INDUSTRIELL MARKNADSFÖRING OCH SUPPLY CHAIN MANAGEMENT. Beer Game. En uppgift om Bullwhipeffekten

Transkript

1 INDUSTRIELL MARKNADSFÖRING OCH SUPPLY CHAIN MANAGEMENT Beer Game En uppgift om Bullwhipeffekten Fanny Abelsson Madeleine Forsman Felicia Karlsson Linda Levin Irene Werin

2 Inledning Bull Whip effekten refererar till det som sker i en organisations värdekedja (supply chain) när order som läggs mot leverantörer har större variation än efterfrågan från kund. Detta orsakar en förvrängning och förstorning av variabiliteten av efterfrågan. Konsekvenserna blir att behovet av varor i lager blir större som i sin tur kräver större lager och mer produktionskapacitet. Forrester (1961) förklarade att denna effekt uppstår på grund av att det finns en brist på kommunikation mellan aktörer i värdekedjan och på grund av icke-linjära interaktioner. The Beer Game har tillkommit för att kunna illustrera hur denna effekt uppstår. Spelet består av fyra aktörer, en fabrik, ett centrallager, ett regionallager och ett säljbolag. Spelet går ut på att lägga orders utifrån det nuvarande lagret och den uppfattade efterfrågan. Hau Lee et. al. förklarar i The Bullwhip Effect in Supply Chains att förvrängd information i värdekedjan leder till att varje aktör i ledet - fabrik, centrallager, regionallager och säljbolag - lagrar produkter på grund av den höga graden av osäkerhet vad gäller efterfrågan. Hau Lee förklarar vidare att denna effekt främst uppstår på grund av fyra faktorer: 1. Uppdatering av prognoser på efterfrågan 2. Order batching 3. Pris fluktuationer 4. Rationing och Shortage gaming The Beer Game Efter att lagda order matats in i excelarket fick vi fram kurvor på hur lagret, kostnaderna och de lagda orderkvantiteterna i de olika enheterna (säljkontoret, regionallagret, centrallagret och fabriken) såg ut under spelets 60 första dagar. Nedan kommer de fyra olika grafernas utseende beskrivas med hänsyn till hur de påverkats av de fyra spelande enheterna. Lagernivå Under spelets gång fanns inga tillgängliga prognoser för framtiden vilket gjorde att efterfrågan underskattades i början, något som gjorde att alla enheter fick en lagerbrist. Alla enheter lät hellre lagret minska än att lägga en beställning på för många kvantiteter som skulle öka lagret och binda kapital. Bristen hos regionallagret, som efter hand ökade dag efter dag då ytterligare order kom in och skapade en större lagerbrist, gjorde att flera stora beställningar lades hos centrallagret för att så snabbt som möjligt kunna kompensera bristen. Centrallagret gjorde misstaget att alldeles för långsamt reagera på efterfrågan och väntade ganska länge med att matcha regionallagrets orderkvantiteter, det med rädsla för att bygga upp ett för stort lager när varorna levererades från fabrik. Detta innebar att de kämpade med hög brist mycket länge, något som inte löstes förrän runt dag 40. Fabriken hade även de en brist i lagret, men den var inte lika stor som centrallagret. Orsaken till detta kan vara att de var närmast leverantören och kunde snabbt få in sin beställning och kompensera för brist relativt snabbt. Regionallagrets stora lager ökade runt dag 35 och kan hänföras till de stora orderkvantiteter som lades i början av spelet. Den långa ledtiden gjorde att det tog lång tid innan varorna kom till regionallagret och i hopp om att kunna lösa den ökade bristen lades allt fler order. Dessa order var dock högre än den efterfrågade kvantiteten och ledde till ett stort lager hos regionallagret. Det kan dock urskiljas i kurvorna att beställningarna efter dag 18 är relativt jämna, och det är endast ett fåtal gånger som lagernivåerna skiljer sig mellan de olika enheterna. Fram till dag 18 ökar även lagernivån i fabriken men efter det börjar nivån sjunka kraftigt, vilket även det drar upp underskottet i centrallagret. Det är först efter dag 38 som fabrikens lagernivå och centrallagrets nivå börjar följa varandra uppåt mot en nivå över noll.

3 Orderkvantiteter Då säljbolaget var närmast kundefterfrågan och på så sätt hade kunskap om hur pass stor efterfrågan var så lades order som oftast matchade denna efterfråga. Säljbolagets order var ganska jämna i antal och varierade mellan fyra och tolv batcher per tillfälle, men låg oftast på åtta stycken då detta var den faktiska efterfrågan från kund från och med dag nio. Det syns ganska tydligt att alla enheter är sparsamma med sina order till en början, vilket kan bero på att de förlitar sig på att de andra har ett så kallat säkerhetslager och att kundefterfrågan är lika låg som i början (fyra). Det visar sig dock ganska snabbt, som vi även kan se i grafen, att orderna är alldeles för små för efterfrågan, vilket snart resulterar i att orderkvantiteten måste öka för att kunna hänga med. Dock ökar den dramatiskt från fabriken medan det ligger på en mer jämn nivå inom de andra enheterna. Efter halva perioden, runt dag 30, börjar enheterna lägga order som stämmer relativt väl överens med varandra. Den största skillnaden är oftast mellan säljbolaget och fabriken vilket kan bero på att dessa enheter ligger längst ifrån varandra och båda påverkas av central- och regionallagret som är deras mellanhänder. Dagliga kostnader Diagrammet visar att kostnaderna ökar hos alla enheter när de börjar få brist på lagervaror. Bristen uppstod först i säljavdelningen varför kostnaderna började öka där först. Att säljavdelningen har fått ökad efterfrågan ses inte i nästa led, alltså regionallagret, förrän nästa dag då ordern från säljkontoret når dem. På samma sätt nås inte fabriken av informationen om att det är en förändring i efterfrågan hos leverantören förrän centrallagret fått information av regionallagret som sedan vidarebefordrar detta. Detta kan ge en förklaring till varför kostnaderna på säljkontoret ökar först, och når fabriken sist. På grund av en fördröjning i ledtid blev bristen på regionalkontoret stor ganska snabbt, och kostnader för brist uppstod därför i denna avdelning. För att kompensera för detta beställdes större kvantiteter in än vad som efterfrågades från säljkontoret. Liknande händelser gjorde att även kostnaderna för brist uppkom i centrallagret och fabrik. Varje enhet beställde ofta mer än vad som efterfrågades från föregående avdelning för att kompensera för bristen. När sedan varorna levererades blev det ofta mer än den efterfrågade kvantiteten i säljavdelningen, vilket gjorde att varje avdelning fick ett överskott i lager som i sin tur skapade kostnader för lagerföring. Fabriken hade dock fördelen att ha en direkt kontakt med leverantör av råvaror dvs. samma orderstorlek som lades levererades också in till fabriken. Det uppstod alltså ingen fördröjd effekt som det gör längre ner i kedjan hos central- och regionallagret. Aggregerade kostnader Under aggregerade kostnader kan utläsas att de som haft störst kostnader är centrallagret. Detta kan bero på att centrallagret var de som hade störst lagerbrist, något som under en tid var över 80 order, och är mycket dyrt för företaget. Näst högst kostnader hade regionallagret, något som kan hänföras till att de mot slutet hade en hög andel varor i lager, vilket binder mycket kapital. Kurvan för totala aggregerade kostnader följer förändringen i lagren för de fyra enheterna och får en brant lutning uppåt vid dag 21. Det är vid denna tid som samtliga lager börjar få brister, dock med viss fördröjning eftersom de sista enheterna i kedjan påverkas några dagar efter de första enheterna. Kurvan fortsätter uppåt men utjämnas något efter dag 31 eftersom enheterna börjar bli bättre på att beställa och anpassa sina lager. Dock fortsätter kostnaderna att öka, något som regionallagrets ökade lager och centrallagrets brist är till stor del ansvariga för.

4 Vems fel? Ovan beskrivning av händelseförloppet pekar på att problemen uppstår på grund av olika händelser som alla relaterar till varandra. Då det inte fanns någon insikt i hur efterfrågan såg ut blev alla orderläggningar en chansning som endast baserades på vad tidigare enhet hade beställt dagen innan. Detta skapade därmed stora brister, som senare resulterade i stora lager. Det finns dock händelser som hade kunnat minska problemen. Exempelvis hade en tidig uppbyggnad av ett stort lager, i regional- och centrallager samt fabrik, kunnat minska bristen. Även en minskning i beställningarna från regionallagret hade minskat kostnaden för brist hos centrallagret och lagerhållningskostnaderna hos regionallagret senare i spelet. Samtidigt som en snabbare respons från centrallagret hade minskat kostnaderna för brist hos både centrallagret och regionallagret. Vad kunde ha gjorts annorlunda? Om varje enhet hade beställt in samma kvantitet som de fått in order på så är det möjligt att svängningarna inte hade blivit lika stora. Troligtvis var en stor anledning till att effekten blev så stor åt båda hållen att enheterna inte hade is i magen utan beställde stora kvantiteter vid brist för att täcka upp vilket ledde till att det istället blev ett stort överskott. Det hade därmed underlättat om alla enheter hade haft större förståelse för längden på ledtiden genom kedjan. För att kunna skapa strategier som motverkar effekten så är det viktigt att man förstår den. (Lee, Padmanabhan, & Whang, 1997) Då vi inte hade någon bakgrundsinformation om hur bullwhipeffekten fungerar innan spelets början så hade vi inte kunnat lägga upp en bra strategi för att motverka den. Ett sätt att undvika effekten när man förstår den är att undvika många uppdateringar av efterfrågeprognoser, genom att se till att de enheter som är inkluderade i kedjan kan göra prognoser utifrån samma information så kan man lättare möta den faktiska efterfrågan. Det kan dock fortfarande uppstå problem, till exempel genom att de olika enheterna använder sig av olika metoder och procedurer. (Lee et al., 1997) Kunde svängningarna ha undvikits helt och hållet? Om ni inte tycker det, vad beror det i så fall på? Svängningarna hade troligtvis kunnat minska om perfekt information fanns genom hela ledet, från säljare till fabrik. I detta fall hade fabriken kunnat förbereda sig genom att beställa rätt antal produkter redan då säljkontoret fick in sin order från kunden. Men de hade troligtvis inte kunnat förhindras helt, då kundens efterfrågan fortfarande inte är känd på förhand. På så sätt förbereder sig varje enhet genom att antingen beställa in tillräckligt för att klara en hög efterfrågan, eller beställer mindre för att minska risken att bli fast med ett stort lager beroende på vad varje enhet tror kommer hända i framtiden. Det är detta som ger upphov till den stora ordervariansen som är bullwhipeffekten. Boute, Disney, Lambrecht, Van Houdt (2008) menar att enheterna i en supply chain bör ha en gemensam policy för hur orderläggning ska ske, en så kallad replenishment rule. Detta för att öka informationsutbytet i kedjan. Dock kan policyn beroende på hur den utformas både ge upphov till en bullwhipeffekt eller minska effekten. För att försöka minska risken så är det optimalt för tillverkaren att ha en så jämn produktion som möjligt vilket då innebär att ordervariansen från återförsäljare bör vara så liten som möjligt. Detta ger i sin tur en ökad varians i lagernivåer och för att detta inte ska få en alltför stor negativ effekt på kundservicen krävs större säkerhetslager mellan enheter i kedjan. En lagerinflation uppstår därmed vilket för med sig högre kostnader. Högre lagerkostnader som ett utjämnat ordermönster ger upphov till, kompenseras dock av att ledtiderna blir mer konstanta. (Boute et al, 2008)

5 Hur framträder bullwhipeffekten i andra företag? Tapan K. Panda och Prashant K. Mohanty beskriver Bullwhipeffekten i den indiska återförsäljningsindustrin och jämför i sin artikel, Adoption of Supply Chain Management Strategies as a Response to Bull Whip Effect: From the Perspective of Indian Retailers, hur denna effekt påverkar små och medelstora återförsäljare. Tapan och Prashant fastslår att Supply Chain Management metoder skulle öka möjligheten till minskade lagerhållningskostnader och ökad effektivitet. En av nyckelfaktorerna till en bättre och mer effektiv Supply Chain inom denna industri ligger i aktörernas förmåga och motivation att dela information. Ju högre nivån av transparens och informationsdelande är, desto lättare blir det att reducera distributions- och lagerhållningskostnader, vilket i sin tur leder till högre konkurrensförmåga för varje enskild aktör. Författarna vidhåller att Indiens medelstora återförsäljare är mer öppna för att medverka i Supply Chain nätverk, medan de små återförsäljarna är mycket mer motvilliga vad gäller att lämna ifrån sig information och de har därmed en lägre nivå av transparens. Detta beror på att de tror att detta kan skada deras konkurrensfördelar och påverkar deras lönsamhet på ett negativt sätt. I artikeln nämns även att ju större de små återförsäljarna växer sig, desto mer öppna blir de gentemot informationsdelande då de blir mer motiverade av att motta information från andra. Jamal A. Farooquie och Parveen Farooquie har undersökt och jämfört hur Bullwhipeffekten påverkar distributionskedjorna för elektronikföretagen LG och Samsung. De fastslår i sin artikel Bullwhip Effect in Distribution Echelons of LG and Samsung Supply Chains att de fyra orsakerna som kan leda till Bullwhipeffekten - Uppdatering av prognoser på efterfrågan, Order batching, Prisfluktuationer, Rationing och shortage gaming - existerar i båda företagens värdekedjor men att deras bidrag inte är statiskt signifikanta. Författarna kommer fram till att efterfrågans storlek överdrivs signifikant mer inom LG:s värdekedja i jämförelse med värdekedjan för Samsung, något som visar på att bullwhipeffekten är mer framstående hos LG än hos Samsung. Författarna kan även konstatera att distributörerna inte har någon direkt tillgång till den faktiska kundefterfrågan och får därför basera sina prognoser på order som har lagts tidigare i ledet, bland annat från återförsäljare. Ming Juang Dings artikel Relationships between quality information sharing and supply chain in the Australian beef industry behandlar den australiensiska köttindustrin och hur bullwhipeffekten är ett viktigt fenomen där. I denna industri menar Ding på att ett effektivt och jämnt flöde är viktigt för att bibehålla kvalitén på varorna men också för att minska kostnaderna. Informationskvalitén är minst lika viktig som informationsdelningen eftersom försenad information kan störa effektiviteten i värdekedjan. Då kött är en konsumtionsvara som inte kan säljas efter en viss dag, kan detta resultera i slöseri, onödiga kostnader och förlorade vinster. Korta ledtider, men också att ständigt vara uppdaterad på efterfrågan hos kunder, samt bra information genom varje led blir en viktig faktor. Reflektion kring bullwhipeffekten i Beer Game och andra företag I The Beer Game fick vi som grupp se vilka effekter bullwhip kan ha i en värdekedja, då vi agerade tillverkare och distributörer av öl. Även om denna typ av produkt givetvis har en begränsad hållbarhetstid så är det inte lika kritiskt att få ut varorna snabbt som exempelvis om det skulle handla om färskvaror. Ölindustrin är heller inte i behov utav att vara lika snabb i sin utveckling och innovation som exempelvis ett elektronikföretag, vilket även det leder till att det inte är lika kritiskt att varorna kommer ut snabbt. Vi anser att man med fördel kan ha ett lite större säkerhetslager för att sedan beställa mindre volymer i varje led och på så sätt slippa drabbas av brist mot kund, men även för att undvika alltför stora kostnader för lagerhållning. Utifrån de artiklar som vi har hittat är det svårt att utläsa exakt hur bullwhipeffekten visar sig i ovan nämnda företag och det nämns heller inte om de har kommit med några lösningar på problemet, och i sådana fall vilka dessa lösningar är.

6 De man kan se är att verkligheten verkar stämma ganska bra överens med spelet, men enbart vad gäller en av faktorerna. Som litteraturen säger oss så finns det fyra huvudsakliga orsaker till bullwhipeffekten - Uppdatering av prognoser på efterfrågan, Order batching, Prisfluktuationer, Rationing och Shortage gaming. I spelet så var det ganska tydligt att de övergripande problemen berodde på faktorn Uppdatering av prognoser på efterfrågan, vilket till stor del berodde på den brist på kommunikation som spelet innebar. I verkligheten, där hundratals fler variabler spelar in så kommer bullwhipeffekten med stor sannolikhet att bero på många fler faktorer. I fallet med små och medelstora återförsäljare i Indien så är det uppenbart att det är värdekedjans brist på information som orsakar problem med ordervariationen, och detta stämmer bra med hur det såg ut i spelet. Däremot så visar litteraturen att bristen på kommunikation/information i fallet med indiska återförsäljare beror på deras rädsla för att tappa konkurrensfördelar och lönsamhet genom att lämna ut kritisk information. Detta var något som däremot inte visade sig i spelet. För oss fanns det inga konkurrenter eller risk med att vara för transparenta, utan vår brist på kommunikation berodde främst på angivna instruktioner. Artikeln om LG och Samsung och deras värdekedjor är mycket kortfattad och det är därför svårt att utläsa exakt vad bullwhipeffekten beror på, de nämner dock att distributörerna har svårt att få information angående kundefterfrågan vilket lätt kan leda till denna effekt. Detta beror förmodligen främst på samma faktorer som i spelet - brist på kommunikation och uppdatering av prognoser. I artikeln kan man läsa att bullwhipeffekten beror på alla fyra nyckelfaktorer, men då det inte visar sig vara statistiskt signifikant så vore det fel att dra några slutsatser utifrån detta. Det är även svårt att utläsa varför det finns skillnader i värdekedjorna mellan LG och Samsung, men man skulle kunna anta att det finns policys och regler för orderläggning inom LG som inte finns inom Samsung, men även att kommunikationen och transparensen är bättre inom värdekedjan för LG än Samsung. Precis som inom den australiensiska köttmarknaden så hade ett välfungerande informationssystem med större fokus på efterfrågan troligtvis gett ett bättre resultat samt minskat de kostnader som uppkom genom brist samt lagerhållning. Det finns dock vissa skillnader mellan öl- och köttindustrin då öl, precis som nämnts ovan, inte blir dåligt lika fort. Detta innebär en signifikant skillnad mellan hur man som företag ser på lagerhållning. Ett lager inom ölindustrin kan alltid minskas genom att minska beställning från leverantör, men inom köttindustrin är det mycket viktigare att få korrekt information av marknadens efterfråga så lång lagerhållning förstör produkten. I och med att dessa artiklar behandlar olika industrier kan vi anta att bullwhipeffekten hanteras olika inom olika företag. Inom teknikindustrin och köttindustrin är det mycket viktigt att ha en bra kännedom om marknadens efterfråga eftersom för stor lagerhållning leder till att varor får slängas (köttindustrin) eller att de får reas ut och på så sätt minska vinsten eller riskera att bli osålda (teknikindustrin). Även om marknadens efterfråga att viktig inom ölindustrin så kan vi konstatera att det inte är färskvaror och kan därmed lagerhållas på ett annat sätt, vilket gör att det kan vara viktigare och mer godtagbart att ha ett säkerhetslager för att snabbt kunna svara på marknadens efterfråga när den varierar. Slutsats Att spela The Beer Game var en intressant och lärorik upplevelse. Som deltagare fick man både under spelets gång, men även efteråt, en mycket bra förståelse för bullwhipeffekten - vad som orsakar den och hur den kan påverkas. Det var även intressant att se hur effekten uppträder inom olika industrier. Spelet var dock väldigt snällt utformat, och vi förstår att det i verkligheten rimligtvis är mycket mer komplext, dock så var det en bra introduktion till skapandet av en effektiv värdekedja. Skulle spelet spelas igen så skulle vi nu vara mycket bättre förberedda då vi vet vad som krävs för att undvika bullwhipeffekten och därmed även sänka kostnaderna och förbättra kundservice.

7 Referenser 1. International Journal of Production Research Vol. 48, No. 13, 1 July 2010, Bullwhip effect and inventory oscillations analysis using the beer game model Matteo Coppini, Chiara Rossignoli, Tommaso Rossi and Fernanda Strozzi 2. Journal business logistics. Defining supply chain management Mentzer JT, Dewitt W, Keebler J S, MIn S, NIX NW, Smith CD & Zacharia ZG, 3. Sloan Management Review, Vol.38, No.3, 1997, pp "The Bullwhip Effect in Supply Chains" Lee H L, Padmanabhan V & Whang S 4. Production Planning & Control. Vol. 19, No. 7 A win-win solution for the bullwhip problem Boute, R. N, Disney S. M, Lambrecht M. R, Van Houdt B. (2008). 5. The IUP Journal of Supply Chain Management, Vol. X, No. 3, 2013 Adoption of Supply Chain Management Strategies as a Response to Bull Whip Effect: From the Perspective of Indian Retailers Tapan K Panda, Prashant K Mohanty 6. The IUP Journal of Supply Chain Management, Vol. VI, Nos. 3 & 4, 2009 Bullwhip Effect in Distribution Echelons of LG and Samsung Supply Chains Jamal A Farooquie, Parveen Farooquie 7. The International Journal of Logistics Management, Vol. 25 Iss: 1, 2014, pp "Relationships between quality of information sharing and supply chain food quality in the Australian beef processing industry" Ming Juan Ding, Ferry Jie Kevin, A. Parton, Margaret J. Matanda

8 Bilagor Figur 1 Figur 2

9 Figur 3 Figur 4