牛鞭效应下的鞭下应付策

牛鞭效应是供应链，经济中常见的现象。它是在经济学上的一个术语，指供应链上的一种需求变异放大现象，是信息流从最终客户端向原始供应商端传递时，无法有效地实现信息的共享，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，此信息扭曲的放大作用在图形上很像一根甩起的牛鞭，因此被形象地称为牛鞭效应。

但是解决或者实际上对应牛鞭效应的方法都是很笼统，笔者在前文啤酒游戏---培养您的供应链思维也说明了消除牛鞭效应的方法：比如信息共享，缩短提前期，有效预测需求和.规避缺货情况下的博弈行为。其中信息共享，其中有些文章会提到使用SAP等软件，把上下游的供需信息一并同步，特别是供应商，供应商的供应商等，从而增加信息的流动，又比如更改交易条款以此缩短提前期，从DDP变成EXW等。

一个强大的企业，完全有能力作出这样的变革来推动供应链整体信息的分享和有效的协作运行，其中汽车产业自然也是反复被举例作为示范，当然诸如丰田又或者其一级供应商电装都可以做到这种行为，运用强大的信息系统，又或者被供应商DDP交易的货纳入其物流系统中，改变成EXW，从而不增加供应商成本的前提下又可以有助于推动消除牛鞭效应。当然作为汽车巨头等来说，与其说消除牛鞭效应倒不如它们是为了规避信息失真，从而供应出现风险，牛鞭效应递增下，导致最末端的供应商库存增加，并非它们首要考虑目标。

以下是典型的汽车产业的供应链图示（图来自谷歌，侵删）

其中零部件供应商还能分为一级零部件供应商和二级零部件供应商。

而牛鞭效应示意图则可以如下

通过结合，我们可以得知最终客户的信息从整车厂开始传递，一直到原料厂厂商的时候，就会形成很大的波动，信息需求扭曲，如果市场需求轻微增长，那么传递到原料厂厂商的需求信息往往是倍增。

而一些小型的原材料商往往就是牛鞭效应下，遭受着鞭打之疼。这些企业等着零部件供应商的订单小心翼翼地经营着，一旦对方转换比如寻求材料国产化，材料参数变更的替换又或者整车厂的车型淘汰，这些小小原料商随时不得不背负着一堆库存，必须想方设法地处理这些“烫山芋”。

有时，现实生活中按照理论或者运用某些模型的使用方式，是不能和教科书上完全相同的。在这种供应链中，这种原材料商对比起零部件商比如法雷奥，对比下车厂比如本田，仅仅是微小的存在，甚至不可代替性并非全无，反之，这个零部件商，来自它的订单，又往往是这个企业的运营立足之本。即使车厂使用CFPR（供应链协作），也很可能忽略这种企业，那么来自上客户---零部件供应商的订单信息就可能唯一的信息途径，而且也不能要求对方共享更多信息给你，包括零部件企业的客户— 一级供应商乃至车厂。

这在现实世界是常见的，量级不一样导致信息的平等性也会不一样。

我们看看下面一个有趣的需求传递，也是牛鞭效应的一个范例

车厂生产的中档轿车，车型AAA, 每生产一台这个型号需求部件BBB3个，而生产BBB部件就需要生产部件CCC8个，那么原料DDD每20个就可以生产8个CCC的部件。那么如果信息充分共享，车厂的1台车的市场需求实际上让原料商只需库存20个DDD就可以应付了。但是实际上，由于考虑到产品的合格率，配件返修，维修等，一级零部件供应商会加大BBB的库存到5，而二级供应商又会考虑到一级供应商的加急订单，又再增加库存供应量，而最后原料厂商会根据订单信息（比如生产16个CCC应该需要DDD40个,因此收到订单信息是40），考虑其他风险诸如不良率，生产效率，提前期等因素，把供应设立在50。实际和理论的差异就在30，当然现实不可能每一台车或者每一个月的需求都固定在DDD是20上。

那么随着车辆的产出数字增加，实际叠加在DDD的供应要求就有一定规模，而没法真实有效地消耗是必然存在地，那么原料商就不得不饱受牛鞭的鞭打。

这么一看，牛鞭效应让鞭末端的原料供应商似乎无计可施？在信息共享和缩短提前期并非容易实施。零部件商不会轻易为其打开信息的窗口，有时信息差就是企业利润的产生处，另外诸如改变交易条款或者分批交货等，也面临严峻的挑战，一些闻名的零部件供应商不但对数量，而且还对时间乃至货车卸货位置都有着严格的管理，任何变更的要求，严重的后果甚至会导致丢失订单。

作为供应链弱势方的，就只能多从自身出发。

有效需求，是共享信息的一个重要的补充手段。

比如汽车的销售数据和产能数据，都是可以通过一定的市场渠道获得，而汽车很多部件都并非通用型。作为原料型，了解清楚自己的供应链情况是必须的动作，比如DDD的最终去向只能AAA车型，这样可以清楚自己面临供应链的复杂性与否。

由于涉及商业机密性，笔者也无意篡改数据来做实例，因此这里很遗憾不能分享具体，只能说一下思路，比如DDD最近订单都是50000 到 70000之间的波动，如果开始发现AAA的销售有3000下跌到500，就要注意库存的建立水准了，牛鞭效应的波动很可能在几个月后才显现在原料企业后，几个月的订单数就可能下跌到10000左右，这样就容易出现死库存情况。

寻求最终客户的需求信息，永远都是消除牛鞭效应的一个很好手段，光是盯着订单，盯着零部件供应商的需求，就只能鞭到自己身上才知道疼。如果看着市场信息，比如在这个汽车产业，盯着挥鞭的手（市场需求），就可以更早地察觉出鞭的位置和角度，有助于减少对自己的鞭打伤害。

规避缺货情况下的博弈行为，这个是考验库存管理的水平了。

永远在管理库存，从而供应备货前，先回答自己三个问题；

1. 我应该多久检查一次库存

2. 我如何知道是否应该订购更多

3. 订购多少

认识要建立库存的货物特性，是检查库存频率的依据。笔者曾在九宫格来看待订货策略说明了九宫法，对产品按特征划分

然后根据不同特性才用不同的订货方法。

根据最近的销售表现，预测数据和订单数，分析库存建立的水准，从而确定订货（备货）量。

其中库存水准可以利用各种概率计算来作为判断依据（具体参见笔者公众号的相关文章）。完全消除牛鞭效应，是非常难的，但减少伤害还是可以的。

在供应链中都是有主导供应链的企业存在的，从属位置的企业，一定要着眼于最终需求，再从自己企业本身出发来贴近市场需求，才有助减少鞭害。

你不能阻止挥鞭的人，也没有能力去阻止的时候，就要考虑自己怎么避开这鞭的伤害。

这是笔者过往的一点经验和看法。

不同行业总会有不同形式的牛鞭效应，有更多的复杂因素，希望从笔者这点体会帮助大家更好地应付，毕竟主导的企业总是少数，而在供应链从属位置的都是大多数。