知识库返回>>

摆脱牛鞭效应,供应链伙伴双赢战略
时间:2016/1/11 16:48:38

"牛鞭效应"(Bullwhip effect)长久以来一直是供应链活动中,普遍存在的一种现象,即指:终端客户的需求信息往上游供应链传递时,因为种种原因无法有效地实现前端市场资讯的共享,而导致需求变化信息被扭曲放大的现象,最终导致各供应链成员参考了被扭曲的资讯(如历史出货数据、历史订单数据等),以此制定供货规划,最终导致了供货风险、库存资金积压、成本增加等问题。

为什么说历史出货数据、订单数据是被扭曲的资讯呢? 因为这些资讯往往无法反映客户的实际销售状况,而是受到当时物流能力、供应商产能、订单政策、配货网络、甚至是人为经验判断等因素影响后的综合性结果;一旦上述的某项条件在未来的某个时间点改变时,再使用过去的出货或订单数据作为供货规划的依据,就不是很恰当了,这不仅仅会造成供货商库存积压或供应不及的问题,CPFR下游客户也会因为上游供应商的问题,面临缺货的风险,可以说最后大家都是输家。

你可能会问,既然如此,为什么供应链合作的双方,不愿意进行除出货、订单数据外,更接近市场端的讯息共享呢? 从过去的项目经验中会发现,有时候是因为政治因素、商业机密的考量,或者纯粹是因为缺乏有效的分享工具进行数据传输。不过,还有一个最主要但常常被忽略的原因,就是客户不知道资讯共用之后,应该如何使用这些数据,同时也对资讯共用的效益存疑,导致双方都缺乏资讯共用的意愿与动力。

其实,国际上已有多个市场资讯共用并连动至供货计划的成功案例,其中由零售商主导或品牌制造商主导都有,案例包含Sony Canada与经销商间、Lowe's Home improvement与Stanley/Black & Decker、Kraft与Sam's Club、以及Sony Electronics与Wal-Mart (注1),这些成功导入案例皆证实,供应链上下游通过前端市场资讯共用并连动至后端供货计划,的确能有效改善双方的规划品质,进而降低双方库存,并提高供货满足(Fill Rate)绩效。更重要的是,一旦双方初尝好处并建立信心后,可以进一步扩大资讯分享的内容范围,从单纯的数据分享,如销售数据、库存数据等,扩大到分享商业规划的层面,如订货政策、配货网络调整、营销活动计划、产品上下市规划等,这其实是供应链合作成员间交易模式的一大变革,从原本的竞争关系,转变成为双赢(Win-Win)的模式,共同参与并分享供应链的利益与风险。

市场信息共享连结供货计划的核心精神与信仰就是:相信供应链最终还在于满足与服务终端市场的消费者,而当消费者从货架上拿走商品的那一刻,才是拉动整体供应链的唯一力量(The Moment of Truth),也因此供应链各阶段的规划,应依赖(零售)终端市场的销售数据变化,不断地重新计算(Recalculation)而优化,而不是利用各阶段片段的信息(如订单、出货等)进行。例如,一条供应链上有许多的成员,包含零售商门店、零售商物流仓库、品牌商物流仓库、制造商工厂。通过终端零售信息的共享连结各成员的供货规划作业,又将如何进行呢?





表1,代表零售商ABC的花莲门市的冰箱型号(ABC-1234)的需求计划(花莲门店销售预测)与补货计划(花莲门店对零售商DC的订单预测)。

其中,栏位「(门店)销售预测」代表的是消费者拿走多少的预测量,也就是花莲门店每周实际的销售量。销售预测也包含该门店的促销活动、或其他商业计划的内容(如产品上下市等)。

栏位「(门店)预计库存」代表对花莲门店库存的预估,主要受到栏位「门店销售预测」与「门店预计到货」的影响。在进行W1-W14的滚动预测时,除了W1在计算未来补货规划(即栏位(门店)对DC订单预测)时可以参考实际库存外,W2-W14的补货计划,仅能参考预计库存进行计算。

栏位「(门店)对DC订单预测」则代表花莲门市每周对零售商ABC物流仓XYZ的补货需求,主要受到出货前置期、安全库存、现有库存、预计到货量、向DC采购的MOQ限制、向DC采购的订购系数等因素的影响。之后,门市每周自动计算并产生一张建议订单给DC。

零售商ABC下有多个门店,表2我们可以看到多个门店针对冰箱型号(ABC-1234)补货需求的汇整。表2中,花莲门店W1-W12的数字,即为表1中栏位「(门店)对DC订单预测」数字。从表2的栏位「Total」可以看到零售商下所有门店,对于单一SKU每周对DC1的补货(订单)需求;

表2中栏位「Total」的数字,将自动成为表3零售商DC1的需求预测规划数字,作为零售商DC1供货规划的基准,也就是连动前端门市的需求至后端DC1的供货作业。



表3呈现零售商ABC下DC1针对冰箱型号ABC-1234的需求计划(DC1需求预测)与补货计划(DC1对品牌商的订单预测)。零售商DC1每周取得各门市未来N周的滚动需求预测后,将跟据DC1的出货前置期、安全库存、现有库存、预计到货量、(向品牌商)订单MOQ、(向品牌商)订购系数等因素的影响,自动重新计算并调整(对品牌商)订单预测(即补货计划)。

当每周门店的实际销售与预测有所差异时,一旦任何一间门店调整其销售预测,或者是因为实际到货影响每周实际库存变化时,零售商DC1的需求与补货计划也随之动态地重新计算,也就是说,DC1的供货规划通过上述的作业方式,已紧密地与前端门店销售与库存状况进行连动;当某间门店的实际销售>门店销售预测,则表3中DC1对品牌商的订单预测(补货需求)亦会自动提前至前一个规划日;同理,当某间门店的实际销售门店<销售预测,则表3中DC1对品牌商的订单预测(补货需求)会自动延后1个规划日。

这与目前一般零售业中,DC仰赖过去门店的订单或出货历史信息,自行规划与门店间以及与品牌商间的供应作业方式,不同的是,唯有前者才能真正确保后端供应能更贴近实际的市场需求与变化,并降低缺货可能或避免不必要的库存,也就是通过市场信息的分享,降低牛鞭效应对各供应链成员的冲击。

通过上述零售商门店与零售商DC间的作业模式,亦可复制到零售商多个DC与品牌商间、品牌商与制造商间,亦将市场信息分享并连动供货计划的范畴向上延伸至整个供应链,而形成一个连动的供应链体系,从而推动整条供应链的唯一来源,就是终端门到的销售预测。




表4与表5呈现零售商DC与品牌商间如何通过DC端信息共享并进行双方补货(供货)计划的连动。

表4为零售商多个DC针对冰箱型号(ABC-1234)需求的汇整。表4中的栏位「Total」可以看到零售商下所有DC,对于单一SKU每周对品牌商的补货(订单)需求;表4中栏位「Total」的数字,将自动成为表5品牌商DC的需求预测规划数字,作为品牌商DC供货规划的基准,也就是连动前端零售商DC的需求至后端品牌商的供货作业。

注1:参考VICE "The Ultimate Retail Supply Chain Machine: Connecting the Consumer to the Factory"

分享到:

张琍雯(营销管理与供应链规划资深顾问)
专精领域:需求计划、数据决策分析、营销管理、S&amp;amp;OP、CPFR

熟悉国际趋势,并参与多个重要项目,对于海信、嘉士伯啤酒、无限极、华润三九、老百姓等等企业的数据分析来龙去脉一手掌握,专精于营销相关的需求计划分析应用。

联合通商科技(天津)有限公司 天津‧上海‧广州‧台北 Global Technology, Local Service Copyright © 2016 eBizprise Inc. Powered by CN7080 津ICP备13000277号-1