最美情侣中文字幕电影,在线麻豆精品传媒,在线网站高清黄,久久黄色视频

歡迎光臨散文網(wǎng) 會員登陸 & 注冊

商業(yè)智能BI業(yè)務(wù)分析思維:供應(yīng)鏈分析 – 如何控制牛鞭效應(yīng)(二)

2022-08-05 15:50 作者:北京派可數(shù)據(jù)  | 我要投稿

供應(yīng)鏈分析系列的上篇文章給大家介紹了什么是牛鞭效應(yīng),大概它是如何產(chǎn)生的,在供應(yīng)鏈上下兩端信息的傳導(dǎo)過程中需求發(fā)生了什么樣的變化。今天我們繼續(xù)來講下牛鞭效應(yīng),這種現(xiàn)象到底合理不合理,背后的邏輯是什么,以及如何控制牛鞭效應(yīng)來改善庫存降低庫存壓力。

牛鞭效應(yīng)的合理性

盡管企業(yè)都不喜歡牛鞭效應(yīng),從實際情況上看,牛鞭效應(yīng)的產(chǎn)生也有一定的合理性,想完全杜絕很難。為什么?首先是需求預(yù)測的復(fù)雜度決定了在供應(yīng)鏈中的企業(yè)一定要持有一定量的庫存,這個非常關(guān)鍵。在一個完整的供應(yīng)鏈中,從客戶體驗的角度,需求總是多變的,很難預(yù)測。

可視化分析 - 派可數(shù)據(jù)商業(yè)智能BI可視化分析平臺

?


特別在一些快消行業(yè),產(chǎn)品的生命周期很短,客戶早期需求和消費的歷史數(shù)據(jù)不可用或者作用十分有限。同質(zhì)化的競爭也帶來了需求預(yù)測的難度,整體市場對某一品類商品需求的預(yù)測大概率可以預(yù)估下,但是到單一品牌單一SKU就很難預(yù)測了。同時,客戶對訂單的產(chǎn)品數(shù)量、質(zhì)量、價格、時間等不確定也要求企業(yè)要持有一定量的庫存。

其次,從經(jīng)濟角度考慮更是傾向做大訂單。生產(chǎn)廠商不可能每接到一個需求訂單就向上游訂貨一次。最好是大規(guī)模生產(chǎn)、大規(guī)模采購才能降低向上游供應(yīng)商的采購成本,通過整車運輸降低來物流成本,就會減少訂貨的頻率,從經(jīng)濟訂貨量的角度考慮,一定會傾向做大訂單。

所以,從上面這兩個點來看,牛鞭效應(yīng)的產(chǎn)生并非完全沒有它的合理性,存在就一定會有原因。

如何控制牛鞭效應(yīng)

有沒有什么方法來控制牛鞭效應(yīng),改善庫存降低庫存壓力。大家注意,這里的用詞是控制和改善。因為每個行業(yè)、每家企業(yè)上下游情況差異化太大,完全的消除我認為很難甚至不可能,只能說有一個思考和探索的方向,想一些辦法去積極應(yīng)對,盡量去降低影響,這是一個思考的框架。

可視化分析 - 派可數(shù)據(jù)商業(yè)智能BI可視化分析平臺


?


第一,如果有能力的話盡可能的縮減供應(yīng)鏈的中間環(huán)節(jié),整個供應(yīng)鏈鏈條的中間環(huán)節(jié)越短,牛鞭效應(yīng)的波動范圍就越小,放大需求的次數(shù)就越來越少。這樣你就理解了為什么現(xiàn)在很多廠商自己都在做電商了、做直銷了,因為想直接觸達消費者,這樣對需求的預(yù)測會更加準(zhǔn)確。

第二,盡量減少個性化、盡量做標(biāo)品。需求復(fù)雜度降低,產(chǎn)品品類顆粒度越統(tǒng)一,越利于預(yù)測。并且向上游采購的半成品或者原材料集中度越來越高,更具有大規(guī)模的議價能力,既能降低成本,原材料復(fù)用度也高,庫存改善會比較明顯。我的一位好朋友,做服裝電商的老板,有些品類的衣服就做光板、標(biāo)品,對庫存的改善效果非常明顯。

第三,產(chǎn)品交貨周期越短越好,時間周期越短,對上下游包括市場的反應(yīng)和調(diào)整就會越快,牛鞭效應(yīng)也會減弱。

第四,我認為非常重要的一點就是信息化的能力是否可以打通上下游,上游供應(yīng)商協(xié)同,下游消費者連接。如果能夠做到這種程度,所有的數(shù)據(jù)放在一起,整個鏈條中的每個節(jié)點點對點的效率提升就非常高了,并且能夠直接掌握到一線的需求,供應(yīng)鏈的反應(yīng)就會非常的快,預(yù)測也會更加準(zhǔn)確。

可視化分析 - 派可數(shù)據(jù)商業(yè)智能BI可視化分析平臺

?


這也是大家經(jīng)常提到的供應(yīng)鏈三流:產(chǎn)品流、現(xiàn)金流、信息流。我們這里 說到的就是信息流,非常重要。比如像手機零售市場,品牌廠商是可以直接掌握到各個經(jīng)銷商的每日經(jīng)銷存數(shù)據(jù)的,信息流打通后可以通過數(shù)據(jù)分析來不斷的改善和調(diào)整需求預(yù)測。

以上就是我對供應(yīng)鏈牛鞭效應(yīng)的分析和解讀。

有朋友會說,這個是供應(yīng)鏈的知識跟商業(yè)智能BI、數(shù)據(jù)分析有什么關(guān)系呢?大家深入去想一想有沒有關(guān)系,太有關(guān)系了。我們?nèi)绻蝗ド钊肓私膺@些業(yè)務(wù)背景,不能深入分析里面的現(xiàn)象和原因,數(shù)據(jù)分析又如何下手呢?沒有數(shù)據(jù),如何量化;沒有數(shù)據(jù),如何決策?所以了解牛鞭效應(yīng)這樣的供應(yīng)鏈知識很有必要。


商業(yè)智能BI業(yè)務(wù)分析思維:供應(yīng)鏈分析 – 如何控制牛鞭效應(yīng)(二)的評論 (共 條)

分享到微博請遵守國家法律
河西区| 鸡泽县| 明星| 高密市| 万全县| 资溪县| 镇雄县| 闵行区| 天柱县| 武汉市| 荥经县| 榕江县| 紫阳县| 五指山市| 明水县| 宁化县| 英山县| 连州市| 渝中区| 巫溪县| 思茅市| 宣城市| 徐州市| 桂平市| 凭祥市| 团风县| 石阡县| 长岭县| 织金县| 达拉特旗| 安多县| 本溪市| 东方市| 古田县| 宁城县| 日土县| 沽源县| 德兴市| 视频| 祥云县| 沙湾县|