实验报告
实验项目名称 啤酒游戏
所属课程名称 供应链管理
实 验 类 型 综合型
实 验 日 期 2014.9.25
班 级 物流1201
学 号
姓 名 Strawberry
成 绩
经济管理学院经济管理系统模拟实验室
实验概述：
【实验目的及要求】
实验目的：
通过模拟供应链上制造商、批发商、零售商等不同节点企业的订货需求变化，认识供应链中需求异常放大现象（即“牛鞭效应”）的形成过程，分析“牛鞭效应”的产生原因，找出减少“牛鞭效应”的方法。
实验要求
1．每个角色根据客户需求和经营数据，制定订货策略，向供应商订货
2．每个角色计算自己的经营业绩
3．每个小组画出订货需求变化曲线图，揭示“牛鞭效应”
4．分析“牛鞭效应”的产生原因
5．分析策略改进后“牛鞭效应”的变化
6．找出减少“牛鞭效应”的对策
【实验原理】
销售过程中的需求变异放大现象被通俗地称为“牛鞭效应”。是指信息流从客户端向上游多个供应商端传递时，由于无法有效地实现信息共享，使得信息扭曲而逐级放大，导致了需求信息出现越来越大的波动。其产生是各级供应商在需求预测、订货决策、短缺成本、库存决策等方面博弈的结果。牛鞭效应增大了供应商生产销售的不稳定性，从而带来收益的波动。
【实验环境】（使用的软件）
顾客使用的点数为5到10之间的扑克牌6张，其余剩下的扑克牌，零售商、二级批
发商、一级批发商、制造商分别使用的实验记录表4张，笔
实验内容：
【实验方案设计】
原理、操作方法、步骤简述：
依据牛鞭效应的原理，由顾客即最终需求方每次抽牌确定需求量，然后只告知零售商（最后一轮告知所有供应商实现信息共享），接着由每级供应商单独确定订货量并告知上游，每级供应商记录每轮销售量、订货量、库存、在途啤酒数量，由此往复不定轮数。
流程图：
制造商一级批发商二级批发商
制造商
一级
批发商
二级
批发商
顾客
零售商
图例：
啤酒订单 啤酒
设计思路：
模拟不同上下级供应商与最终客户，通过游戏中对需求信息共享的控制，检验各级供应商每轮需求的变化，来揭示牛鞭效应。
【实验过程】（实验步骤、记录、数据、分析）
步骤：
1．阅读游戏说明。
2．分组，每个同学分配角色，准备道具。
3．第一次游戏的第一轮开始。
4．零售商根据消费者需求数量（随机产生）和相关经营数据，制定订货策略，向二级批发商发出订货。
5．二级批发商根据零售商需求数量（零售商订货数量）和相关经营数据，制定订货策略，向一级批发商发出订货。
6. 一级批发商根据二级批发商需求数量（二级批发商订货数量）和相关经营数据，制定订货策略，向制造商发出订货。
7．制造商根据一级批发商需求数量（一级批发商订货数量）和相关经营数据，制定生产决策，进行生产。
8第一轮结束，第二轮开始，由此往复多轮。
9．第一次游戏结束。第二次游戏，游戏过程与第一次游戏相似，只是在途时间为1周。
9．第二次游戏结束。第三次游戏开始，游戏过程与第一次游戏相似，只是每个角色能够看到供应链上其他角色的相关信息，实现信息共享。
10．每个角色计算自己的经营业绩。
数据：
第一次课：
第一次
轮次
制造商（姓名：Strawberry）
客户
需求
延迟
销售
现有
库存
途一
途二
订货量
供应商延迟发货
初始值
0
0
15
0
0
0
0
1
13
0
2
15
0
15
2
10
8
0
25
15
25
3
15
8
0
22
25
22
4
10
0
7
43
22
43
5
0
0
29
0
43
0
6
5
0
67
0
0
0
7
10
0
57
0
0
0
8
15
0
42
0
0
0
9
10
0
32
0
0
0
10
20
0
12
40
0
40
11
10
0
2
0
40
0
第二次课：
第一次
轮次
制造商（姓名：Strawberry）
客户
需求
延迟
销售
现有
库存
途一
途二
订货量
供商延迟发货
初始值
0
0
15
0
0
0
0
1
60
45
0
80
0
80
2
0
45
0
0
80
0
3
0
0
35
0
0
0
4
0
0
35
0
0
0
5
0
0
35
0
0
0
6
10
0
25
0
0
0
7
10
0
15
20
0
20
8
0
0
15
0
20
0
9
0
0
35
0
0
0
10
0
0
35
0
0
0
11
0
0
35
0
0
0
12
0
0
35
0
0
0
第二次
轮次
制商（姓名：Strawberry）
客户
需求
延迟
销售
现有
库存
途一
订货量
供应商延迟发货
初始值
0
0
15
0
0
0
1
35
20
0
30
30
2
0
0
10
0
0
3
0
0
10
0
0
4
0
0
10
0
0
5
0
0
10
0
0
6
0
0
10
0
0
7
8
0
2
10
10
8
0
0
12
0
0
9
10
0
2
20
20
10
0
0
22
0
0
11
7
0
15
0
0
12
0
0
15
0
0
13
8
0
7
10
10
14
8
0
9
0
0
15
9
0
0
0
0
第三次
轮次
制造商（姓名：Strawberry）
客户
需求
延迟
销售
现有
库存
途一
订货量
供应商延迟发货
最终顾客
需求
初始值
0
0
15
0
0
0
1
35
20
0
40
40
10
2
0
0
20
0
0
9
3
0
0
20
0
0
8
4
0
0
20
0
0
8
5
20
0
0
0
0
10
6
20
20
0
40
40
7
0
0
20
0
0
5
8
0
0
20
0
0
9
9
0
0
20
0
0
6
10
0
0
20
0
0
9
11
10
0
10
0
0
7
12
0
0
10
0
0
9
利润：
第一次课 第一次：A
第二次课 第一次：B
第二次课 第二次：C
第二次课 第三次：D
销售
收入
生产
成本
启动
成本
缺货
成本
在途
成本
库存
成本
作价
收入
最终
利润
A
177
145
15
22.4
20.3
17.5
31.5
-11.7
B
10
10
6
63
14
21
26.25
-57.5
C
127.5
70
12
14
4.9
9.38
0
17.22
D
127.5
80
6
28
5.6
13.2
7.5
2.2
上级（一级批发商）订货需求与生产量变化折线图，及每次订货策略：
第一次课 第一次：
订货策略是根据上一级需求量与剩余库存确定生产量。之后由于考虑到生产周期长，而缺货成本远高于库存成本，且每次启动生产线都有成本，于是决定大批量生产一次，既生产量为43的一轮。可是牛鞭效应在批发商身上就起作用了，由于前期上游的订货量已经被放大，而终端需求固定在5~10之间，因此后几轮订货大都不大，于是导致自身积压了大量库存，造成库存成本的上升。
而经过几轮库存总算所剩无几，看到表格上接下来还有5~6轮，考虑到上游还将订货，
于是又生产了一批啤酒，但未料到游戏提前结束，导致生产的啤酒无法销售只得作价卖掉，最终造成了亏损。
第二次课 第一次：
由于有了之前的经验，即大批提前生产会带来大量的库存积压和最终无法销售的危险，而最终客户需求的期望值是7.5，那么以小批量生产，加在途时间，一次生产满足两轮需求即可。
可没料到上级批发商在第一轮既要60瓶啤酒，于是在游戏开始就付出了巨大的缺货成本。
之后又犯了之前的错误，因为信息不共享，觉得上游还会订货于是又生产了一次既20瓶，最后又没有销售完。
本轮牛鞭效应在第一轮即被极度放大，巨大的缺货成本是导致巨大亏损的主要原因。
第二次课 第二次：
这一轮接受前两轮的教训，决定绝对不能提前大量生产，而生产周期既在途时间的缩短也使得不用担心付出大量缺货成本。
第一轮牛鞭效应再现，需求被放大到35。考虑到终端需求期望为7.5，下游各级已于本轮订货后有了可以支持3轮左右的库存，于是决定发货后使自己持有满足一轮订货，既10的库存就好。
接着如我所料，上游在多轮都未订货，当然也得益于可能每次随机需求都较小。直到第7轮上游再次订货，而发货后我继续按之间不提前大量生产的策略，生产了一小批。后来上游需求没有大幅度变动，于是保持生产策略，最后幸运的在游戏结束时卖出了所有库存，获得17.22元的利润。
第二次课 第三次：
最后一轮信息得以共享，制造商可以得知顾客需求，进而对上游放大需求量的程度有了一定了解，决定生产策略仍参照上轮，依终端顾客需求做些许调整。
前几轮进行较顺利，但危机出现于第6轮，在前一轮上游订20后，按经验认为接下来几轮不会订货于是没有马上生产，可第6轮上游依然订20瓶，导致了20瓶的缺货成本。之后的生产策略基本没有变化。可无奈分析错误造成了大额缺货成本，最终只盈利2.2元。
分析：
1.“牛鞭效应”的产生原因
“牛鞭效应”主要是需求扭曲造成。具体说来有以下几点
（1）需求预测：零售商无法准确预测顾客的随机需求，而上游同样无法预测下游的精准需求；碍于游戏时间与历史数据所限，供应商无法科学地预测需求
（2）订货批量决策：本实验中，由于缺货、库存、在途、启动成本都存在，每级供应商都要综合考虑决定订货量，因此需求传递给上级时无法反应终端真实需求。
订货。
（3）信息不畅：信息无法共享，一开始需求会逐级放大，导致上游对市场预期过好。无法了解真实需求情况，而下游同样无法了解上游的供货能力。
（4）缺乏协作：由于以上各点，供应链上各级是分散的，只为自身利益考虑，无共同目标
2.策略改进后“牛鞭效应”的变化
（1）在途时间缩短，减少订货（生产）量
第二次实验比第一次在途（生产）时间减少一倍，既供应链各级都可以付出较小的在途成本，且也可不必过度担心缺货而大量订购，就制造商而言，结果由此前的亏损转为盈利，且结束时库存为0,。这说明缩短在途时间，改变传统批量订货模式减小了牛鞭效应的影响，获得了较多利润。
（2）终端需求信息共享，更灵活地调整生产量
在第三次实验中，由于顾客的需求是明确可知的，于是可以推算出下游对需求放大的倍数，从而更合理的规划生产量。这在理论上是可以减小牛鞭效应的影响的。但是第三次的结果并不好，这说明下游需求的不稳定性仍然是影响经营的一个重要因素。供应链上下应在信息共享的同时制定一些合作策略，以达到优化。
【结论】（结果）
通过三个实验的总体分析可知产生牛鞭效应的原因就是因为信息不全面、不对称，供应链内无法实现信息共享，因而需求被扭曲；各级供应商必须承受缺货成本和库存成本的双重压力。
而作为供应链的最上端，既啤酒的制造商。需求在前几级被不断放大，使得制造商面临的需求扭曲带来的消极影响最大。而同时制造商赚的的毛利润既产品售价减去生产成本是最少的， 这说明制造商若想获取更大利益必须与下游供应商加强信息共享，制定合作策略，才能减少制造商不了解终端市场而盲目生产的害处，进而使整条供应链实现共赢。
减少“牛鞭效应”的对策：
由不同实验环境的比较分析可知，针对本次啤酒游戏，对策有以下两大方面，分别为供应商合作方面与技术改进方面。
供应商合作方面：
（1）信息共享
信息共享要兼顾企业内部与整条供应链。在企业内部，各部门应通过内部网络连接，最好可以拥有完整的管理系统，使得各部门之间都能够实现信息的共享与监督。例如生产管理与库存管理部分之间，当生产信息录入系统，若仓库根据历史库存数据认为新制造量可能导致库存过度，则可以建议生产部门予以修正。
在供应链企业之间，信息共享，使独自搜集需求信息为合作伙伴之间共享需求信息。下游的零售商与上游的批发商必须要保持良好的沟通，使各级需求信息都可以透明迅速传递，避免了盲目的需求预测，在掌握真实市场信息的基础上所作出的生产、销售安排将会更理性，减少资源浪费，获取更多利润。
（2）统一预测方法，科学预测
供应商在实现需求信息共享的同时，最好能够将需求、库存、收益等历史数据汇总，联合采用相同或相似的预测方法，这样才能提高预测的准确性。从而把握实际需求，使整体供应链能够健康高效的运转。
（3）联合库存
如果将游戏放入真实的市场中，零售商、批发商和制造商可以采用联合库存的方式合理的分担库存，减少仓储运输层次。一旦某处出现库存短缺，可在较短时间内实现货物调配。这既防止了需求变异的放大，又现了共担风险，降低了整体库存，有效地抑制了牛鞭效应。
技术改进方面：
（4）缩短生产周期和运输时间
从后两次与第一次游戏的对比可知，在生产（订货）周期缩短一倍后，企业的生产能力可以被更好地利用，也能降低库存，同时也避免了连续缺货带来的巨大损失。因此企业通过技术升级缩短生产周期，供应商寻找可靠地第三方物流企业来缩短运输时间都是提高经营水平的重要方法。
【小结】
这次的实验让我们在实践中了解产生牛鞭效应的过程，分析得出牛鞭效应产生的原因并且探索减小牛鞭效应的方法。使我明白了正如当前社会是竞争也是合作的社会，供应链各级虽然是相互独立的企业，但完全独立的战略无法带来最好的效果，而是应该合作，要以供应链整体利益为目标，这样才有最佳结果。
另外，加强对历史数据的分析，科学预测和生产也是非常重要的，从实验数据可知，牛鞭效应在长期中可以通过企业修正需求量而减小，因此持续经营，吸取过去的经验教训也是企业应该注重的。对于链条最上的制造商，受需求扭曲影响最大，从顶端控制牛鞭效应的影响尤为重要，更加有效减小牛鞭效应的生产与库存策略我还在继续思考中。
指导教师评语及成绩：
评语：
成绩： 指导教师签名：
批阅日期：