'鞭効果
「ブルウィップ」効果は需要増幅であり、サプライチェーンのノードでの需要の変化が、チェーンのさらに上流での需要のより大きな変化をもたらします。 サプライヤーへの注文は、購入者への販売よりも変動が大きい傾向があります。
小売店が (所有する倉庫または卸売業者にある) 倉庫に注文を行うことは、「万が一に備えて」という考えを反映している可能性があります。 サプライヤーの工場は効率を高めるために大規模ではあるが断続的なバッチで生産し、下位層のサプライヤーは注文のタイミングに関する不確実性をカバーするために大量に生産します。 FMCG(急速に動く消費財)およびCPG(消費期限のある消費者向けパッケージ商品)の分野では、消費者の需要パターンの潜在的な変化により、階層全体のサプライヤーにとって在庫計画がますます困難になっています。
この累積的な不確実性により、組織とそのサプライ チェーン ネットワークに対する供給リスクが増大します。サプライ チェーン ネットワークには、システム内の他のノードのアクションにノードが反応する独自のダイナミクスがあります。 一方、組織の中核となるサプライ チェーンの予測と計画は、通常、社内では企業データの最適化とシグナルの計画に重点が置かれています。
この現象は、1960 年代にジェイ フォレスターによって特定され (フォレスター効果)、1990 年代にハウ リーによって「ブルウィップ」効果として推進されました。 そして、多くの人が「ビール ゲーム」をプレイし、その結果が効果的なサプライ チェーンにとって良くないことを認識していますが、状況を特定することは依然としてソフトウェア アプリケーションの一部ではありません。 したがって、Excel に依存する必要があります。
需要の増幅を測定する
A ニュースレター Fred Baumann が執筆した本では、分散係数 (CoV) を使用して SKU の需要増幅を計算する方法を説明しています。 この例で使用されるテーブルは次のとおりです。
一連の値に対する CoV の計算は、標準偏差を平均で割ったものです。 需要増幅率 (またはブルウィップ) は、注文の CoV と売上高の差を売上の CoV で割ったものとして計算されます。 この例では、この係数は 300% 近くであり、珍しいことではなく、上級管理職の注目を集める可能性が高い数値です。
需要の増幅を軽減する
顧客ごとにすべての SKU から得られる需要増幅により、最高の SKU をグループ化し、行動計画に取り組むことが可能になります。 XNUMX 年前のことですが、Hau Lee によって特定された需要増幅 (ブルウィップ) 効果の XNUMX つの主な原因は現在も残っています。
- 需要シグナル: 企業は販売チャネルからの外部データを入力せずに、内部の注文および出荷データを使用します。
- 注文のバッチ処理: 効率目標を達成するために、企業は静的な安全在庫ルールを使用して期間ベース、つまり月ごとに注文を生成し、必要に応じて顧客に注文を「プル」させるのではなく、組織全体に注文を「プッシュ」します。
- 価格変動: 大量購入や「投資」購入など、購入数量が多いほど低い単価が提供される「取引」が含まれます。 小売業では、追加の運営コストにより、粗利益の増加が純利益の減少によって相殺される可能性があります。
- 大量の購入注文によって引き起こされる配給と欠品: XNUMX 人の顧客からの大量の注文を満たすために一部の顧客に配給が必要な場合、顧客サービスが低下します。 プランナーはキャパシティーを管理するよりもリードタイムを延長したいと思うかもしれません
サプライ チェーンの可視性は限られているため、組織のサプライ チェーン ネットワークのノードとリンク全体の変動性、制約、複雑性を特定して説明することができないため、不確実性が生じます。 したがって、ブルウィップ効果を軽減し、顧客の要求への応答性を向上させるには、組織によって管理され、影響を受けるリードタイムを短縮する必要があります。 調査する取り組みの例は次のとおりです。
- 顧客との関係のレビュー:
- 販売パターン: ホッケースティック (月末に多くの販売が行われる – 「月末ラッシュ」)、
- 販売目標を達成するために月/年末に過剰在庫が発生する
- 顧客が注文トリガーとして使用する支払い条件
- 注文量に影響を与える価格設定と価格インセンティブ
- 固定費と「規模の経済」によるコスト構造により、大規模かつ不規則な発注が促進される
- 注文入力アプリケーション – 顧客サービス ツールとして、Available to Promise (ATP) アプリケーションを強化します。 在庫切れ商品の需要を特定する機能を含める
- 顧客のカテゴリーに対するサービスコスト
- 販売パターン: ホッケースティック (月末に多くの販売が行われる – 「月末ラッシュ」)、
- 製品レビュー:
- 部品や材料の共通化を目指した製品設計
- SKU の遅延差別化 (延期)
- ロットおよびバッチサイズの縮小、つまり顧客の要求に応えるための「クイックチェンジオーバー」仕上げおよび梱包装置の使用
- 部品や材料の共通化を目指した製品設計
- 運用計画のレビュー:
- 「アウトサイドイン」のデータと情報の利用可能性と使用
- 業務計画を外部の需要シグナルに直接リンクします。たとえば、小売業者に供給する場合は、小売業者の販売時点情報管理 (POS) データを使用します。
- シナリオ分析と計画、および予測分析をリスク管理ツールとして使用して、供給の潜在的な混乱を管理します
- ビジネスの戦術計画エンジンとしての販売および業務計画 (S&OP)
- アイテム (製品ライン) の合理化 – 低売上 SKU の「ロングテール」によって引き起こされる複雑さのコストを削減します。
- 在庫管理ポリシー、つまりベンダー管理在庫 (VMI) の推進
- 「アウトサイドイン」のデータと情報の利用可能性と使用
需要の増幅とサプライチェーンを接続する
An 以前のブログ投稿 ビジネス内のサプライチェーンの数について説明しました。 同報告書は、アウトバウンドサプライチェーンの構造に影響を与えるXNUMXつの要因を指摘しました。 最初の要因は、分散係数 (CoV) をツールとして使用して、パターン内で SKU の販売を統合することでした。
各 SKU の年間売上高は同様ですが、CoV をクラス別に配置することで、顧客に効果的にサービスを提供するために物流、業務計画、調達で必要な対応が特定され、それぞれが独自の供給、在庫、配送の特性とフロー、つまりサプライ チェーンを持ちます。
グラフは左側から始まり、パレートの法則 (または 80:20 の法則) を使用した売上ごとの SKU の内訳が表示されます。 次の列は、売上原価 (COGS) 値によって各グループの値を識別します。 各 SKU の名前またはコードが続き、例では色を使用しています。 次の列には年間売上高があり、XNUMX か月ごとに更新されます。 売上の平均値と標準偏差は、需要増幅率で計算されたものと同じです。 クラスはCoV計算から特定されます。
以下の表は、クラスごとに、サプライ チェーンに最適なものを示す XNUMX つの計画計画の下で考慮する必要があるものの例を示しています。
(ブルウィップ) 需要増幅率と計画フロー (サプライ チェーン) が CoV を使用して計算されることを考えると、これらを XNUMX つのアプリケーション (最初はスプレッドシート) に組み込むことができます。 これにより、数値ベースに基づいてサプライ チェーンを計画するための基礎が提供され、内部で変更について交渉する際にサプライ チェーン グループがより強固な立場に立つことができます。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源: https://www.learnaboutlogistics.com/cov-links-supply-chain-class-and-demand-amplification/#utm_source=rss&utm_medium=rss&utm_campaign=cov-links-supply-chain-class-and-demand-amplification