1995年，宝洁公司在研究“尿不湿”市场时发现，该产品每年的市场需求是稳定的，波动不大，但分销中心订货量却波动很大。宝洁公司进一步研究后发现，零售商、批发商、制造商都有逐级放大订货量现象，后来这种现象被称作牛鞭效应。
当宝洁公司公布这一发现后，其他公司，如惠普，也对本公司的热销产品展开了调查，结果惊人的一致。
打个比方，假定全球计算机市场的需求预测轻微增长2%，传递到联想（制造商）时就可能成了5%，传递到英特尔（一级供应商）时则可能是10%，而到了英特尔的设备商（次级供应商）时则可能变为20%。简言之，越是处于供应链的后端，需求变化幅度越大。这像西部牛仔挥舞的牛鞭，手腕轻轻一抖，鞭梢便会大幅度抖动，划出一道美丽的圆弧，这也是“牛鞭效应”名称的来历。
图1 供应链中的牛鞭效应
一、牛鞭效应的成因
牛鞭效应是供应链上的一种需求变异放大现象，早在上世纪60年代，就有许多学者对其进行了研究。其中最著名的就是麻省理工学院的杰伊·福里斯特（Jay Forrester）教授设计的“啤酒游戏”，该游戏形象地反映出牛鞭效应的存在及影响。几十年来，游戏的参加者成千上万，但游戏总是产生类似的结果。
啤酒游戏是这样的：参加者被分成三组，分别扮演零售经理、批发经理和工厂经理。对参加者的唯一要求是做好本职工作，以实现利润最大化。
游戏开始后就会发现，只要产生了市场需求的波动，这波动就会被放大。比方顾客要求增加10箱啤酒时，一级批发商可能就要增加30箱，二级批发商可能要增加60箱，到了工厂那里就变成90箱了。不断追加的订货数量，导致啤酒厂供不应求，这时啤酒厂就会购买新设备以增加产能。
当工厂把新设备买回来，开足马力生产的时候，会发现批发商忽然不进货了。为什呢？因为市场只增加了10箱啤酒的需求，你工厂都增产90箱了，早就供大于求了。当零售商发现啤酒卖不动了，当然就不再进货了，最终造成工厂、批发商、零售商库存的大量积压。
图2 啤酒游戏的典型结果
牛鞭效应的发现，被国际管理科学权威杂志Management Science评价为管理科学50年来最重要的十大贡献之一 。关于牛鞭效应的成因，主要有四点：
1. 需求预测。工厂可以按订单生产，但零售商不行，零售商直接面向顾客，通常是一手交钱、一手交货。因此，它需要提前准备好商品，这就会用到需求预测——预测顾客在未来一段时间内从自己这里所购买的商品及其数量。
我们都知道，只要是预测，就会有误差，有时候误差可能还很大。
就像前面讲的啤酒游戏，批发商以零售商的订单为依据，工厂又以批发商的订单为依据，这种预测方法本身就会导致需求放大的问题。因为下游的企业，为了降低缺货成本，通常会多订货，以增加安全库存。如果每个下游企业都这么操作，就会使得上游制造商得到一个严重偏离市场需求的数字。
图3 供应链流程
注：实线箭头代表物料流，虚线箭头代表信息流
2. 订货间隔期。零售商销售任何商品，都不能等卖光后再订货，因为缺货带来的损失往往是很大的。所以，零售商都会提前订货。提前订货除了会面对第一点所说的“需求预测”问题，还会面临订货间隔期的问题——到底提前多少天订货。
订货间隔期越长，对市场真实需求的扭曲就会越大，从而导致牛鞭效应。比方某种商品前三个月销售的趋势都是每月递增10%，如果这种趋势继续下去，第四个月的销售数量也将递增10%。并且，从理论上说，增长的趋势一旦形成，它是会倾向于继续增长的，而不是反转。因此，正常情况下，零售商还是会做出增长10%的预测。但是，市场增长不是无限的，第四个月销售数量确实也可能反转，只要一反转，就会造成多余库存。
3. 批量订货。无论是零售商还是批发商，向上游订货时都是批量的，而不是一件件的。只要是批量订货，就会存在预测失真的风险。
比方，你的公司是一家海底捞这样的餐饮企业，过年期间，你认为生意会非常红火，所以批量储备了1个月的菜。一开始生意还很好，眼看着就要过个肥年，可是新冠肺炎忽然来了，然后一个顾客都没有了，因此，批量订货的这批菜就废掉了。这就是批量订货导致的牛鞭效应——计划没有变化快。
4. 价格浮动。工厂为了快速回笼资金，通常会给大批量订货的客户和现款订货的客户一个极具吸引力的价格，这会促使客户大批量进货。比方印刷厂从造纸厂买纸，采用现款购买就比有账期的购买要便宜几百元/吨。另外，进货量大的话，还会更便宜。如果你是采购，也会倾向于现款大批量进货，毕竟你们是印刷厂，多出来的纸，总是有办法消化掉。
但是，就像我们前面说的，计划没有变化快，如果遇到新冠疫情，或者遇到北京市出台清理污染性企业的政策，或者遇到图书市场销量下滑（今年这三种情况都发生了），就会出现积压性库存。并且，纸张这东西，不是不锈钢，储存久了它会氧化变色的。那样的话，损失就更大了。
二、抑制牛鞭效应的若干策略
从供应链管理的角度看，“牛鞭效应”是供应链上各层级的销售商（总经销商、批发商、零售商）转嫁风险和进行投机的结果。它会导致生产无序，库存增加，成本加重，市场混乱，风险增大。因此，抑制牛鞭效应，对供应链上的每家企业而言都意义重大。
一般情况下，可以从以下三个方面进行统筹规划，综合治理。
1.加强信息共享。前面我们说过，牛鞭效应出现的主要原因，是供应链上的各家企业，都是按照下游企业的订单数据，而不是市场的真实需求，进行预测造成的。因此，抑制牛鞭效应，最重要的是建立沟通系统，实现信息共享。
最优的方式是搭建一个信息共享平台，这样，供应链上的各家企业那里有什么数据变动，大家都一目了然。这方面做的比较好的，如服装业的ZARA，全球所有终端门店的销售数据，都会实时传递回其西班牙总部的系统，以支持总部各部门对市场销售情况做出及时的决策。
但是，这种方式，有时推进阻碍大。因为供应链会涉及到多家企业，而有些企业往往不想公开自己的销售数据。这就需要一个核心企业牵头，通过财务手段，让供应链内部实现纵向一体化。这种工作，通常只有像亚马逊、京东、沃尔玛、苹果、华为这样的大企业，才容易推动。
如果不能搭建共享的信息平台，供应链上的企业仍然需要想办法加强信息共享。比方制造商、批发商、零售商可以共同进行销售预测，而不是一级级地进行，这样可以减少牛鞭效应。另外，对于库存信息、销售数据、订单状态方面的数据，各级供应商都应该及时更新、及时获取。
2.确定供应链的合理长度和宽度。供应链中水平层次和垂直规模的参与者越多，信息被加工的次数越多，扭曲的程度越大，所以应该尽量减少参与者的数量。
可以依据对核心企业流程的重要程度，将供应商分成支持型参与者和重要型参与者两种。
支持型参与者是指那些对最终产品的提供起到支持作用的参与者。例如，提供贷款的银行，维护生产设备的设备供应商，运输部门等。
重要型参与者是指对那些最终产品的增值起重要作用的参与者。例如，不易获得的原材料供应者、某些技术的支持者、有较好销售渠道的批发商等。
保留重要性参与者，剔除支持型参与者，供应链的结构就会有所简化。简化后的供应链有了合适的长度和宽度，再根据不同的合作要求，建立不同产品的供应链，这样可以从结构上减小牛鞭效应。
另外，如果制造商的销售网络比较广，比较健全和完善，同时拥有强大的销售队伍，那么可以考虑直接营销方式。比方说戴尔计算机、小米手机、苹果手机都取得了很好的成效。
3.缩短订货周期。前面我们说过，订货的提前期越长，对真实市场需求的扭曲越大，因此，缩短订货周期是破解“牛鞭效应”的一个好办法。
沃尔玛的数据显示：如果提前26周进货，需求预测误差为40%，如果提前16周进货，则需求预测的误差为20%，如果在销售时节开始时进货，则需求预测的误差为10%。
如果有共享的信息平台，零售商和批发商就不必把订货的提前量搞的太长，而是可以做到按需订货，及时补货。
如果没有共享的信息平台，也可以采用小批量、多频次、联合送货方式，使需求预测的误差进一步降低。比方某零售商，原来每周订一次货，对库存和资金的压力较大。经过分析，决定将订货间隔改为3天。结果，库存马上得到了改善。
原来库存天数=2天在途库存+7天库存+2天安全库存=11天库存
现在库存天数=2天在途库存+3天库存+2天安全库存=7天库存
也许你还会问，小批量、多频次会增加物流成本，会不会得不偿失？确实，这种情况是有可能出现的，但是，供应链管理考虑的是降低总成本——相较于小批量、多频次带来的物流成本的提升，大批量订货可能带来的风险和总成本更大。
从某种程度上，这就跟采购大宗商品的企业都会买期货进行对冲一样，企业的安全比利润率高一个点或者低一个点更重要。后者只关系到利润率，而前者关系到生死存亡。
并且，小批量和多频次未必就会增加总成本，因为它降低了库存成本，少占了资金，还能减弱牛鞭效应，因此，无论怎么算都比较划算。
到这里，关于牛鞭效应的部分就讲完了。牛鞭效应是库存管理中经常会出现的一种情况，在后面，我们还会讲到库存管理。
（如果觉得文章还不错，欢迎点击下方分享按钮，前20位好友可免费读。也欢迎在评论区与我交流，留下你的见解与看法。）
参考资料
1.《牛鞭效应》
2.《采购与供应链管理》
3.《物流与供应链管理》
4.《决胜供应链》
评论