石 家 庄 铁 道 大 学
实 验 报 告
第二篇：供应链管理实验报告——啤酒游戏(二)
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7.5，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7.5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7.5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+4-7.5*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:
- 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。
- 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。
- 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。
参考表格14： 数据方差
（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。