供应链管理实验报告——啤酒游戏(一).docx

牛鞭第一次实验报告-德国黑啤组（一） 实验内容：模拟生产-销售供应链。（二） 实验目的：通过实验，探究下游(顾客)需求量的变化对上游(工厂)的影响，验证牛鞭效应，即一种供应链上的需求变异放大的现象。信息流从最终客户端向原始供应商端传递，无法有效的实现信息的共享，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。（三） 实验过程：五个同学分别模拟供应链中的顾客，零售商，批发商，分销商以及生产商。各级以一周为单位，通过下游的订单量综合自己的库存量，决定向上游的需求量（有两周运输延迟）。模拟50周并记录数据。（四）各级商家独立数据分析（1）顾客：前四周需求为4，之后为8。（2）零售商数据分析：1. 起初三周由于顾客订单数目很少，零售商的订单数目都很少，平均数为3。2. 从第四周开始顾客订单数开始增多，相应的零售商订单也随之增多。3. 在顾客订单数目稳定的情况下，零售商由于缺货量越来越多，导致订单数目高居不下。4. 当姗姗来迟的存货开始增多时，零售商均减少订单或持续几周订单数目为零。 第二轮供货紧张开始，但是这次零售商们增加订单的幅度没有上一次多。（3）批发商数据分析：1.三个批发商的库存都在8-9天开始由有库存转变到缺货，在18天左右缺货的数量达到最高，然后库存又开始上升，到25天左右达到极值2批发商的订单变化基本是和库存变化呈负相关的关系，即库存多时少订单，缺货时会多订单3. 游戏中亏损最小（库存的最大缺货数和最大库存数小）的小组批发商的库存呈现周期变化了差不多3.5个周期，而中间的批发商呈现了2.5周期，表现最差的批发商甚至连两个个周期都没有经过（一个周期指库存变化由有库存到缺货再到有库存）（4）分销商数据分析：1.以第三组数据来看，分销商库存数量和发出订单的关系是强的反相关线性关系。即库存越多订单越少；库存越少，订单越多。2.从三组数据以及最终结果来看，波动幅度越小频率越大，因信息闭塞导致的损失越小。一个峰，峰值最大；波动范围最小，三至四个峰；两个峰，波动范围居中。（5）生产商数据分析生产量正常的两组都是第十周前比较平稳，而第十六周开始出现缺货，从而开始大量生产。而在一段平稳之后，在三十周左右出现货物的滞销。出现这种现象的原因我认为大致是这样的：一开始的库存加上运输在途的货物一共是每人20件货物，每人都可以用原有货物实现刚开始时一到两周不进货，从而造成了生产商在第七第八周的时候才开始感觉到游戏的开始。而由于牛鞭效应，大家在库存快不足的时候，例如下游的订单是10，为了维持库存可能他下的订单便是15或者20，这样每级都多一点，到了生产商这儿往往会波动较大，这也使生产商的特点之一。（五）各级商家存在的问题（1）零售商 顾客订单数目一直稳定，但是零售商的订单数量一直波动且波动起伏较大。（2）批发商1. 游戏规则虽然要求每个人不能知道上下游的库存信息，但难免会不小心看见，导致判断与常理不符2. 因为参与者都是新手，所以对供应链的运作方式其实并不太了解，加上上课只是浅浅地过了一下规则，其中的买家卖家的关系，商品运送的关系并不十分了解，所以会盲目下单，导致三组的亏损结果截然不同。例如游戏刚开始由于信息闭塞，不知道怎么下单，大多数参与者会盲目下和接到的单子一样数量（3）分销商1.由于信息闭塞，分销商只能通过收到批发商的订单数和自己的库存数量来决定自己所发的订单数量。零售商的订单变动或存在的决策失误就会放大，导致订单数量不符合市场需求的误差加大。2. 另一方面，分销商拿到批发商订单时，再补货已经延迟了。加上运输过程中的时间延迟，三周的时间使得市场的需要出现的变化，分销商的库存不能及时的反应。（4）生产商我们与第二组唯一不同的是，其在缺货阶段并没有收到过超过20的大订单，因此之后的滞销现象也比较轻，出现得也比较早。而反观第一组，其失败之处便是在于收到了连续的40的订单后，盲目的将产量提高到了一百多，对于缺货的量来说本来只需要在某一周大量生产，而等待的两周只需要按收到的订单生产即可，但第一组连续几周都生产了一百多瓶，整个供应链都出现了物质过剩的现象。所以说，除了第一组以外，我认为其他两组的生产商的决策上都没有太大的问题，关键在于，生产商是为了自己赚钱，而不是宏观调控，所以也只能按照下游的订单，而不是客户的需求进行生产，虽然如此会对之后几周造成不利影响。（六）各级商家的心理分析（1）零售商起初零售商想减少库存，于是订单数目很小；接着看到订单数目增多，零售商开始增加订单，在缺货量越来越多的情况下，出于快点减少欠货量，刺激批发商的考虑，不计后果的增加订单。后来发现“原来货迟早是会到的”，于是第二轮供货紧张时表现的比较从容。（2）批发商游戏开始对整个游戏还处在并不十分了解的状态，下单更趋向于试探性，数量较小，所以导致下游收到的信息是 顾客的消费很少，但是自己的库存有12+4+4 所以显然会考虑清仓的策略，导致游戏开始以来的第一次缺货。游戏进行了一段时间后，大家慢慢对其产生了思考，比如，我下的订单和收到的订单是不是要一样，比如，体会到到货的时间延迟后会提前进货，游戏也慢慢走向了正轨，但是就结束了- -。（3） 零售商从第三组数据分几个阶段来看，在1到7周时，由于受到批发商的订单数量持续平稳低值，分销商的订单数量很少，直接导致后来8到15周批发商突然加大订单时被动而且库存严重不足。在8到15周，分销商在缺货数量持续上升时，没有随着缺货数量增大足够多的订单，导致缺货数量一直降不下来。在16周时，批发商的再一次提高订单数量使得没有准备并且缺货数量加速上涨达到最大值。分销商随之加大订单，补救了一部分亏损。随后的18周到27周分销商的订单数仍然是平稳低值，使得缺货数量减速下降，缺货情况解决的较为缓慢。在28周到35周时，由于之前补平缺货而增加订单的措施，加上运输延迟，库存此时开始增加。在36周到42周时，由于之前库存积压订单数调整为0，当批发商开始订货的时候，分销商没有准备，缺货数量再次上升，订单数也随着增加。（4） 生产商前十周：下游订多少，生产多少，并尽量试着把库存维持在12左右第十到二十周：我必须要尽快消除缺货，但是为了不造成库存的积压，我应该如何来估计延迟的两周内的订单数呢，好纠结啊第二十到三十周：傻傻地卖囤货。第三十到最后：操！好像没我事了，订单索性都是0了。其实对于生产商来说，由于其上游永远不会缺货，想要多少有多少，所以生产商的压力其实是比较小的。所需要思考的只是生产延迟的两周内情况的估计，库存比较好控制，所以心理一直比较平静（七）各级商家的改进措施（1）零售商宁愿存货多也不要欠货多；在欠货多的情况下保持理智，不盲目增加订单。（2）批发商要考虑到到货的延迟问题，保持一定的库存，不要去想象完美的0库存0缺货状态，保持少量或中量库存一定是不会亏的，注意的差不多就这些把，还有一些前面也有涉及。（3）分销商首先要有提前准备量，再则对于下游的市场变化反应要灵敏。最主要还是信息要灵通，要把自己放到整个生产链的上方，观察各方需求和供给的变化，制定合理的销售计划。分销商是联系生产链的重要环节，需要把握好市场动向，调查好市场需求。从数据中，我们可以吸取教训。在调整订单数量时，减少变化的幅度，增加订单变动的频率，以减少由于信息不灵通导致的库存积压或缺货情况。另外，在实际生产过程中的情况还要更加复杂，涉及的对象更多。分销商还需要协调各个批发商之间的数量。（5） 生产商由于生产商的两个特性:上游永远充足，接受的订单波动为几人中最大的，所以估计顾客的消费量意义感觉不大。且第一个特性能够使生产商能够较为方便地补充缺货，而滞销就完全没有办法解决了。又考虑到本游戏中，存货与缺货代价仅仅为1：2，且完全没有其他影响，个人感觉生产商可以把库存稳定在1020个左右，生产的时候要稍微压一压数量，宁可少量缺货也不能大量囤货。像我们组的生产商由于滞销一共有九周库存都在30以上，这是极为不合算的。（八）宏观实验数据与分析（1）供应链各个环节（零售商、批发商、分销商、生产商）发出订单数量之间的联系和比较第一组：从第一组数据中可以清楚地看到，越在供应链下游，发出订单的波动越大。即零售商微小的订单变化在供应链传导过程中，会加大波动范围。而且基本是正相关。第二组：三组图表进行比较，考虑到第二组最后总亏损最少，第一组总亏损最多，在三组比较中会发现零售商的订单波动幅度不大，波动频率最大。这样可以有效的减少因为信息闭塞导致的供应链混乱。第三组：第三组：可以清楚地看到四个环节的订单数相关系数很大，上游的订单数量变化基本是随着下游订单的起伏而波动。（2）供应链各个环节库存的联系与比较第一组：第一组：开始较为稳定，中期除零售商外出现大面积欠货，后由于批发商订单数目陡增致使出现大面积库存，可见一个环节的变动对整个供应链的影响。第二组：第二组：四个环节均在波动，但幅度较小，生产商曾出现较大面积库存，但随后及时调整，零售商处于小幅缺货中。第三组：第三组，两头的供应商波动不大，批发商和分销商波动较大，批发商和分销商的曲线比较一致，相互关联性较大。（九）总结大家均是第一次做此实验，所以难免都有些经验不足，各组均出现了不同种类，不同程度的问题。在订单量于第五周从4突然加到8时，3组均出现了缺货的状况，从下游起逐渐增加了订单量，且从零售商到批发商再到分销商的增加幅度逐渐加大（生产商相对稳定）随之，由于信息滞后性，导致了库存上升，之后其中两组又再次出现了缺货状况直到结束。尽管信息并未完全封闭，但我们还是大致看到了下游对上游的影响，即下游小波动会被逐级放大直到上游。（附