供应链中牛鞭效应.pptVIP

供应链信息管理 学习目标 掌握牛鞭效应、减缓牛鞭效应的方法、电子商务的特点； 理解信息技术在供应链中的作用、牛鞭效应产生的原因、电子商务对供应链的影响； 了解供应链沟通技术、物联网在供应链管理中的应用、供应链决策支持系统的组成。 信息的价值 “在当今供应链中，信息取代了库存” 这种说法为什么是正确的？ 为什么是不正确的？ 有信息总是比没有信息正好。为什么？ 信息 有助于降低可变性 有助地提高预测的准确性 能够协同系统与战略 提升客户服务 缩短提前期 使企业对市场条件的变化反应更迅速 供应链中的牛鞭效应 管理者面对的…… 管理者希望的…… 牛鞭效应及其对供应链的影响 设想一种由一家大型电子产品生产商销售给国内零售商的黑白电视机的订货模式。 牛鞭效应及其对供应链的影响 牛鞭效应及其对供应链的影响 牛鞭效应及其对供应链的影响 零售商向生产商订货时的变化高于实际销售的变化 结论…… 订货的可变性在沿供应链向上移动时被放大，上游面临着更高的可变性 你看到的并不是他们面对的 原因是…… 对于需求的预测 促销 批量订购的影响 价格波动的影响 短缺博弈的影响--被夸大的订单 环境变异的影响 缺少信息交流和协作 提前期的影响 原因是…… 单一零售商，单一生产商 零售商观察到客户的需求Dt. 零售商向生产商订 qt 数量的货物 增加量是多少？ 增加量是多少？ 假设利用P 时期的移动平均 Var(q)/Var(D): 结果…… 增加了安全库存 降低了服务水平 不充分的资源配置 运输成本增加 多阶段供应链 设想一个多阶段供应链： 阶段 i 向阶段 i+1 订货 qi 。 Li 是阶段 i 和阶段 i+1间的提前期。 多阶段系统 集中化：每一阶段的订货基于零售商的需求预测 分散化：每一阶段的订货基于上一阶段的需求 多阶段系统：Var(qk)/Var(D) 牛鞭效应：管理视角 存在的部分原因是由于零售商需要要估计需求的平均数和方差 可变性的增加是提前期的增函数 需求模型和预测技术越复杂，增加的越多 集中化需求信息可以明显降低牛鞭效应，但不能消除它。 如何应对牛鞭效应 降低不确定性 零售点 信息共享 预测与政策分享 降低可变性 消除促销因素 年度低价 缩短提前期 电子数据交换 直接转运 战略伙伴 卖主管理的库存 数据共享 实例：贝纳通的快速响应 意大利运动服装生产商贝纳通成立于1964年。1975年，贝纳通在意大利有200家商店。 10年后，公司扩张到美国、日本和东欧。销售额达2万亿。 贝纳通的成功是由于它成功地利用了沟通和信息技术。 实例：贝纳通的快速响应 贝纳通通过利用一种被称为快速反应的有效战略，将生产商、仓库、销售和零售商联系在一起。在这一战略下，贝纳通的零售商直接通过贝纳通在意大利的大型计算机订货。 利用这种战略，贝纳通可以在4周内向新订单发货，比其大多数竞争对手提前了几周。 贝纳通如何应对牛鞭效应？ 1. 整合的信息系统 ? 全球电子数据交换网络将生产和库存信息在代理　 　　商间分享 ? EDI 订单传送到总部 ? EDI 与航空公司联系 ? 数据与生产商连接 2. 协同计划 ? 频繁的检查使快速响应成为可能 ? 整合配送战略 为有效预测提供信息 定价、促销、新产品 不同的部门拥有这一信息 零售商可以自行确定价格或促销，而不用告诉分销商 分销商 / 生产商可能拥有新产品的信息 协同预测处理这此问题 为系统协同提供信息 从局部优化到全局优化需要必要的信息 问题： 谁会最优化？ 节约的成本如何分享？ 需要的信息： 产品状况和成本 运输的有效性和成本 库存信息 生产量信息 需求信息 找出所需产品 如果产品没有库存如何满足需求？ 在其他商店寻找产品 在其他经销商处寻找 客户服务水平如何？ 缩短提前期 为什么？ 客户订单快速得到满足 降低了牛鞭效应 预测更加准确 降低了库存水平 怎样做？ EDI 利用零售点数据预计未来的订单 应对冲突的信息 批量 – 库存： 先进的生产系统　 利用零售点数据进行预警 库存 － 运输： 缩短提前期 共同运输信息系统 直接转运 先进的决策支持系统 提前期 – 运输： 更低的运输成本 改善的预测 更短的提前期 产品多样化 – 库存： 延迟区分 成本 – 客户服务： 转运 供应链信息技术 电子数据交换 (EDI) 条形码 (BARCODE) 电子自动订货系统 (EOS) 销售时点信息系统 (POS) 全球卫星定位系统 (GPS) 地理信息系统 (GIS) 可扩展的置标语言（XML） 无线射频识别技术（RFID） 什么是电子商务？ 电子商务(e-commerce)是由网络技术支持的一系统商业模型，集中于提高企业的业绩 电子商务是通过电子方式进行主要交易的能力