SCM几个关键问题.ppt

预测三条法则 1、预测总是错的 2、预测的时间越长，越难预测准确 3、汇集预测更准确 延迟产品的差异化 把制造何种产品和产品差异化的决策延迟在产品开始生产以后 为什么延迟能有帮助？ 产品多样性大部分只是微小的变化 延迟是可能的 需求预测随风险共享而变得精确了 延迟减少库存水平 通用产品可用风险共担来预测 具体衍生产品可到最后生成以满足需求 传统范例：推动式战略 生产决策基于长期预测 订货决策基于库存和预测 推动式战略面临的问题： 无力应对需求模式的变化 过时库存 牛鞭效应： 过量库存 生产变动性更大（紧急生产转换：运输成本增加、库存水平变高、生产成本升高） 服务水平低 新的范例：拉动式战略 生产是需求驱动的 生产与配送和真实的客户需求相匹配 厂家对特定订单做出反应 拉动式战略导致： 更短的提前期（预期更准确） 降低了生产商和零售商的库存水平 降低了系统的变动性 更好地应对市场变化 但是： 难以利用规模经济 不是在所有情况下都适用 驱动供应链的方式 推动型供应链 根据长期预测进行生产决策 利用定单来预测需求 拉动型供应链 生产由需求驱动的 顾客需求而不是预测决定生产 5.2.3 推—拉式系统 推动式系统的优势是什么？ 拉动式系统的优势是什么？ 有没有一种系统具备两种系统的优势？ 新型的供应链系统 对推动式系统的偏离... 生产决策基于预测 …形成了推－拉式系统 推－拉式供应链 新型的供应链系统 对推动式系统的偏离... 生产决策基于预测 …形成了推－拉式系统 供应链的最初部分基于长期预测 例如，零部件库存可以根据预测补充 供应链的最终阶段基于实际的客户需求 例如，装配按实际订单进行 考虑两个PC生产商 根据库存生产 预测需求 购买部件 装配计算机 观察需求，如果可能就满足需求 传统的推动式系统 根据订单生产 预测需求 购买部件 观察需求 装配计算机 满足需求 推-拉式系统 标准化 还能做些什么以降低库存水平，提高预测准确度？ 产品和流程的标准化 模块化产品（一系列具有一定功能的产品横块组装成的产品：DIY电脑） 可以通过不同模块的适当组合生产 这导致消费者对每一模块可以有一系列选择 推－拉战略 推－拉式系统利用了预测规则的优点： 预测总是不准确的 预测时期越长，结果越差 汇集预测更准确 风险分担概念 延迟制造是另一个例子 考虑贝纳通运动衫的生产 延迟：关键概念 尽可能延迟同类产品的差异化 使汇集预测的应用成为可能 使得详细预测成为可能 降低零散或过时库存，提高客户服务水平 可能需要对产品或流程进行重新设计，并产生相关成本 延迟产品的差异化 把制造何种产品和产品差异化的决策延迟在产品开始生产以后 为什么延迟能有帮助？ 产品多样性大部分只是微小的变化 延迟是可能的 需求预测随风险共享而变得精确了 延迟减少库存水平 通用产品可用风险共担来预测 具体衍生产品可到最后生成以满足需求 可能的延迟 重新排序 毛衣的印染推迟到最后一道工序 软驱生产时的通用印刷电路板应用 通用化和模块化 产品模块化使得延迟成为可能 产品的差异化只是添加附加模块 标准化 SONY的电源选择 延迟差异化战略 将拉动供应链与推动供应链相结合的供应链系统 推动部分 无差异化的产品按长期预测进行生产和配送 拉动部分 差异化的产品则根据市场需求作出反应 延迟：实例 对黑色T恤衫的需求 50%的概率为 100 50%的概率为 200 对白色T恤衫的需求与此相同 可选择的生产方法 提前各生产150件 生产300件，当需求显示出来后再染色 延迟：实例 第一选择 25%的概率 – 每种短缺50单位 25%的概率--每种过剩50单位 50%的概率– 一种短缺50单位，一种过剩50单位 第二选择 25%的概率--每种短缺50单位 25%的概率--每种过剩50单位 50%的概率 – 没有过剩或短缺 实例9.5 贝纳通的背景 全球领先的纺织品生产商 大批量生产，众多的仓库 物流 大规模、具有弹性的生产网络 众多独立的次级承包商 次级承包商对产品的运动做出反映 零售商 数量众多的小商店，库存有限 贝纳通的供应周期 1月份的最初库存 在上一年的3月完成设计 商店在7月向生产厂商订货 依据最初的10%的订单，产品从7月份开始生产 8月至12月商店调整订单 1月份销售库存的80%至90% 根据1月份春季销售客户的要求确定最低库存 为热销产品补充库存 随着产品的销售而产生的新订单 在5周内送货的要求 贝纳通的灵活性 商业目标 增加时尚产品的销售 持续扩大销售网络 成本最小化 在实现这些目标中灵活性很重要： 难以预测哪种款式、哪种颜色的产品易于售出 一旦商店有货，客户立即购买 小商店可能需要频繁补充库存 难以实现灵活性的情况 提前期很长 零售商购买早期的订单 根据10%的订单的