下载掌阅APP，畅读海量书库
立即打开
最理想的供应链状态是非常符合中庸之道的，讲究不多不少、不早不迟，但在实际运营过程中，我们总会遭遇一些多余的库存，这部分库存被称为滞销库存。滞销库存销不掉、动不了，空占着仓库面积而产生了库存积压和资金周转问题。要分析滞销库存产生的原因，就一定要提到供应链里的一个重要概念：牛鞭效应。
牛鞭效应，指供应链上的信息流从终端用户向原始供应商端传递时候，由于无法有效地实现信息共享，使得信息失真的程度被逐渐提高。信息失真的放大作用像一根挥舞的牛鞭，因为力的传导，越往鞭尾振动的幅度越大，因此被形象地称为牛鞭效应，如图2-6所示。
图2-6 牛鞭效应
例如，产品A，当前终端用户市场的平均需求是10个，但由于市场的波动，到了零售商备货环节，为了避免产品短缺的情况发生，一定会向上级分销商多采购一些（如 12 个）；同理，分销商会以12个产品A作为零售商的真实需求，为了保证服务质量，会向上级制造商采购16个产品A。依次类推，因为制造商无法知晓真实的需求情况，只能以分销商提报的需求进行生产，为了保证成品的数量，必然会向原料供应商采购更多的原料。如此一来，当需求信息从终端用户，到最终的原料产地的传导过程中，便可能产生了数倍的差异。多余的部分库存，因为供需不平衡，便产生了严重的库存浪费，同时增加了运营成本，这便是牛鞭效应的威力。
只要用心观察，牛鞭效应存在于我们工作中的方方面面，不仅在外部企业之间存在，在企业内部一样存在，我们来看一个故事。
某公司开“双 11”动员大会。老板：“马上要到‘双 11’了，各部门一定要提前做好准备，去年我们的××产品卖了 1 万台，成绩相当不错，今年我们要再接再厉，目标是在去年销售额的基础上增长40%，辛苦大家！”。
销售副总王总接到指令后，对手下负责销售运营的老A安排任务：“今年‘双11’，我们××产品的销售目标是比去年至少增长40%，只能多不能少，老A你做个数据分析，分析一下今年需要备多少货，提前跟采购部报备，让他们提前备货。”
老A对××产品去年“双11”的销售数据及今年每个月的销售数据做了分析，发现每个月的需求波动很大，如果按至少增长 40%的目标来看，为了保证万无一失，需要比去年多备60%的货，也就是16000台。老A 转眼一想，如果今年卖得特别好，而自己报少了，岂不是自己的工作失误？这个责任自己可承担不起。于是，索性向采购部报备了2万台的需求计划，理由是需求波动比较大，为保证更好的服务水平，需要多备安全库存。这个理由，王总也认为很合理。
最终，采购人员大B向供应商下了3万台的采购订单，原因：①供应商承诺满3万台会返利，成本更低；②今年原材料紧张，预测年底会涨价，不如提前先备一批货，以备年底促销。
供应商发现今年接到的多个零售商的订单普遍比去年高 50%以上，于是加大投入生产，为了防止更多的下游客户下单订购，又多追加了一部分生产计划，整体比之前规划的产量翻了一番。大家都期待着该产品在今年“双11”再创佳绩。
到了“双11”当天，由于××产品的各家零售商今年都备了很多货，出现了严重的供大于求的局面，各零售商只能大力促销，打起了价格战，结果市场总需求相比去年没有增加多少，而零售商和供应商都积压了大量的库存，各方都损失惨重，哀声连连。
从故事中的每个角色本身来看，老板、王总、老A、大B、供应商都有合理的理由加大采购备货量，但由于需求信息的层层放大，便产生了非常严重的牛鞭效应，最终所有人都成了受害者。
牛鞭效应的产生主要是需求的变动性增大，一般有以下几个原因。
① 缺乏信任，信息不共享。企业内部各部门之间，以及上下游企业之间信息不透明，彼此相互不信任，导致各方无法获取最原始、最真实的需求，信息失真的程度越来越大。另外，有些公司的信息化程度偏低，无法有效地识别牛鞭效应，也会导致牛鞭效应的不断增大。
② 需求预测不准确。由于市场需求的波动太大，不确定性因素太多，无法准确预测真实的需求，导致预测需求量比实际需求量相差太大，从而产生了过量采购。
③ 安全库存的设定。为了避免缺货情况的发生，企业都会设定一定的安全库存，以应对需求的波动，这样上下游层层的安全库存设定，便加大了牛鞭效应。
④ 价格、促销的刺激。当供应商有降价、返利、促销、补贴等政策激励时，下游企业会倾向于多订货，从而加大了采购量。
⑤ 大批量订货。为了节省采购成本、包装成本、运输成本和人力成本，供需双方都会倾向于大批量、低频次采购，从而导致了需求的波动性。同时，有些产品有包装要求，必须以整包进行采购，这也会加大订货量。
⑥ 临时性与恐慌性订货。客户可能会临时增加订单量，导致需求量临时变大，当遭遇意外情况（如原材料紧缺）时，为了避免缺货情况的发生，企业也会倾向于提前备货，从而形成了牛鞭效应。
⑦ 提前期的延长。每个产品从下单到采购入库，都有一定的周期，这个周期称为提前期，包括采购时间、供应商备货时间、运输时间、入库操作时间等。为了保证提前期内的订单库存满足率，企业必须要保证提前期内的产品库存数量（也叫订货点），提前期越长，备货自然就会越多了。
牛鞭效应的危害如下。
① 加大了企业之间和部门之间的信任危机。由于上下游企业及同企业部门之间的信息不透明，彼此之间缺乏信任，久而久之，便会加大牛鞭效应，从而带来更多的信任危机，形成恶性循环。
② 导致了成本的增加。牛鞭效应会产生大量的不确定性库存，直接增加了库存成本、生产制造成本、运输成本、劳动力成本。
③ 资金周转率降低。由于库存积压，资金周转周期也会延长，导致企业丧失了更多的机会成本和投资收益。
牛鞭效应最直接的后果就是库存增多了，积压的商品长期销售不出去，体现在系统里，就是滞销库存。既然了解了牛鞭效应的成因和危害，在做系统设计时，我们自然要学会用系统来辅助监控牛鞭效应，避免牛鞭效应的进一步扩大。
在系统中识别牛鞭效应的最有效方式就是监控滞销库存，滞销库存的在库天数能有效地反映牛鞭效应问题。图2-7是一个简单的示例，我们来看看如何设计商品A的库存分析报表来监控牛鞭效应。
图2-7 用系统监控牛鞭库存（示例）
为了加强理解，先普及几个系统概念。
① 入库批次。为了便于仓库管理，每一批商品在入库时，我们可以为之赋一个批次号，并记录其对应的入库时间，这个批次号便是入库批次。例如，本例中入库批次20201001对应的入库时间为2020-10-01 10：10。
② 库龄。当前批次的商品在仓库里存放的时间，库龄=当前日期-入库日期。本例中当前日期是 2021-03-09，系统显示入库批次为 20201001 的商品的库龄为 159 天，入库批次为20210212的商品的库龄为25天。
③ 平均库存周转天数，指该商品在仓库里的平均存放天数，从商品入库时间到销售出库的时间。最简单的公式为：平均库存周转天数=日均存货金额/日均销售金额。例如，某商品平均每天的存货金额为 40 万元，每天的销售金额为 20 万元，则该商品的平均周转天数为2天。
在实际业务中，由于库存的动态变化，一般用全年（按每个月30天，全年360天比较好计算）的平均库存周转天数来计算。公式如下。
库存周转天数=360/全年存货周转次数=（日均存货金额×360）/产品年销售成本金额。
本例中，我们通过系统监控可以得出3个结论。
① 商品A平均库存周转天数为30天，批次号为20201001的商品库龄高达159天，远超平均周期天数30天，很明显产生了严重的积压，排除其他特殊原因，便是牛鞭效应导致的，需要尽早处理。而批次号为20210212的商品的库龄才25天，属于正常周转库存，可暂时不用处理。
② A商品当前已经产生了积压，在滞销库存未消耗完之前，就不能再继续采购了。
③ 横向对比同行其他企业里商品A的平均周转天数，如果低于同行平均水平，说明本企业在处理牛鞭效应方面做得还不错，如果高于同行平均水平，说明本企业的库存管理还有提升空间。
牛鞭效应会一直存在，不可能完全消失，但我们可以采取一些措施来减小牛鞭效应，以减少其带来的经济损失。
① 相互信任。同一条供应链上的上下游企业及企业内各部门之间要相互信任，减少因为不信任导致的信息失真。企业与企业之间、部门与部门之间充分信任，不虚报、不隐瞒，共同保证信息的平稳传导。
② 战略合作，信息共享。通过深度合作和技术手段的支持，下游客户可以与上游供应商共享销售数据，让供应商能够及时知晓真实的市场需求，以减少需求的不确定性；上游供应商可以与下游客户共享库存等信息，通过JIT、VMI（供应商管理库存）等方式减少下游客户的无效库存。
③ 缩短提前期。通过流程的优化、硬件支持和系统辅助缩短提前期，可以有效地降低提前期内的库存量，同时由于提前期的缩短，可以减少需求的变动，从而让需求预测更准确，波动更小。
④ 降低需求的波动。相关人员可以采取一些措施来降低需求的波动，从而降低牛鞭效应的影响。例如，企业可以通过综合各地的需求进行集中预测、集中采购，通过地区间的需求差异互抵来减少误差，还可以通过天天平价的策略，通过平稳的价格减少用户需求的不确定性等。
⑤ 减少订货批量。减少批量可以有效降低“牛鞭”的波动幅度，使需求的波动更小，预测更准确。但减少批量会导致运输成本、人力操作成本的增加，所以在实施时需要考虑到成本的均衡解决方案，如尽量以整车多品种运输的方式进行运输，降低空车率，用系统辅助人力作业，减少重复操作等。
⑥ 及时补救。除了避免和减少牛鞭效应，还需要有事后的补救机制，如果牛鞭效应已经产生，我们需要定期识别因牛鞭效应带来的库存积压，及时促销处理，释放占用资金和空间，减少呆滞库存产生的库存成本。
减少牛鞭效应的影响，并不是某一个企业或某一个部门的责任，而是需要供应链中的所有参与方充分发挥供应链协同的作用，群策群力才能达到最佳效果。