Эффект хлыста

Материал из Supply Chain Management Encyclopedia

(Различия между версиями)
Перейти к: навигация, поиск
 
(17 промежуточных версий не показаны.)
Строка 1: Строка 1:
'''English: [http://scm.gsom.spbu.ru/Bullwhip_effect Bullwhip effect]'''
'''English: [http://scm.gsom.spbu.ru/Bullwhip_effect Bullwhip effect]'''
-
[[Файл:Bullwhip effect.png|thumb|Иллюстрация эффекта хлыста: конечный потребитель делает заказ и изменения волнами расходятся по всей [[http://ru.scm.gsom.spbu.ru/Цепь_поставок цепи поставок]].]]
+
[[Файл:Bullwhip effect_ru.png|thumb| 300px|Иллюстрация эффекта хлыста: конечный потребитель делает заказ и изменения волнами расходятся по всей [[http://ru.scm.gsom.spbu.ru/Цепь_поставок цепи поставок]].]]
-
Эффект хлыста (или эффект подхлестывания, или эффект производности спроса, или эффект Форрестера; англ. bullwhip effect, demand amplification, whip-saw, whiplash effect, or Forrester effect) – феномен в цепях поставок, который заключается в усилении амплитуды колебания спроса (объема заказов) по мере удаления от реального источника спроса в цепи поставок<ref>Lee H.L., Padmanabhan V. and Whang S. (1997) Information distortion in a supply chain: The bullwhip effect, Management Science; Apr 1997; 43, 4; p.546</ref>. Это означает, что колебания в "конце" цепи поставок (ближе к потребителю, например, на уровне розничного торговца) намного слабее по сравнению с другим "концом" цепи поставок (далеко от потребителя, например, на уровне производителя или поставщика). Двигаясь в цепи поставок от потребителя к поставщику колебания заказов заметно усиливаются. Чем больше звеньев в цепи поставок и чем длиннее [[время выполнения]] заказов, тем значительнее амплитуда колебания.
+
Эффект хлыста (эффект подхлестывания, эффект производности спроса, эффект Форрестера; англ. bullwhip effect, demand amplification, whip-saw, whiplash effect, Forrester effect) – феномен в цепях поставок, который заключается в усилении амплитуды колебания спроса (объема заказов) по мере удаления от реального источника спроса в цепи поставок.<ref>Lee H.L., Padmanabhan V. and Whang S. (1997) Information distortion in a supply chain: The bullwhip effect, Management Science; Apr 1997; 43, 4; p.546</ref> Это означает, что колебания в "конце" цепи поставок (ближе к потребителю, например, на уровне розничного торговца) намного слабее по сравнению с другим "концом" цепи поставок (далеко от потребителя, например, на уровне производителя или поставщика). Двигаясь в цепи поставок от потребителя к поставщику колебания заказов заметно усиливаются. Чем больше звеньев в цепи поставок и чем длиннее [[время выполнения]] заказов, тем значительнее амплитуда колебания. Первое упоминание об этом явлении принадлежит, наверное, Дж. Форрестеру<ref>Forrester J.W., (1961)  Industrial dynamics. New York: MIT Press and John Wiley & Sons.</ref> (вот почему в некоторых  литературе можно найти ссылки на эффект Форрестера, однако сам Дж. Форрестер никогда не назвал его ни эффектом Форрестера, ни эффектом кнута). Иногда термин "эффект Форрестера" используется для обозначения того, что называются обработка сигнала спроса, т.к. Дж. Форрестер был первым, кто продемонстрировал этот феномен с помощью динамического моделирования. В 1997 году эффект кнута был популяризирован коллективом автором под руководством Х. Ли.<ref name=Lee>Lee H.L., Padmanabhan V. and Whang S. (1997) The bullwhip effect in supply chains. Sloan Management Review 38(3) p93–102</ref> Эффект кнута имеет крайне негативное воздействие на эффективность управления цепями поставок. Это приводит к чрезмерному увеличению страховых запасов, ненужному увеличению производственных затрат и накладных расходов, потенциальному ухудшению качества товара, и, что еще хуже, ухудшению качества обслуживания клиентов и упущенным продажам, увеличению расходов на логистику и т.д.
-
 
+
-
 
+
-
Первое упоминание об этом явлении принадлежит, наверное, Дж. Форрестеру <ref>Forrester J.W., (1961)  Industrial dynamics. New York: MIT Press and John Wiley & Sons.</ref> (вот почему в некоторых  литературе можно найти ссылки на эффект Форрестера, однако сам Дж. Форрестер никогда не назвал его ни эффектом Форрестера, ни эффектом кнута). Иногда термин "эффект Форрестера" используется для обозначения того, что называются обработка сигнала спроса, т.к. Дж. Форрестер был первым, кто продемонстрировал этот феномен с помощью динамического моделирования. В 1997 году эффект кнута был популяризирован коллективом автором под руководством Х. Ли<ref>Lee H.L., Padmanabhan V. and Whang S. (1997) The bullwhip effect in supply chains. Sloan Management Review 38(3) p93–102</ref>.
+
-
 
+
-
Эффект кнута имеет крайне негативное воздействие на эффективность управления цепями поставок. Это приводит к чрезмерному увеличению страховых запасов, ненужному увеличению производственных затрат и накладных расходов, потенциальному ухудшению качества товара, и, что еще хуже, ухудшению качества обслуживания клиентов и упущенным продажам, увеличению расходов на логистику и т.д.
+
==Причины и последствия эффекта кнута==
==Причины и последствия эффекта кнута==
-
Ли и др.<ref>Lee H.L., Padmanabhan V. and Whang S. (1997) The bullwhip effect in supply chains. Sloan Management Review 38(3) p93–102</ref> идентифицировал три основные причины возникновения эффекта хлыста:  
+
Ли и др.<ref name=Lee></ref> идентифицировал три основные причины возникновения эффекта хлыста:  
*'''Обновление прогноза спроса.'''  Прогнозирование и производственные планы часто основаны на истории заказов от непосредственных клиентов компании. Это клиенты (заказчики), однако, редко делают точно такие же заказы, какие получают от своих  собственных клиентов, по крайней мере на коротком промежутке времени, вследствие разных причин, в том числе из-за собственных ожиданий продаж, неприятия риска, личностных характеристик менеджеров, производственной специфики и т.д. Как только менеджеры видят изменения объемов заказов, они корректирует свои производственные и закупочные планы, даже не смотря на то, что понимают, что этот заказ может не отражать (и часто не отражает) реальную ситуацию спроса. В результате, каждый член цепи поставок делает заказ чуть более или чуть менее отличающийся от входящего заказа, что, в итоге, выливается в заказ для поставщика, который иногда прямо противоположен реальной рыночной ситуации и потребностям рынка. Эта ситуация очень распространена, потому что, если время выполнения заказа больше, чем 0 (время выполнения заказа близко к 0 только в ситуации электронной торговли), то значительный страховой запас - вовсе не редкость, а, следовательно, страховые запасы будут расти. Чем выше сроки, тем больше страховых запасов необходимо иметь. Эти запасы, с одной стороны, являются причиной неэффективности в цепи поставок, потому что они требуют дополнительных операционных затрат, а с другой стороны, они сами еще больше увеличивают эффект кнута (увеличивают амплитуду колебаний).
*'''Обновление прогноза спроса.'''  Прогнозирование и производственные планы часто основаны на истории заказов от непосредственных клиентов компании. Это клиенты (заказчики), однако, редко делают точно такие же заказы, какие получают от своих  собственных клиентов, по крайней мере на коротком промежутке времени, вследствие разных причин, в том числе из-за собственных ожиданий продаж, неприятия риска, личностных характеристик менеджеров, производственной специфики и т.д. Как только менеджеры видят изменения объемов заказов, они корректирует свои производственные и закупочные планы, даже не смотря на то, что понимают, что этот заказ может не отражать (и часто не отражает) реальную ситуацию спроса. В результате, каждый член цепи поставок делает заказ чуть более или чуть менее отличающийся от входящего заказа, что, в итоге, выливается в заказ для поставщика, который иногда прямо противоположен реальной рыночной ситуации и потребностям рынка. Эта ситуация очень распространена, потому что, если время выполнения заказа больше, чем 0 (время выполнения заказа близко к 0 только в ситуации электронной торговли), то значительный страховой запас - вовсе не редкость, а, следовательно, страховые запасы будут расти. Чем выше сроки, тем больше страховых запасов необходимо иметь. Эти запасы, с одной стороны, являются причиной неэффективности в цепи поставок, потому что они требуют дополнительных операционных затрат, а с другой стороны, они сами еще больше увеличивают эффект кнута (увеличивают амплитуду колебаний).
-
*'''Выполнение (отправка/обработка) заказов партиями''' Заказы обычно накапливаются в партии: по времени (ежедневные, еженедельные, ежемесячные и т.д.) или по объему (контейнер и т.д.). Партии также увеличивают эффект кнута. Причиной отправки заказов партиями следующие: расходы на обработку одного заказа (сколько компании тратят на управление заказами) и расходы на транспортировку. Иногда этот эффект называется  эффектом Бербиджа <ref>Burbidge J.L. (1991) Period Batch Control (PBC) with GT – the Way Forward from MRP, PBCIS Annual Conference, Birmingham, UK</ref>. Бербидж указал конкретные проблемы к чему ведет выполнение заказов партиями.  
+
*'''Выполнение (отправка/обработка) заказов партиями''' Заказы обычно накапливаются в партии: по времени (ежедневные, еженедельные, ежемесячные и т.д.) или по объему (контейнер и т.д.). Партии также увеличивают эффект кнута. Причиной отправки заказов партиями следующие: расходы на обработку одного заказа (сколько компании тратят на управление заказами) и расходы на транспортировку. Иногда этот эффект называется  эффектом Бербиджа.<ref>Burbidge J.L. (1991) Period Batch Control (PBC) with GT – the Way Forward from MRP, PBCIS Annual Conference, Birmingham, UK</ref> Бербидж указал конкретные проблемы к чему ведет выполнение заказов партиями.  
*'''Колебание цен.''' Производители или продавцы часто создают и реализуют разнообразные промо-акции (специальные скидки, условия покупки или кредитования и т.д.). Эти программы - причина дополнительного колебания цен в цепи поставок. В результате, клиенты реагируют на разные предложения по-разному. Для получения дополнительной информации см. [[http://ru.scm.gsom.spbu.ru/Стратегия_постоянно_низких_цен Стратегия постоянно низких цен]]
*'''Колебание цен.''' Производители или продавцы часто создают и реализуют разнообразные промо-акции (специальные скидки, условия покупки или кредитования и т.д.). Эти программы - причина дополнительного колебания цен в цепи поставок. В результате, клиенты реагируют на разные предложения по-разному. Для получения дополнительной информации см. [[http://ru.scm.gsom.spbu.ru/Стратегия_постоянно_низких_цен Стратегия постоянно низких цен]]
-
*'''Нормирование и поведенческие модели при ограниченном предложении.''' Если производитель не в состоянии удовлетворить ажиотажный спрос в короткий период времени, и продавец (оптовик или дистрибьютор) знают об этом, они будут действовать по пути увеличения заказов, чтобы получить по крайней мере что-то. Например, если розничный торговец действительно нуждается 100 единицах продукции, и он знает, что  производитель будет выполнять лишь около 50% от заказа, он закажет порядка 200 единиц. Однако, очень часто, 200 штук являются "реальной картиной" для производителей, который делает стратегические решения на основе полученной от клиента (в виде заказа) информации. Однако уже в  следующем периоде заказ может быть только 100 единиц (реальный спрос, который в психологии производителя будет означать двукратное снижение спроса). Поведенческая психология часто прибегает  к термину ограниченная рациональность, что подразумевает неоптимальное, на границе рационального подхода участников сделки, решение<ref>Sterman J.D. (1989) Modeling managerial behavior: misperceptions of feedback in a dynamic
+
*'''Нормирование и поведенческие модели при ограниченном предложении.''' Если производитель не в состоянии удовлетворить ажиотажный спрос в короткий период времени, и продавец (оптовик или дистрибьютор) знают об этом, они будут действовать по пути увеличения заказов, чтобы получить по крайней мере что-то. Например, если розничный торговец действительно нуждается 100 единицах продукции, и он знает, что  производитель будет выполнять лишь около 50% от заказа, он закажет порядка 200 единиц. Однако, очень часто, 200 штук являются "реальной картиной" для производителей, который делает стратегические решения на основе полученной от клиента (в виде заказа) информации. Однако уже в  следующем периоде заказ может быть только 100 единиц (реальный спрос, который в психологии производителя будет означать двукратное снижение спроса). Поведенческая психология часто прибегает  к термину ограниченная рациональность, что подразумевает неоптимальное, на границе рационального подхода участников сделки, решение.<ref>Sterman J.D. (1989) Modeling managerial behavior: misperceptions of feedback in a dynamic decision making experiments. Management Science, 35 (3), p321–339</ref> Нормирование и поведенческие модели при ограниченном предложении иногда называют эффектом Хулихэна.<ref>Houlihan J. B. (1988) International supply chains : a new approach. Management Decisions.  Vol. 26. p13-19.</ref> Этот эффект позволяет предположить, что пропущенные поставки приводят к повышению страхового запаса и тем самым увеличивают стоимость заказов. Чем больше заказов выполняется, тем более уязвима цепь поставок от ненадежных источников, т.е. надежные поставщики не имеют возможности мгновенного увеличения производства. Все это приводит к усилению эффект кнута. Хулихэн описал этот процесс как эффект маховика. Ольсмэтс и др. (1988) исследовал это явление в автомобильной отрасли.<ref> Olsmats C. M., Edghill J. S. and Towill D. R. (1988) Industrial dynamics model building of a close-coupled production-distribution system. Engineering Costs & Production Economics, Vol. 13 Issue 4, p295-310, 16p</ref>
-
decision making experiments. Management Science, 35 (3), p321–339</ref>. Нормирование и поведенческие модели при ограниченном предложении иногда называют эффектом Хулихэна<ref>Houlihan J. B. (1988) International supply chains : a new approach. Management Decisions.  Vol. 26. p13-19.</ref>. Этот эффект позволяет предположить, что пропущенные поставки приводят к повышению страхового запаса и тем самым увеличивают стоимость заказов. Чем больше заказов выполняется, тем более уязвима цепь поставок от ненадежных источников, т.е. надежные поставщики не имеют возможности мгновенного увеличения производства. Все это приводит к усилению эффект кнута. Хулихэн описал этот процесс как эффект маховика. Ольсмэтс и др. (1988) исследовал это явление в автомобильной отрасли<ref> Olsmats C. M., Edghill J. S. and Towill D. R. (1988) Industrial dynamics model building of a close-coupled production-distribution system. Engineering Costs & Production Economics, Vol. 13 Issue 4, p295-310, 16p</ref>.
+
-
 
+
-
Некоторые  исследователи пытаются найти истоки эффекта кнута в психологии менеджеров, принимающих решение об объемах закупок. Используя моделирование эффекта кнута на примере игры (имитационного моделирования) "Пиво", они доказывают, что менеджерами  используются одна из двух основных  стратегий: «тихая гавань» или «паника». При этом, обе стратегии имеют негативное влияние на эффективность цепи поставок.  В тоже время, как только у игроков появляется шанс для ведения переговоров (распространения информации), результаты становятся намного лучше<ref>Nienhaus J., Ziegenbein A. and  Schoensleben P. (2006) How human behavior amplifies the bullwhip effect. A study based on the beer distribution game online Production Planning & Control, Vol. 17, No. 6, 547–557</ref>.
+
 +
Некоторые  исследователи пытаются найти истоки эффекта кнута в психологии менеджеров, принимающих решение об объемах закупок. Используя моделирование эффекта кнута на примере игры (имитационного моделирования) "Пиво", они доказывают, что менеджерами  используются одна из двух основных  стратегий: «тихая гавань» или «паника». При этом, обе стратегии имеют негативное влияние на эффективность цепи поставок.  В тоже время, как только у игроков появляется шанс для ведения переговоров (распространения информации), результаты становятся намного лучше.<ref>Nienhaus J., Ziegenbein A. and  Schoensleben P. (2006) How human behavior amplifies the bullwhip effect. A study based on the beer distribution game online Production Planning & Control, Vol. 17, No. 6, 547–557</ref>
Негативными последствиями эффекта кнута для цепи поставок:
Негативными последствиями эффекта кнута для цепи поставок:
Строка 38: Строка 31:
Обычно  потребление большинства товаров повседневного спроса стабильно. Например, потребление подгузников младенцами - постоянно; потребление хлеба, соли, кетчупа и других продукты питания - постоянное и т.д. Розничные торговцы очень часто видят достаточно стабильный спрос с незначительными колебаниями, как показано на рис. ниже.
Обычно  потребление большинства товаров повседневного спроса стабильно. Например, потребление подгузников младенцами - постоянно; потребление хлеба, соли, кетчупа и других продукты питания - постоянное и т.д. Розничные торговцы очень часто видят достаточно стабильный спрос с незначительными колебаниями, как показано на рис. ниже.
-
<lines size=500x200 title="Продажи в магазине" ymin=0 ymax=25 colors=2D00B8 xlabel ylabel=5 grid=xy legend>
+
[[File:Bullwhip_Effect_Image_1_Rus.PNG|500px]]
-
, Объем продаж
+
-
1,12
+
-
2,11
+
-
3,12
+
-
4,13
+
-
5,12
+
-
6,13
+
-
7,11
+
-
8,13
+
-
9,10
+
-
10,13
+
-
11,12
+
-
12,13
+
-
13,12
+
-
14,11
+
-
15,10
+
-
16,13
+
-
17,12
+
-
18,10
+
-
19,13
+
-
20,13
+
-
</lines>
+
-
----
 
Делая собственные заказы, тем не менее, розничный торговец учитывать собственные уровни запасов (остатки предыдущих периодов), ожидания продаж (в том числе ожиданий отдачи собственной рекламы и продвижения), скидки от производителя или дистрибьютора, цены на транспортировку и обработку заказов, а также множество других мелких факторов. Заказы от розничного продавца оптовику (или дистрибьютору, или производителю) не выглядят так стабильно, как непосредственно продажи.
Делая собственные заказы, тем не менее, розничный торговец учитывать собственные уровни запасов (остатки предыдущих периодов), ожидания продаж (в том числе ожиданий отдачи собственной рекламы и продвижения), скидки от производителя или дистрибьютора, цены на транспортировку и обработку заказов, а также множество других мелких факторов. Заказы от розничного продавца оптовику (или дистрибьютору, или производителю) не выглядят так стабильно, как непосредственно продажи.
-
<lines size=500x200 title="Заказы розничного торговца оптовику" ymin=0 ymax=25 colors=2D00B8 xlabel ylabel=5 grid=xy legend>
+
[[File:Bullwhip_Effect_Image_2_Rus.PNG|500px]]
-
, Объем заказов
+
-
1,13
+
-
2,11
+
-
3,12
+
-
4,14
+
-
5,12
+
-
6,14
+
-
7,11
+
-
8,14
+
-
9,10
+
-
10,14
+
-
11,12
+
-
12,14
+
-
13,12
+
-
14,11
+
-
15,10
+
-
16,13
+
-
17,12
+
-
18,9
+
-
19,13
+
-
20,14
+
-
</lines>
+
-
 
+
-
----
+
Заказы от оптовика дистрибьютору еще более волатильны по этим же причинам.  
Заказы от оптовика дистрибьютору еще более волатильны по этим же причинам.  
-
<lines size=500x200 title="Заказы оптовика дистрибьютору" ymin=0 ymax=25 colors=2D00B8 xlabel ylabel=5 grid=xy legend>
+
[[File:Bullwhip_Effect_Image_3_Rus.PNG|500px]]
-
, Объем заказов
+
-
1,13
+
-
2,17
+
-
3,10
+
-
4,9
+
-
5,17
+
-
6,19
+
-
7,12
+
-
8,10
+
-
9,16
+
-
10,15
+
-
11,17
+
-
12,16
+
-
13,9
+
-
14,11
+
-
15,10
+
-
16,14
+
-
17,9
+
-
18,10
+
-
19,17
+
-
20,11
+
-
</lines>
+
-
 
+
-
----
+
В конце концов, заказы производителю колеблются еще больше. Из-за этого, производитель сталкивается с проблемами дополнительных смен для удовлетворения пиковых заказов, а также с проблемами излишних страховых запасов при отсутствии заказов на коротком промежутке времени. Дополнительные затраты и невыполнение заказов - норма при таком ритме работы.
В конце концов, заказы производителю колеблются еще больше. Из-за этого, производитель сталкивается с проблемами дополнительных смен для удовлетворения пиковых заказов, а также с проблемами излишних страховых запасов при отсутствии заказов на коротком промежутке времени. Дополнительные затраты и невыполнение заказов - норма при таком ритме работы.
-
<lines size=500x200 title="Заказы дистрибьютора производителю" ymin=0 ymax=25 colors=2D00B8 xlabel ylabel=5 grid=xy legend>
+
[[File:Bullwhip_Effect_Image_4_Rus.PNG|500px]]
-
, Объем заказов
+
 
-
1,2
+
Эффект кнута был изучен и диагностирован как серьезная проблема в целом,<ref>Buzzell R. D., J. A. Quelch and W. J. Salmon (1990) The costly bargain of trade promotion. Harvard Business Review, 68, p141–148</ref><ref>Richard M. (1997) Quantifying the bullwhip effect in supply chains. Journal of Operations Management, Vol. 15 Issue 2, p89-100</ref> а также проблема отдельных компаний или отраслей:
-
2,19
+
-
3,22
+
-
4,12
+
-
5,16
+
-
6,7
+
-
7,17
+
-
8,20
+
-
9,10
+
-
10,14
+
-
11,3
+
-
12,20
+
-
13,12
+
-
14,8
+
-
15,10
+
-
16,21
+
-
17,14
+
-
18,6
+
-
19,13
+
-
20,19
+
-
</lines>
+
-
----
+
-
Эффект кнута был изучен и диагностирован как серьезная проблема в целом <ref>Buzzell R. D., J. A. Quelch and W. J. Salmon (1990) The costly bargain of trade promotion. Harvard Business Review, 68, p141–148</ref>,<ref>Richard M. (1997) Quantifying the bullwhip effect in supply chains. Journal of Operations Management, Vol. 15 Issue 2, p89-100</ref>, а также проблема отдельных компаний или отраслей:
+
* Высокотехнологичная отрасль<ref>Kelly, K. 1995. Burned by busy signals: Why Motorola ramped up production way past demand. Business Week 6 36</ref>
* Высокотехнологичная отрасль<ref>Kelly, K. 1995. Burned by busy signals: Why Motorola ramped up production way past demand. Business Week 6 36</ref>
Строка 153: Строка 53:
* и т.д.
* и т.д.
-
==Analysis of the Bullwhip Effect==
+
==Анализ и исследования эффекта кнута==
-
The bullwhip effect was analyzed by various researchers with different methods:  
+
Эффект кнута был проанализирован и исследован многочисленными исследователями с помощью разнообразных методов:
-
*Simulation approach <ref> Wangphanich P., Kara S. and Kayis B. (2010) Analysis of the bullwhip effect in multi-product, multi-stage supply chain systems-a simulation approach, International Journal of Production Research; Aug2010, Vol. 48 Issue 15, p4501-4517</ref>
+
*Имитационный подход<ref> Wangphanich P., Kara S. and Kayis B. (2010) Analysis of the bullwhip effect in multi-product, multi-stage supply chain systems-a simulation approach, International Journal of Production Research; Aug2010, Vol. 48 Issue 15, p4501-4517</ref>
-
*Evolutionary least-mean-square algorithm <ref>Tseng L-T., Tseng L-F., Chen H-C. (2011) Exploration of the bullwhip effect based on the evolutionary least-mean-square algorithm, International Journal of Electronic Business Management, Vol.  9 Issue 2, p160-168 </ref>
+
*Алгоритм наименьших средних квадратов<ref>Tseng L-T., Tseng L-F., Chen H-C. (2011) Exploration of the bullwhip effect based on the evolutionary least-mean-square algorithm, International Journal of Electronic Business Management, Vol.  9 Issue 2, p160-168 </ref>
-
* Beer game simulation with different demand scenarios <ref> Matteo C., Chiara R., Tommaso R. and Fernanda S. (2010) Bullwhip effect and inventory oscillations analysis using the beer game model, International Journal of Production Research, Vol. 48 Issue 13, p3943-3956</ref>
+
* Моделирование игры «Пиво» и разнообразными сценариями спроса <ref> Matteo C., Chiara R., Tommaso R. and Fernanda S. (2010) Bullwhip effect and inventory oscillations analysis using the beer game model, International Journal of Production Research, Vol. 48 Issue 13, p3943-3956</ref>
-
*Multi-echelon supply chain system <ref> Xiao-Yuan, H. (2007) An H∞ control method of the bullwhip effect for a class of supply chain system. International Journal of Production Research, Vol. 45 Issue 1, p207-226</ref>
+
*Системы много-уровневых цепей поставок <ref> Xiao-Yuan, H. (2007) An H∞ control method of the bullwhip effect for a class of supply chain system. International Journal of Production Research, Vol. 45 Issue 1, p207-226</ref>
-
*Analytical approach
+
*Аналитический подход
-
==Иммитационное моделирование эффекта кнута (игра "Пиво")==
+
==Имитационное моделирование эффекта кнута (игра "Пиво")==
-
[[File:beergame.png|thumb|Beergame illustration. Source: Nienhaus J., Ziegenbein A. and Schoensleben P. (2006) How human behavior amplifies the bullwhip effect. A study based on the beer distribution game online, Production Planning & Control, Vol. 17, No. 6, p.547–557]]
+
[[File:beergame_ru.png|thumb|300px | Иллюстрация игры «Пиво». Источник: Nienhaus J., Ziegenbein A. and Schoensleben P. (2006) How human behavior amplifies the bullwhip effect. A study based on the beer distribution game online, Production Planning & Control, Vol. 17, No. 6, p.547–557]]
-
 
+
-
Влияние кнут Моделирование игры (Пиво игры, известные также как пиво игре распределения), который был разработан группой динамики систем в Массачусетском технологическом институте в 1960-х. Это показывает, кнут, имитируя эффект цепочки поставок с четырьмя уровнями: розничный, оптовый торговец, дистрибьютор или фабрики. Это может быть воспроизведен в классе или в режиме онлайн и является очень эффективным средством иллюстрации системного мышления. При включении менеджеров, чтобы испытать негативное воздействие кнут влияние на поставки производительности цепи, пиво игра делает их о применении контрмер в их компаниях <rev> Nienhaus Дж., Цигенбайн А. и Schoensleben П. (2006) Как человека поведение усиливает эффект кнута. Исследование, основанное на игре пива распределения онлайн, планирования производства и управления, Vol. 17, 6, p.547-557 </ ссылка>.
+
Игровая симуляция эффекта кнута (игра «Пиво»), была разработана Systems Dynamics Group в Массачусетском технологическом институте в 1960-х. Игра наглядно показывает эффект кнута на примере цепи поставок с четырьмя участниками: розничный торговец, оптовик, дистрибьютор и производитель. Игра может быть реализована в аудитории, либо в он-лайн режиме и является очень эффективным средством иллюстрации системного мышления. При предоставлении игрокам (студентам или менеджерам) возможности ощутить негативное воздействие эффекта кнута в цепи поставок, игра «Пиво» заставляет их задуматься о реальных проблемах в цепях поставок их компаний <ref> Nienhaus J., Ziegenbein A. and Schoensleben P. (2006) How human behavior amplifies the bullwhip effect. A study based on the beer distribution game online, Production Planning & Control, Vol. 17, No. 6, p.547–557</ref>. Каждый игрок (индивидуально или в группе из 2-3 игроков) играет одну из четырех ролей. Конечный потребитель размещает заказы розничному торговцу (покупает пиво). Его спрос предопределен, но неизвестен игрокам. Конечный спрос составляет четыре единицы (бутылки, ящики пива) в течение первых шести периодов (в т.ч. «тестовый» или «нулевой» период) и восемь единиц в течение последующих периодов игры. Игра обычно длится в течение 50-70 периодов. Этого достаточно, чтобы выявить и наблюдать эффект кнута. Каждый период представляет собой одну неделю. За это время участники должны принимать важные решения и проводит мероприятия:
-
Каждый игрок берет на себя роль (индивидуально или в группе из 2-3 игроков) одну из ролей. Конечного потребителя размещает заказы на розничный (покупает пиво). Его требование определена, но неизвестных участников. Конечная спрос четыре единицы (бутылки, пакеты с пивом) в течение первых шести периодов (в том числе «тест» или «нулевой» период) и восемь единиц в течение следующих периодов моделирования. Игра обычно длится в течение 50-70 периода. Этого достаточно, чтобы диагностировать кнут эффект. Каждый период представляет собой одну неделю. За это время участники должны принимать важные решения и мероприятия, в строгом порядке:
+
* Каждый игрок (команда) получает заказ от своего клиента. Для розничного торговца это заранее определенный спрос. Для остальных игроков это заказы от предыдущих участников (например, заказ от оптовика для дистрибьютора).
-
* Каждый игрок (команда) получает заказ от своего клиента. Для розничного это заранее определенном порядке (до востребования). Для остальных игроков это заказы от предыдущих участников (например, заказ от оптовика для дистрибьютора).
+
* Каждый игрок (команда) принимает решение о том, каков будет ее объем заказа. Это решение основано на уже полученных и невыполненных в предыдущие периоды заказы (все заказы должны быть выполнены), на объеме предыдущих заказов, на уровне имеющихся запасов и других факторах.
-
* Каждый игрок (команда) принимает решение о том, сколько на заказ. Это решение основано на полученный заказ на накопившихся заказов (все заказы должны быть выполнены), на предыдущих заказов на инвентаризацию левого на складе и других факторов.
+
* Каждый игрок (команда) должен минимизировать свои затраты. Товар на складе (запас) стоит $ 0,50 за единицу продукции за период (неделю). Накопившиеся (невыполненные) заказы по цене $ 1,00 за единицу продукции за период (штраф за неисполнение заказа). Таким образом, участники должны находить компромисс между минимизацией расходов на вложенный капитал (запасы), с одной стороны и избежать штрафов за невыполненные заказы – с другой стороны.
-
* Каждый игрок (команда) должен минимизировать свои затраты. Товар на складе (запас) стоит $ 0,50 в продукте за период. Накопившихся заказов по цене $ 1,00 за продукт за период (штраф за не имеющийся в наличии ситуаций). Таким образом участники должны учитывать компромисс между минимизацией расходов на вложенный капитал в акции, с одной стороны и избежать вышедших из-фондовой ситуаций, с другой стороны.
+
Информационный поток (информации о том, каков заказ) движется по цепи поставок с задержкой в одну неделю. Это является отражением типичной ситуации в реальных компаниях. Поток готовой продукции идет с задержкой в две недели из-за необходимости транспортировки. Производитель может производить новую продукции за две недели (для упрощения можно объяснить, что одна неделя уходит на производства, вторая – на контроль качества и упаковку).
-
Информационный поток (информации о том, сколько по заказу) движется по цепочке поставок с задержкой в ​​одну неделю. Она представляет собой обычную ситуацию в реальных компаниях. Хороший поток задержкой на две недели из-за транспортировки. Производитель получает заказы от производства через две недели, а также (чтобы сделать его легче можно сказать, что одна неделя для производства и одной недели для контроля качества и упаковки).
+
Некоторые важные правила игры «Пиво»:
-
Некоторые важные правила, чтобы помнить:
+
* Не «подсматривать» на карточки спроса (заказа) до начала недели
-
* Не пытайтесь искать ваше требование, прежде чем есть время.
+
* Синхронизировать работу по неделям во всей команде (ответственный – продавец)
-
* Не изменяйте последовательность шагов.
+
* Если вы не хотите делать заказ, напишите «0» на карточке
-
* Не смешивайте заказов и готовой продукции.
+
* Если вы пропустили ход, не старайтесь «нагнать», оставьте как есть и играйте дальше
-
* Это можно сделать 0 порядке.
+
-
* Если вы пропустили раунд, не пытайтесь догнать. Убедитесь, что все другие члены сделали это правильно.
+
-
 
+
-
 
+
-
 
+
-
Bullwhip Effect Simulation Game (Beer Game, also known as beer distribution game), which was developed by the Systems Dynamics Group at the Massachusetts Institute of Technology in the 1960s. It demonstrates the bullwhip effect by simulating a supply chain with four tiers: the retailer, the wholesaler, the distributor or the factory. It might be played in class or on-line and is very effective mean of illustrating systems thinking. By enabling managers to experience the negative impact of the bullwhip effect on supply chain performance, the beer game makes them aware of the application of countermeasures in their companies<rev> Nienhaus J., Ziegenbein A. and Schoensleben P. (2006) How human behavior amplifies the bullwhip effect. A study based on the beer distribution game online, Production Planning & Control, Vol. 17, No. 6, p.547–557</ref>.
+
-
Each player takes the role (individually or in group of 2-3 players) one of the roles. An ultimate customer places orders at the retailer (buys beer). His demand is defined, but unknown to the participants. The ultimate demand is four units (bottles, packs of beer) during the first six periods (including “test” or “zero” period) and eight units during the following periods of the simulation. The game usually lasts for 50-70 period. It is enough to diagnose bullwhip effect. Each period represents one week. During this period participants have to make important decisions and activities in strict order:
+
-
* Each player (team) receives order from their customer. For retailer it is pre-defined order (demand). For the rest of players it is orders from previous players (eg order from wholesaler for distributor).
+
-
* Each player (team) makes a decision of how much to order. This decision is based on received order, on backlogged orders (all orders should be accomplished), on previous orders, on inventory left in stock and other factors.
+
-
*Each player (team) has to minimize its costs. A product on stock (safety stock) costs $0.50 per product per period. Backlogged orders costs $1.00 per product per period (penalty for out-of-stock situations). Thus participants have to take into account a trade-off between minimizing the costs of capital employed in stocks on the one hand and avoiding of out-of-stock situations, on the other hand.
+
-
Information flow (the information of how much to order) moves along supply chain with a delay of one week. It represents common situation in real companies. Good flow has a delay of two weeks due to transportation. Producer gets its orders from production after two weeks as well (to make it easier it is possible to say that one week is for production and one week is for quality control and packaging).
+
-
Some important rules to remember:
+
-
* Do not try to look for your demand before there is time to.
+
-
* Do not change the sequence of steps.
+
-
* Do not mix the orders and finished products.
+
-
* It is possible to make 0 order.
+
-
* If you missed the round, don’t try to catch-up. Make sure that all other members did it correctly.
+
==Меры по предотвращению эффекта кнута==
==Меры по предотвращению эффекта кнута==
-
 
+
Х. Ли и соавт. (1997) предложил основные правила для снижения негативного эффекта кнута: обмен информацией, координация в канале продвижения, увеличение операционной эффективности. Данная работа была подвергнута многочисленной критике (в основном за общий подход), и с тех пор много авторов обратились к более конкретным решениям и инструментам:
-
Lee и соавт. (1997) предложил основу для инициатив цепочке поставок иметь дело с кнут эффект: обмен информацией, канал выравнивания, операционной эффективности. Он был подвергнут критике за общий подход, и с тех пор много работ на эту тему, пытаясь найти более общие и более конкретные решения:
+
* Политика размещения заказов в цепи поставок<ref>Disney S.M. and Towill D.R., (2003) On the bullwhip and inventory variance produced by an ordering policy. Omega, 31 (3), 157–167</ref><ref>Kelle P. and Milne A. (1999) The effect of (s,S) ordering policy on the supply chain. International Journal of Production Economics, 59 (1–3), 113–122 </ref>
-
* Заказ политики
+
* Правила объема заказа<ref> Pujawan I.N. (2004) The effect of lot sizing rules on order variability. European Journal of Operations Research, 159 (3), 617–635</ref>
-
* Лот размер правил * Прогнозирование улучшения <ref> Чжан Х. (2005) Задержка информацию спроса и смоченной кнут эффект. Исследование операций
+
* Улучшение прогнозирования<ref>Zhang X. (2005) Delayed demand information and dampened bullwhip effect. Operations Research Letters, 33 (3), 289–294</ref><ref>Zhao X. and Xie J. (2002) Forecasting errors and the value of information sharing in a supply chain. International Journal of Production Research, 40 (2), 311–335</ref><ref>Croson R. and Donohue K. (2005) Upstream versus downstream information and its impact on the bullwhip effect. System Dynamics Review, 21 (3), 249–260</ref><ref>Ingalls R.G., Foote B.L. and Krishnamoorthy A. (2005) Reducing the bullwhip effect in supply chains with control-based forecasting. International Journal of Simulation & Process Modelling, 1–2 (1), 90–110</ref>
-
Письма, 33 (3), 289-294 </ ссылка>, <ref> Чжао и Се Х. Й. (2002) Прогнозирование ошибок и значение обмена информацией в цепочке поставок. Международный журнал по производству исследований, 40 (2), 311-335 </ ссылка>, <ref> Croson Р. и К. Донохью (2005) разведки и добычи по сравнению вниз по течению информации и ее влияние на кнут эффект. Системная динамика Обзор, 21 (3), 249-260 </ ссылка>, <ref> RG Ingalls, Фут BL Кришнамурти и А. (2005) Сокращение кнут эффект в поставку
+
* Снижение волатильности спроса<ref>Lin C. and Lin Y. (2006) Issues in the reduction of demand variance in the supply chain. International Journal of Production Research, 44 (9), 1821–1843</ref>
-
цепей с контролем основе прогнозирования. Международный журнал Моделирование Моделирование и процессов, 1-2 (1), 90-110 </ ссылка>
+
* Много-агентный подход<ref> Qing Cao and Leggio K. (2008) Alleviating the bullwhip effect in supply chain management using the multi-agent approach: an empirical study. International Journal of Computer Applications in Technology, Vol. 31 Issue 3/4, p225-237</ref>
-
* Снижение спроса изменчивости <ref> Лин и Лин С. Ю. (2006) Вопросы сокращения спроса дисперсии в цепочке поставок.
+
Обмен информацией является одним из наиболее важных инструментов для минимизации эффекта кнута. Большинство современных инструментов и подходов, в том числе [[VMI]], [[CPFR]], и т.д., а также технических инноваций, таких как [[РЧИ]] использовать этот принцип. Важность информации в цепи поставок:
-
Международный журнал по производству исследований, 44 (9), 1821-1843 </ ссылка>
+
-
* Multi-агент подход <ref> Цин Цао и Леджо К. (2008) Ослабление кнут эффект в управление цепочкой поставок использованием мультиагентных подход: эмпирическое исследование. Международный журнал Computer Applications в технике, Vol. Выпуск 31 3 / 4, P225-237 </ ссылка>
+
-
Обмен информацией является одним из наиболее важных инструментов для минимизации кнут эффект. Большинство современных инструментов и подходов, в том числе [[VMI]], [[CPFR]], и т.д. и технических инноваций, таких как [[RFID]] использовать этот принцип. Важность информации в цепи поставок:
+
* Способствует снижению изменчивости в цепочках поставок
* Способствует снижению изменчивости в цепочках поставок
-
* Помощь поставщиков лучше прогнозов
+
* Помощь поставщикам в улучшении прогнозов
-
* Позволяет системы координации производства и распределения систем и стратегий
+
* Позволяет координировать системы и стратегии производства и распределения  
-
* Позволяет розничной торговли, чтобы лучше обслуживать своих клиентов
+
* Позволяет розничной торговли лучше обслуживать своих клиентов  
-
* Позволяет розничной торговли реагировать и адаптироваться к цепочке поставок проблемы быстрее
+
* Позволяет розничной торговли быстрее реагировать и адаптироваться к проблемам цепи поставок  
-
* Позволяет привести сокращение времени
+
* Позволяет сократить время выполнения заказов
-
 
+
-
 
+
-
Lee et al. (1997) proposed a framework for supply chain initiatives to deal with the bullwhip effect: information sharing, channel alignment, operational efficiency. It was criticized for general approach and since then a lot of papers on this topic, trying to find more general or more specific solutions:
+
-
* Ordering policy<ref>Disney S.M. and Towill D.R., (2003) On the bullwhip and inventory variance produced by an
+
-
ordering policy. Omega, 31 (3), 157–167</ref>,<ref>Kelle P. and Milne A. (1999) The effect of (s,S) ordering policy on the supply chain. International Journal of Production Economics, 59 (1–3), 113–122 </ref>
+
-
* Lot sizing rules <ref> Pujawan I.N. (2004) The effect of lot sizing rules on order variability. European Journal of
+
-
Operations Research, 159 (3), 617–635</ref>
+
-
* Forecasting improvements<ref>Zhang X. (2005) Delayed demand information and dampened bullwhip effect. Operations Research
+
-
Letters, 33 (3), 289–294</ref>,<ref>Zhao X. and Xie J. (2002) Forecasting errors and the value of information sharing in a supply chain. International Journal of Production Research, 40 (2), 311–335</ref>,<ref>Croson R. and Donohue K. (2005) Upstream versus downstream information and its impact on the bullwhip effect. System Dynamics Review, 21 (3), 249–260</ref>,<ref>Ingalls R.G., Foote B.L. and Krishnamoorthy A. (2005) Reducing the bullwhip effect in supply
+
-
chains with control-based forecasting. International Journal of Simulation & Process Modelling, 1–2 (1), 90–110</ref>
+
-
* Decreasing demand variability <ref>Lin C. and Lin Y. (2006) Issues in the reduction of demand variance in the supply chain.
+
-
International Journal of Production Research, 44 (9), 1821–1843</ref>
+
-
* Multi-agent approach <ref> Qing Cao and Leggio K. (2008) Alleviating the bullwhip effect in supply chain management using the multi-agent approach: an empirical study. International Journal of Computer Applications in Technology, Vol. 31 Issue 3/4, p225-237</ref>
+
-
Information sharing is one of the most important tools for minimizing bullwhip effect. Most of contemporary tools and approaches, including [[VMI]], [[CPFR]], etc. and technical innovations, such as [[RFID]] use this principle. The importance of information in supply chains:
+
-
*Helps reduce variability in supply chains
+
-
*Help suppliers make better forecast
+
-
*Enables the coordination system of manufacturing and distribution systems and strategies
+
-
*Enables retailers to better serve their customers
+
-
*Enables retailers to react and adapt to supply chain problems more rapidly
+
-
*Enables lead time reductions
+
-
==References==
+
==Ссылки==
<references />
<references />
-
KK
+
[[Category:Стратегия управления цепями поставок]]
-
[[Category:Supply Chain Strategy]]
+

Текущая версия на 17:39, 24 августа 2011

English: Bullwhip effect

Иллюстрация эффекта хлыста: конечный потребитель делает заказ и изменения волнами расходятся по всей [цепи поставок].

Эффект хлыста (эффект подхлестывания, эффект производности спроса, эффект Форрестера; англ. bullwhip effect, demand amplification, whip-saw, whiplash effect, Forrester effect) – феномен в цепях поставок, который заключается в усилении амплитуды колебания спроса (объема заказов) по мере удаления от реального источника спроса в цепи поставок.[1] Это означает, что колебания в "конце" цепи поставок (ближе к потребителю, например, на уровне розничного торговца) намного слабее по сравнению с другим "концом" цепи поставок (далеко от потребителя, например, на уровне производителя или поставщика). Двигаясь в цепи поставок от потребителя к поставщику колебания заказов заметно усиливаются. Чем больше звеньев в цепи поставок и чем длиннее время выполнения заказов, тем значительнее амплитуда колебания. Первое упоминание об этом явлении принадлежит, наверное, Дж. Форрестеру[2] (вот почему в некоторых литературе можно найти ссылки на эффект Форрестера, однако сам Дж. Форрестер никогда не назвал его ни эффектом Форрестера, ни эффектом кнута). Иногда термин "эффект Форрестера" используется для обозначения того, что называются обработка сигнала спроса, т.к. Дж. Форрестер был первым, кто продемонстрировал этот феномен с помощью динамического моделирования. В 1997 году эффект кнута был популяризирован коллективом автором под руководством Х. Ли.[3] Эффект кнута имеет крайне негативное воздействие на эффективность управления цепями поставок. Это приводит к чрезмерному увеличению страховых запасов, ненужному увеличению производственных затрат и накладных расходов, потенциальному ухудшению качества товара, и, что еще хуже, ухудшению качества обслуживания клиентов и упущенным продажам, увеличению расходов на логистику и т.д.

Содержание

Причины и последствия эффекта кнута

Ли и др.[3] идентифицировал три основные причины возникновения эффекта хлыста:

  • Обновление прогноза спроса. Прогнозирование и производственные планы часто основаны на истории заказов от непосредственных клиентов компании. Это клиенты (заказчики), однако, редко делают точно такие же заказы, какие получают от своих собственных клиентов, по крайней мере на коротком промежутке времени, вследствие разных причин, в том числе из-за собственных ожиданий продаж, неприятия риска, личностных характеристик менеджеров, производственной специфики и т.д. Как только менеджеры видят изменения объемов заказов, они корректирует свои производственные и закупочные планы, даже не смотря на то, что понимают, что этот заказ может не отражать (и часто не отражает) реальную ситуацию спроса. В результате, каждый член цепи поставок делает заказ чуть более или чуть менее отличающийся от входящего заказа, что, в итоге, выливается в заказ для поставщика, который иногда прямо противоположен реальной рыночной ситуации и потребностям рынка. Эта ситуация очень распространена, потому что, если время выполнения заказа больше, чем 0 (время выполнения заказа близко к 0 только в ситуации электронной торговли), то значительный страховой запас - вовсе не редкость, а, следовательно, страховые запасы будут расти. Чем выше сроки, тем больше страховых запасов необходимо иметь. Эти запасы, с одной стороны, являются причиной неэффективности в цепи поставок, потому что они требуют дополнительных операционных затрат, а с другой стороны, они сами еще больше увеличивают эффект кнута (увеличивают амплитуду колебаний).
  • Выполнение (отправка/обработка) заказов партиями Заказы обычно накапливаются в партии: по времени (ежедневные, еженедельные, ежемесячные и т.д.) или по объему (контейнер и т.д.). Партии также увеличивают эффект кнута. Причиной отправки заказов партиями следующие: расходы на обработку одного заказа (сколько компании тратят на управление заказами) и расходы на транспортировку. Иногда этот эффект называется эффектом Бербиджа.[4] Бербидж указал конкретные проблемы к чему ведет выполнение заказов партиями.
  • Колебание цен. Производители или продавцы часто создают и реализуют разнообразные промо-акции (специальные скидки, условия покупки или кредитования и т.д.). Эти программы - причина дополнительного колебания цен в цепи поставок. В результате, клиенты реагируют на разные предложения по-разному. Для получения дополнительной информации см. [Стратегия постоянно низких цен]
  • Нормирование и поведенческие модели при ограниченном предложении. Если производитель не в состоянии удовлетворить ажиотажный спрос в короткий период времени, и продавец (оптовик или дистрибьютор) знают об этом, они будут действовать по пути увеличения заказов, чтобы получить по крайней мере что-то. Например, если розничный торговец действительно нуждается 100 единицах продукции, и он знает, что производитель будет выполнять лишь около 50% от заказа, он закажет порядка 200 единиц. Однако, очень часто, 200 штук являются "реальной картиной" для производителей, который делает стратегические решения на основе полученной от клиента (в виде заказа) информации. Однако уже в следующем периоде заказ может быть только 100 единиц (реальный спрос, который в психологии производителя будет означать двукратное снижение спроса). Поведенческая психология часто прибегает к термину ограниченная рациональность, что подразумевает неоптимальное, на границе рационального подхода участников сделки, решение.[5] Нормирование и поведенческие модели при ограниченном предложении иногда называют эффектом Хулихэна.[6] Этот эффект позволяет предположить, что пропущенные поставки приводят к повышению страхового запаса и тем самым увеличивают стоимость заказов. Чем больше заказов выполняется, тем более уязвима цепь поставок от ненадежных источников, т.е. надежные поставщики не имеют возможности мгновенного увеличения производства. Все это приводит к усилению эффект кнута. Хулихэн описал этот процесс как эффект маховика. Ольсмэтс и др. (1988) исследовал это явление в автомобильной отрасли.[7]

Некоторые исследователи пытаются найти истоки эффекта кнута в психологии менеджеров, принимающих решение об объемах закупок. Используя моделирование эффекта кнута на примере игры (имитационного моделирования) "Пиво", они доказывают, что менеджерами используются одна из двух основных стратегий: «тихая гавань» или «паника». При этом, обе стратегии имеют негативное влияние на эффективность цепи поставок. В тоже время, как только у игроков появляется шанс для ведения переговоров (распространения информации), результаты становятся намного лучше.[8]

Негативными последствиями эффекта кнута для цепи поставок:

  • Неэффективное управление запасами. Колебание спроса (объемов заказов) приводит к изменению уровня запасов на каждом уровне цепи поставок. Как только поставщик получает заказ, который больше, чем аналогичный заказ за предыдущий период, он вынужден увеличить страховой запас. С другой стороны, если объем заказа ниже, это не всегда позволяет оперативно изменить (снизить) страховой запас. Чем выше изменчивость спроса (объема заказов), тем выше должны быть страховые запасы. Страховые запасы имеют тенденцию увеличиваться по мере удаления от источника потребления.
  • Невыполненные заказы и неудовлетворительный сервис. Уровень страхового запаса, необходимого для обеспечения достаточного уровня обслуживания клиентов, увеличивается с увеличением колебания спроса, однако, это не всегда достаточно, чтобы удовлетворить ажиотажный, незапланированный спроса. Таким образом, иногда компании могут столкнуться с отсутствием товара на полках магазинов.
  • Непредсказуемые графики производства. Изменение объемов спроса приводит к изменениям используемых мощностей. Во время "высоких" продаж производитель обычно увеличивает объем производства за счет дополнительных смен. Во время "низких" продаж - делает дополнительные страховые запасы или оставляет рабочих без работы (в обоих случаях это приводит к финансовым потерям).
  • Высокие цены на сырье из-за срочной необходимости. В случае возникающей необходимости получения срочных заказов, производители часто сталкиваются с ситуацией отсутствия сырья и материалов (части материалов). Дополнительный заказ даже небольшой партии ведет к дополнительным транзакционным издержкам и обойдется производителю чрезвычайно дорого (примером могут служить дополнительные затраты на незапланированную транспортировку).
  • Недополученная прибыль. Все вышеперечисленные последствия приводят к финансовым потерям: дополнительные запасы на страховые запасы (а, следовательно, капитала) или невыполненных заказов (упущенные продажи).


Анализ последних работ показывает, что исследователи предпочитают не спорить о причинах и последствиях эффекта кнута, но пытаются найти средства и методы противодействия и снижению негативного воздействие на производительность цепей поставок.

Пример эффекта кнута

Обычно потребление большинства товаров повседневного спроса стабильно. Например, потребление подгузников младенцами - постоянно; потребление хлеба, соли, кетчупа и других продукты питания - постоянное и т.д. Розничные торговцы очень часто видят достаточно стабильный спрос с незначительными колебаниями, как показано на рис. ниже.

Bullwhip Effect Image 1 Rus.PNG


Делая собственные заказы, тем не менее, розничный торговец учитывать собственные уровни запасов (остатки предыдущих периодов), ожидания продаж (в том числе ожиданий отдачи собственной рекламы и продвижения), скидки от производителя или дистрибьютора, цены на транспортировку и обработку заказов, а также множество других мелких факторов. Заказы от розничного продавца оптовику (или дистрибьютору, или производителю) не выглядят так стабильно, как непосредственно продажи.

Bullwhip Effect Image 2 Rus.PNG

Заказы от оптовика дистрибьютору еще более волатильны по этим же причинам.

Bullwhip Effect Image 3 Rus.PNG

В конце концов, заказы производителю колеблются еще больше. Из-за этого, производитель сталкивается с проблемами дополнительных смен для удовлетворения пиковых заказов, а также с проблемами излишних страховых запасов при отсутствии заказов на коротком промежутке времени. Дополнительные затраты и невыполнение заказов - норма при таком ритме работы.

Bullwhip Effect Image 4 Rus.PNG

Эффект кнута был изучен и диагностирован как серьезная проблема в целом,[9][10] а также проблема отдельных компаний или отраслей:

  • Высокотехнологичная отрасль[11]
  • Отрасль производства продуктов питания[12]
  • Производственный сектор[13]
  • и т.д.

Анализ и исследования эффекта кнута

Эффект кнута был проанализирован и исследован многочисленными исследователями с помощью разнообразных методов:

  • Имитационный подход[14]
  • Алгоритм наименьших средних квадратов[15]
  • Моделирование игры «Пиво» и разнообразными сценариями спроса [16]
  • Системы много-уровневых цепей поставок [17]
  • Аналитический подход

Имитационное моделирование эффекта кнута (игра "Пиво")

Иллюстрация игры «Пиво». Источник: Nienhaus J., Ziegenbein A. and Schoensleben P. (2006) How human behavior amplifies the bullwhip effect. A study based on the beer distribution game online, Production Planning & Control, Vol. 17, No. 6, p.547–557

Игровая симуляция эффекта кнута (игра «Пиво»), была разработана Systems Dynamics Group в Массачусетском технологическом институте в 1960-х. Игра наглядно показывает эффект кнута на примере цепи поставок с четырьмя участниками: розничный торговец, оптовик, дистрибьютор и производитель. Игра может быть реализована в аудитории, либо в он-лайн режиме и является очень эффективным средством иллюстрации системного мышления. При предоставлении игрокам (студентам или менеджерам) возможности ощутить негативное воздействие эффекта кнута в цепи поставок, игра «Пиво» заставляет их задуматься о реальных проблемах в цепях поставок их компаний [18]. Каждый игрок (индивидуально или в группе из 2-3 игроков) играет одну из четырех ролей. Конечный потребитель размещает заказы розничному торговцу (покупает пиво). Его спрос предопределен, но неизвестен игрокам. Конечный спрос составляет четыре единицы (бутылки, ящики пива) в течение первых шести периодов (в т.ч. «тестовый» или «нулевой» период) и восемь единиц в течение последующих периодов игры. Игра обычно длится в течение 50-70 периодов. Этого достаточно, чтобы выявить и наблюдать эффект кнута. Каждый период представляет собой одну неделю. За это время участники должны принимать важные решения и проводит мероприятия:

  • Каждый игрок (команда) получает заказ от своего клиента. Для розничного торговца это заранее определенный спрос. Для остальных игроков – это заказы от предыдущих участников (например, заказ от оптовика для дистрибьютора).
  • Каждый игрок (команда) принимает решение о том, каков будет ее объем заказа. Это решение основано на уже полученных и невыполненных в предыдущие периоды заказы (все заказы должны быть выполнены), на объеме предыдущих заказов, на уровне имеющихся запасов и других факторах.
  • Каждый игрок (команда) должен минимизировать свои затраты. Товар на складе (запас) стоит $ 0,50 за единицу продукции за период (неделю). Накопившиеся (невыполненные) заказы по цене $ 1,00 за единицу продукции за период (штраф за неисполнение заказа). Таким образом, участники должны находить компромисс между минимизацией расходов на вложенный капитал (запасы), с одной стороны и избежать штрафов за невыполненные заказы – с другой стороны.

Информационный поток (информации о том, каков заказ) движется по цепи поставок с задержкой в одну неделю. Это является отражением типичной ситуации в реальных компаниях. Поток готовой продукции идет с задержкой в две недели из-за необходимости транспортировки. Производитель может производить новую продукции за две недели (для упрощения можно объяснить, что одна неделя уходит на производства, вторая – на контроль качества и упаковку). Некоторые важные правила игры «Пиво»:

  • Не «подсматривать» на карточки спроса (заказа) до начала недели
  • Синхронизировать работу по неделям во всей команде (ответственный – продавец)
  • Если вы не хотите делать заказ, напишите «0» на карточке
  • Если вы пропустили ход, не старайтесь «нагнать», оставьте как есть и играйте дальше

Меры по предотвращению эффекта кнута

Х. Ли и соавт. (1997) предложил основные правила для снижения негативного эффекта кнута: обмен информацией, координация в канале продвижения, увеличение операционной эффективности. Данная работа была подвергнута многочисленной критике (в основном за общий подход), и с тех пор много авторов обратились к более конкретным решениям и инструментам:

  • Политика размещения заказов в цепи поставок[19][20]
  • Правила объема заказа[21]
  • Улучшение прогнозирования[22][23][24][25]
  • Снижение волатильности спроса[26]
  • Много-агентный подход[27]

Обмен информацией является одним из наиболее важных инструментов для минимизации эффекта кнута. Большинство современных инструментов и подходов, в том числе VMI, CPFR, и т.д., а также технических инноваций, таких как РЧИ использовать этот принцип. Важность информации в цепи поставок:

  • Способствует снижению изменчивости в цепочках поставок
  • Помощь поставщикам в улучшении прогнозов
  • Позволяет координировать системы и стратегии производства и распределения
  • Позволяет розничной торговли лучше обслуживать своих клиентов
  • Позволяет розничной торговли быстрее реагировать и адаптироваться к проблемам цепи поставок
  • Позволяет сократить время выполнения заказов

Ссылки

  1. Lee H.L., Padmanabhan V. and Whang S. (1997) Information distortion in a supply chain: The bullwhip effect, Management Science; Apr 1997; 43, 4; p.546
  2. Forrester J.W., (1961) Industrial dynamics. New York: MIT Press and John Wiley & Sons.
  3. 3,0 3,1 Lee H.L., Padmanabhan V. and Whang S. (1997) The bullwhip effect in supply chains. Sloan Management Review 38(3) p93–102
  4. Burbidge J.L. (1991) Period Batch Control (PBC) with GT – the Way Forward from MRP, PBCIS Annual Conference, Birmingham, UK
  5. Sterman J.D. (1989) Modeling managerial behavior: misperceptions of feedback in a dynamic decision making experiments. Management Science, 35 (3), p321–339
  6. Houlihan J. B. (1988) International supply chains : a new approach. Management Decisions. Vol. 26. p13-19.
  7. Olsmats C. M., Edghill J. S. and Towill D. R. (1988) Industrial dynamics model building of a close-coupled production-distribution system. Engineering Costs & Production Economics, Vol. 13 Issue 4, p295-310, 16p
  8. Nienhaus J., Ziegenbein A. and Schoensleben P. (2006) How human behavior amplifies the bullwhip effect. A study based on the beer distribution game online Production Planning & Control, Vol. 17, No. 6, 547–557
  9. Buzzell R. D., J. A. Quelch and W. J. Salmon (1990) The costly bargain of trade promotion. Harvard Business Review, 68, p141–148
  10. Richard M. (1997) Quantifying the bullwhip effect in supply chains. Journal of Operations Management, Vol. 15 Issue 2, p89-100
  11. Kelly, K. 1995. Burned by busy signals: Why Motorola ramped up production way past demand. Business Week 6 36
  12. Holmstrom, J. 1997. Product range management: a case study of supply chain operations in the European grocery industry. Supply Chain Management 2(3) 107–115
  13. Dooley K., Yan T., Mohan S., Gopalakrishnan M. (2010) Inventory management and the bullwhip effect during the 2007–2009 recession: evidence from the manufacturing sector. Journal of Supply Chain Management, Vol. 46 Issue 1, p12-18
  14. Wangphanich P., Kara S. and Kayis B. (2010) Analysis of the bullwhip effect in multi-product, multi-stage supply chain systems-a simulation approach, International Journal of Production Research; Aug2010, Vol. 48 Issue 15, p4501-4517
  15. Tseng L-T., Tseng L-F., Chen H-C. (2011) Exploration of the bullwhip effect based on the evolutionary least-mean-square algorithm, International Journal of Electronic Business Management, Vol. 9 Issue 2, p160-168
  16. Matteo C., Chiara R., Tommaso R. and Fernanda S. (2010) Bullwhip effect and inventory oscillations analysis using the beer game model, International Journal of Production Research, Vol. 48 Issue 13, p3943-3956
  17. Xiao-Yuan, H. (2007) An H∞ control method of the bullwhip effect for a class of supply chain system. International Journal of Production Research, Vol. 45 Issue 1, p207-226
  18. Nienhaus J., Ziegenbein A. and Schoensleben P. (2006) How human behavior amplifies the bullwhip effect. A study based on the beer distribution game online, Production Planning & Control, Vol. 17, No. 6, p.547–557
  19. Disney S.M. and Towill D.R., (2003) On the bullwhip and inventory variance produced by an ordering policy. Omega, 31 (3), 157–167
  20. Kelle P. and Milne A. (1999) The effect of (s,S) ordering policy on the supply chain. International Journal of Production Economics, 59 (1–3), 113–122
  21. Pujawan I.N. (2004) The effect of lot sizing rules on order variability. European Journal of Operations Research, 159 (3), 617–635
  22. Zhang X. (2005) Delayed demand information and dampened bullwhip effect. Operations Research Letters, 33 (3), 289–294
  23. Zhao X. and Xie J. (2002) Forecasting errors and the value of information sharing in a supply chain. International Journal of Production Research, 40 (2), 311–335
  24. Croson R. and Donohue K. (2005) Upstream versus downstream information and its impact on the bullwhip effect. System Dynamics Review, 21 (3), 249–260
  25. Ingalls R.G., Foote B.L. and Krishnamoorthy A. (2005) Reducing the bullwhip effect in supply chains with control-based forecasting. International Journal of Simulation & Process Modelling, 1–2 (1), 90–110
  26. Lin C. and Lin Y. (2006) Issues in the reduction of demand variance in the supply chain. International Journal of Production Research, 44 (9), 1821–1843
  27. Qing Cao and Leggio K. (2008) Alleviating the bullwhip effect in supply chain management using the multi-agent approach: an empirical study. International Journal of Computer Applications in Technology, Vol. 31 Issue 3/4, p225-237
Личные инструменты
Our Partners