供应链管理实验报告——啤酒游戏(二)
牛鞭效应——供应链管理入门2014年春季学期实验报告
实验报告
第二次、第三次啤酒游戏
张新70 陶君宇
54 列娜沙哈79
任镜泽81 周毅博
28
2014/4/8
第二次啤酒游戏
一．实验要求：不能相互沟通，订单下限是8，顾客订单0—15随机得出。
二．实验目的：进一步了解供应链中的牛鞭效应。结合第一次实验，增加订单下限以更为贴近实际。在不能沟通的前提不变下，观察牛鞭效应在一定限定条件下的发生。
三．实验分析：
（一）数据分析：
【第一部分】：本组各部分单独分析
A. 零售商：
1. 三组一开始大致相同，先是一开始库存不足，至缺货20多，订单也增至二十。
2. 随后收到订单持续低于10，使得库存有开始积压。
3. 收到的订单开始不断波动，从二十周起，第一组开始出现较大不同，其库存持续下降。
4. 第一组订单开始不断增大，远大于其余两组，最终三十周期，缺货有所好转。
5. 不同之处大致始于第二十周。首先是第一组库存下降，接着四五周以后开始突然加大订单，最高将近30，之后库存状况有所改善
B. 批发商：
收到订单数波动很大，故订单数目波动也很大，基本随着订单数而变化，也会出现8080的情况。
C. 分销商：
由于本次试验的收到订单量在0-15随机，而发出订单量不得小于八，于是总体而言我们组的分销商发出订单量多为8和零，并一直处于波动，又由于接受订单的期望为8，故在某段集中的时间中订单大于八，但从未超过14。正是因为大家都能比较好的控制下订单量，于是总成本较第一次试验有所下降。
下面是库存分析，这次试验我们大约经历了两个半波动周期，从有库存到缺货再到有库存再到缺货。缺货最大量量是第7周的29，库存最大量是第18-23周的连续20，尽管缺货绝对值大，但持续时间短，而库存尽管时间长但缺货量小且成本低，所以影响不大。第二组由于在前7周中连续下大订单，导致出现大库存（后一段时间库存未变）。第一组的订单波动小，也表现好。
D. 生产商
首先在实验前提下，0-15随机数，即期望值是，而实验初值状态12 4 4即3天有20个啤酒，所以在并不知道其他人信息的情况下，以平均为基础，在加之所公开的消费者需求进行微调。
其次，实验正式结果，前15天收到的订单几乎稳定在8-10，所以波动不大，而16-27有一半的时间是0订单，对生产商的库存有一点影响，最后28到36阶段又是有稳定的订单，生产任务稍微有点跟不上突然的增加。
【第二部分】：三组各个环节之间的关系分析：
图表1. 第一组发出订单
消费者订单变化的幅度最小。订单数量的波动，呈现出由上游到下游不断增大的趋势。可以看到，零售商订单波动最大。其原因是由于上游订单稳定且略微缺货，传递到零售商时，缺货量变大。零售商不得不增加订单来给上游刺激，要求增加供应弥补缺口。
图表2. 第一组库存
从图中可以看出，仍然是零售商的库存、缺货量的波动最大。订单与库存是强大反相关。从上游到下游，波动递增。而且，处于上游的环节波峰较之于下游会有一定程度的延迟，即下游零售商的库存、亏损情况需要经过一段时间才能传递到生产商。
图表3. 第二组发出订单：
第二组的订单情况较为特殊。可以看到，零售商的订单数是紧随消费者订单的数量不断变化的，甚至可以说是重合的。而这种情况下，对生产商的要求就大大提高。从图表中观察，生产商的生产任务的波动远远大于任何一个环节的订单波动。
图表4. 第二组库存：
由于订单的特殊性，第二组各个环节的库存之间是强的正相关。与第一组截然相反，库存、缺货的波动大小从下游到上游递增。
图表5. 第三组发出订单：
第三组的优势在于波动的范围最小。订单的最大值没有超过20，导致库存、亏损的方差普遍较小。四个环节的数据波动都不大。
图表6. 第三组库存：
与前两组不同的是，第三组的库存、缺货数量，是中间分销商和批发商的波动最大。零售商和生产商的波动反而不是很大。
参考表格7：数据方差
（二）问题分析：
A.零售商：
二十周左右第一组库存下降，但观察其前几周的订单，订单和其余两组相比，量甚至还略高。所以应该是因为上游供应商缺货的问题。其实若观察第二三组的异同，前期第二组的库存波动较大，但两组订单类似，所以供应商的水平对于零售商来说也是很重要的因素。
其在二十六周左右突然开始加大订单，在随后几周内有效地改善了缺货状况。所以在不可以交流的情况下，通过订单来调节生产和供应链是很好的方法，一味的保持订单的稳定，会给予上游供应商错误的信息。
从条件上看，和第一次实验相比，第二次与之的区别在于，规定了顾客需求在0~15之间取随机数，且最小订单为8。如此零售商便无法掌握销量的规律了，更接近实际情况，所以零售商订单也处于小幅波动之中。总的来说，更难把握了，但也更能体现出牛鞭效应这个现象。但最小为8对零售商并无较大的影响，因为零售商无非是把3，3，3，给成了0，8，0罢了。
B 批发商：
下单数目随着收到订单数目的变化而变化，而因为订单下限为8，故会出现8080等情况。批发商由于想维持库存和缺货的最小值，下单比较保守，却会出现没有来得及应付快速变化
的市场而导致缺货量大继而存货量大的情况。
C 分销商：
第一次缺货是因为批发商在第3-7周连续下了超过12的订单，库存是因为第16-21周连续下了0订单，再次缺货时因为在32和34下了20的订单。可见从库存到缺货或是其逆转多由于订单突变。
另外，当下游在某周由于接到大订单时发出大订单时，上游的货物运输延迟会有两周（若上游缺货，延迟时间会更长）导致这两周仍会缺货，导致下订单者会忽略已经下过的大订单，再下一次，而当2周（或更多）以后货物运到时(尽管一部分用来补缺货)，仍会造成大的库存积压。
供应链中各个环节均在乎自己利益，而有时个人利益最大化与集体利益最大化矛盾，故造成不必要的损失。由于先前得知顾客需求量的信息且能看到顾客需求量的信息，所以在向上一级下订单时会综合六周前的顾客需求量以及收到的订单量。个人在做实验中比较考虑上下级的感受，故不会因为收到订单的突变而突变自己的订单量，而是将大订单评分（当然这种方法会造成更大的延迟，可能对上级产生误导），。而且在可控范围内（即自己没有大缺货或大库存的情况）尽量使收到的订单与发出订单相同以保持良好状况。整个过程中第7周和第34周心理比较忐忑外其他时间比较冷静。
D. 生产商：
由于生产商是离消费第一线最远的单位，所以对市场的波动反应是最慢的，而生产商又是能较快地无上游缺货负担地得到啤酒，所以作为生产商，我是希望库存量尽量少，以个啤酒为生产基础，对收到的订单进行些许改变达到作为生产商的成本最低化。但是实际操作中，由于前期的一次大订单，零售商直接面临缺货，而这反应到在供应链中很迟缓，我就没有敢下大生产任务，想利用初值中冗余的（12+4+*2）*4=20瓶多的啤酒进行中和，最终造成前期的少许缺货。然后就是缺货后的补货，又是过于盲目，导致16-25天有8到16甚至的而由于中期的一波0订单，突然有订单后生产反应较慢，又产生了最后阶段的缺货。
（三）改进措施：
A.零售商:
在供应链各个环节无法沟通时，应按实际情况发出订单，不要给上游错误信息，但每个大订单后，都应耐心的等待到货，不可连续发出大订单。
B.批发商：
批发商想减少自己的成本而保持库存量少的决策是不明智的，因为市场的需求量并不确定，而当有需求再下订单的时候会有两周的送货延迟。故，宁愿多一点库存，也要防止后续的缺货现象。
C.分销商:
1.更好地关注近几周的顾客需量以防止被收到的不正常订单所误导。
2.冷静冷静，无论上游如何下订单，在此种情况下最大订单最好不超过15，每次下订
单前都要考虑上级经销商的感受，并考虑即将运过来的两批货的数量来确定订单，放眼长远计划。
3.由于缺货比库存更贵，尽量减少缺货。
D.生产商：
作为生产商，他的下游批发商的订单对他的影响是十分巨大的，所以只有生产商个人的改变对于整条生产链并没有实质性的改变。但是可以确定的方向是有的，即保持一个相对平稳的状态，每个运输的地方有7-8瓶啤酒，而库房中的货物或者缺货尽量少。
第三次啤酒游戏
一．实验要求：没有订单下限，相互间可以沟通交流，能够知道组内各个环节的库存和亏损。
二．实验目的：改变最重要的实验条件，让各个环节可以沟通交流，看牛鞭效应是否仍然发生作用。
三．实验分析：
（一）数据分析：
【第一部分】：本组各个环节单独分析：
A．零售商：
在本次实验中，消费者订单的波动与第二次实验相比差别不大。发出订单稳定，最大没有超过18。应该注意到，本次零售商有两次较大的亏损，但从订单来看，并没有少定。原因是上游生产商没有关注到下游零售商的情况，不增加生产任务。本次的亏损基本都是由于缺货。
B．批发商：
在前期库存量和缺货量波动稍大。后期基本保持低库存无缺货状态。发出订单数目小幅度波动，基本稳定。
C.分销商：
由于本次实验各级经销商可以进行沟通，且没有订单的下限要求，于是相比于其他次实验，成本达到了最低，沟通使得下的订单量变化更小，大多集中在6和8，就库存量而言，在第7周左右出现了一次缺货，但周期只有5周，在26周出现了一次库存积累，但周期也只有7周。其余时刻下级的订单量多是我本周能提供的啤酒量所决定，致使库存量（或缺货量）基本维持在零，此外，分销商的订单量也是根据上游工厂能提供的量所决定。
而第二组采用的准直销式方案使得经销商成本降低为34，其中后面的周的库存基本为零。而第一组的实验结果我组基本相似，但波动频率较大。
D.生产商：
首先，在第三次实验的前提下，生产商以及中间的分销商和批发商是可以做到零缺货的，应为下游可以通过你所拥有的数量进行下单，并告知你实际上的缺货。这可以说是实验的一个漏洞，但并没有违反某个明显的规则。
其次，实验正式结果方面，前10天的订单数总体较大，但是由于大家的信息交流，生产任务也比较大，所以并没有产生很大的漏洞。10-15这几天有10左右的库存。15-31又是一段相对平稳的时期。32-36产生了14左右的库存。
【第二部分】：三组各个供应链环节的分析;
图表8：第一组订单：
第一组的订单波动频率最大，仍然是下游订单波动最大，越到上游，订单波动越小。
图表9：第一组库存：
由于信息的沟通，四个环节订单波动的波峰之间的差距缩小，即上下游相互之间的信息传递的延迟减少。
图表10：第二组订单：
第二组的订单各个环节之间联系紧密，是强的正相关。由于消息的沟通，第二组的订单波动小，最大值为18，各个环节之间的方差大小差别不大。
图表11：第二组库存：
第二组的特殊之处在于，中间的批发商和分销商几乎没有库存和亏损，简单地承担运输桥梁的作用，相当于一定程度上的直销。一直都是零售商的库存、缺货数量随着消费者订单的变动而反向变动。批发商、分销商、生产商的库存和亏损数量一直为0。
图表12：第三组订单：
第三组的订单数变化幅度不大，基本是随着消费者订单的变化而变化。中间环节的批发商和分销商的订单波动小，两边的零售商和生产商订单的变化幅度大。
图表13：第三次库存：
在信息沟通的情况下，零售商的库存、亏损数量波动最大，受影响最大，同时亏损也最多。
但是与前两次实验相比，所有的供应链环节亏损都有所减少。
（二）问题分析
A.零售商：
零售商在第三组实验中面临着较之各个环节最大的压力。由于可以沟通以及相互了解库存、亏损，这次实验本来可以协商有序的进行。最重要的是生产商要看到最下游零售商的情况，及时作出反应。但是，可以看到，生产商并没有随着零售商的需求而改变生产数量，导致零售商出现两次大的亏损。
在没有信息沟通的情况下，零售商需要通过订单刺激来告诉上游其库存、缺货情况。但是，在信息透明的情况下，完全可以通过沟通来解决。如果信息完全畅通且组员及时作出反应，中间批发商和分销商可以完全充当零售商和生产商之间的运输桥梁作用。B.批发商
起初与零售商的沟通较少，导致缺货量存在且略大的情况。后来在牺牲零售商同时也向分销商拖鞋沟通的情况下保持最低成本。但是在整个生产链中零售商的成本远高于其他商家。
C.分销商
可以说，沟通使得上游厂商的成本急剧降低，而对零售商的影响不大，其原因在于零售商无法与顾客沟通，即零售商无法得知接收到的订单量，于是使得零售商的订单无法及时被满足（延时满足会对其造成库存积压，且对于零售商格外严重，因为库存无法被下级配合迅速下掉）此外，由于我下的订单多是靠分析工厂能提供的数量决定（使其库存为零）而工厂的发货量延迟大且无法准确跟踪顾客信息，这样按照工厂的发货量传递下去会对零售商产生较大影响。而且自己与零售商交流不够，在实验过程中没有意识到此问题。
从心理上看，因为存在着沟通，自己接受的信息量很大，又想着照护自己分销商又想着照顾工厂和批发商，尽管自己试图分析出自己的订单量，但事实上下的订单前还是多由工厂决定，并未让整体达到最优。此外沟通过程中难免会发生冲突，也就造成不必要的心理波动。但总体来说还算冷静，最大订单量也不过16而已。
D.生产商
这次由于大家可以交流信息（可以说是制定生产链的统筹方案）所以产生的问题并不是很大，但还有的就是，生产商连续下了大单传到下游的时候，下游已经缺货了一会儿，而最下游的消费者量突然变小，则造成了整条链上的库存，用了中间差不多8-9天的时间才缓冲完成。
（三）改进措施：
A.零售商：
在实际的供应链过程中，由于上游不止对应一个下游，情况会复杂很多。但是，如果能够相互间加强信息的沟通，保证消息的共享，并且及时作出反应，中间环节可以减省很多亏损。如果在沟通协商的基础上，将亏损全部压在零售商身上，应该考虑给零售商必要的补贴。
B.批发商：
在游戏模式中，可以一开始就将成本降到最低，牺牲零售商，主要是做好工厂和零售商的协调，中间链结只起到传递作用。但此模式仅适用于这条生产链属于一个商家。
在非游戏模式中，还是得保持一定量的库存和缺货。但是最重要的是和生产商沟通，使整个生产链成本最低，互利多赢。
C.分销商：
沟通对于整个供应链体系而言还是有积极的影响的，但由于我们只是在实验过程中沟通，实验前没有进行讨论，致使没有完整的体系，每个人有不同的想法，对零售商造成了负面影响，出现了问题。相比较而言，第三组的直销式（相当于工厂是上帝而非顾客是上帝）的方法尽管不普适，但却是使得整体成本降到最低。
另外，各级上游经销商在下订单时也应该考虑零售商的感受，不要完全追求个人利益最大化，而要追求整体利益最大化。
在整个供应链处于良好的稳态时不要轻易改变，出现库存或缺货时不要试图一口吃大胖子，而要稳步调整。
D.生产商：
多关注下游的情况，及时有效的作出回应。在实际情况下，密切关注市场变化。
啤酒游戏心得体会
牛鞭效应-啤酒游戏实验报告 一、“牛鞭效应”的定义、产生原因 1.定义：牛鞭效应（Bullwhip effect ） 指营销过程中的需求变异放大现象被通俗地称为“牛鞭效应”。 (指供应链上的信息流从最终客户向原始供应商端传递时候，由于无法有效地实现信息的共享，使得信息扭曲而逐渐放大，导致了需求信息出现越来越大的波动。) “牛鞭效应”是市场营销活动中普遍存在的高风险现象，它直接加重了供应商的供应和库存风险，甚至扰乱生产商的计划安排与营销管理秩序，导致生产、供应、营销的混乱，解决“牛鞭效应”难题是企业正常的营销管理和良好的顾客服务的必要前提。 2.产生原因： “牛鞭”效应产生的原因是需求信息在沿着供应链向上传递的过程中被不断曲解。企业的产品配送成为被零售商所夸大的订单的牺牲品；反过来它又进一步夸大了对供应商的订单。 “牛鞭效应”是对需求信息在供应链中扭曲传递的一种形象的描述。其基本思想是：当供应链上的各节点企业只根据来自其相邻的下级企业的需求信息进行生产或者供应决策时，需求信息的不真实性会沿着供应链逆流而上，产生逐级放大的现象。试着想象客户手中拿着一根鞭子，同时购买心理不停的改变，鞭子也不停的跟着摆动，鞭子越长摆动的越大。解决长鞭效应最好的方法是将这个鞭子缩得越短越好，这样引起的变化也会很小。 二、减少“牛鞭效应”的方法策略 通过这次的“啤酒游戏”我们对牛鞭效应也有了更深一步的理解。啤酒游戏中所反映的问题是“牛鞭效应”存在供应链上的每一个环节，给供应链上各厂商带来严重后果。消费者需求的一点变化，导致零售商对分销商订单量的扩大，批发商根据自己的判断，明白了需求在逐渐增加。需求增加的信息从批发商处传到生产商处时又被放大，导致生产商以为消费者需求大大增加。这样啤酒厂就会大量生产啤酒。使得后期的啤酒供给逐渐增加，大大超过了消费者的需求，这就造成极大的浪费。 此外，牛鞭效应导致供应链上各厂商库存积压，特别是对于生产商来说，需求严重被放大，库存产品积压非常严重。这在现实中是随处可见的，消费者的一点点需求变化可能会被无限放大，以至于市场动荡剧烈。 “啤酒游戏”给我们的启示是通过分析游戏中供应链上各部门存在的“牛鞭效应”的机理，找到应对供应链上各部门需求放大的方法以解决企业存在的“牛鞭效应”。
基于VensimPLE啤酒游戏仿真实验报告
基于Venｓim－PLE啤酒游戏仿真实验报告
————————————————————————————————作者: ————————————————————————————————日期:
基于Ｖeｎsim PＬE啤酒游戏仿真实验报告 专业班级：工业工程一班 姓名: 石洋洋 学号:２０10０7７02２3
?２基于Ｖensim ＰＬE啤酒游戏仿真 1.实验报告 2.提交啤酒游戏的因果关系及仿真结果 基于Vensｉm PLE啤酒游戏仿真实验报告 一、实验目的与要求 １．1实验目的 (1)初步掌握VENSIM软件的仿真模拟过程，认识并了解VENSIM软件 ＶENSIM是一个建模工具,可以建立动态系统的概念化的，文档化的仿真、分析和优化模型。PLE(个人学习版）是VＥＮＳＩM的缩减版,主要用来简单化学习动态系统,提供了一种简单富有弹性的方法从常规的循环或储存过程和流程图建立模型。本实验就是运用ＶＥNＳIM进行系统动力学仿真,进一步加深对系统动力学仿真的理解。 (2）以上机题目所给的啤酒游戏为案例实际操作ＶENSＩM软件进行模拟仿真 运用系统动力学的原理和ＶENSＩM软件构建了啤酒游戏的供应链模型,以及各相关因素之间的因果反馈关系模型。模拟仿真一个供应链流程的运行。从而将系统动力学的知识与软件实际操作融会贯通，更加了解该软件的应用。
(3）通过模拟仿真的结果来分析牛鞭效应 牛鞭效应，就是指当供应链上的各级供应商只根据来自其相邻的下级销售商的需求信息进行供应决策时，需求信息的不真实性会沿着供应链逆流而上,产生逐级放大的现象。 通过增加供应链模型节点个数并对其仿真结果进行分析，证明随着供应链长度的增加，牛鞭效应也愈加明显；对VM Ｉ库存管理模式与传统库存管理模式的系统结构及运营绩效进行了比较,说明供应链成员间的信息共享可以有效地弱化牛鞭效应。 １.2实验要求 啤酒游戏中包含零售商、批发商、供应商三个成员。同时对游戏中的参数进行如下假设：消费者对啤酒的前4周的需求率为30０箱／周,在5周时开始随机波动，波动幅度为±200,均值为0，波动次数为１00次,随机因子为4个。假设各节点初始库存和期望库存为10０0箱,期望库存持续时间为3周，库存调整时间为4周,预测平滑时间为5周,生产延迟时间和运输延迟时间均为3周,且为３阶延迟；不存在订单延迟。仿真时间为0~１00周，仿真步长为1周。期望库存等于期望库存持续时间和各节点的销售预测之积。 策略1:不补充以往缺货需求N T I I Q j a j ej j + -= 策略２:考虑以往缺货需求N T I I Q k a fj ej j +-= 根据啤酒游戏基于ＶENS ＩM 软件的上级题目要求，分析确立所需
啤酒游戏实验指导书
“啤酒游戏”实验指导书 一、啤酒游戏的假设 （1）“啤酒游戏”的供应链只涉及一种商品：啤酒； （2）供应链节点：共5个。上游4个节点，每个节点代表一个企业； a)最终消费者 Consumer b)零售商 Retailer c)批发商 Distributor d)分销商 Wholesaler e)生产商 Manufacturer （3）游戏过程的决策问题：各决策主体（零售商、批发商、经销商和生产商）基于实现自身利益最大化的目标来确定自身每周的定购量。 （4）供应链为直线型供应链，商品（啤酒）与订单仅仅在相邻的两个节点之间传递，不能跨节点。 （5）供应链最上游是生产商，其原材料供应商视为供应链外部因素，并假设原材料供应商的供应能力无限大。 （6）生产商的生产能力无限制，各节点的库存量无限制。 （7）不考虑供应链的设备故障等意外事件。 （8）时间单位：周。 （9）每周发一次订单。 （10）订货、发货与收货均在期初进行。（第n期初发的货为第n-3期初收到；第n期初发的订单为第n-3期初收到。） （11）本期收到的货能够用于本期销售。 （12）供货期（提前期）： a)零售商―――消费者：0周 b)批发商―――零售商：4周（订单响应期2周，送货时间2周） c)经销商―――批发商：4周（订单响应期2周，送货时间2周） d)生产商―――经销商：4周（订单响应期2周，送货时间2周） e)生产商制造周期：2周 （13）除了下游节点向相邻上游节点传递订单信息之外，供应链节点之间信息隔绝。 二、操作流程与规则 （一）供应链流程 仅仅考虑节点之间的实物流程（啤酒运输）和业务流程（订单传递）。 供应链流程如：图－1所示。
“啤酒游戏”实验报告
实验一：“啤酒游戏”实验 1. 实验目的 （1）帮助学生认识供应链的基本结构和供应链企业之间的相互关联； （2）帮助学生认识到时间滞延、资讯不足的现实约束条件对供应链系统运营的影响； （3）帮助学生理解“需求变异放大”效应的表现和根源； （4）帮助学生掌握如何突破习惯思维方式，以系统性的思考寻求最优经营决策的具体方法。 2. 实验内容 在确定每位同学扮演的角色之后，分角色模拟供应链的订货过程20周以上，按要求作记录，并对订货结果进行分析。 3. 实验仪器、设备及材料 计算机，安装Windows2000及以上系统和“啤酒游戏”实验软件。 4. 实验原理 通过观察供应链管理中典型的“牛鞭效应”现象，认识到如何保证整条供应链的成本最小化是供应链管理的主要研究问题。即使一个企业内部资源优化整合后，如果不注重供应链管理，在市场环境中仍然无法立于不败之地。 5. 实验步骤 （1）收货：将运输延迟的库存收到当前库存中； （2）发货：按上期收到的订单发货，按照订单量将库存中的货放入与下游间的运输2周延迟中。发货后做缺货量记录和库存记录； （3）发订单：下游向上游发订单，作记录；
（4）收订单：收下游的订单，并作记录； （5）实验结果分析。 6. 实验报告要求 （1）实验名称、学生姓名、班号和实验日期； （2）实验目的和要求； （3）实验仪器、设备与材料； （4）实验原理； （5）实验步骤； （6）实验原始记录； （7）实验数据计算结果； （8）实验结果分析，讨论实验指导书中提出的思考题，写出总结及心得体会。 7.实验结果
8. 思考题 当价格随需求变动或生产提前期发生变化时，供应链会产生怎样的波动？如何缓解供应链中的“牛鞭效应”现象？ 答：当价格随需求变动或生产提前期发生变化时，供应链会产生需求逐级放大的情况，俗称“牛鞭效应”。
供应链作业啤酒游戏分析
啤酒游戏分析 初始情况：每个企业的期初库存为12箱，到货周期2周，在途库存为两周，每周4箱。 供应链2的订货状况： 整个供应链2的成本：205.5 从此表来看，我们可以看出整个供应链2的订单量和库存，缺货情况。总体，
整个供应链（包括零售商，批发商，分销商，制造商）的订单量接近消费者的订单需求。平均每周每个商业的订单量是8-9箱，库存4-5箱。 首先，对于零售商来说，没有存在缺货情况但是库存量是整个供应链2最高的（131箱）。他们没有预测好消费者对产品的需求让零售商的成本最高，达到65.5。但是对比了一下，可以看出零售商的订单量变动不大（第12周-14周都是11箱，第15周-18周都是9箱），最稳定的，订单量经常是9-11箱（最低的订单量是第2周只有5箱，最多的时候是12箱）。 批发商，总体来看，有了订单量最接近消费者说明，他们对消费者的订单量和市场的需求了解。但是在第12周和第13周发生了缺货问题（总缺货量：7箱）。发生了这个问题是因为在第10周的时候批发商对市场判断不正确，有了错误的策略使得他们只订了2箱导致了缺货情况。批发商的库存也控制的比较好，只有第10周库存是10箱—最多的。这也是一个原因导致了批发商在这周只订了2箱啤酒。 分销商的情况是，没有发生缺货问题但是库存量高。库存量最高的时候是在第11周有22箱啤酒。发生了这个问题主要是受了批发商的影响（第10周批发商只订了2箱）而从第1周到第9周分销商的订货量是比整个供应链的平均订货量多了一点，比较稳定在10-12箱。 最后，制造商虽然也存在缺货问题（在第18,19周，总缺货量：9）但是库存掌握的特别好（总库存量：60—供应链2最少）。制造商的库存经常是0箱（第2-5周，第13-14周，第18-19周）。从第1周到第8周，订单量也很稳定，没有很大的变动，常常是12箱，只有第1，6，8周是10箱。从第10周到底20周订单量不稳定，变动的特别大。除此以外，缺货是因为分销商在第17到19周突然提高了订单量（跟第14到16周对比）而且制造商的库存量不多所以发生了缺货情况。制造商的总成本也是整个供应链最低的（39）。
关于供应链——啤酒游戏心得
啤酒游戏心得 阿帆在这个游戏过程中，有自主探究，有团队学习，还有团队竞争。通过做啤酒游戏，我们学习体验到了企业供应链方面的相关知识和技能。亲身体验产品从制造商到消费者手中所经历的环节，体验到由于各种原因将造成的成本扩大，学习理解供应链中的长鞭效应、造成长鞭效应的各种因素、如何有效的改善长鞭效应等，了解了一些供应链系统中的库存管理，对时间滞延、信息不足对供应链的影响有所感受，深刻感受到在一个复杂系统中信息沟通、人际沟通的必要性。 我们组各商家的成本不一，零售商的成本比较低。各角色的人都很负责，都是仔细思考和评估以后才做出决策，可是整组的成绩并不理想。其他环节出现了大范围的缺货或者库存。 游戏是比赛，于是各商家从一开始便展开竞争。其原因大概有二：一是大家没有注意到主持人所强调的，最后结果是每个小组的成绩的比较，而不是小组内各角色的比较；二是，大家的思维和生活习惯，思维在这个时候起着决定性作用，大多数人习惯于原子式思维，专注于个别事件，只顾自身利益，而不会从全局着眼。殊不知，要真正实现自己的利益，必然需要整体的利益来带动。在这种思维的影响下，各商家忽略了沟通，忽略了互利，导致信息不对称。点滴积累之下，在正反馈机制的作用下，损失到后来就一发不可收拾。事实上，竞争并不仅仅意味着一个企业与另一个企业两者之间的孤立竞争，更为全面的竞争理应是各小组之间的竞争，即他们所处各供应链之间的竞争。而供应链竞争的核心意义在于，供应链厂商之间必须高度协作与同步，才能整体上增加整个供应链的收益。各个厂商如果仅仅为自身利益进行决策，不重视整个供应链上下游的整体价值，则会导致整个供应链的效率低下，利益受损。随着全球化、信息化的发展，供应链在日益激烈的市场竞争中所起的作用越来越大。 在游戏过程中，每个人都投入到自己的角色里，热烈讨论，细细谋划，都在尽量把握分析所能接收到的信息，做出认为最优的决策。我们看到，每个人都在自己的岗位上，以自己的理性，尽力做好行动与判断决策。不幸的，每个小组的最佳决策，不见得会导致整个供应链的最佳决策。参与系统的各个份子，常常只见树而不见林。鲜少有人抽身出来，从整个供应链条的角度来考虑问题。不管是零售商、批发商、制造商，每个人都在自己的岗位上、对自己所能接触的信息，做出最符合本身预期的善意、果决、最佳决策。然而，大家几乎都没想到很重要的——信息共享。真正理性的做法，应该是供应链上的各商家应形成战略联盟，上下游厂商之间通过高度的信息沟通，共享市场信息，通力协作，共同确保物流供应的同步，降低在整个供应链上的价值浪费。这样，才能提高效率，保证价值的最大化。对市场需求信息的准确把握和共享，将会大大提高整个供应链厂商之间的协作程度，共同降低库存和滞发成本。 游戏开始没多久小组产生库存不足，各环节慢慢出现缺货的现象，为了满足需求，各商家又扩大订货。为了要让库存减少却又不能让库存不足，我们会实时反应下游的动作并做估计，来期望达到供需平衡。但是因为供货的速度与实际状况，有时间上的差距。随着定单向供应链上游移动，订货的数量不断加大，在每一环节都尽力消除缺货成本的同时，库存成本却快速增加，最上层的制造商最大的库存量已经远远超过实际的市场需求数量。在实验中啤酒市场的消费需求量变动很小，但我们整个供应链中库存和延期交货的水平却波动很大。在供应链的上游，供货商为满足下一级的需求，不得不保持较高的库存水平，导致成本增加，最后使得链上所有商家蒙受了损失。有趣的是，最后各商家会互相怪罪。 这种随着往供应链上游前进，需求变动程度增大的现象被称为“牛鞭效应”。“牛鞭效应”是供应链上的一种现象。这种现象广泛存在于制造业的供应链结构中。当供应链中各节点企
供应链管理实验报告——啤酒游戏
牛鞭效应——供应链管理入门2014年春季学期实验报告 实验报告 第二次、第三次啤酒游戏 张新70 陶君宇 54 列娜?沙哈79 任镜泽81 周毅博 28 2014/4/8
第二次啤酒游戏 一．实验要求：不能相互沟通，订单下限是8，顾客订单0—15随机得出。 二．实验目的：进一步了解供应链中的牛鞭效应。结合第一次实验，增加订单下限以更为贴近实际。在不能沟通的前提不变下，观察牛鞭效应在一定限定条件下的发生。 三．实验分析： （一）数据分析： 【第一部分】：本组各部分单独分析 A. 零售商： 1. 三组一开始大致相同，先是一开始库存不足，至缺货20多，订单也增至二十。 2. 随后收到订单持续低于10，使得库存有开始积压。 3. 收到的订单开始不断波动，从二十周起，第一组开始出现较大不同，其库存持续下降。 4. 第一组订单开始不断增大，远大于其余两组，最终三十周期，缺货有所好转。 5. 不同之处大致始于第二十周。首先是第一组库存下降，接着四五周以后开始突然加大订单，最高将近30，之后库存状况有所改善 B. 批发商： 收到订单数波动很大，故订单数目波动也很大，基本随着订单数而变化，也会出现8080的情况。 C. 分销商： 由于本次试验的收到订单量在0-15随机，而发出订单量不得小于八，于是总体而言我们组的分销商发出订单量多为8和零，并一直处于波动，又由于接受订单的期望为8，故在某段集中的时间中订单大于八，但从未超过14。正是因为大家都能比较好的控制下订单量，于是总成本较第一次试验有所下降。 下面是库存分析，这次试验我们大约经历了两个半波动周期，从有库存到缺货再到有库存再到缺货。缺货最大量量是第7周的29，库存最大量是第18-23周的连续20，尽管缺货绝对值大，但持续时间短，而库存尽管时间长但缺货量小且成本低，所以影响不大。第二组由于在前7周中连续下大订单，导致出现大库存（后一段时间库存未变）。第一组的订单波动小，也表现好。 D. 生产商 首先在实验前提下，0-15随机数，即期望值是，而实验初值状态12 4 4即3天有20个啤酒，所以在并不知道其他人信息的情况下，以平均为基础，在加之所公开的消费者需求进行微调。 其次，实验正式结果，前15天收到的订单几乎稳定在8-10，所以波动不大，而16-27有一半的时间是0订单，对生产商的库存有一点影响，最后28到36阶段又是有稳定的订单，生产任务稍微有点跟不上突然的增加。 【第二部分】：三组各个环节之间的关系分析： 图表1. 第一组发出订单 消费者订单变化的幅度最小。订单数量的波动，呈现出由上游到下游不断增大的趋势。可以看到，零售商订单波动最大。其原因是由于上游订单稳定且略微缺货，传递到零售商时，缺货量变大。零售商不得不增加订单来给上游刺激，要求增加供应弥补缺口。
供应链啤酒游戏标准答案
供应链啤酒游戏答案
————————————————————————————————作者：————————————————————————————————日期：
物流与供应链——啤酒游戏分析报告 一：数据分析 表1-1 零售商情况总表 周次T 啤酒市场需求 量A 销 量 B 期初库存 量 D 批发商送 货量 E 期末库存 量 H 本期订货量（向批发 商）J 0 12 1 4 4 1 2 4 12 4 2 8 8 12 4 8 8 3 8 8 12 4 4 12 4 8 8 8 5 1 16 5 8 8 4 7 0 16 6 8 6 1 6 0 16 7 8 5 0 5 0 16 8 8 5 0 5 0 24 表1—2：批发商情况总表 周次T 零售商订货量 A 发货 量 B 期初库存 量 E 制造商送货 量 F 期末库存 量 I 本期订货量 K 1 4 4 8 4 1 2 4 2 8 4 12 4 12 4 3 12 4 12 4 12 8 4 16 5 12 4 11 12 5 1 6 7 11 3 1 16 6 16 6 1 5 0 20 7 16 5 0 5 0 20 8 24 5 0 6 1 30
9 20 9 1 8 0 40 10 26 12 0 12 0 40 11 28 16 0 20 4 60 12 28 24 4 24 4 60 13 28 20 4 30 14 60 14 26 26 14 40 28 60 15 0 28 28 50 50 60 16 0 28 50 55 77 60 17 0 28 77 60 109 60 18 19 表1—3：制造商情况总表 周次T 批发商订货量A 本期发货量 B 期初库存量 E 制造产出量 F 期末库存量 G 1 4 4 1 2 4 12 2 4 4 12 4 12 3 8 4 12 4 12 4 12 4 12 4 12 5 1 6 3 12 4 13 6 20 5 13 4 12 7 20 5 12 4 12 8 30 6 12 4 10 9 40 8 10 6 8 10 40 12 8 10 6 11 60 20 6 20 6 12 60 24 6 40 22 13 60 30 22 50 42 14 60 40 42 60 62 15 60 55 62 80 87 16 60 60 87 80 107 17 19 60 107 80 127 18 0 19 0 20 0
供应链啤酒游戏
供应链啤酒游戏论文 选做题目：啤酒游戏 论文: 牛鞭效应就是指供应链中下游消费者的需求轻微变动导致上游企业生产、经营安排剧烈波动的效果，这就是逐级放大的牛鞭效应(The Bullwhip Effect)或者说是供应链中的下游企业的需求信息在向上游企业传递时发生的放大现象。 Sterman在库存管理场景实验中，用“啤酒游戏”（Beer Distribution Game）证实了牛鞭效应，认为供应链中的成员是非理性的,并主张通过加强个人教育来弱化牛鞭效应。这个实践以四人为一组，分别代表供应链中的生产商、经销商、批发商和零售商。实验过程中，由指导教师代表消费者发出订货，每个经营者将根据本期从各自下游经营者收到的订单发出货物，并以此为依据参考销售的历史记录预测未来需求的变化，结合本期期末库存量向上游的供应商发出订单。任意两个经营者之间的订单传递需要两个经营周期，货物的运送也需要两个经营周期，换句话讲，每个经营者从发出订单到得该订单的订货需要四个经营周期。这样，在经营一段时间以后，首先消费者需求出现微小调整，随后零售商、批发商、分销商的订单、库存量相继出现波动，并且，沿供应链回溯波动幅度越来越大，“牛鞭效应”的痕迹越来越明显。这个游戏在《第五项修炼》与《供应链系统设计》这两本书中均有极为详细的解释。结论该故事讲的是啤酒的制造商、批发商和零售商之间的关系。原本三者之闻的销售、批发和制造基本维持了一种“平衡状态”。就生产商、批发商和零售商而言，距离终端越远，对市场需求的把握度越弱，由此引起的库存波动也越大。与实际需求量的偏差也越大．信息不畅通，供应链各环节相互分割，仅从自身利益着眼，要么，订单奇大；要么。订单骤减，这样剧烈的动荡，势必使整个系统处于非良性运转中，严重者将使整个供应链系统陷于瘫痪状态． “牛鞭效应”还与企业所处的物流环境有极大关联。订货交易成本的存在，运输中规模经济的影响，乃至订单处理、仓储管理的落后，现代化通信手段的匮乏，都会直接导致经营者延长订货周期，加大订批量。同时，鉴于缺货成本通常高于库存持有成本——尤其是当我们将缺货的隐性成本考虑在内时，理智的经营者必然将选择一定的安全库存量来应付两次采购之间市场可能发生的波动，订货周期越长，需求不确定性也将越大，为此而设计的安全库存量也将越大。此外，一般来讲，订货周期时间由四部分组成：订单传送、订单处理、备货和货物装运。由于这四部分时间中的任何一部分变化都影响到订货周期的确定性，订货周期的不确定也作为安全库决策时考虑的一项重要内容。 Lee!习等人通过四个模型得出了导致牛鞭效应的四个原因：供应链内部各环节(企业)对需求信号的处理过程；因预计供应量不足而出现限量配给引起的短缺博弈；购买者的批量订货方式：供应者的价格波动。他认为系统参与人是理性的，并且是最优化决策的，而牛鞭效应是供应链内部理性参与人之间战略性行为相互影响的产物，为控制牛鞭效应，企业可以对供应链内部组织间的基础结构及相关过程加以改进。 牛鞭效应概述：在一个系统的某一端若发生了小幅变动，透过整个系统的加乘作用，很有可能会对另一端发生极大的影响，这就是一般人所熟知的“蝴蝶效应”。t29]而在一个产业中也有这样的现象，也就是在顾客端的需求有微小的变异时，对分销商会有较大的需求变异产生，而在制造商方面，则面l临更大的需求变异。
供应链管理实验报告之“啤酒游戏”
供应链管理实验报告之“啤酒游戏” 1
北京科技大学天津学院 < 供 应 链 管 理 > 实 验 报 告 2
”啤酒游戏”仿真实验 课程名称:供应链管理实验课时:2学时 [实验目的]模拟一个啤酒生产、销售、消费供应链的运作,经过不同条件下的仿真模拟,使学生深入理解供应链管理中的库存决策和”牛鞭效应”,这种贴近现实环境的库存决策模拟实验能够充分锻炼学生的决策思维,更好地理解减缓”牛鞭效应”的一些具体措施。 [实验手段] 本实验采用MIT开发的专用”啤酒游戏”仿真软件BeerGame1.10作为本实验的工具。该软件是一种模拟供应链的策略遊戏,游戏将使学生更深体会生产,预测,物流,库存在信息的运送延误的情况下会出现何种联动与影响。 [实验假设] 假设供应链由4个环节构成——生产厂商、经销商、批发商和零售商,且每个环节只有单一的下游客户(当然,这只是为了方便),相邻环节之间存在物流(啤酒)和信息流(订单),上游环节根据下游相邻环节发来的订单安排生产或订货。整个供应链如下图所示: 1
订单和啤酒在相邻两个环节之间需要经过1周时间才能到达,也即发出的订单最早也要3周后才可能到货(如果上游环节无货可发,可能还需要更长的时间)。 假设供应链各环节每周(期)1瓶啤酒存货的成本都是0.5元,各环节缺货1周(期)1瓶啤酒的成本是1.0元。学生可分别扮演不同的角色,包括工厂、经销商、批发商和零售商,还能够由计算机自 动进行库存决策。 [实验目标]学生扮演不同的角色,分别在信息共享和不共享,订货周期延长,确定性需求和随机性需求等多种环境下进行订货决策,最终是要实现供应链的总成本最小。 [实验过程] 一:普通模式 1.角色:生产商 2
供应链综合运营模拟实验——啤酒游戏
实验报告 实验题目：供应链综合运营模拟实验——啤酒游戏 组号（代号） 121 宁波理工学院
一、实验目的 通过本次啤酒游戏，模拟供应链上制造商，批发商，零售商等不同节点上顾客的需求变化，认识和分析需求放大现象（即“牛鞭效应”）的形成过程和产生原因，并且找出相应的对策 二、实验基本步骤 1、游戏分组：分成11个组，分别扮演制造商、批发商和零售商 2、分发道具：各种表格、角色资料卡 3、角色分工：明确角色任务和表格变量之间的关系 4、期初设置：设定期初库存、订货提前期、生产提前期、生产产量限制等变量，定一周为一个期间。 5、由老师扮演顾客，每周向零售商购买不定量的啤酒，销售人员根据库存情况向批发商确定订单，批发商和供货商根据订货单相应的做出调整。 6、对10周以来的销售及订货情况进行讨论分析
三、实验数据分析 在第1周到第4周啤酒市场需求量为4，作为零售商我们1-3周的进货量分别为每周5,7,8个，考虑到市场需求量的暂时稳定及库存成本，第四周我们的进货量减为0个，但是从第5周开始，市场需求增加，由于前几周只考虑减少库存成本而没有适当地考虑到市场需求量的不确定性，使得我们零售商在无法满足市场需求，虽然有及时作出增加进货的调整，但还是是自己处于缺货状态，再者由于上游批发商的缺货使得这一缺口逐渐变大。
四、实验体会 1.“牛鞭效应”的定义 营销过程中的需求变异放大现象被通俗地称为“牛鞭效应”。 (指供应链上的信息流从最终客户向原始供应商端传递时候，由于无法有效地实现信息的共享，使得信息扭曲而逐渐放大，导致了需求信息出现越来越大的波动。) “牛鞭效应”是市场营销活动中普遍存在的高风险现象，它直接加重了供应商的供应和库存风险，甚至扰乱生产商的计划安排与营销管理秩序，导致生产、供应、营销的混乱，解决“牛鞭效应”难题是企业正常的营销管理和良好的顾客服务的必要前提。 2.“牛鞭效应”产生原因 “牛鞭效应”是营销活动中普遍存在的现象，因为当供应链上的各级供应商只根据来自其相邻的下级销售商的需求信息进行供应决策时，需求信息的不真实性会沿着供应链逆流而上，产生逐级放大的现象，到达最源头的供应商（如总销售商，或者该产品的生产商）时，其获得的需求信息和实际消费市场中的顾客需求信息发生了很大的偏差，需求变异系数比分销商和零售商的需求变异系数大得多。由于这种需求放大变异效应的影响，上游供应商往往维持比其下游需求更高的库存水平，以应付销售商订货的不确定性，从而人为地增大了供应链中的上游供应商的生产、供应、库存管理和市场营销风险，甚至导致生产、供应、营销的混乱。 产生“牛鞭效应”的原因主要有6个方面，即需求预测修正、订货批量决策、价格波动、短缺博弈、库存责任失衡和应付环境变异。 3.“牛鞭效应”产生的影响 在整条供应链上，各个环节：零售商、批发商、分销商和制造商等等，每一个节点企业的订单都会产生波动，需求信息都有扭曲发生（这不过是或多或少罢了），这样下来，通过零售商、批发商、分销商、制造商，逐级而上，信息的扭曲越来越严重。美国著名的供应链管理专家HauL.Lee教授解释Bullwhip Effect 为：尽管特定产品的顾客需求变动不大，但是这些商品的库存和延期交货波动水平却相当大。拿本次的啤酒实验为例，虽然顾客的需求增加量相对来说不是很大，零售商也有做出及时的调整，但是还是会有缺货现象的发生，尤其是最上游的供
供应链啤酒游戏答案
物流与供应链——啤酒游戏分析报告 一：数据分析 表1-1 零售商情况总表 周次T 啤酒市场需求 量A 销 量 B 期初库存 量 D 批发商送 货量 E 期末库存 量 H 本期订货量（向批发 商）J 0 12 1 4 4 1 2 4 12 4 2 8 8 12 4 8 8 3 8 8 12 4 4 12 4 8 8 8 5 1 16 5 8 8 4 7 0 16 6 8 6 1 6 0 16 7 8 5 0 5 0 16 8 8 5 0 5 0 24 表1—2：批发商情况总表 周次T 零售商订货量 A 发货 量 B 期初库存 量 E 制造商送货 量 F 期末库存 量 I 本期订货量 K 1 4 4 8 4 1 2 4 2 8 4 12 4 12 4 3 12 4 12 4 12 8 4 16 5 12 4 11 12 5 1 6 7 11 3 1 16 6 16 6 1 5 0 20 7 16 5 0 5 0 20 8 24 5 0 6 1 30
9 20 9 1 8 0 40 10 26 12 0 12 0 40 11 28 16 0 20 4 60 12 28 24 4 24 4 60 13 28 20 4 30 14 60 14 26 26 14 40 28 60 15 0 28 28 50 50 60 16 0 28 50 55 77 60 17 0 28 77 60 109 60 18 19 表1—3：制造商情况总表 周次T 批发商订货量A 本期发货量 B 期初库存量 E 制造产出量 F 期末库存量 G 1 4 4 1 2 4 12 2 4 4 12 4 12 3 8 4 12 4 12 4 12 4 12 4 12 5 1 6 3 12 4 13 6 20 5 13 4 12 7 20 5 12 4 12 8 30 6 12 4 10 9 40 8 10 6 8 10 40 12 8 10 6 11 60 20 6 20 6 12 60 24 6 40 22 13 60 30 22 50 42 14 60 40 42 60 62 15 60 55 62 80 87 16 60 60 87 80 107 17 19 60 107 80 127 18 0 19 0 20 0
供应链啤酒游戏
太原科技大学MBA教育中心 MBA案例分析 课程：供应链管理 班级：MBA2013级 姓名：赵亮S2******* 时间：2014年12月
啤酒游戏案例分析 一、啤酒游戏的简介 基于零售商、分销商、批发商和制造商的啤酒游戏模拟了在信息不对称的情况下，市场需求变动后，整个供应链产生的一系列连锁反应。“啤酒游戏”的前提是几个角色互相是独立的，在游戏开始后上游厂商不知道下游厂商将要下订单的数量。下游厂商下订单后，它的相邻的上游厂商将有两周配送延迟。游戏中存在库存成本和缺货成本，并且缺货成本是库存成本的两倍，而游戏参与者需要通过控制自己的库存和订货量，使得自己所在的整个供应链的总成本最小。 二、参加啤酒游戏的心得 在游戏中，由于信息的不对称，扮演零售商的我们所能接触到的信息只有每周开始被提供的本周的市场需求量，并以此作为参照向上游的分销商订货，直接和消费者产生供需关系。通过实践，体会到密切关注消费者的需求变动是零售活动的核心。由于预先强调了在销售过程中会产生库存成本和欠货成本，而且欠货成本是库存成本的两倍。因此，就零售商而言，在信息不对称的情况下，首先选择的便是确保自身成本最小，即因害怕缺货成本过高而牺牲库存成本。当市场需求发生变化的时候，尤其是在游戏中期市场需求突然开始增加的时候，零售商会选择多订货以备库存，尽量避免出现缺货成本。在游戏结束后，与其他同学交流后发现，由于信息的不对称，物流系统各环节相
互分割，只能从自身利益着眼，保证自身的成本最小化，因此会出现订单数量特别大或者数量骤减的现象，这样剧烈的动荡，势必使整个系统处于不良的运作状态。整个供应链核心在于供应链厂商之间必须高度协作，才能整体上增加整个供应链的收益。再做一次游戏的话要抓住核心加强与供应链上游的沟通交流，保持信息的交流，减少信息不对称带来的供应波动。 再游戏处于缺货的状态下，那很好的控制库存该是需要着重关注的问题。游戏中还出现了些小的问题，但通过及时纠正没怎么影响最终的结果。此次的游戏如果更改规则的话对于一条或者多条供应链来说，建立上下游企业之间的沟通规则是至关重要的，任何一个环节都可能对整条链造成很大的影响。 三、啤酒游戏的启示 从这个啤酒游戏的教训，可知：结构会影响系统的总合行为。不同的人，置身于相似的结构当中，倾向于产生类似的结果。但是，参与系统的各个份子，常常只见树而不见林，只能针对眼中所见的信息，做的最佳决策。不幸的，每个人的最佳决策，不见得会导致整个系统的最佳决策。像啤酒游戏里头，不管是下游零售商、中游批发商、上游制造商，每个人都在自己的岗位上、对自己所能接触的信息，做出最符合本身预期的善意、果决、最佳决策，但结局却是不尽其然，信息不对称，各自理性判断但没有相互协调。通过这次的“啤酒游戏”，我们对牛鞭效应也有了更深一步的理解。牛鞭效应导致供应链上各厂商库存积压，特别是对于生产商来说，需求严重被放大，库存产品积压非常严重。这在现实中是随处可见的，消
啤酒游戏总结报告
啤酒游戏总结报告 啤酒游戏，是 1960 年代，MIT 的 Sloan 管理学院所发展出来的一种类似“大富翁”的策略游戏。念大学本科时，企业管理案例研究课的老师曾经带领班上同学做过啤酒实验。当时做的是以纸牌为道具的人工游戏，这学期在老师的企业经营模拟课上，我们以计算机模拟软件的形式再次领略了这一经典游戏的风采，并有了更深的体会。下面，让我们先介绍一下此次啤酒游戏的主要内容。 一、实验目的 模拟一个啤酒生产、销售、消费供应链的运作，通过不同条件下的仿真模拟，使学生深入理解供应链管理中的库存决策和“牛鞭效应”，这种贴近现实环境的库存决策模拟实验可以充分锻炼学生的决策思维，更好地理解减缓“牛鞭效应”的一些具体措施。 二、实验手段 本实验采用MIT开发的专用“啤酒游戏”仿真软件BeerGame1.10作为本实验的工具。该软件是一种模拟供应链的策略遊戏，游戏将使学生更深体会生产，预测，物流，库存在信息的运送延误的情况下会出现何种联动与影响。 三、实验假设 假设供应链由4个环节构成——生产厂商、经销商、批发商和零售商，且每个环节只有单一的下游客户（当然，这只是为了方便),相邻环节之间存在物流（啤酒）和信息流（订单），上游环节根据下游相邻环节发来的订单安排生产或订货。整个供应链如下图所示：
订单和啤酒在相邻两个环节之间需要经过1周时间才能到达，也即发出的订单最早也要3周后才可能到货（如果上游环节无货可发，可能还需要更长的时间）。 假设供应链各环节每周（期）1瓶啤酒存货的成本都是0.5元，各环节缺货1周（期）1瓶啤酒的成本是1.0元。小组成员可分别扮演不同的角色，包括工厂、经销商、批发商和零售商，还可以由计算机自动进行库存决策。 四、实验方法 我们小组成员分别扮演不同的角色，并先后在信息共享和不共享，订货周期延长，确定性需求和随机性需求等多种环境下进行订货决策，最终是要实现价值链上库存的总成本最小。 五、实验过程 生产商
供应链啤酒游戏.doc
游戏啤酒游戏模拟了一个啤酒生产、销售、消费供应链的运作，我们组扮演的是零售商的角色，这过程中我们更好的理解了库存决策，以货订单，市场需求等一些贴近现实的经济学，提前感受到了企业和商界的气息。 各阶段分析： 在开始的第一周和第二周，由于准备不足，过程有点混乱，零售商、批发商、制造商之间没 有响应的信息沟通，存在运输延迟，我们库存基本处于8个的状态，没有达到预期的盈利。在接下来几周，我们对顾客需求规律有了大致的了解，分工基本明确，和上游及时的做好信息预测共享，库存成本开始降低，由于发现顾客需求基本上围绕4个波动，我们把订单数量维持在了3个左右，平稳持续盈利。但是从第12周开始，由于上游供货不足，开始出现缺 货现象，牛鞭效应明显，库存曲线开始在低水平变动。接下来我们开始加大订单数量，希望这样能扭转库存不足的问题，但是订货提前期的存在，一直到第19周才开始扭转了缺货局面，稳定了局面，如果缺货现象一直持续下去，务必会影响到企业形象，导致消费满意度下 降。幸好从第22周我们的库存开始回复到正常水平，库存曲线开始平稳，市场需求稳定， 一切都正常运行。在26周左右出现少许的库存积压，由于预测到顾客需求短时间内不会有 大的波动，同时鉴于本季度即将结束，我们开始清仓，逐渐的减少订单数量，在最后的几周，开始低库存运行，到季度末，仓库正好清空，满足顾客需求，盈利大大改善。 总结： 存在的问题：开始阶段市场需求预测不精确，没有仔细分析影响利润的关键因素，主观分 析为主，缺乏定量分析，导致部分阶段货源不足和货物积压现象，供应链的各个环节配合 不协调，没有考虑整条供应链的盈利情况。 改善： 要做到需求预测信息共享，保持冷静的头脑，在需求波动的时候，链上每个环节都不能放 松警惕，有效的预测顾客需求及上游供货能力，合理的调配自己的库存和订单数量，运用 科学的分析方法，实现整条供应链的盈利。
啤酒游戏总结报告
目录 1相关背景介绍 (2) 1.1啤酒游戏( beer game ) (2) 1.2牛鞭效应( Bullwhip effect ) (2) 2参与游戏角色分配 (2) 3游戏进程简介 (3) 4各个角色的游戏策略与收获 (3) 4.1 零售商 (3) 4.2批发商 (4) 4.3制造商 (4) 4.4物流商 (5) 5跳出啤酒游戏看市场 (7)
1相关背景介绍 1.1啤酒游戏( beer game ) 啤酒游戏，是十九世纪六十年代，MIT 的Sloan 管理学院所发展出来的一种类似「大富翁」的策略游戏。主要用来让学生们实际的感受到整个供应链中普遍存在的牛鞭效应，并体会信息沟通的重要性。在啤酒游戏中有四家公司，它们分别代表四类公司：零售商、批发商、制造商和物流商。零售商把啤酒从货架上卖给消费者；物流商把啤酒从仓库贩运给各级经销商；批发商把啤酒从仓库贩运给零售商；制造商也有一个仓库，当市场需求发生变化时， 啤酒生产可以逐渐地增加或减少。 这三个个体之间，透过订单／送货来沟通。也就是说，下游向上游下订单，上游则向下游供货。 游戏是这样进行的：由一群人，分别扮演制造商、批发商和零售商三种角色，彼此只能透过订单／送货程序来沟通。各个角色拥有独立自主权，可决定该向上游下多少订单、向下 游销出多少货物。至于终端消费者，则由游戏自动来扮演。而且，只有零售商才能直接面对消费者，以下将详细描述我们组具体的游戏进行状况。 1.2牛鞭效应( Bullwhip effect ) 供应链上各个节点企业都是根据自身的经营状况进行决策，加之上下游企业之间信息不畅，从而导致啤酒零售商、批发商、制造商的存货数量发生巨大波动。在某些周内这些供应链上的节点企业的缺货量和存货量分别都会很高，有些甚至还会攀升到不可思议的地步。这非常类似一个牧童拿着鞭子的一头轻轻抖动，结果导致整条鞭子的各个组成部分都发生剧烈的上下波动。供应链管理理论研究中称之为牛鞭效应(Bullwhip Effect) 。 2参与游戏角色分配 游戏中，整个供应链由零售商、批发商、制造商和物流商组成。游戏角色分配及主要任务如表1 ： 表1 游戏角色及任务分配表