【名词】供应链牛鞭效应的成因和解决方法( 二 )


一、多重需求预测
当处于不同供应链位置的企业预测需求时 , 都会包括一定的安全库存 , 以对付变化莫测的市场需求和可能的供应商供货中断 。 当供货周期较长时 , 这种安全库存的数量将会非常显著 。 例如 , 一家美国计算机制造商预测到某型号计算机的市场需求是10万台 , 但可能向中国的供应商下11万台的零件订单;同理 , 中国计算机零件生产商可能向其供应商定购12万台的原材料 。 以此类推 , 供应链各节点库存将逐级放大 。 此外 , 有些预测方法也会系统地扭曲需求 。 以移动平均法为例 , 前3个月的趋势是每月递增10%,那第4个月的预测也将在前3月的平均值上递增10% 。 但市场增长不是无限的 , 总有一天实际需求会降低 , 这差额就成了多余库存 。 如果供应链各个企业采用同样的预测方法 , 并且根据上级客户的预测需求来更新预测 , 这种系统性的放大就会非常明显 。
二、批量生产/订购
为了达到生产、运输上的规模效应 , 厂家往往批量生产或购货 , 以积压一定库存为代价换取较高的生产效率和较低成本 。 在市场需求减缓或产品升级换代时 , 代价往往巨大 , 导致库存积压、库存品过期 , 或二者兼具 。 例如笔者所管理的一家加工设备机箱的小供应商 , 直到宣布关门停业数月后还没有用掉生产积压下的数种机箱 , 主要是因为大批量生产 。
三、价格浮动和促销
厂家为促销往往会推出各种促销措施 , 其结果是买方大批量买进而导致部分积压 , 在零售业尤为显著 。 这使市场需求更加不规则、人为加剧需求变化幅度 , 严重影响整个供应链的正常运作 。 研究表明 , 价格浮动和促销只能把未来的需求提前 , 到头来整个供应链很难从中获利 。 当然 , 在“活在眼下”的企业绩效评估体系驱动下 , 职业经理人有种种动机做这些看上去不合理的事 。
【名词】供应链牛鞭效应的成因和解决方法

四、理性预期
如果某种产品的需求大于供给 , 且这种情况可能持续一段时间 , 厂家给供应商的订单可能大于其实际需求 , 以期供应商能多分配一些产品给它 , 但同时也传递了虚假需求信息 , 导致供应商错误地解读市场需求 , 从而过量生产 。 随着市场供需渐趋平衡 , 有些订单会消失或被取消 , 导致供应商多余库存 , 也使供应商更难判断需求趋势 。 等到供应商搞清实际需求已经为时过晚 , 成为又一个“计划跟不上变化” 。 这种现象在2000年前后的电子行业有着充分体现 , 整条供应链都深受其害 , 积压了大量库存和生产能力 , 前面提到的思科就是一个典型例子 。 2005、2006年前后全球原材料短缺 , 大家拼命多下订单 , 希望冶炼厂能多分配些产能 , 客观上造成了冶炼厂产能的过度膨胀 。 2009年第二季度后部分电子产品短缺 , 造成市场上类似的过激反应 , 掀起新一轮的产能、库存膨胀 。
上述种种成因 , 除了批量生产与生产模式有关外 , 别的大都可以通过供应链范围的信息共享和组织协调来减轻影响 。
上下游企业之间培养信任并加大非核心保密信息的交流和共享 , 通过信息交流代替实物的库存 , 避免多重预测 , 减少信息的人为扭曲;在价格政策上 , 制造商应谨慎使用价格促销 , 并尽量与零售商实行“天天低价”;在理性预期上 , 供应商应以历史需求为基础分配产品 , 从而避免用户单位虚报需求;在生产方式上 , 供应商应采用精益生产 , 使达到最佳经济生产批量的数量减小 , 从而减少供应链库存 , 提高对市场需求变化的响应速度 。 但不管如何努力 , 在不完美的现实世界里 , 牛鞭效应根深蒂固 , 可以控制 , 但不可能完全消除 。