Industriell marknadsföring och supply chain management
722A29
HT14
Grupp 4
Beer game
https://community.kinaxis.com/people/RDCushing/blog/2013/05/24/demand-driven-supply-chain-success-factors-part-2
722A29 7/11-14
Grupp 4
Christoffer Andersson
Cathrine Bose
Elin Ivarsson
Jonas Johansson
Josefin Steninger
Industriell marknadsföring och supply chain management
722A29
HT14
Grupp 4
Del 1 - Reflektion kring spelet
Inledning
Följande reflektion baseras på ett Beer Game som genomförts av Grupp 4. Reflektionen utformas
inledningsvis med att varje aktör i organisationen utvärderar sin avdelnings prestation och ageranden under
de 60 dagarna som spelet pågick. Respektive aktörs position i distributionskedjan redovisas enligt
nedanstående figur.
Customers
Sales
Sales
Company
Company
Supplier
Supplier
Regional
Region
Warehouse
Warehouse
Central
Central
Warehouse
Warehouse
SuppliSupplie
r
Factory
S
Därefter sammanfattas och utvärderas hela organisationens resultat samt en reflektion kring resultatet
redovisas. Till hjälp för att reflektera kring uppgiften och förklara effekterna har artikeln The Bullwhip Effect
In Supply Chains av Lee, Padmanabhan & Whang (1997) använts samt artikeln Bullwhip effect in
distribution echelons of LG and Samsung supply chains av Farooquie & Farooquie (2009) som berör
exempel på dessa effekter i en verklig kontext.
Säljbolaget
De kostnader som uppkom i säljbolaget till en början berodde på den lagerbrist som rådde mellan dag 7-20
och övergick sedan i kostnader för ökat lager från dag 22 till 38. Detta skedde p.g.a. de stora order som lades
under början av spelet för att återställa den utgående bristen som skapats p.g.a. att orderna från kund ökade
från 4 enheter till 8 enheter efter 4 omgångar. Lagret bestod sedan av ett rimligt lager på 18 enheter till
spelets slut. Den högsta lagernivån var på 81 enheter under dag 24 och 25, se diagram 1 i bilaga 1. De lagda
orderna var till en början ökande från 4 till 22 enheter för att sedan minska till 2, för att slutligen landa på 8
stycken per order, se diagram 2 i bilaga 1. De inkommande leveranserna var som mest 47 enheter vid ett
tillfälle.
Regionallagret
Under dag 7 inträffade en markant förändring från säljbolaget med dubbelt så stora kundorder än tidigare.
Anpassningen till den ökade efterfrågan var inte tillräckligt snabb i regionallagret vilket orsakade en
utgående brist redan under dag 10. Bristen växte därefter för att som mest ligga på 54 enheter under dag
20. För att lösa bristen lades stora kundorder till centrallagret, som vid ett tillfälle hamnade på 42 enheter
vilket illustreras i bilaga 1 diagram 2. Under den tidpunkten var de dagliga kostnaderna som högst för
regionallagret under spelet på 533 i kostnader (Se bilaga 1 diagram 3). De höga lagda orderna resulterade
vidare istället i ett högt utgående lager på 70 enheter under dag 26. Det kostade dock inte lika mycket som
bristen. Följaktligen lades inga order under 9 dagar vilket bidrog till att regionallagret slutligen kunde hålla
en god lagernivå vid dag 40 och de dagliga kostnaderna minskade till en rimlig nivå (Se bilaga 1 diagram 13).
Industriell marknadsföring och supply chain management
722A29
HT14
Grupp 4
Centrallagret
Den största inkomna kundordern från regionallagret till centrallagret uppgick till 42 stycken (se diagram 2 i
bilaga 1). Detta var en plötslig ökning då den största inkomna kundordern under de föregående 18 dagarna
endast uppgick till 25 stycken enheter. Förekomsten av lagerbrister innan och även denna dag dvs. dag 19
resulterade dock i att den totala önskade leveransen uppgick till 62 stycken (se bilaga X diagram Y). Denna
ökning i efterfrågan resulterade i att centrallagret återigen ökade sina inköpsvolymer till 50 enheter. Den
största lagda ordern från centrallagrets sida var på just 50 stycken och inträffade vid tre tillfällen, dag 15, 16
och 19 (bilaga 1 diagram 2). Sett till utgående lager nådde centrallagret en peak dag 27 där lagret ökade
markant från dag 21 fram till dag 27 (från 43 till 229) för att sedan minska ner till 46 (dag 60) vilket
åskådliggörs i diagram 1 i bilaga 1. Lagret på 229 är den högsta lagernivån bland samtliga parter.
Kapitalbindningen i centrallagret resulterade i stora dagliga kostnader. Centrallagrets dagliga kostnader
uppkom inledningsvis på grund av lagerbrist (från dag 10 fram till dag 20) för att sedan istället orsakas av en
väldigt hög kapitalbindning (dag 21 och framåt) vilket visualiseras i diagram 3 i bilaga 1.
Fabriken
Fabriken har ursprungligen ett lager på 12 enheter, men redan efter 10 dagar börjar lagret minska i storlek,
då fabriken får allt större order från centrallagret. Detta gör att fabriken från dag 13 till dag 18 har brist i
lagret, som mest saknas det 50 stycken enheter dag 18 (se diagram 1 i bilaga 1). Detta faktum gör att
fabriken lägger allt större order till sina leverantörer för att kompensera den rådande produktbristen.
Storleken på lagda order ökar markant under bristperioden dag 13-18 och peakar under dag 16-17 då 100
enheter efterfrågas de båda dagarna (Se diagram 2 i bilaga 1). Det visar sig dock att fabriken har överskattat
hur många enheter som skulle krävas för att åtgärda bristen, vilket genererar en enorm ökning av enheter på
fabrikens lager. På mindre än två veckor (dag 18 till dag 29) går fabriken från -50 enheter till 170 enheter i
sitt egna lager (Se diagram 1 i bilaga 1). För att åtgärda detta och minska kapitalbindningen i lagret så slutar
fabriken totalt att lägga order till sina leverantörer från dag 27 till avslutande dag 60 (Se diagram 2 bilaga 1).
Detta hjälper dock inte då företagets centrallager inte heller efterfrågar några produkter, således kvarstår
lagret med 170 enheter från dag 29 till dag 60.
Fabrikens dagliga kostnader följer även detta mönster. De inledande 26 dagarna har fabriken ett litet lager
som kostar mellan 0-500, men från dag 27 och fram till dag 60 kostar det stora kapitalbindande lagret 850
per dag (Se diagram 3 bilaga 1).
Sammanfattning, varför blev det som det blev?
Den plötsliga efterfrågeökningen på 100 % (Från 4 enheter till 8 enheter) ledde till att säljbolaget tvingades
öka sina orderstorlekar från regionallagret för att undvika den brist som uppstått i det egna lagret. Detta leder
till en dominoeffekt, där regionallagret tvingas öka storleken på sina order från centrallagret ytterligare för
att möta den ökade efterfrågan hos säljbolaget. Samma situation uppstår hos centrallagret som måste begära
mer av fabriken för att göra regionallagret nöjd. I slutändan drabbas fabriken, som måste begära ännu mer av
leverantörerna för att uppfylla centrallagrets behov. Denna effekt kallas ”The Bullwhip Effect” och är något
som ofta förekommer i organisationer som ställs inför situationer där varje aktör i distributionskedjan
tvingas göra egna efterfrågeprognoser endast baserat på nedströms aktörs orderstorlekar (Lee, Padmanabhan
& Whangs, 1997). Det vill säga: Fabriken tvingas prognostisera den totala kundefterfrågan endast på
Industriell marknadsföring och supply chain management
722A29
HT14
Grupp 4
informationen de får när centrallagret lägger order till dem. Centrallagret i sin tur baserar sina prognoser på
de order som de får från det regionala lagret och så vidare. I detta specifika fall blev effekten dessutom ännu
kraftigare då både centrallagret och fabriken rejält övervärderade kundernas efterfrågeökning. Lee,
Padmanabhan & Whangs (1997) konstaterar att denna typ av beteendefaktor också är en vanligt bidragande
orsak till uppkomsten av ”The Bullwhip Effect”. Detta eftersom en sådan kommunikationsfri
organisationsstruktur som användes under spelets gång uppmuntrar till subjektiva uppfattningar och
spekulationer kring framtida efterfrågeförändringar. När en order placeras hos en aktör i distributionskedjan
så kommer denna aktör tolka ordern som en signal på framtida efterfrågan. I detta fall fanns det inga
stöttande system eller koordinerade funktioner som kunde underlätta aktörernas tolkningar av
kundefterfrågan, och således blev tolkningen felaktig och kundefterfrågans ökning överskattades rejält.
Vad hade vi kunnat göra bättre? Förbättringar med spelregler
Utifrån förutsättningarna med spelregler som förbjudit kommunikation mellan aktörerna så omöjliggörs
många förbättringsåtgärder. Vi har dock konstaterat att ett flertal aspekter hade kunnat hanteras annorlunda.
I fabrikens fall skulle ett alternativt tillvägagångssätt varit att i ett tidigt skede lägga en stor kundorder.
Fabriken skulle då ha kunnat skapa ett buffertlager vilket skulle resultera i att bristen hos övriga parter
kunnat minska.
Även centrallagret hade med fördel kunnat agera annorlunda, speciellt i syfte att undvika de höga
kostnaderna för kapitalbindning. Problemen uppstår i huvudsak när centrallagret i syfte att undvika
ytterligare underskott överreagerar och beställer in alltför stora mängder tätt efter varandra. När denna part
inser att lagret bygger på i en alltför hög takt går beställningarna från centrallagret till fabriken från att ligga
på 30 stycken (dag 23) till 0 (dag 24). Detta skapar svårigheter för fabriken då inköparna på fabriken
omöjligtvis kan förutspå detta fall.
Vidare skulle samtliga parter med fördel kunnat lägga mer tid på beställningsprocessen och gjort
noggrannare beräkningar för hur stora inköp som faktiskt hade krävts för att komma ikapp och bli av med de
brister som uppstod. Med noggrannare beräkningar hade de höga lagernivåerna kunnat undvikas, vilka till
stor del uppkom på grund av överkompensation för föregående brister. På grund av tidspress fanns det dock
begränsat utrymme för noggrann kalkylering.
Vad hade vi kunnat göra bättre? Förbättringar utan spelregler
Om det emellertid inte hade funnits några befintliga spelregler, förekommer det ett flertal åtgärder som hade
kunnat vidtas för att undvika problemen som uppstod under spelets gång med ”The Bullwhip Effect”. En
förbättringsåtgärd är att öka kommunikationen mellan samtliga aktörer i ett tidigt skede och därmed är
samtliga parter medvetna om efterfrågeförändringen som uppstod. Det är viktigt att fabriken, som är längst
ifrån kunden, tidigt får reda på förändringen i efterfrågan då de annars försent ändrar sina rutiner och höga
kostnader uppstår som följd. Ett medel till en ökad kommunikation vore att ha öppna system som skulle
synliggöra vardera aktörs lager och efterfrågan m.m. Ett exempel på ett sådant system är POS (point-of-sales)
som integrerar exempelvis lagersaldo och försäljningsrapporter i systemet, d.v.s. data som säljbolagets
leverantörer och återförsäljare kan ta del av. Ett annat system som är möjligt att använda är CAO (computerassistent-ordering) som sköter orderläggning via dator (Lee, Padmanabhan & Whangs, 1997).
Lee, Padmanabhan & Whangs (1997) menar att det finns fyra faktorer som ett företag kan arbeta med för att
minimera eller helt undvika “The Bullwhip effect”, att ständigt uppdatera egna efterfrågeprognoser utifrån
deras nedströms aktörs order. De fyra faktorerna involverar att undvika uppdatering av multipla
efterfrågeprognoser, bryta ordersatser, stabilisera priset och slutligen att eliminera spel i bristsituationer.
Vidare finns flera system som passar vardera faktor med förhoppning att minska effekten.
Industriell marknadsföring och supply chain management
722A29
HT14
Grupp 4
Sammanfattningsvis kan man konstatera att planering och koordinering är viktigt mellan aktörerna för att
underlätta kommunikation och därmed undvika “The Bullwhip effect”.
Del 2
Farooquie & Farooquie (2009) har gjort en studie på hur bullwhip-effekten uppträder i distributionskedjor i
verkligheten. De företag de har genomfört denna studie på är LG och Samsung och det har då gjorts ett urval
av distributörer inom deras distributionskedjor som har undersökts. I denna studie har en mätning av
bullwhip-effekten gjorts inom dessa två företag och mätmetoden som använts är en kvantifieringsmetod som
föreslagits av Fransoo & Wouters (2000). Slutsatsen av deras mätningar är att bullwhip-effekten
förekommer i både LG:s och Samsungs distributionskedjor, dock är denna effekt något starkare i LG:s
distributionskedja.
Vidare analyseras orsakerna till bullwhip-effekten och analysen av detta tar sin utgångspunkt i Lee,
Padmanabhan & Whangs (1997) fyra orsaker till bullwhip-effekten; demand signaling, price fluctuations,
rationing & shortage gaming och order batching. Svaren gällande demand signaling tydde på att ingen av de
svarande hade direkt åtkomst till verklig kundefterfrågan och var därför tvungna att förlita sig på de order
som mottogs från återförsäljare. Dessa svar tyder på att demand signaling är en bidragande orsak till
bullwhip-effekten inom distributionskedjorna. Denna studie visade även att 80 % av LG:s distributörer
efterfrågade mer produkter när priset sjönk medan det var 70 % av distributörerna i Samsungs
försörjningskedja som efterfrågade mer vid en prisreducering. När priset sedan gick tillbaka till vanlig nivå
efterfrågade 60 % av distributörerna i båda försörjningskedjorna vad de normalt efterfrågar medan
resterande 40 % minskade efterfrågan till en nivå under normal orderstorlek. Trots detta fanns det inget
statistiskt stöd för att bullwhip-effekten orsakas av prisfluktuationer. Vid undersökande av ransonering inom
dessa försörjningskedjor framkom att 40 % av Samsungs distributörer menade att det inte förekom någon
ransonering från uppströmssidan. Resterande 60 % plus hela LG:s försörjningskedja efterfrågade större
order under ransoneringsperioden. Detta beteende är enligt Lee et al. (1997) en bidragande orsak till
bullwhip-effekten. Studien visar också att 59 % av alla LG distributörer ackumulerar sina order främst för
att få mängdrabatter eller minska sina fasta kostnader. Resterande 41 % lägger order i takt med att de själva
får en order. I Samsungs försörjningskedja ackumulerar 65 % av distributörerna sina order och resterande 35
% beställer i takt med inkommande order. Resultaten visar dock att detta inte har någon signifikant påverkan
på bullwhip-effekten.
Sammanfattningsvis visar studien att det som har den största påverkan på bullwhip-effekten i LG:s och
Samsungs försörjningskedja är följderna av ransonering av produkter samt den signalering som
orderläggningen skapar genom att distributörerna inte har någon åtkomst till direkt kundefterfrågan.
Referenser
Lee, H L, Padmanabhan, V & Whang, S (1997) The Bullwhip Effect in Supply Chains, Sloan Management
Review, Vol.38, No.3, pp. 93-102
Farooquie, J & Farooquie, P (2009) Bullwhip effect in distribution echelons of LG and Samsung supply
chains, The IUP Journal of Supply Chain Management, Vol. VI, Nos. 3 & 4
Industriell marknadsföring och supply chain management
722A29
Bilaga 1
Diagram 1 Lagernivåer
Diagram 2 Orderkvantiteter
HT14
Grupp 4
Industriell marknadsföring och supply chain management
722A29
HT14
Grupp 4
Industriell marknadsföring och supply chain management
722A29
Diagram 3 Kostnader per dag
Diagram 4 Aggregerade kostnader
HT14
Grupp 4
Industriell marknadsföring och supply chain management
722A29
HT14
Grupp 4
Diagram 5 Förväntad leverans
Beer game - Expected
250
200
Factory
Centr.
Wareh.
Reg. Wareh.
Units
150
100
Sales Comp.
50
0
1
11
21
31
41
51
Day
