Efekt byczego bicza

Ilustracja efektu byczego bicza: klient końcowy składa zamówienie (bicz), co w miarę postępów w łańcuchu dostaw w coraz większym stopniu zniekształca interpretację popytu .

Efekt byczego bicza to zjawisko w łańcuchu dostaw , w którym zamówienia do dostawców mają zwykle większą zmienność niż sprzedaż do kupujących, co skutkuje zwiększoną zmiennością popytu na wyższym szczeblu. Po części skutkuje to rosnącymi wahaniami zapasów w odpowiedzi na zmiany popytu konsumpcyjnego w miarę przesuwania się w górę łańcucha dostaw. Koncepcja ta pojawiła się po raz pierwszy w Industrial Dynamics Jaya Forrestera (1961) i dlatego jest również znana jako efekt Forrestera . Zostało to opisane jako „obserwowana skłonność do tego, aby zamówienia materiałów były bardziej zmienne niż sygnały popytu i aby ta zmienność wzrastała im dalej firma znajduje się w łańcuchu dostaw”. Naukowcy z Uniwersytetu Stanforda pomogli włączyć tę koncepcję do języka łańcucha dostaw, wykorzystując opowieść o Volvo . Cierpiąc na nadmiar ekologicznych samochodów, dział sprzedaży i marketingu opracował program sprzedaży nadwyżek zapasów. Chociaż udało się wygenerować pożądany przyciąg rynkowy, produkcja nie wiedziała o planach promocyjnych. Zamiast tego odczytali wzrost sprzedaży jako oznakę rosnącego popytu na ekologiczne samochody i zwiększyli produkcję.

Badania wskazują, że pięcioprocentowe wahania popytu w punktach sprzedaży będą interpretowane przez uczestników łańcucha dostaw jako zmiana popytu nawet o czterdzieści procent. Podobnie jak trzaskanie batem , mały ruch nadgarstka – zmiana popytu w punkcie sprzedaży – może spowodować duży ruch na końcu bicza – reakcje producentów.

Powoduje

Efekt byczego bicza

Ponieważ popyt klientów rzadko jest idealnie stabilny, firmy muszą prognozować popyt, aby odpowiednio rozmieścić zapasy i inne zasoby. Prognozy opierają się na statystykach i rzadko są całkowicie dokładne. Ponieważ podawane są błędy prognoz, firmy często posiadają zapasów zwany „ zapasem bezpieczeństwa ”.

Przesuwając się w górę łańcucha dostaw od konsumenta końcowego do dostawcy surowców , każdy uczestnik łańcucha dostaw ma większe obserwowane zróżnicowanie popytu, a tym samym większe zapotrzebowanie na zapasy bezpieczeństwa . W okresach rosnącego popytu uczestnicy niższego szczebla zwiększają zamówienia. W okresach spadającego popytu zamówienia spadają lub wstrzymują się, nie zmniejszając w ten sposób zapasów. Efekt jest taki, że różnice są wzmacniane w miarę przesuwania się w górę łańcucha dostaw (dalej od klienta). Ta sekwencja wydarzeń jest dobrze symulowana przez grę dystrybucji piwa , opracowaną przez MIT Sloan School of Management w latach 60.

  • Dezorganizacja
  • Brak komunikacji
  • Zasady bezpłatnych zwrotów
  • Partie zamówień
  • Wahania cen
  • Żądaj informacji
  • Po prostu ludzka chciwość i przesada

Przyczyny można dalej podzielić na behawioralne i operacyjne .

Przyczyny behawioralne

Pierwsze teorie skupiające się na efekcie byczego bicza koncentrowały się głównie na irracjonalnych zachowaniach człowieka w łańcuchu dostaw, podkreślając je jako główną przyczynę efektu byczego bicza. Od lat 90. badania ewoluowały, umieszczając nieprawidłowe funkcjonowanie łańcucha dostaw w centrum swoich badań, porzucając czynnik ludzki. Poprzednie modele teorii sterowania zidentyfikowały jako przyczyny kompromis między wydajnością stacjonarną i dynamiczną, a także użycie niezależnych kontrolerów. Zgodnie z Dellaertem i in. (2017), jedną z głównych przyczyn behawioralnych, które przyczyniają się do efektu byczego bicza, jest niedoszacowanie rurociągu. Ponadto w takich warunkach negatywny wpływ ma również obciążenie uzupełniające, przeszacowanie rurociągu. Niemniej jednak wykazano, że gdy strumień popytu jest nieruchomy, system jest stosunkowo odporny na to obciążenie. Stwierdzono, że w takich sytuacjach polityki stronnicze (zarówno niedoszacowanie, jak i przeszacowanie rurociągu) są równie skuteczne, jak polityki obiektywne.

Można wyróżnić niektóre inne przyczyny behawioralne:

  • Niewłaściwe stosowanie zasad dotyczących akcji podstawowych
  • Błędne postrzeganie informacji zwrotnych i opóźnień czasowych. W 1979 roku Buffa i Miller podkreślili to na swoim przykładzie. Jeśli detalista zauważy stały spadek popytu o 10% w dniu 1, nie złoży nowego zamówienia aż do dnia 10. W ten sposób hurtownik zauważy spadek o 10% w dniu 10 i złoży zamówienie w dniu 10 dzień 20. Im dłuższy łańcuch dostaw, tym większe będzie to opóźnienie, a gracz na końcu łańcucha dostaw odkryje spadek popytu po kilku tygodniach.
  • Panika zamawiania reakcji po niezaspokojonym żądaniu
  • ograniczonej racjonalności innych graczy . Idąc logiką przykładu Buffy i Millera, po kilku tygodniach produkcji w klasycznym tempie producent otrzyma informację o spadku popytu. Ponieważ spadek wyniósł 10%, w czasie opóźnienia w obiegu informacji producent miał nadwyżkę 11% dziennie, skumulowaną od pierwszego dnia. Jest więc bardziej skłonny do cięcia większej produkcji niż jest to konieczne.

Czynniki ludzkie wpływające na zachowanie w łańcuchach dostaw są w dużej mierze niezbadane. Jednak badania sugerują, że osoby o zwiększonej potrzebie bezpieczeństwa wydają się osiągać gorsze wyniki niż osoby podejmujące ryzyko w symulowanym środowisku łańcucha dostaw. Osoby o wysokim poczuciu własnej skuteczności mają mniej problemów z radzeniem sobie z efektem byczego bicza w łańcuchu dostaw.

Przyczyny operacyjne

Przełomowy Lee i in. (1997) odkryli, że efekt byczego bicza nie wynika wyłącznie z irracjonalnego podejmowania decyzji: odkryli, że w pewnych okolicznościach racjonalne jest, aby firma składała zamówienia z większą zmiennością niż zmienność popytu, tj. zniekształca popyt i wywołuje efekt byczego bicza . Ustalili listę czterech głównych czynników, które powodują efekt byczego bicza: przetwarzanie sygnału popytu, racjonowanie żywności, grupowanie zamówień i wahania cen. Ta lista stała się standardem i służy jako podstawa do identyfikacji efektu byczego bicza. [ potrzebne źródło ]

  • Aktualizacja prognozy popytu jest dokonywana indywidualnie przez wszystkich członków łańcucha dostaw. Kiedy gracz sieciowy składa zamówienie, automatycznie dodaje do zapasów zapasy bezpieczeństwa, które są potrzebne w odpowiedzi na nieoczekiwane zdarzenie. Kiedy dostawca pierwszego gracza zamierza złożyć zamówienie u swojego dostawcy, doda również zapas bezpieczeństwa w oparciu o całkowite zamówienie pierwszego gracza. Im więcej graczy w łańcuchu, tym zapas bezpieczeństwa zostanie utworzony, co spowoduje sztuczny wzrost popytu.
  • Partie zamówień . Aby zminimalizować koszty i uprościć logistykę firmy, większość firm woli akumulować popyt przed wykonaniem zamówienia. W ten sposób mogą skorzystać z większej sprzedaży na swoim zamówieniu (ekonomia skali) i mają możliwość zamówienia całej ciężarówki lub kontenera, co znacznie obniża koszty transportu. Im bardziej scentralizowane są zamówienia, tym bardziej nieregularny będzie wykres popytu, tworzy to sztuczną zmienność popytu i może wpływać na branże sąsiadów, co prawdopodobnie zwiększy efekt byczego bicza.
  • Wahania cen w wyniku czynników inflacyjnych, rabatów ilościowych lub wyprzedaży zwykle stymulują klientów do kupowania większych ilości niż potrzebują. Gra polegająca na sprzedaży i dyskoncie zmusza firmę do kupowania większej ilości, niż potrzebuje, w przypadku, gdy ekonomia sprzedaży jest wyższa niż wydatki na magazynowanie. Zwiększa to zmienność poprzez skoki popytu, a następnie spłaszczenie linii w czasie, gdy klient sprzedaje nadwyżki zapasów. Prowadzi to do większej niepewności ze strony różnych graczy i przewidywania momentu, w którym popyt wzrośnie. Wszystko to prowadzi do efektu byczego bicza. Jeśli wydaje się, że równie łatwo można przeciwdziałać, zatrzymując ważną sprzedaż, konkurent zająłby miejsce, oferując lepsze ceny.
  • Racjonowanie i gry mają miejsce, gdy sprzedawca detaliczny próbuje ograniczyć wielkość zamówienia, dostarczając tylko procent zamówienia złożonego przez kupującego. Ponieważ kupujący wie, że sprzedawca dostarcza tylko ułamek złożonego zamówienia, próbuje „grać” w system, dokonując korekty w górę ilości zamówienia. Racjonowanie i gry generują niespójności w otrzymywanych informacjach o zamówieniach.

Inne przyczyny operacyjne obejmują:

  • Zależne przetwarzanie popytu
    • Błędy prognozy
    • Korekta parametrów kontroli zapasów przy każdej obserwacji zapotrzebowania
  • czasu realizacji (błąd prognozy w czasie realizacji uzupełnienia)
  • Synchronizacja wielkości partii/zamówień
    • Konsolidacja żądań
    • Motyw transakcji
    • Rabaty ilościowe
  • Promocja handlu i zakupy terminowe
  • Przewidywanie niedoborów
    • Zasada alokacji dostawców
    • Niedobór gier
    • Zarządzanie zapasami w stylu Lean i JIT oraz strategia produkcji pościgowej

Konsekwencje

Oprócz większych zapasów bezpieczeństwa, opisany efekt może prowadzić albo do nieefektywnej produkcji, albo do nadmiernych zapasów, ponieważ każdy producent musi zaspokoić popyt swoich klientów w łańcuchu dostaw. Prowadzi to również do niskiego wykorzystania kanału dystrybucji.

Pomimo utrzymywania zapasów bezpieczeństwa nadal istnieje ryzyko wyczerpania zapasów, co skutkuje słabą obsługą klienta i utratą sprzedaży. Oprócz trudnych (finansowo) mierzalnych konsekwencji złej obsługi klienta oraz uszczerbku na wizerunku publicznym i lojalności, organizacja musi stawić czoła konsekwencjom niewykonania zobowiązania, które mogą obejmować kary umowne. Ponadto powtarzające się zatrudnianie i zwalnianie pracowników w celu zarządzania zmiennością popytu pociąga za sobą dalsze koszty związane ze szkoleniami i ewentualnymi zwolnieniami.

Wpływ efektu byczego bicza był szczególnie dotkliwy na początkowych etapach pandemii COVID-19 , kiedy nagłe skoki popytu na wszystko, od środków medycznych, takich jak maski lub respiratory, po artykuły konsumpcyjne, takie jak papier toaletowy lub jajka, tworzyły pętle zwrotne paniki. kupowanie, gromadzenie i racjonowanie.

Środki zaradcze

Wymiana informacji w całym łańcuchu dostaw to skuteczna strategia łagodzenia efektu byczego bicza. Został on na przykład pomyślnie wdrożony w systemie dystrybucji Wal-Mart . Poszczególne sklepy Wal-Mart przesyłają dane z punktów sprzedaży (POS) z kasy z powrotem do centrali firmy kilka razy dziennie. Te informacje o popycie są wykorzystywane do kolejkowania przesyłek z centrum dystrybucyjnego Wal-Mart do sklepu i od dostawcy do centrum dystrybucyjnego Wal-Mart. Rezultatem jest niemal idealna widoczność popytu klientów i ruchu zapasów w całym łańcuchu dostaw. Lepsze informacje prowadzą do lepszego pozycjonowania zapasów i niższych kosztów w całym łańcuchu dostaw.

Inną zalecaną strategią ograniczania efektu byczego bicza jest wygładzanie zamówień. Poprzednie badania wykazały, że wygładzanie zamówień i efekt byczego bicza występują w przemyśle równolegle. Udowodniono, że wygładzanie zamówień jest korzystne dla wydajności systemu, gdy popyt jest stacjonarny. Jednak jego wpływ ogranicza się do wzmocnienia zamówienia w najgorszym przypadku, gdy popyt jest nieprzewidywalny. To powiedziawszy, analiza dynamiczna ujawnia, że ​​wygładzanie zamówień może obniżyć wydajność w przypadku wstrząsów popytowych. Z drugiej strony odchylenie przeciwne (tj. nadmierna reakcja na niedopasowania) pogarsza wydajność stacjonarną, ale może zwiększyć wydajność dynamiczną; kontrolowana nadmierna reakcja może pomóc systemowi szybko osiągnąć nowe cele. System jest jednak bardzo wrażliwy na to zachowanie; ekstremalna nadmierna reakcja znacznie zmniejsza wydajność. Ogólnie rzecz biorąc, bezstronna polityka zapewnia ogólnie dobre wyniki w szerokim zakresie rodzajów popytu. Chociaż te zasady nie zapewniają najlepszych wyników pod pewnymi kryteriami. Zawsze jest możliwe znalezienie stronniczej polityki, która przewyższa bezstronną politykę dla dowolnego jednego miernika wydajności.

Metody mające na celu zmniejszenie niepewności, zmienności i czasu realizacji:

Byk finansowy

Wiele badań demonstruje efekt byczego bicza w łańcuchu dostaw z różnych perspektyw, w tym dzielenia się informacjami (Lee i in., 2000), zniekształcania informacji (Lee i in., 2004), przypadków bankructwa (Lee i in., 2004, Mizgier i in. ., 2012) i systematycznym (Osadchiy et al., 2015). Większość z nich poświęca się badaniu efektu byczego bicza z perspektywy ryzyka przepływu zapasów i przepływu informacji, a nie ryzyka przepływów pieniężnych. W przypadku wewnętrznego ryzyka płynności firmy (Chen i in., 2011) jest to odpowiedni wskaźnik zastępczy ryzyka finansowego firmy.

Wychodząc od pojęcia efektu byczego bicza pochodzącego z akcji, istnieje podobny „efekt finansowego byczego bicza”, zbadany w (Chen i in., 2013), dotyczący majątku posiadaczy obligacji wzdłuż łańcucha dostaw poprzez zbadanie, czy efekt wewnętrznego ryzyka płynności na spreadach rentowności obligacji rośnie w górę wzdłuż kontrahentów w łańcuchu dostaw.

Finansowy efekt tętnienia

Jest to bardziej ogólnie modelowane w (Proselkov i in., 2023), który wykorzystuje modelowanie złożonych systemów adaptacyjnych do badania niepowodzeń kaskadowych jako konsekwencji byków finansowych. W szczególności tworzą oparty na agentach model symulacji sieci dostaw, rejestrujący zachowania firm o asymetrycznej dynamice władzy z ich partnerami. Aby pozostać operacyjnym, maksymalizują swoją płynność, negocjując dłuższe terminy spłaty i tańsze finansowanie, rozkładając w ten sposób ryzyko na słabsze firmy i propagując napięcia finansowe. Powoduje to awarię w całej sieci.

Zobacz też

Literatura

  • Bray, Robert L. i Haim Mendelson. „Transmisja informacji i efekt bicza: badanie empiryczne”. Nauka o zarządzaniu 58,5 (2012): 860–875.
  • Buffa Elwood S i Jeffrey G Miller. 1979. Systemy produkcyjno-inwentaryzacyjne: planowanie i kontrola . wyd. 3D. Homewood III: Richard D. Irwin.
  • Cannella S. i Ciancimino E. (2010). W fazie unikania byczego bicza: współpraca w łańcuchu dostaw i wygładzanie zamówień. International Journal of Production Research, 48 (22), 6739-6776
  • Chen, YF, Z. Drezner, JK Ryan i D. Simchi-Levi (2000), Quantifying the Bullwhip Effect in a Simple Supply Chain: The Impact of Forecasting, Lead Times and Information. Nauka o zarządzaniu, 46, 436–443.
  • Chen, YF, JK Ryan i D. Simchi-Levi (2000), The Impact of Exponential Smoothing Forecasts on the Bullwhip Effect. Logistyka badań marynarki wojennej, 47, 269–286.
  • Chen, YF, Z. Drezner, JK Ryan i D. Simchi-Levi (1998), The Bullwhip Effect: Managerial Insights on the Impact of Forecasting and Information on Variability in a Supply Chain. Modele ilościowe dla
  • Disney, SM i Towill, DR (2003). O biczu i odchyleniach inwentaryzacyjnych wynikających z polityki zamówień. Omega, International Journal of Management Science, 31 (3), 157–167.
  • Lee, HL, Padmanabhan, V. i Whang, S. (1997). Zniekształcenie informacji w łańcuchu dostaw: efekt byczego bicza. Nauka o zarządzaniu, 43 (4), 546–558.
  • Lee, HL (2010). Oswajanie byka. Journal of Supply Chain Management 46 (1), s. 7–7.
  • Zarządzanie łańcuchem dostaw, S. Tayur , R. Ganeshan i M. Magazine, red., Kluwer, s. 417–439.
  • Selwyn, B. (2008) Przywrócenie stosunków społecznych: (re)konceptualizacja „efektu byczego bicza” w globalnych łańcuchach towarowych. International Journal of Management Concepts and Philosophy, 3 (2) 156-175.
  •   Tempelmeier, H. (2006). Zarządzanie zapasami w sieciach dostaw — problemy, modele, rozwiązania, Norderstedt: Książki na żądanie. ISBN 3-8334-5373-7 .

Linki zewnętrzne

Pobrano z „ https://en.wikipedia.org/w/index.php?title=Bullwhip_effect&oldid=1142316128 ”