2020年案例二基于啤酒游戏的供应链牛鞭效应分析与研究参照模板

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。

供应链管理啤酒游戏实验报告牛鞭效应vensim啤酒游戏实验报告《供应链管理》啤酒游戏实验报告第（）组角色零售商批发商制造商姓名学号成绩实验报告实验项目名称啤酒游戏所属课程名称供应链管理实验日期 20__年_月_日实验概述【实验目的及要求】1.能够模拟供应链上制造商、批发商、零售商等不同节点企业的订货需求变化 2.认识供应链中需求异常放大现象（即“牛鞭效应”）的形成过程 3.分析“牛鞭效应”的产生原因 4.找出减少“牛鞭效应”的方法 5．每个角色根据客户需求和经营数据，制定订货策略，向供应商订货 6．每个角色计算自己的经营业绩 7．每个小组画出订货需求变化曲线图，揭示“牛鞭效应” 8．分析“牛鞭效应”的产生原因 9．分析策略改进后“牛鞭效应”的变化 10．找出减少“牛鞭效应”的对策【实验原理】牛鞭效应，是经济学上的一个术语，指供应链上的需求变异放大现象，是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。

此信息扭曲的放大作用在图形上很像一根甩起的牛鞭，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。

简而言之，牛鞭效应指沿着供应链上游移动，需求变动程度不断增大的现象。

从而导致安全库存大量增加。

实验内容【实验方案设计】 1、三人组成团队小组，第一次游戏的第一轮开始。

2、零售商根据消费者需求数量（纸牌随机点数）和相关经营数据，制定订货策略，向批发商发出订货。

3、批发商根据零售商需求数量（零售商订货数量）和相关经营数据，制定订货策略，向制造商发出订货。

4、制造商根据批发商需求数量（批发商订货数量）和相关经营数据，制定生产计划，进行生产。

5、第一轮结束，下一轮开始，依次进行，每轮都要重复步骤3、4、5，直到系统提示本次游戏停止。

6、第一次游戏结束。

7、提前期缩短后进行第二次游戏，游戏过程与第一次游戏相似，只是在途时间为1天。

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。

供应链实训报告一、供应链中的牛鞭效应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。

在一条供应链中，消费市场需求的一点点变化都会通过零售商、批发商、制造商而一级一级的放大。

例如本次啤酒游戏，消费者下达的订单，都被零售商或多或少的增加需求数量反映给批发商，单从A组而言，第一周零售商报给批发商的订单就超出消费者订单的8%，批发商向制造商的订单就变成了消费者订单的40%；而到了第八周，产品进入衰落期，而消费者的订单经过逐级放大，最后被放大了830%。

牛鞭效应对产品供应链造成消极影响，导致对市场变化的过激反应。

当市场需求增加时，整个供应链的产能增加幅度超过市场需求增加幅度，超出部分则以库存形式积压在供应链不同节点。

一旦需求放缓或负增长，大量资金和产品将以库存形式积压，整个供应链可能资金周转不良，严重影响供应链的良好运作，甚至导致企业倒闭，尤其是处于供应链末端的小企业。

二、啤酒游戏（一）游戏过程在啤酒游戏中，我是零售商C组。

游戏规则LT=3周，所以我们在前三周没有来货时，一直依靠原有100库存经营，库存大，订单少，处于亏损状态。

在第四、五周，我们的订货到库，可是订货量太少，远不及市场需求，第四周微微盈利后第五周又转入亏损。

我们之前对市场预测不准，而且认为库存加上当周到货量可以供应市场需求，所以订货量少；由于三周的前置期，没有办法及时订货补充缺货，所以供应不足。

之后收到的订单减少，而我们一直是零库存，此时认为只要有订货量就可以满足需求，可是万万没有想到，批发商给我们的货远远少于我们的订货量，甚至第九周没有给我们货，直接导致了我们最后一周由盈利转成亏损，在这个订单比例分货的“公平”批发商面前，我们走的很悲惨。

（二）由啤酒游戏发现供应链中的一些问题从零售商到制造商，订单到达需要时间，就是前置期。

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)(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(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。

实验报告实验项目名称啤酒游戏所属课程名称供应链管理实验类型综合型实验日期班级学号姓名成绩经济管理学院经济管理系统模拟实验室实验概述：【实验目的及要求】三次实验的游戏进程表和订货需求曲线图分别如下：延迟销售现有库存途一途二订货量供应商延迟货初始值0015000011005100100294051010537108515124840781520500410701067041010007001401000880161001009100610101001010060100011401200001200120000轮次客户需求二级供应商第五组第一次延迟销售现有库存途一途二订货量供应商延迟货初始值001500001150********0015505031001080804001800005909100100670128080700200000810010100100910010000010802909011605606012100115015013709000014801808015702100100第五组第二次轮次客户需求二级供应商延迟销售现有库存途一途二订货量供应商延迟货初始值001500001201300002607303035055050480280805505505066045050780112012089046060910001301301080550501110009090128019090131000100100146040000150040000160040000170040000第三次二级供应商轮次客户需求第五组计算三次游戏的利润如下第一次游戏：销售收入=73＊4=292元,从一级批发商获得延迟供货赔偿=47*0.1=4.7元，订货成本=70*2。

5+3＊6=193元，库存成本=219＊0。

02=4.38元，延迟销售损失=9＊0。

1=0。

9元，结余库存亏损=12＊2。

5＊（1—0.2）=24元。

供应链中“牛鞭效应”案例分析及解决方法研究第一篇：供应链中“牛鞭效应”案例分析及解决方法研究供应链中“牛鞭效应”案例分析及解决方法研究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。

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。

一、实验背景随着经济全球化的深入发展，供应链管理在企业运营中的重要性日益凸显。

为了让学生深入了解供应链管理的基本原理和实践操作，我们选择了“啤酒游戏”作为实训项目。

该游戏通过模拟供应链中的各个环节，让学生亲身体验供应链管理中的复杂性和挑战。

二、实验目的1. 理解供应链管理的基本概念和运作流程。

2. 掌握供应链中各环节之间的相互关系和影响。

3. 培养学生分析和解决问题的能力。

4. 提高团队协作和沟通能力。

三、实验内容1. 游戏规则：游戏分为多个阶段，每个阶段代表一段时间。

玩家扮演的角色包括零售商、批发商、制造商和供应商。

每个角色在游戏中都有自己的目标和任务。

2. 游戏过程：- 零售商根据市场需求向批发商下订单。

- 批发商根据订单向制造商下订单。

- 制造商根据订单进行生产，并向批发商发货。

- 批发商将货物销售给零售商。

- 供应商为制造商提供原材料。

3. 关键指标：- 库存成本：指因库存积压而产生的成本。

- 缺货成本：指因缺货而导致的损失。

- 服务水平：指满足客户需求的能力。

四、实验结果1. 库存成本：在游戏过程中，各个角色的库存成本波动较大。

制造商的库存成本最高，因为需要承担生产原材料和产品的成本。

2. 缺货成本：缺货成本在游戏过程中也较为显著。

零售商的缺货成本最高，因为直接面对消费者，缺货会直接影响销售。

3. 服务水平：服务水平在游戏过程中波动较大。

制造商的服务水平最高，因为其生产能力较强。

五、实验分析1. 信息不对称：在游戏过程中，各个角色之间的信息传递存在滞后和不对称。

这导致各个角色在决策时难以全面了解市场变化，从而增加了供应链管理的难度。

2. 牛鞭效应：牛鞭效应是指供应链中需求波动的放大现象。

在游戏中，零售商的需求波动较大，而制造商的生产波动较小。

这反映了供应链中信息传递的滞后和放大效应。

3. 库存管理：库存管理是供应链管理中的重要环节。

在游戏中，各个角色需要根据市场需求和生产能力合理控制库存水平，以降低库存成本和缺货成本。

啤酒游戏分析初始情况：每个企业的期初库存为12箱，到货周期2周，在途库存为两周，每周4箱.供应链2的订货状况:整个供应链2的成本：205.5从此表来看，我们可以看出整个供应链2的订单量和库存,缺货情况。

总体，整个供应链（包括零售商,批发商，分销商，制造商）的订单量接近消费者的订单需求。

平均每周每个商业的订单量是8-9箱，库存4—5箱。

首先,对于零售商来说,没有存在缺货情况但是库存量是整个供应链2最高的（131箱）.他们没有预测好消费者对产品的需求让零售商的成本最高，达到65.5。

但是对比了一下，可以看出零售商的订单量变动不大(第12周—14周都是11箱,第15周-18周都是9箱），最稳定的，订单量经常是9-11箱(最低的订单量是第2周只有5箱，最多的时候是12箱）.批发商，总体来看，有了订单量最接近消费者说明，他们对消费者的订单量和市场的需求了解。

但是在第12周和第13周发生了缺货问题(总缺货量：7箱）。

发生了这个问题是因为在第10周的时候批发商对市场判断不正确，有了错误的策略使得他们只订了2箱导致了缺货情况.批发商的库存也控制的比较好，只有第10周库存是10箱—最多的。

这也是一个原因导致了批发商在这周只订了2箱啤酒。

分销商的情况是,没有发生缺货问题但是库存量高。

库存量最高的时候是在第11周有22箱啤酒。

发生了这个问题主要是受了批发商的影响(第10周批发商只订了2箱）而从第1周到第9周分销商的订货量是比整个供应链的平均订货量多了一点,比较稳定在10-12箱.最后，制造商虽然也存在缺货问题（在第18，19周，总缺货量:9）但是库存掌握的特别好（总库存量：60—供应链2最少）。

制造商的库存经常是0箱(第2—5周，第13-14周，第18—19周）.从第1周到第8周，订单量也很稳定，没有很大的变动，常常是12箱，只有第1，6,8周是10箱。

从第10周到底20周订单量不稳定，变动的特别大。

除此以外，缺货是因为分销商在第17到19周突然提高了订单量（跟第14到16周对比)而且制造商的库存量不多所以发生了缺货情况。