之前一篇文章"供应链上的库存到底是谁的",我们分析了供应链上的库存实质上的归属问题。这一篇我们来分析一下"著名的"、"臭名昭著"的供应链牛鞭效应。

内行肯定都知道这个问题,简单讲,就是由于供应链"又臭又长",涵盖从生产、流通、零售环节,在这三大环节中又有不同的企业主体参与,他们对市场需求信息的传递,肯定会出现偏差,导致离市场越远的环节,获取的市场需求信息越不准确,而这些环节又希望通过更多的库存,来快速满足下游的需求,最终导致生产出了不必要的库存,如下图6-2所示。

牛鞭效应和供应链失调的关系(供应链上的牛鞭效应及对策)(1)

图6-2 牛鞭效应示意图

展开来讲,图6-2它反应的是零售供应链上的各个参与方,由于下游(从门店开始,门店是最下游)的需求波动,为了提高服务水平上游就需要多备库存,而多备的部分随着链条往源头层层被放大。

举个最直观的例子,当门店为了应对缺货而多备20%的库存时,零售商的仓库认为门店多备的20%是销售需求,因此会基于120%的需求做备货,同时还要考虑自己的安全库存,最终仓库可能就要多备40%,这样的效应会延续到生产商这里。这就相当于传话人越多,信息越失真。

为了管理牛鞭效应,需要上下游的紧密配合,同时共享数据。在传统的模式下,渠道商依据零售商向自己采购了多少货来判断自己未来要备多少货,生产商根据渠道商向自己采购了多少货来判断自己未来要备多少货。这样线性的方式就会把需求信号层层放大,数字化时代我们有了越来越多的手段和工具,可以直接与下游协同,获取他们的销售数据,进而进行终端的销售预测,再驱动自己的需求计划,通过信息的高效传递来减少库存,如下图6-3所示。

牛鞭效应和供应链失调的关系(供应链上的牛鞭效应及对策)(2)

图6-3 通过协同预测减少牛逼效应

这个方式,在制造业,生产商和供应商共享原料库存与计划信息,让供应商更好的安排送货,这个模式称之为供应商管理库存(VMI)。在零售业,零售商与供应商共享库存信息、预测信息,让供应商据此作出更好的向零售商仓库或门店的补货计划,这个称之为协调预测补货(CPFR)。

笔者服务过的游戏设备品牌任天堂在北美的销售公司,与北美几大电子产品零售商(BestBuy、GameStop、Target、Walmart、Amazon)建立了高效的协调预测补货系统(CPFR),应用联网的数据交换系统,建立了每周一次的销售数据同步机制。每周一早上分析在这些门店的销售情况,结合这些零售商仓库、门店的库存水平,制定给这些零售商的补货计划。同步根据自己库存情况,计算应该向日本总部的采购数量。如果发现有零售商销售速度变慢,市场部门会联合零售商的商品部门一起制定促销计划,一起进行销售促进。国内不少领先的品牌商也在通过渠道商协同管理系统,获得渠道商甚至零售商的商品销售数据,观测终端的水量大小,来计划自己的供应,做到真正的以销定产。甚至连笔者服务过的一家医药试剂生产企业,也通过建立渠道管理系统,掌握渠道的进销存情况,指导自己的生产计划。

本质上,VMI或CPFR,都是在用信息换库存。既然库存的成因是信息传递的偏差,那么就大家更紧密的配合,共享信息,来实现更准确的对需求的判断,进而降低库存。

以上内容摘选自新书《零售供应链 数字化时代的实践》,京东,当当有售,感兴趣的读者可以查看、购买。

牛鞭效应和供应链失调的关系(供应链上的牛鞭效应及对策)(3)

牛鞭效应和供应链失调的关系(供应链上的牛鞭效应及对策)(4)

,