| Каталог статей |
|
Чернышева С. В., Здор В. И.
Эффект хлыста в логистикеВ статье рассмотрены эффект хлыста, история выявления его существования, причины возникновения, пути уменьшения влияния эффекта. Современная действительность требует от предприятий принятия максимально эффективных решений, которые приведут его наверх конкурентной цепочки. С этой целью выполняется анализ информации, на основе которой осуществляются прогнозы, аналитические расчеты. В частности такие прогнозы необходимы для определения оптимального объема заказов продукции. Тем не менее, даже при правильных прогнозах и верных выводах нарушается бесперебойное движение материальных и информационных потоков в логистической цепи. Это в свою очередь создает риск невыполнения заказа клиента. Таким образом, в современных условиях важно определить причину подобного явления и найти пути решения этой проблемы. Этой проблемой занимались Т. Мещакина (статья «Эффект хлыста, или мнимые колебания спроса»), Дж. Ферн и Ли Спаркс («Логистика и управление розничными продажами»), В. А. Камышников («Введение в логистику»), Ю.Г. Белоусова («Управление цепочкой поставок: современный этап развития»). Однажды специалисты компании Procter & Gamble задались вопросом, почему так сильно скачет размер получаемых компанией заказов на один из самых продаваемых товаров – детские подгузники. Ведь их потребление конечным клиентом, то есть младенцем, равномерно и постоянно. Последовательно изучив статистику:
Это явление было названо эффектом хлыста (Bullwhip-эффект). Была выдвинута гипотеза, что данный эффект обусловлен иррациональным принятием решений о пополнении и формировании запасов. То есть, сталкиваясь с резким всплеском входящих заказов, менеджеры склонны перестраховываться и в свою очередь размещать такой заказ, чтобы он позволил удовлетворить повышенный спрос с некоторым запасом. Когда же такой завышенный заказ прибывает (естественно, спустя некоторое время), всплеск интереса к товару, как правило, уже уступает место спаду, и на складе образуется избыток товара. Следовательно, следующий заказ будет либо отложен до расходования запаса, либо ощутимо сокращен в объеме. Поставщик товара, получая такие неравномерные заказы, в свою очередь строит прогнозы с еще большим разбросом значений и озадачивает своего поставщика компонентов еще большими скачками. Однако более пристальный взгляд на проблему показал, что дело не только в поведенческих особенностях лиц, отвечающих за определение потребности. У Bullwhip-эффекта обнаружился ряд объективных причин, среди которых можно выделить:
Каждая компания формирует план своих заказов на основании прогнозирования спроса своих клиентов. Как правило, прогноз строится на данных прошлого периода. При этом статистические приемы обработки данных экстраполируют данные восходящих и нисходящих трендов несколько дальше, за реальные предельные точки подъемов и спадов спроса. С учетом этой ошибки, как в сторону увеличения, так и в сторону уменьшения, компания формирует свои заказы поставщику. При этом она исходит еще и из уровня своих текущих запасов, вычитая или прибавляя завышенный или недополученный в предыдущем заказе объем. Соответственно поставщик, анализируя временной ряд заказов компании, прогнозирует свои потребности с еще большим разбросом. В реальной практике очень трудно найти компанию, которая бы однозначно трансформировала входящие заказы в исходящие без переработки и обобщения. Спрос клиентов компании образует входящие данные для системы управления запасами, которая на выходе выдает решение о том, когда и сколько товара нужно закупить. Как правило, заказы клиентов консолидируются вплоть до размера минимальной партии, которая может соответствовать или оптимальному размеру заказа, или норме загрузки транспортного средства. Чем больше размер такого заказа и соответственно чем реже делается заказ, тем больше будет степень его отклонения. С другой стороны, анализируя спрос своих клиентов, компания может наблюдать большие скачки, на основании которых впоследствии будет сделан вывод о высокой степени неопределенности спроса. На самом же деле компания анализирует не суммарный спрос своих клиентов, а поток заявок, каждая из которых сформирована исходя из индивидуальных систем пополнения запасов. В таком случае «преобразованный» спрос обладает ярко выраженной неравномерностью. Чрезмерные колебания спроса могут быть спровоцированы и ценовой политикой компании. Периоды снижения цен или проведения специальных акций обычно привлекают немало клиентов, которые в порыве извлечь максимальную пользу из «выпавшего шанса» формируют спекулятивные запасы. Естественно, после окончания действия акций следует неминуемый спад заказов, поскольку клиенты начинают расходовать свои запасы, возможно, дожидаясь следующего периода скидок. В западной печати упоминаются также ситуации, когда в условиях дефицита клиенты подают намеренно завышенные заявки в ответ на политику их частичного исполнения. И когда уровень предложения, наконец, догоняет спрос, следует череда отмен заказов. Bullwhip-эффект крайне негативно сказывается на эффективности операций участников цепи поставок в первую очередь потому, что он провоцирует накопление чрезмерных страховых запасов у каждого участника цепи. Поэтому разработка мер по сглаживанию этого эффекта на сегодняшний день является одной из актуальных задач логистики. Можно выделить несколько подходов к ее решению. В основе этого подхода лежит сложное информационное взаимодействие между участниками цепи поставок, которое позволяет проводить автоматизированный анализ конечного спроса. Например, если производитель будет иметь доступ к данным о продажах своей продукции непосредственно из торговых залов, то для него не составит труда спрогнозировать, какой объем он должен отгрузить в распределительный центр, снабжающий эту розничную сеть. Такая технология реализована не везде, но продолжает набирать оборот. Итак, эффект хлыста – проблема, которая существует, она негативно влияет на логистику предприятия (сбыт продукции), и ее необходимо решать. Решение заключается в наличии информации обо всей цепи материального потока. Ее, в свою очередь, могут обеспечить система баз данных. Каждая из них содержит информацию о каждом элементе цепи поставок. Затем, на основе собранной информации, проводятся соответствующие прогнозы, предохраняющие компанию от негативного влияния Bullwhip-эффекта. СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
|