啤酒游戏实验报告.docx
《啤酒游戏实验报告.docx》由会员分享,可在线阅读,更多相关《啤酒游戏实验报告.docx(17页珍藏版)》请在冰点文库上搜索。
![啤酒游戏实验报告.docx](https://file1.bingdoc.com/fileroot1/2023-5/26/173158eb-bdcb-4214-8699-29f253c3a8e5/173158eb-bdcb-4214-8699-29f253c3a8e51.gif)
啤酒游戏实验报告
啤酒游戏
实
验
报
告
一、实验目的
(1)充分认识牛鞭效应的原理并深刻体会其对于供应链的影响。
(2)通过实训充分理解供应链管理的系统化思想。
(3)了解不同角色之间的互动关系,深刻认识信息沟通的必要性。
二、实验原理
1、牛鞭效应(Bullwhipeffect)指营销过程中的需求变异放大现象被通俗地称为“牛鞭效应”,是指供应链上的信息流从最终客户向原始供应商端传递时候,由于无法有效地实现信息的共享,使得信息扭曲而逐渐放大,导致了需求信息出现越来越大的波动。
这是营销过程中的一种高风险现象,它直接加重了供应商的供应和库存风险,甚至扰乱生产商的计划安排与营销管理秩序,导致生产、供应、营销的混乱,解决“牛鞭效应”难题是企业正常的营销管理和良好的顾客服务的必要前提。
2、“牛鞭”效应产生的原因是需求信息在沿着供应链向上传递的过程中被不断曲解。
企业的产品配送成为被零售商所夸大的订单的牺牲品;反过来它又进一步夸大了对供应商的订单。
其基本思想是:
当供应链上的各节点企业只根据来自其相邻的下级企业的需求信息进行生产或者供应决策时,需求信息的不真实性会沿着供应链逆流而上,产生逐级放大的现象。
试着想象客户手中拿着一根鞭子,同时购买心理不停的改变,鞭子也不停的跟着摆动,鞭子越长摆动的越大。
解决长鞭效应最好的方法是将这个鞭子缩得越短越好,这样引起的变化也会很小。
三、实验结果分析
(一)角色分配
角色
消费者
零售商
一级
批发商
二级
批发商
三级
批发商
制造商
姓名
xx
xx
xxx
xx
xx
xx
(二)数据计算说明:
(单位:
元/瓶)
角色
零售商
一级
批发商
二级
批发商
三级
批发商
制造商
买进价
35
29
24
20
15
卖出价
45
35
29
24
20
(三)结果分析及体会
1、消费者——xx
(1)实验数据表
工作日
晴雨表
实际需求量
实际可买到量
短缺数量
1
晴
27
26
1
2
晴
32
20
12
3
晴
25
25
0
4
多云
19
18
1
5
阴
16
14
2
6
阴
14
14
0
7
下雨
10
10
0
8
多云
13
12
1
9
晴
18
12
6
10
晴
19
5
14
11
晴
23
8
15
12
多云
14
14
0
13
多云
13
13
0
14
阴
10
10
0
15
下雨
9
9
0
注明:
作为消费者,每天都需要喝啤酒,影响我购买啤酒数量的因素也有很多,在本例中,我们只简单地选择了天气变化这个因素对于实验所造成的影响。
(2)相关量变化曲线
从上面的市场需求量曲线可知,啤酒市场需求的特征是:
需求量总体上下波动较强,最高点的需求量达到32个,最少时只要10个,但是每个点之间的变化幅度并不是很大。
(3)心得体会
在本次试验中,我担当的是消费者的角色,主要的任务就是根据合理的变化因素,适时合理地调整自己每天的需求量,然后告诉零售商自己每个工作日的需求量,让她根据我的需求量来调整自己的库存,以做到既要满足我的需求量,同时尽量减少自己的库存成本,达到利润最大化。
影响每个工作日的需求量的因素有很多,比如天气情况、消费者身体状况、开party等等,而为了简便统一化,我们这里只选择了天气这个变化因素。
即天晴的时候,我需要的啤酒就多,天阴或下雨的时候需要的酒就比较少一点。
作为消费者,和我直接接触的是一级的零售商。
我的需求量变化幅度总体变化比较大,但每日变化量幅度波动却不是很大,从她为我供货的情况来看,虽然有7天能满足我的需求量,但是仍然有3天的缺货量达到十几个,由此可见,消费者的变化从零售商到制造商会产生多大的影响。
试验完成后,我深刻地体会到了“牛鞭效应”的威力有多大,一个小小的变化却能给制造商带来巨大的损失。
由此可见,信息的有效传递以及合理的控制库存等等对于企业是多么的重要。
2、零售商——xx
(1)实验数据
工作日
库存
出货量(件)
剩余量
进货量(件)
总收益(元)
总成本(元)
利润(元)
需求量
实际出货量
需求量
实际进货量
1
26
27
26
-1
26
20
1176
702
474
2
20
32
20
-12
28
25
903
899
4
3
25
25
25
0
18
18
1125
630
495
4
18
19
18
-1
14
14
810
492
318
5
14
16
14
-2
15
15
630
529
101
6
15
14
14
0
10
10
630
350
280
7
11
10
10
0
17
11
456
385
71
8
12
13
12
-1
15
12
543
422
121
9
12
18
12
-6
22
5
557
187
370
10
5
19
5
-14
21
8
238
308
-70
11
8
23
8
-15
17
15
362
555
-193
12
15
14
14
0
14
14
630
490
140
13
15
13
13
0
12
12
585
420
165
14
14
10
10
0
5
5
450
175
275
15
9
9
9
0
0
0
405
0
405
(2)库存量变化曲线
(3)总成本和总收益的变化曲线
(4)心得体会:
在本次啤酒游戏中,我担任的角色是零售商,直接和消费者产生供需关系,通过实践,体会到密切关注消费者的需求变动是零售活动的核心。
我们把天气作为需求预测的主要考虑因素,综合历史销售量对消费者的需求作出了预测。
但仅此是不够的,上游批发商牵制着我的销售行为,这就是整个供应链的问题了,所以能够做到有效的“承上启下”才能保证供需的平衡。
可能对于我而言有些保守,经过半个月的模拟发现多数情况下我是处于缺货的状态下,那很好的控制库存该是我需要着重关注的问题。
游戏中还出现了些小的问题,但通过及时纠正没怎么影响最终的结果。
此次的游戏不仅让我们认识到了对于一条或者多条供应链来说,上下游企业之间的沟通是至关重要的,任何一个环节都可能对整条链造成很大的影响。
同时我们同学之间的合作加深了友谊,在实践中掌握了真知,希望以后能有更多类似的模拟游戏,让理论与现实结合,达到真正的学习目的。
3、一级批发商——xx
(1)实验数据
出货
进货
工作日
库存
需求
实际
剩余
需求
实际
利润
1
20
20
20
-6
25
25
-37
2
25
25
28
-3
22
22
231
3
22
18
18
4
15
15
187
4
19
14
14
5
10
10
190
5
15
15
15
0
13
13
148
6
13
10
10
3
8
8
112
7
11
11
17
-6
12
14
27
8
12
12
15
-3
15
5
279
9
5
5
22
-17
8
20
-79
10
8
8
21
-13
15
22
-174
11
15
15
17
-2
16
17
58
12
16
14
14
2
13
13
109
13
15
12
12
3
10
10
124
14
13
5
5
8
0
0
165
15
8
0
0
8
0
0
-10
(2)库存量的变化曲线
(3)各节点总收益、总成本、利润曲线图
(4)实验心得
此次啤酒游戏中,我扮演了一级批发商的角色,我的预测和决策受到零售商和二级批发商的影响,根据他们的需求和供给以及天气状况来订购啤酒。
游戏中,前七天一般能比较准确地预测订购量,差值都不是很大,在第八天的时候,由于二级批发商供货严重不足,差额比较大,导致第九、第十天亏损,可能由于他库存管理不当或者书写有误才有一个这样较大的波动。
从图表看,除了个别点的突兀变化,大致都比较平稳地变化,是因为我离消费者比较近,进货和供给的差额没有很大。
需求的波动性以及各种销售商的决策方式都会影响到每个人的需求和供给。
一个微小的变化和浮动到后面阶段就会有一个比较大的变化,甚至会影响到好几天的较大的波动,而且每个人都会或多或少的受到影响。
如果游戏中不出什么大的差错或者消费者需求变化不是很离谱的话,比较精明、比较有预见性的商家就会盈利多一点。
要获得多一点利润,就需要我们控制好库存,记账准确清晰,保持清醒的头脑、做好预测决策。
4、二级批发商——xx
(1)实验数据
工作日
库存
出货
剩余
进货
总收益
总成本
利润
需求
实际
需求
实际
1
30
25
20
5
20
20
580
490
90
2
20
22
22
3
22
22
638
534
104
3
25
15
15
10
10
10
435
260
175
4
20
10
10
10
10
10
290
260
30
5
20
13
13
7
8
7
377
182
195
6
14
8
8
6
4
4
232
108
124
7
10
12
10
—2
15
15
290
356
-66
8
5
15
5
-10
15
8
145
172
-27
9
8
20
8
-12
15
15
232
336
-104
10
15
22
15
-7
20
16
435
370
65
11
16
17
16
-1
20
20
464
478
-14
12
20
13
13
7
13
13
377
326
51
13
20
10
10
10
5
5
290
140
150
14
15
0
0
15
0
0
0
30
-30
15
15
0
0
15
0
0
0
30
-30
(2)库存量变化曲线
(3)总收益、总成本曲线图
(4)心得体会
作为供应链中最重要的一员,实现自己利益最大化的同时,还要尽可能的降低成本。
但是在我们本次的游戏中最大的缺陷就是没有很好的进行库存管理,造成很大的资源浪费,在为期十五个工作日中最后盈利为713元,没有达到企业利润最大化的目标。
我由此得到了以下结论:
a.要合理的计算自己的库存,尽量争取做到库存费用最低,但这并不意味是零库存。
b.争取做到信息的完整和对称,否则会出现过多的库存或缺货现象的发生。
要合理预测自己的库存。
由于信息不对称,各个节点的库存与需求信息无法得到共享,每个部门只能按照订单变化的情况调整自己的订货量或者生产量,足以保证自己的库存与需求。
只是一味追求自己利益的最大化,不顾及全体利益最大化,所以要懂得双赢合作。
c.游戏完成后发现由于决策失误,导致自己上下游的合作伙伴受自己影响很大。
5、三级批发商——xx
(1)实验数据
工作日
库存
出货
剩或欠
进货
总收益
总成本
利润
需求
实际
需求
实际
1
25
20
20
5
20
20
480
410
70
2
25
22
22
3
17
17
528
346
182
3
20
10
10
10
1
1
240
40
200
4
11
10
10
1
6
6
240
122
118
5
7
8
7
1
8
8
168
162
6
6
8
4
4
4
1
1
96
28
68
7
5
15
5
10
8
8
120
180
-60
8
8
15
8
7
20
16
200
334
-134
9
16
15
15
1
15
15
360
302
58
10
16
20
16
4
20
20
384
408
-24
11
20
20
20
0
15
15
480
300
180
12
15
13
13
2
10
10
312
204
108
13
12
5
5
7
0
0
120
14
106
14
7
0
0
7
0
0
0
14
-14
15
7
0
0
7
0
0
0
14
-14
(2)库存量变化图
(3)总收益、总成本变化图
(4)实验心得
这次游戏设有多个环节,包括零售商、批发商、分销商、生产商。
每个环节的目的就是合理安排库存和进货量,使利润最大化。
我在游戏中扮演三级批发商,直接以生产商作为货源,离消费者距离较远,对市场的把握不强,同时接受二级批发商和生产商方面的压力。
每日收益情况变化幅度大,库存花费较大。
在游戏中,很难掌握下游二级批发商的需求量,加之天气变化情况对啤酒供需的影响有时不准,导致我曾大量囤积货物,影响收益。
因此,在游戏中时刻注意外部情况,如天气等,将库存维持在较低水平,同时注意下游的动态,使利润最大化。
6、制造商——xx
(1)实验数据
工作日
库存
出货
欠/余
生产
总收益
总成本
利润
需求
实际
1
30
20
20
+10
15
400
245
155
2
25
17
17
+8
17
340
271
69
3
25
1
1
+24
0
20
48
-28
4
24
6
6
+18
0
120
36
84
5
18
8
8
+10
5
160
95
65
6
15
1
1
+14
0
20
28
-8
7
14
8
8
+6
10
160
162
-2
8
16
20
16
-4
18
320
278
42
9
18
15
15
+3
17
300
261
39
10
20
20
20
0
20
400
300
100
11
20
15
15
+5
10
300
160
140
12
15
10
10
+5
8
200
130
70
13
12
0
0
+12
0
0
24
-24
14
12
0
0
+12
0
0
24
-24
15
12
0
0
+12
0
0
24
-24
(2)库存量变化图
(3)总收益、总成本变化图
(4)心得体会
制造商在整个供应链中担任着生产商品的任务,位于整个供应链的最上部。
由于距离消费者的距离最长,其中环节过多,使得信息不足,并且产生信息的延迟,最后导致生产与需求产生一定的差距,造成“牛鞭效应”。
在我们进行的这次模拟中,基本上我的生产大于下级的需求,库存积压较为严重,并且在最后几天完全没有需求,库存积压严重,生产停滞,无收入只有成本,造成了一定的亏损。
在这种情况下,制造商应该努力提高信息敏感度,合理规划生产,尽量减少不必要的损失。
四、实验总结
通过这次的“啤酒游戏”,我们对牛鞭效应也有了更深一步的理解。
啤酒游戏中所反映的问题是“牛鞭效应”存在供应链上的每一个环节给供应链上各厂商带来的严重后果。
消费者需求的一点变化,导致零售商对分销商订单量的扩大,批发商根据自己的判断,明白了需求在逐渐增加。
需求增加的信息从批发商处传到生产商处时又被放大,导致生产商以为消费者需求大大增加。
这样啤酒厂就会大量生产啤酒。
使得后期的啤酒供给逐渐增加,大大超过了消费者的需求,这就造成极大的浪费。
此外,牛鞭效应导致供应链上各厂商库存积压,特别是对于生产商来说,需求严重被放大,库存产品积压非常严重。
这在现实中是随处可见的,消费者的一点点需求变化可能会被无限放大,以至于市场动荡剧烈。
“啤酒游戏”给我们的启示是通过分析游戏中供应链上各部门存在的“牛鞭效应”的机理,找到应对供应链上各部门需求放大的方法以解决企业存在的“牛鞭效应”。
简而言之,存在以下几个问题:
1、各部门没有供应链的整体观念
2、缺乏合作和协调性
3、缺乏信息共享
4、忽视不确定性对库存的影响
*以下是我们根据上述问题提出的几个能够减少“牛鞭效应”的方法:
1、实现信息共享
各部门保持良好的沟通,分享各自所拥有的信息,实现信息共享。
例如零售商与其他供应链成员共享数据,就能使各成员对实际顾客需求的变化作出响应。
从而减少需求预测变动性,减少牛鞭效应。
2、加强库存的管理
采用联合库存控制。
联合库存是一种风险分担的库存管理模式,简单来说,联合库存管理就是基于协调中心的联合库存管理模式。
联合库存管理和供应商管理客户库存不同,联合库存管理是使供应商与销售商权利责任平衡的一种风险分担的库存管理模式,它在供应商与销售商之间建立起了合理的库存成本、运输成本与竞争性库存损失的分担机制,将供应商全责转化为各销售商的部分责任,从而使双方成本和风险共担,利益共享,有利于形成成本、风险与效益平衡,从而有效地抑制了“牛鞭效应”的产生和加剧。