方的不信任感。
