物流管理啤酒实验报告.docx

物流管理啤酒实验报告.docx

《物流管理啤酒实验报告.docx》由会员分享，可在线阅读，更多相关《物流管理啤酒实验报告.docx（11页珍藏版）》请在冰点文库上搜索。

物流管理啤酒实验报告

物

流

管

理

啤酒游戏实验报告

实验名称：

啤酒游戏实验

实验地点:

经管楼5楼实验室

一、实验过程和实验结果

1、创建游戏。

2、角色分配，各角色加入到刚创建好的游戏中，根据各角色的订货策略完成游戏。

第一次实验角色分配：

角色

成员分配

零售商A

批发商A

制造商A

零售商A2

第二次实验角色分配：

角色

成员分配

零售商A1

零售商A2

批发商A

制造商A

3、游戏结束后，导出实验数据。

4、对实验数据进行分析，撰写实验报告。

二、实验数据分析

第一次实验情况

1、订货策略

由于原始库存是已知的，因此刚开始我们订货策略是保持库存，根据需求发货，及时发出订购信息，补充库存。

表1-1零售商A1统计情况

表1-2批发商A统计情况

表1-3制造商统计情况

由各角色的统计情况可以做出以下统计，如表1-4本期数据统计情况表，图1-1各角色需求曲线图所示。

表1-4本期数据统计情况表

角色

总需求

总订购量

总利润

零售商A

189

213

199

批发商A

253

505

-1243

制造商

565

580

-773

第二次实验情况

1、订货策略

由于原始库存很低，在第一次保持库存的订货策略的基础上进行改进，实行降低库存策略，当库存降到一定数量后（主观定下的安全库存）再采取少批量订货策略，将库存维持在一个自认为合适的库存水平，若接近本期期末，在满足市场需求的情况下，特别是在最后四周里，不计划再订购，而只要在满足市场需求的情况下保持低库存水平，降低各角色的库存持有水平，使利润增长。

即零售商A1的安全库存为：

17，零售商A2的安全库存为：

20，批发商A的安全库存为：

30，制造商的安全库存为：

20

2、实验数据统计情况如表2-1至2-4所示。

表2-1零售商A1数据统计表

表2-2零售商A2数据统计表

表2-3批发商A数据统计表

表2-4制造商数据统计表

对表2-1至2-4的需求量、订购量、利润做出统计：

角色

需求量

订购量

利润

零售商A1

153

104

198

零售商A2

163

121

415

批发商A

288

163

10

制造商

223

79

142

三、实验总结：

（一）供应链需求放大效应分析

根据实验数据我们制作了以下图表进行分析

从以上图表可看出从消费者到制造商这一过程中需求的变异程度不断放大，供应链需求放大效应明显。

（二）供应链需求放大效应产生的原因

在实验中组员之间严格按照游戏规则不与上一层商家交流信息，需求信息不能实现共享、信息透明度不够，这是产生供应链需求放大效应的最主要原因。

同理在现实经济生活中产生供应链需求放大效应是因为供应链上的信息流从最终客户向原始供应商端传递时候，无法有效地实现信息的共享，从而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。

但是经济生活中导致供应链需求放大效应的原因不仅于此，它更加多元化。

供应链需求放大效应产生的原因主要是需求扭曲而造成，而造成需求扭曲主要有以下几个方面的原因：

　　1.供货时间

　　供货反应的时间是产生供应链需求放大效应最重要的原因之一。

供货反应时间与需求的扭曲主要反映在安全库存上。

供货时间是下级企业向上级供应商订货后，货物送达之前的时间。

如在这段时间内下级企业接到意外客户的订单，就可能出现缺货，为快速满足客户的需要就会增加这种货物的库存量，即安全库存。

安全库存的目的是为了满足供货时间内发生的需求变化。

需求变化越大，要求的安全库存就越多，供应时间越长，要求的安全库存也越多。

为了满足市场的需求，下级企业向上级供应商加大订货量。

安全库存会沿着供应链向上，在各级供应商那里不断累积，这就是造成需求扭曲的主要原因之一。

　　2.商业折扣和折价促销

　　商业折扣和折价促销也是形成需求信息扭曲的一个原因，许多公司都会定期或不定期举办促销活动，每次促销活动因价格优惠，许多顾客会一次性大量购买商品或带来很多额外的订单，常常造成供不应求的现象，就造成顾客需求量增大的假象，人为制造了需求的扭曲。

另外商业折扣也引起类似的作用。

许多公司会给一次订货量很大的客户比较优惠的价格，在折扣的激励下，如果库存成本小于价格折扣，客户所获得的利益大，许多零售商会一次购买比预定需求量多得多的商品，此时零售商订货量没有反映实际需求的变化，而夸大了需求量，从而产生了“供应链需求放大效应”。

　　3.预测误差

　　需求预测误差是指当供应链的成员利用其直接的下游订货数据作为市场需求信息和依据时，就会产生需求放大。

通过研究发现，零售商往往根据历史销售量及现实销售情况进行预测，确定一个较客观的订货量。

为了保证这个订货量能及时可得，并且能够适应顾客需求的变化，通常会将预测订货量进行一定数量放大后向批发商订货。

批发商由于同样的原因，也会在汇总零售商订货量的基础上再进行一定数量的放大向销售中心订货。

因此，虽然顾客需求量并没有大的波动，但经零售商和批发商的层层放大，供应商特别是越往供应链上游的供应商的订货偏差就越来越大。

　　4.恐慌性购买

　　当产品供不应求的情况下，通常是供应商按订货量的比例分配，订货量大的客户相对多分配一些，订货量小的客户少分配一点，此时零售商或客户为了得到更大份额的配给量，一般会加大订货量。

如果每个客户都这样做，供应商从客户订单获得需求信息将会被夸大。

这种短缺情况下的恐慌性购买会导致需求信息的扭曲。

　　5.订货决策

　　在供应链中，各企业都会向上游企业订货，一般情况下，销售商在考虑库存和运费的基础上，不会来一个订单就向上级供应商订货一次，而是在一个周期式汇总到一定数量后再向供应商订货。

为减少订货频率，降低成本，销售商会在汇总的数量上加量订货。

同时供应商为减少频繁订货的工作量和成本，也会要求销售商订货量在一定数量以上，或在一定的时间内订货。

这时销售商为及时得到货物或为急需之用，往往人为提高订货量，这样的订货策略导致了“供应链需求放大效应。

通过以上的分析，我们可以发现“供应链需求放大效应”产生的根本原因在于供应链中上、下游企业间缺乏沟通和信任机制，而每一个企业又都是理性人，有各自的利益，由此造成需求资讯在传递过程中不断地被扭曲。

（三）减少“供应链需求放大效应”的措施

　　1.缩短供货时间

　　供货时间长短影响到销售商的安全库存的多少，也影响到销售商的订货量的增加。

缩短供货反应的时间，安全存货量就会下降，销售商的订货更接近需求，需求的扭曲得到了缓解。

因此，通过应用现代信息系统可以及时获得销售信息和货物流动情况，建立快速反应系统，同时通过多频率小批量联合送货方法，努力将供货时间缩短到最短，减弱“供应链需求放大效应”。

　　2.实现信息共享

　　随着社会经济的发展，市场竞争已由企业与企业之间的竞争转为供应链之间的竞争，供应链是由企业组成，从货物原材料的原产地到最终的消费点的庞大的链。

在这条链上，任何企业都不是独立存在的，链上存在的供应商、制造商、零售商、最终客户，他们之间存在着相互供求关系。

在供应链上的任何企业进行商业决策时都会受到上游和下游企业的制约和影响，任何企业的决策也会影响和制约上游和下游企业。

当供应链上的货物从供应商到制造商到批发商到零售商和消费者流动的同时，需求以订单的形式，向实物流动相反的方向传递着，形成了信息流。

　　通过集中实际需求信息，为供应链各级企业提供的顾客需求的全部信息，实现信息共享，是减少整个供应链的不确定性，也是减少和消除“供应链需求放大效应”最常用的方法。

销售商通过销售时点信息系统采集顾客的实际购买量，在通过专用的信息网传入供应链的数据中心，数据中心可在很短时间内更新一次数据，这是没有任何放大和扭曲的最终需求量，数据中心对这些需求量进行分类汇总，供应链上各级供应商都有权进行数据中心分享这些信息，这样他们就能更及时更准确地掌握市场需求的真实变化，预先安排，降低“供应链需求放大效应”。

　　3.减少需求变动性

　　价格折扣，商品促销等销售手段，会使顾客的需求发生很大的变化。

通过减少顾客需求过程中的变化可以缩小“供应链需求放大效应”。

销售商可以通过稳定的价格策略来减少顾客需求的变化，零售商以单一价格出售商品，而不是以周期性促销价格出售产品，通过消除价格促销，零售商可以消除因促销产生的需求的急剧变化，他所观察到的顾客需求变化不大，他向批发商发出的订货量变化就不大，供应商所观察到的需求变化也不大，这样就可以减弱“供应链需求放大效应”。

　　4.建立合作伙伴关系

　　供应链上的企业就必须建立合作伙伴关系，互相信任，实现信息共享、利益共享和风险分担。

改造库存管理方式，如这种合作伙伴关系可以消除“供应链需求放大效应”的影响。

在合作伙伴关系上，由于信息共享，制造商了解顾客的实际需求，这时，制造商并不依据零售商发出的订单生产，而会自己根据顾客的实际需求确定生产多少，每一期保存多少库存，向零售商供应多少商品，则可以避免“供应链需求放大效应”。

特别是在产品供不就求的时候，销售商对供应商的供应情况缺乏了解，博弈的行为很容易产生，与销售商共享供应能力和库存状况的有关信息，能减轻销售商和客户的恐慌，能防止他们参加短期博弈。

其次在供应不足的时候，供应商可根据销售商以前的销售来进行限额供应，而不是根据订购的数量，这样可防止销售商为获得更多的供应量而夸大订购量，从而降低产生“供应链需求放大效应”。

　　5.提高预测的精确度

这需要考虑历史资料、定价、季节、促销和销售额等因素，有些数据是掌握在零售商和分销商手中，必须与它们保持良好的沟通，及时获得这些数据，采取上下游间分享预测数据并使用相似的预测方法进行协作预测，来提高预测的准确性。

例如，在美国电脑业中，制造商需要来自分销商中心仓库存货的销售数据，学习是成就事业的基石

尽管这些数据并非完全等于POS销售点数据，但制造商以这些数据作为与分销商保持联系的重要措施，这种措施可缩小供应链中上、下游在需求预测方面的差异。