En reflektion kring Beer Game och Bullwhipeffekten

Transkript

1 7 november 2014 En reflektion kring Beer Game och Bullwhipeffekten För kursen Industriell marknadsföring och Supply Chain Management vid Linköpings universitet Victoria Carlsson Madeleine Eriksson Magnus Grönhult Cecilia Lövgren Anna Reuterskiöld

2 Innehållsförteckning 1. INLEDNING SYFTE SAMT UTFÖRANDE BEER GAME KOSTNADSDRIVANDE AKTÖR BULLWHIP-EFFEKTENS UPPKOMST I SPELET PROBLEM MED BRIST OCH FÖR HÖGA LAGERNIVÅER VAD KUNDE VI GJORT ANNORLUNDA? BULLWHIP-EFFEKTEN I EN VERKLIG SITUATION SLUTSATS KÄLLOR BILAGA

3 1. Inledning I dagens affärsmiljöer är det viktigt att hålla ledtider nere för att undvika kostnader. Detta speciellt i producerande företag, då långa ledtider och stora lager betyder stora kapitalbindningar. Ett vanligt fenomen i företag där logistik och ledtider är av stor vikt är den så kallade Bullwhip-effekten. Denna medför, precis som namnet avslöjar, att leveranser i en värdekedja tenterar att få en ökande volatilitet ju högre i distributionskedjan de kommer, då företag vill försäkra sig om att ha varor i lager, och därför gör prognostiseringar som är större än den egentliga efterfrågan. 1.1 Syfte samt utförande För att ge en tydlig bild av hur denna effekt påverkar en distributionskedja genomfördes spelet Beer Game, utvecklat vid det amerikanska universitetet Massachusetts Institute of Technology. Detta spel visar hur det psykiska beteendet hos människor skapar logistiska problem i distributionskedjor, vilka tenderar att bli väldigt kostsamma. 2. Beer Game I syfte att illustrera Bullwhip-effekten i en verklighetstrogen kontext spelade vi spelet Beer Game. Utan möjlighet att kommunicera med övriga spelmedlemmar hade varje spelare ansvar för ett led i förädlingskedjan. Dessa bestod av ett säljföretag, ett regionlager, ett centrallager och en fabrik. Den primära uppgiften för varje spelare var att lägga en order uppåt i förädlingskedjan, och den enda tillgängliga informationen för varje spelare bestod av en beställning som skickats från den underliggande nivån i kedjan. Spelet påminde om en verklig modell där ett antal förenklingar gjorts. Det fanns endast en aktör i varje led, endast en produktion, inga kapacitetsbegränsningar, konstant ledtid, ingen slump involverad, leverantören levererade alltid i tid samt ett begränsat antal mätetal vilka var kostnaden för lagerföring och servicemåttet lagertillgänglighet. Kostnaden för brist var den dubbla som för lagerhållning, vilket gjorde det rationellt mer logiskt att hålla ett lager än att ha en brist. Vid nollpunkten var kostnaden noll, eftersom man varken håller lager eller har en brist, vilket kunde ses som den bästa positionen dock var den också riskfylld, i och med att en brist lätt kunde uppstå. Vid spelets slut uppdagades det även att efterfrågan på produkten (öl) varit konstant på fyra eller åtta enheter. 2.1 Kostnadsdrivande aktör Vid en första anblick på figur 1 (se bilaga) om dagliga kostnader över en 60 dagars period ser det ut som att det regionala lagret orsakade den snabbast ökade kostnaden jämfört med de andra leden. Denna synvilla orsakas antagligen av att kostnaden i absoluta tal ökar mest, dock skedde den initiala förändringen i kostnaderna inte hos det regionala lagret utan hos säljföretaget. Dessa startade redan dag 12, då säljföretaget upplevde sin första brist och därmed bristsärkostnad. Säljföretagets kostnadsökning föranledde därmed kostnadsökningen i de andra leden, och Bullwhip-effekten var ett faktum. 3

4 2.2 Bullwhip-effektens uppkomst i spelet Som ovan nämnt ser vi vissa tendenser som föranledde Bullwhip-effekten redan dag 12 av spelet. I figur 2 (se bilaga) finns ett markerat område där orderkvantiteterna ökar med en viss fördröjning i varje led. Varje spelare beställde mer än tidigare, eftersom man tolkat de signaler man fått som en ökad efterfrågan. Problemen uppstod då det fanns ett gap mellan när signalerna uppstod och när möjlighet att reagera uppkom. 2.3 Problem med brist och för höga lagernivåer Gapet mellan signaler och reaktioner om efterfrågan från andra delar av kedjan orsakade i ett tidigt skede en brist, eftersom att lagren inte var stora nog att täcka upp för efterfrågan. Den rationella reaktionen från varje spelare blev då att lägga extra stora order för att täcka upp bristen och bygga ett lager för att förebygga en framtida brist. Det hade varit framgångsrikt, om efterfrågan från kund faktiskt hade gått upp. I spelet förblev den dock densamma med den följden att spelarna arbetade upp lager, snabbare och i större kvantitet än nödvändigt. Detta scenario visas tydligt i figur 2 (se bilaga), effekten blir succesivt större längre upp i kedjan. Den aggregerade kostnaden för de stora lagren var hög, även inräknat att bristkostnaden per enhet översteg lagerkostnaden per enhet. Lagrens storlek innebar att kedjan i sin helhet möjligtvis hade tjänat mer på att vid ett par enstaka tillfällen tolerera en brist. Även om en spelare insett detta, kan en utvecklad Bullwhip-effekt vara svår att stoppa. Vidare vill vi poängtera att det kan finnas andra risker associerade med en brist än de strikt ekonomiska. Kanske hade den ryktesmässiga effekten blivit så allvarlig av en brist att det i monetära termer skadat företaget mer än kostnaden att bära ett stort lager. Vidare kan tänkas att kunderna får vänta så länge att de väljer att byta leverantör och därmed har företaget förlorat en inkomstkälla. Ytterligare ett problem som uppdagades efter spelets slut var de skilda strategier som varje led hade. Målkongruens saknades således, vilket fick allvarliga konsekvenser. Exempel på två strategier som användes i två olika led var strävan efter att ha ett buffertlager, respektive att hålla minimalt lager. Båda är rationella i sin strävan att undvika kostnader, men baseras på skilda syner på den framtida efterfrågan. 3. Vad kunde vi gjort annorlunda? Det största identifierade problemet var bristen på vertikal kommunikation, vilket föranledde ett antal andra problem, såsom skillnader i strategier mellan leden. De olika strategierna sände i sin tur olika signaler uppåt i kedjan som skapade en riskabel informationsasymmetri. För att motverka informationsasymmetrin kan en strategi av vertikal integration appliceras. Eventuellt skulle Bullwhip-effekten kunnat se annorlunda ut om regionlagret haft högre lagernivåer, alternativt inte strävat efter att ha ett minimalt lager. Vi anser att det hade kunnat minska magnituden av Bullwhipeffekten alternativt fördröja den något, men antagligen inte helt eliminerat den. Vidare har vi observerat att det fanns en fördröjning i informationsflödet på fyra dagar från det att informationen om kundefterfrågan nått fabriken, därefter tog det ytterligare 4

5 mellan fyra och åtta dagar innan varorna når slutkund. Hade varorna funnits i lager hade de nått slutkunden betydligt fortare. I en verklig situation skulle färre led i kedjan kunnat åtgärda informationsfördröjningsproblemet och produktbristsproblemet. Exempelvis skulle vi istället för två led för lagerhantering kunnat optimera dessa och endast ha ett lager, men med större kapacitet. I spelet fanns ingen möjlighet att göra så, antalet led var förutbestämt. Ytterligare en förbättring hade varit om alla spelare hade beställt varor i jämnare orderkvantiteter. I spelet fluktuerade orderkvantiteten kraftigt, se figur 2, vilket ledde till förvirring kring den framtida efterfrågan. Följden blev förvirring och osäkerhet, som kan ha föranlett extremt och ibland irrationellt beteende hos spelarna. 4. Bullwhip-effekten i en verklig situation I artiklarna The Bullwhip effect in Supply Chains (Hau L. Lee, etc, 1997), The Bullwhip effect on product orders and inventory: a perspective of demand forecasting techniques (Yungao Ma, etc, 2013) samt Bullwhip and backlash in supply pipelines (Vinaya Shukla, etc, 2008) identifieras fyra huvudsakliga faktorer till Bullwhip-effekten. Dessa är Demand Forecasting Updating, Order Batching, Price Fluctuation samt Rationing and Shortage Gaming. I spelet Beer Game är dock antalet variabler begränsade, vilket i sin tur innebär att samtliga faktorer inte går att applicera. Den enda faktorn som är av betydelse i spelet är Demand Forecasting Updating, vilket i detta sammanhang syftar till begränsad information i värdekedjan. De olika aktörernas bristande kommunikation leder till att beslut gällande framtida efterfrågeprognoser baseras på order. Den asymmetriska informationen bidrar därmed till en fördröjning i värdekedjan, vilket resulterar i potentiell kapitalbindning, alternativt underskott hos de olika aktörerna. Att inte kunna leverera en vara är betydligt dyrare än att ha en extra vara i lager, vilket i sin tur innebär att aktörerna hellre samlar på sig dvs. binder kapitalet. Misstro aktörerna emellan, och olika uppfattningar, kan i sin tur bidra till än mer lagerhållning vilket bidrar till än högre kostnader. (Yungao Ma, etc, 2013) Verkligheten är dock betydligt mer komplicerad än vad Beer Game återspeglar, vilket i sin tur innebär att samtliga fyra faktorer identifierade är relevanta. Order Batching innebär att företag avvaktar med sin beställning av produkter, detta för att istället ackumulera efterfrågan och därav kunna beställa en full transport. Anledningarna till detta är många. Ur många företags synvinkel anses, och är, det kostsamt att lägga en beställning. Än dyrare är det ifall beställningen i sig inte innebär en fullpackad leverans, vilket gör att beställare helst fördröjer processen. Detta gör att orderna lagda inte följer efterfrågekurvan och bidrar till Bullwhip-effekten genom att ge missvisande signaler till övriga aktörer. (Hau L. Lee, etc, 2004) Price Fluctuation är ytterligare en faktor gällande Bullwhip-effekten. Det är väldigt vanligt att producenter och distributörer erbjuder nedsatta priser till övriga aktörer i värdekedjan, något som ideligen upplevs som fördelaktigt. Att köpa till lägre priser 5

6 innebär dock inte alltid lägre kostnader, eftersom att dessa inköp, i majoriteten av fallen, inte följer efterfrågekurvan. Detta i sin tur innebär kapitalbindning, vars kostnader kan överstiga de inbesparade inköpskostnaderna. (Hau L. Lee, etc, 1997) Rationing and Shortage Gaming är den sistnämnda faktorn som innebär att när efterfrågan överstiger tillgången är det vanligt att aktörerna lägger större order än vad som har efterfrågats. Ponera ett hypotetiskt fall där en aktör är medveten om att vid en speciell tidpunkt är det alltid brist av en särskild vara. Historiskt sett brukar kanske aktören erhålla hälften av det den begärt från värdekedjan. Genom att då placera en större order än vad som behövs kan denna påverka sin allokeringsprioritet, och därmed erhålla en högre kvantitet. När resterande mängd av ordern är producerad ställer då aktören in sin order, vilket innebär att lagerhållningen högre upp i flödet blir större. (Hau L. Lee, etc., 2004) För att undvika problemen som uppstår inom de fyra faktorerna finns det ett antal åtgärder att utföra. Inom Order Batching kan kostnaden av att lägga en beställning minskas genom att införa electronic data interchange (EDI) mellan aktörerna, vilket gör att tidskrävande pappersarbete kan undgås. Dessutom genom att mixa varubeställningar och inte enbart efterfråga en sorts vara, och därmed vänta tills en hel transport kan fyllas, kan aktörerna få orderfrekvensen att stiga. (Hau L. Lee, etc, 2004) Fundamentala lösningsförslag på Price Fluctuation är att stabilisera priserna, samt få aktörer att inse att rabatter inte alltid är lönsamt. Ett exempel som ges i artikeln The Bullwhip effect in Supply Chains (Hau L. Lee, etc., 1997) är att införa en prispolicy gällande köp av större kvantiteter. Eftersom möjligheten att få lägre priser vid större köp existerar året runt minskar övriga aktörers incitament att köpa på sig och lagra i onödan. En lösning för att få aktörerna att inse att kostnaden av lagerhållning överstiger inbesparade utgifter vid köp på tillfälliga erbjudanden är att nyttja ABC-system som är integrerade med lagerhållningen vilket därav visar att kostnaden för enskilda produkter stiger. (Hau L. Lee, etc., 2004) Lösningar på Rationing and Shortage Gaming kan vara att nyttja historisk data på lagda beställningar, vilket tar bort incitamentet att lägga en större order för att erhålla en högre allokeringsprioritet. Genom att integrera informationssystem aktörer emellan kan en enkel överblick erhållas, vilket bidrar till transparens och därmed eliminerar risken av allt för onödigt stora order. (Hau L. Lee, etc., 1997) Demand Forecasting Updating var den faktor vi identifierade i Beer Game. Primära lösningen på detta är informationsdelning, både i spelet och i verkligheten. I spelet var det uppenbart att information, som enbart baserades på lagda order från aktörer längre ner i kedjan, var fördröjt samt i vissa fall missvisande. Olika strategier hos aktörerna gav missvisande signaler, vilket gjorde att problem uppstod. Misstro och skilda förväntningar om framtiden gjorde att det regionala lagret lade lägre order än återförsäljaren, för att spegla sin tro om framtiden. Viktigt att betona är att Bullwhipeffekten orsakas av samtliga aktörer, samt att underskott och överskott hade uppstått även om aktörerna passivt följt order från aktörer längre ner i flödet. (Hau L. Lee, etc, 1997, Yungao Ma, etc. 2013) Om system varit integrerade, och samtliga aktörer haft tillgång till lagerhållning samt Point-of-Sales data, hade det varit betydligt enklare att undvika underskott alternativt 6

7 överskott av lager. Verbal kommunikation mellan aktörerna är av stor väsentlighet, vilket märktes i spelet då vi inte fick kommunicera. Kommunikationen skedde genom orderbeställningar, vilket gör att det underliggande resonemanget bortkom. Detta gör att aktörerna agerar självständigt, antingen passivt genom att följa lagda order, alternativt proaktivt genom att beställa en mindre/större mängd än vad föregående aktör begärt. (Hau L. Lee, etc, 1997) 5. Slutsats Tack vare genomförandet att Beer Game kunde vi få en tydligare bild av vad Bullwhipeffekten betyder i verkligheten. Spelet visade att utebliven kommunikation i kombination med naturligt mänskligt beteende kan få en förödande effekt i termer av kapitalbindning i distributionskedjor. Genom ökad kommunikation och integrerade informationssystem skulle Bullwhip-effekten till stor del kunnat undvikas, vilket i sin tur skulle leda till flertalet positiva effekter, såsom kundnöjdhet och ökad kostnadseffektivitet mellan företag i en försörjningskedja. 7

8 6. Källor Artiklar Lee H L, Padmanabhan V & Whang S (1997) "The Bullwhip Effect in Supply Chains", Sloan Management Review, Vol.38, No.3, pp. S Shukla V., Naim M. M., Yaseen E. A. (2009) Bullwhip and backlash in supply pipelines, International Journal of Production Research, Vol. 47 Issue 23, s Yungao Ma, Negmin Wang, Ada Che, Yufei Huang och Jinpeng Xu, (2013), The Bullwhip effect on product orders and inventory: a perspective of demand forecasting techniques, International Journal of Production Research, Vol. 51, No1, s Hau L. Lee, V. Padmanabhan, Seungjin Whang, 2004, Information Disortion in a Supply Chain: The Bullwhip Effect, Management Science, Vol. 50, No. 12, pp

9 Order quantity Cost 7. Bilaga Beer Game - Daily costs Day Factory Reg. Wareh Centr. Wareh. Sales Comp s Figur 1 Dagliga kostnader Beer Game - Ordered quantities Day s Sales Comp. Reg. Wareh. Centr. Wareh. Factory Figur 2 Beställd kvantitet 9