牛鞭效应和啤酒游戏

基于“啤酒游戏”对“牛鞭效应”的思考“牛鞭效应”是指供应链上的信息流从最终客户向原始供应商传递的时候，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，是供应链中普遍存在的现象。

“牛鞭效应”的存在直接加重了供应商的供应和库存风险，扰乱生产商的计划安排与营销管理秩序，导致生产、供应、销售的混乱，解决“牛鞭效应”难题是企业正常营销管理和良好的顾客服务的必要前提。

“啤酒游戏”是麻省理工学院斯隆管理学院在20世纪60年代率先开发的，模拟一条啤酒供应链上零售商、分销商和啤酒厂营销主管的决策情况对供应链的巨大影响。

游戏通过零售商、分销商和啤酒厂各自从自己的角度叙述故事的经过，我们能够看到在“啤酒游戏”中，不是有人把事情搞砸，让大家陷入困境的罪魁祸首并不存在，三个角色的意图都是好得不能再好：想服务好自己的顾客，希望产品能在系统中顺利流通，想避免问题的出现。

每个角色都带着良好的动机符合逻辑的对接下来的事情进行预测并做出决定，没有谁不是尽职的人，但危机还是发生了。

“啤酒游戏”所反映的问题是“牛鞭效应”存在供应链上的每一个环节，给供应链上各厂商带来严重后果。

1.牛鞭效应导致啤酒厂盲目生产，加大生产成本啤酒厂过分依赖分销商的销售订单进行产品预测、控制库存及安排生产时间，由于牛鞭效应的存在，导致啤酒厂“情人啤”需求信息过分放大，啤酒厂盲目的加班加点加大生产，以至于“情人啤”库存增加。

同时为了及时满足突然增加的需求，啤酒厂必须加班加点的生产，甚至新建工厂，导致产品成本增加，还可能无法保证产品的质量。

2. 牛鞭效应导致供应链上各厂商库存积压牛鞭效应导致供应链上各厂商库存积压，特别是对于啤酒厂来说，需求严重被放大，库存产品积压严重。

这在现实中是随处可见的，消费者的一点点需求变化可能会被无限放大，以至于市场动荡剧烈。

“啤酒游戏”中的啤酒厂营销主管可能辞职，但危机如果影响工厂的运转，后果将是灾难性的，可能导致裁员或是工厂倒闭。

三级模式啤酒游戏：该游戏是由麻省理工学院斯隆管理学院在20世纪60年代创立的库存管理策略游戏，该游戏形象地反映出牛鞭效应的存在及影响。

几十年来，游戏的参加者成千上万，但游戏总是产生类似的结果。

因此游戏产生恶劣结果的原因必定超出个人因素, 这些原因必定是藏在游戏本身的结构里。

在游戏中，零售商通过向某一批发商订货，来响应顾客要求购买的啤酒订单，批发商通过向生产啤酒的工厂订货来响应这个订单。

该实验分成三组，分别扮演零售经理、批发经理和工厂经理。

每一组都以最优的方式管理库存，准确订货以使利润最大化。

案例介绍：此案例主要是通过模拟啤酒游戏来仿真供应链中的牛鞭效应，从为改善牛鞭效应来提供帮助。

首先假设啤酒游戏中包含零售商、批发商、供应商三个成员。

同时对游戏中的参数进行如下假设：市场对啤酒的前4周的需求率为1000周/箱，在5周时开始随机波动，波动幅度为±200，均值为0，波动次数为100次，随机因子为4个。

假设各节点初始库存和期望库存为3000箱，期望库存持续时间为3周，库存调整时间为4周，移动平均时间为5周，生产延迟时间和运输延迟时间均为3周，不存在订单延迟。

仿真时间为0～200周，仿真步长为1周。

期望库存等于期望库存持续时间和各节点的销售预测之积。

(01) FINAL TIME = 100Units: MonthThe final time for the simulation.(02) INITIAL TIME = 0Units: MonthThe initial time for the simulation.(03) SAVEPER =TIME STEPUnits: Month [0,?]The frequency with which output is stored.(04) TIME STEP = 1Units: Month [0,?]The time step for the simulation.(05) 市场需求率=1000+if then else(Time>4,random normal(-200,200,0,100,4),0) Units: **undefined**(06) 库存调整时间=4Units: **undefined**(07) 批发商发货率=delay3(零售商订单,运输延迟)Units: **undefined**(08) 批发商库存= INTEG (生产商发货率-批发商发货率,3000)Units: **undefined**(09) 批发商期望库存=批发商销售预测*期望库存覆盖时间Units: **undefined**(10) 批发商订单=max(0,批发商销售预测+(批发商期望库存-批发商库存)/库存调整时间Units: **undefined**(11) 批发商销售预测=smooth(批发商发货率,移动平均时间) Units: **undefined**(12) 期望库存覆盖时间=3Units: **undefined**(13) 生产商发货率=delay3(批发商订单,运输延迟) Units: **undefined**(14) 生产商库存= INTEG (生产商生产率-生产商发货率, 3000)Units: **undefined**(15) 生产商期望库存=期望库存覆盖时间*生产商销售预测Units: **undefined**(16) 生产商生产率=delay3(生产商生产需求,生产延迟)Units: **undefined**(17) 生产商生产需求=max(0,生产商销售预测+(生产商期望库存-生产商库存)/库存调整时间Units: **undefined**(18) 生产商销售预测=smooth(生产商发货率,移动平均时间)Units: **undefined**(19) 生产延迟=3Units: **undefined**(20) 移动平均时间=5Units: **undefined**(21) 运输延迟=3Units: **undefined**(22) 零售商库存= INTEG (批发商发货率-市场需求率,3000)Units: **undefined**(23) 零售商期望库存=期望库存覆盖时间*零售商销售预测Units: **undefined**(24) 零售商订单=max(0,零售商销售预测+(零售商期望库存-零售商库存)/库存调整时间Units: **undefined**(25) 零售商销售预测=smooth(市场需求率,移动平均时间)Units: **undefined**运行结果，可以看到牛鞭效应明显。

第1篇一、实验目的达成1. 通过模拟啤酒生产、销售、消费供应链的运作，参与者充分了解了供应链系统的组成、供应链系统不同节点之间的关系、供应链中库存的特点、及牛鞭效应、库存持有成本和缺货成本的知识。

2. 参与者通过实训，充分理解了供应链管理的系统化思想。

3. 实验扩大了参与者的思考范围，使他们了解到不同角色之间的互动关系，深刻认识信息沟通、人际沟通的必要性。

4. 参与者突破了固有的思维方式，以结构性或系统性的思考找到了问题，并找到了改善的可能。

5. 实验使参与者认识到团队合作的重要性。

二、牛鞭效应的影响1. 实验结果显示，牛鞭效应对整个供应链产生了严重的危害，导致库存成本和缺货成本增加。

2. 由于信息不对称，下游厂商在需求变化时，为了减少缺货风险，往往选择多订货，导致上游厂商生产过剩。

3. 牛鞭效应使得供应链各环节之间的库存水平波动加剧，增加了供应链的成本。

三、抑制或消除牛鞭效应的关键因素与方法1. 加强供应链各环节之间的信息共享，提高供应链透明度。

2. 采用先进的供应链管理技术，如需求预测、库存优化等。

3. 建立有效的沟通机制，促进供应链各环节之间的协作。

4. 实施合理的库存管理策略，如采用安全库存、经济订货批量等。

5. 培养供应链管理人才，提高供应链管理水平。

四、实验总结啤酒游戏实验是一项具有很高实用价值的供应链管理培训工具。

通过实验，参与者深刻认识到了供应链管理的重要性，以及牛鞭效应的危害。

同时，实验也为参与者提供了抑制或消除牛鞭效应的有效方法，有助于提高供应链的效率和竞争力。

在今后的供应链管理实践中，我们应该充分借鉴啤酒游戏实验的经验，加强供应链管理，提高供应链的整体水平。

第2篇一、实验概述啤酒游戏实验是一项经典的供应链管理模拟实验，旨在通过模拟供应链的运作过程，让学生了解供应链系统的组成、不同节点之间的关系、库存特点以及牛鞭效应、库存持有成本和缺货成本等知识。

本实验分为多个阶段，参与者分别扮演零售商、分销商、批发商和制造商等角色，通过订单送货程序进行沟通，最终实现供应链的运作。

牛鞭效应在啤酒游戏中的运用牛鞭效应是指获得奖励的激励，可以使个体表现出更强的动力和努力，以期望获得更多的奖励。

在各种社交场合中，啤酒游戏成为了大家喜爱的娱乐活动。

而牛鞭效应的运用也使得这个游戏更加有趣和刺激，将参与者积极性调动起来，给予他们更多参与和奉献的动力。

首先，牛鞭效应可以激发参与者之间的竞争。

在啤酒游戏中，通常会有多个参与者同时参与。

每个参与者都希望能够成为最后的胜利者，获得最多的奖励。

而通过牛鞭效应的运用，参与者们会感受到奖励越多，他们就越有动力去争取更多的胜利。

这样一来，参与者们之间的竞争就会越来越激烈，他们会竭尽全力去赢得比赛。

这不仅增加了游戏的乐趣，也使得游戏更加具有挑战性。

其次，牛鞭效应可以增加参与者对游戏的投入。

在啤酒游戏中，参与者需要付出一定的时间和努力来完成任务，从而获得奖励。

而通过牛鞭效应的运用，参与者会意识到付出越多，他们获得的奖励也会越多。

这样一来，参与者们就会更加主动地参与游戏，投入更多的精力和注意力。

他们会更加积极地思考策略，寻找更多的机会来获得奖励。

这不仅使得参与者对游戏更加感兴趣，也增加了他们的参与度。

再次，牛鞭效应可以提升参与者的团队合作意识。

在啤酒游戏中，参与者通常会分成不同的团队或小组进行竞争。

而通过牛鞭效应的运用，每个团队的成员会明白只有团结一心，共同努力，才能够获得更多的奖励。

这样一来，参与者们就会更加注重团队合作，相互协作，共同为团队争取胜利。

他们会更加积极地交流合作，互相支持，共同攻克难关。

这不仅增强了团队之间的凝聚力，也加深了参与者之间的友谊。

最后，牛鞭效应可以增加参与者们对于游戏的留存度。

在啤酒游戏中，通过牛鞭效应的运用，参与者获得的奖励越多，他们对于游戏的兴趣和热情也会越高。

这样一来，参与者会更加愿意参与到游戏中，并且持续投入时间和精力。

他们会对游戏产生更大的依赖性，更加期待下一次的参与和奉献。

这不仅提高了游戏的可玩性，也增加了游戏的用户粘性。

牛鞭效应——供应链管理入门2014年春季学期实验报告实验报告第二次、第三次啤酒游戏张新70 陶君宇54 列娜沙哈79任镜泽81 周毅博282014/4/8第二次啤酒游戏一．实验要求：不能相互沟通，订单下限是8，顾客订单0—15随机得出。

二．实验目的：进一步了解供应链中的牛鞭效应。

结合第一次实验，增加订单下限以更为贴近实际。

在不能沟通的前提不变下，观察牛鞭效应在一定限定条件下的发生。

三．实验分析：（一）数据分析：【第一部分】：本组各部分单独分析A. 零售商：1. 三组一开始大致相同，先是一开始库存不足，至缺货20多，订单也增至二十。

2. 随后收到订单持续低于10，使得库存有开始积压。

3. 收到的订单开始不断波动，从二十周起，第一组开始出现较大不同，其库存持续下降。

4. 第一组订单开始不断增大，远大于其余两组，最终三十周期，缺货有所好转。

5. 不同之处大致始于第二十周。

首先是第一组库存下降，接着四五周以后开始突然加大订单，最高将近30，之后库存状况有所改善B. 批发商：收到订单数波动很大，故订单数目波动也很大，基本随着订单数而变化，也会出现8080的情况。

C. 分销商：由于本次试验的收到订单量在0-15随机，而发出订单量不得小于八，于是总体而言我们组的分销商发出订单量多为8和零，并一直处于波动，又由于接受订单的期望为8，故在某段集中的时间中订单大于八，但从未超过14。

正是因为大家都能比较好的控制下订单量，于是总成本较第一次试验有所下降。

下面是库存分析，这次试验我们大约经历了两个半波动周期，从有库存到缺货再到有库存再到缺货。

缺货最大量量是第7周的29，库存最大量是第18-23周的连续20，尽管缺货绝对值大，但持续时间短，而库存尽管时间长但缺货量小且成本低，所以影响不大。

第二组由于在前7周中连续下大订单，导致出现大库存（后一段时间库存未变）。

第一组的订单波动小，也表现好。

D. 生产商首先在实验前提下，0-15随机数，即期望值是，而实验初值状态12 4 4即3天有20个啤酒，所以在并不知道其他人信息的情况下，以平均为基础，在加之所公开的消费者需求进行微调。

牛鞭效应——供应链管理入门2014年春季学期实验报告实验报告第二次、第三次啤酒游戏张新70 陶君宇54 列娜沙哈79任镜泽81 周毅博282014/4/8第二次啤酒游戏一．实验要求：不能相互沟通，订单下限是8，顾客订单0—15随机得出。

二．实验目的：进一步了解供应链中的牛鞭效应。

结合第一次实验，增加订单下限以更为贴近实际。

在不能沟通的前提不变下，观察牛鞭效应在一定限定条件下的发生。

三．实验分析：（一）数据分析：【第一部分】：本组各部分单独分析A. 零售商：1. 三组一开始大致相同，先是一开始库存不足，至缺货20多，订单也增至二十。

2. 随后收到订单持续低于10，使得库存有开始积压。

3. 收到的订单开始不断波动，从二十周起，第一组开始出现较大不同，其库存持续下降。

4. 第一组订单开始不断增大，远大于其余两组，最终三十周期，缺货有所好转。

5. 不同之处大致始于第二十周。

首先是第一组库存下降，接着四五周以后开始突然加大订单，最高将近30，之后库存状况有所改善B. 批发商：收到订单数波动很大，故订单数目波动也很大，基本随着订单数而变化，也会出现8080的情况。

C. 分销商：由于本次试验的收到订单量在0-15随机，而发出订单量不得小于八，于是总体而言我们组的分销商发出订单量多为8和零，并一直处于波动，又由于接受订单的期望为8，故在某段集中的时间中订单大于八，但从未超过14。

正是因为大家都能比较好的控制下订单量，于是总成本较第一次试验有所下降。

下面是库存分析，这次试验我们大约经历了两个半波动周期，从有库存到缺货再到有库存再到缺货。

缺货最大量量是第7周的29，库存最大量是第18-23周的连续20，尽管缺货绝对值大，但持续时间短，而库存尽管时间长但缺货量小且成本低，所以影响不大。

第二组由于在前7周中连续下大订单，导致出现大库存（后一段时间库存未变）。

第一组的订单波动小，也表现好。

D. 生产商首先在实验前提下，0-15随机数，即期望值是，而实验初值状态12 4 4即3天有20个啤酒，所以在并不知道其他人信息的情况下，以平均为基础，在加之所公开的消费者需求进行微调。

啤酒游戏———牛鞭效应团队成员：王义军（201005930）马文宇（201005946）桑晶晶（201005943）柳丽丽（201005940）郭云冬（201005953）在物流与供应链管理课上老师带我们做了啤酒游戏，不仅让我学到了相关的理论知识，了解现实中企业的运行机制，理解牛鞭效应的深刻含义。

同时在游戏的过程中，带给我许多在生活和人生中非常有意义的启迪。

啤酒游戏是这样进行的：老师把班上的同学，每两个人一组，分别扮演供应商、制造商、批发商、零售商和消费者五种角色，彼此只能透过传送单／送货程序来沟通。

进货提前期设置为2周，各个角色拥有独立自主权，可决定该向上游下多少订单、向下游销出多少货物。

我们组是一个特殊的群体，即充当消费者和供应商以及物流公司。

以下是我们的游戏心得：首先，这个游戏有相互联系的一条链子来完成，每个环节是不同的角色，这必然决定在游戏中各个环节的人是合作伙伴的关系，只有在游戏中各个环节相互配合才能顺利的完成游戏。

在游戏的过程中，深有体会。

在当今竞争如此激烈的社会中，何尝不是一个需要合作的年代，单凭自己的一腔热血，恐难有作为。

不依靠和他人一起合作，脱离团队，注定是被这样一个残酷的社会被淘汰的。

其次，在游戏中，在中间的环节会有存货或缺货的的现象。

如果向上游采购太多，大于下游的需求量，便会出现存货，存货是需要成本的。

采购太少，不足以供应下游便会缺货，同样会需要成本。

因此整个游戏的过程中我们需要对下游需求有敏锐的预测能力，来控制存货和缺货的幅度，这需要冷静的决策。

而在以往的生活中我们又有多少次的决策失误，失去了多少应该抓住的机遇？拥有超强的决策能力往往决定你在一生中是否会成功。

很多时候机会与我们擦肩而过，我们又该怎样去抓住？值的我们去思考。

第三，游戏中，由于信息不对称，我们往往难以预测下游啤酒的需求量会有什么样的变化。

只有通过以往数据总结规律和经验来决定，然而，瞬息万变的环境让我们难以准确的预测。

啤酒游戏总结胡怡铭物流1301 2120133364我所在的组是作为零售商参与游戏的。

在游戏中，主要是根据老师提供的销售量去思考进货的次数与数量，目的是达到成本最小化。

以下是我们的游戏实验数据：由图实验数据可知：一次性订购连续三周的销售量的货物，但也会在一定程度上减少订货成本，但也存在滞留风险。

这都是对于不确定的需求预测的结果。

七、游戏总结：啤酒游戏充分反映了“牛鞭效应”，而“牛鞭效应”产生的原因则主要是需求预测的不准确性。

我们通过实验也发现了一些解决或者降低“牛鞭效应”的方法。

啤酒游戏中所反映的问题是“牛鞭效应”存在供应链上的每一个环节，给供应链上各厂商带来严重后果。

消费者需求的一点变化，导致零售商对分销商订单量的扩大，批发商根据自己的判断，明白了需求在逐渐增加。

需求增加的信息从批发商处传到生产商处时又被放大，导致生产商以为消费者需求大大增加。

这样啤酒厂就会大量生产啤酒。

使得后期的啤酒供给逐渐增加，大大超过了消费者的需求，这就造成极大的浪费。

需求的预测是供应链所有成员和部门进程规划和控制的基础，需求数量和时间极大的影响了生产进度，资金安排和其他经营总体规划。

需求预测水平的高低对供应链绩效有着重要的影响。

如果预测不准确，供应链成员物料或产品的采购量同实际需求量之间就有误差，这个误差将沿着供应链传递到它的供应商，在供应链传递过程中误差将被不断地放大，形成了牛鞭效应，从而导致供应链库存费用增加、缺货增多和客户满意度降低等不良影响。

为使整个链利润最大化，需做到以下几点：（1）缩短供货时间供货时间长短影响到销售商的安全库存的多少，也影响到销售商的订货量的增加。

缩短供货反应的时间，安全存货量就会下降，销售商的订货更接近需求，需求的扭曲得到了缓解。

因此，通过应用现代信息系统可以及时获得销售信息和货物流动情况，建立快速反应系统，同时通过多频率小批量联合送货方法，努力将供货时间缩短到最短，减弱“牛鞭效应”。

（2）实现信息共享通过集中实际需求信息，为供应链各级企业提供的顾客需求的全部信息，实现信息共享，减少整个供应链的不确定性。

供应链啤酒游戏论文选做题目：啤酒游戏论文:牛鞭效应就是指供应链中下游消费者的需求轻微变动导致上游企业生产、经营安排剧烈波动的效果，这就是逐级放大的牛鞭效应(The Bullwhip Effect)或者说是供应链中的下游企业的需求信息在向上游企业传递时发生的放大现象。

Sterman在库存管理场景实验中，用“啤酒游戏”（Beer Distribution Game）证实了牛鞭效应，认为供应链中的成员是非理性的,并主张通过加强个人教育来弱化牛鞭效应。

这个实践以四人为一组，分别代表供应链中的生产商、经销商、批发商和零售商。

实验过程中，由指导教师代表消费者发出订货，每个经营者将根据本期从各自下游经营者收到的订单发出货物，并以此为依据参考销售的历史记录预测未来需求的变化，结合本期期末库存量向上游的供应商发出订单。

任意两个经营者之间的订单传递需要两个经营周期，货物的运送也需要两个经营周期，换句话讲，每个经营者从发出订单到得该订单的订货需要四个经营周期。

这样，在经营一段时间以后，首先消费者需求出现微小调整，随后零售商、批发商、分销商的订单、库存量相继出现波动，并且，沿供应链回溯波动幅度越来越大，“牛鞭效应”的痕迹越来越明显。

这个游戏在《第五项修炼》与《供应链系统设计》这两本书中均有极为详细的解释。

结论该故事讲的是啤酒的制造商、批发商和零售商之间的关系。

原本三者之闻的销售、批发和制造基本维持了一种“平衡状态”。

就生产商、批发商和零售商而言，距离终端越远，对市场需求的把握度越弱，由此引起的库存波动也越大。

与实际需求量的偏差也越大．信息不畅通，供应链各环节相互分割，仅从自身利益着眼，要么，订单奇大；要么。

订单骤减，这样剧烈的动荡，势必使整个系统处于非良性运转中，严重者将使整个供应链系统陷于瘫痪状态．“牛鞭效应”还与企业所处的物流环境有极大关联。

订货交易成本的存在，运输中规模经济的影响，乃至订单处理、仓储管理的落后，现代化通信手段的匮乏，都会直接导致经营者延长订货周期，加大订批量。

思考题1、什么是牛鞭效应？它是怎么产生的？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现象，简单的说就是订货量在供应链上被逐级放大。

产生的原因：①需求预测修正，用下一级历史定单量进行需求预测，再根据需求信息进行修正后发出采购订单，从而导致每一级的需求放大②应付需求不确定性，应付需求不确定性的手段是保持安全库存，为了能够保持一定的库存量，从而使销售商加大订货量。

③订货提前期长，订货提前期越长，及时补货难度越大，所需周转库存越大，所需安全库存也就越大，因此，为了防止缺货，订货批量放大程度就越大。

④短缺博弈，零售商倾向在缺货期扩大订货量、避免断货，从而造成订单膨胀。

⑤订货批量决策，为享受批量价格折扣、降低采购成本，导致订货量往往被人为加大。

⑥价格波动，促销使零售商在低价时大量订购，人为导致订货量高于市场实际需求量，从而导致下游供应商都逐步扩大订单量。

2、游戏过程中你是怎样进行需求预测的？有什么值得改进的地方吗？你认为预测水平的提高有助于降低牛鞭效应吗？由于游戏中商品与订单仅仅在相邻两个节点之间传递，不能跨节点，所以供应链节点之间信息隔绝。

故作为批发商，我们的需求预测主要是根据零售商的订单与相应的库存量。

改进：由于信息不能有效的分享，所以在需求预测过程中仍有许多值得改进的地方。

其一，批发商不能片面的根据零售商的订单从而确定自己的需求，应该在预测时适当地把握市场需求，从而防止需求量过大。

其二，在需求预测中，缺少与上下游的沟通，应及时与上下各节点进行交流，使得信息被有效的利用，从而提高需求预测。

其三，在游戏中，我们发现订货量波动起伏过于剧烈，所以我们在向分销商每期的订单中，尽量控制保持需求量，从而减少大幅度波动。

从游戏中存在的问题中，可得出预测水平的提高有助于降低牛鞭效应，如果需求预测进行不断的提高，就能缓解需求量逐级放大的程度。

3、造成订单剧烈波动的原因是什么？如何解决或者缓解这种现象？造成订单剧烈波动的原因：①市场信息没有有效地传递与共享，由于各节点间信息是隔绝的，所以不能准确地把握市场需求量，所以导致我们批发商在向分销商订货时，放大了订单量，从而导致订单逐级增加。