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

? 分销商

? 批发商

? 零售商

六、实验结果及分析

七、共享与不共享的区别 共享：

不共享：

八、结果

在每一次游戏中，都会在开始阶段产生库存不足，各环节都出现缺货的现象，为弥补损失满足需求，各商家都扩大了订货。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。

上述情况的发生在传统供应链管理当中普遍存在，在实验中我们发现，啤酒市场的实际需求量变动并不大（仅在第三周增长了四箱），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，使得链上所有商家蒙受了损失。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”。

九、原因分析及解决对策

通过对游戏各环节的分析，不断地调整和反复试验，以及查阅相关资料，我们了解到造成牛鞭效应的主要原因是：

（1

）需求预测修正，即当供应链的成员采用其直接的下游订货数据

作为市场需求信息和依据时，就会产生需求放大。

（2）价格波动，它是由于一些促销手段，或者经济环境突变造成的，如价格折扣、数量折扣、赠票、与竞争对手的恶性竞争和供不应求、通货膨胀、自然灾害、社会动荡等。

（3）订货提前期的存在，需求是随机的，运输需要时间，无论何时订货，上游要满足下游的订单总要有一个固定的交货提前期。

（4）市场需求的不确定性。

为此，我们提出了以下解决方案：

（1）信息共享

不了解实际的最终产品市场需求是订货持续扩大的最主要原因。如果上游的供应商能够获得直接的市场销售数据，同时下游经销商能够共享供应商的库存水平、生产能力等信息，所发出的订单就会更加明智而准确，相应的库存和缺货成本自然减小了。但通过时实验发现，信息共享只能减少牛鞭效应的影响，而不能完全消除。因为每个人的决策都只局限自身利益最大化的考虑。

（2）缩短提前期

既然提前期的存在会加大牛鞭效应的影响，那么缩短这个期间就是解决问题的手段之一。周期缩短了，这段时间里所需的存货数量减少，订货的灵活性增加，同时减小了缺货的可能性。所以，可以通过外包、频繁送货等手段缩短订货周期。

（3）有效预测需求

即使每个阶段的供应商使用同样的需求数据，仍然可能因预测方

法和判断方式的不同而引发牛鞭效应，因此科学的预测方法和准确的经验判断也不可或缺。当然，这种方法对于信息共享的要求也是很高的。

（4）保持冷静头脑

在需求出现波动时，链上每个环节都不能放松警惕，要避免风险，就必须突破思维定势。

（5）规避短缺情况下的博弈行为

面临供应不足时，供应商可以根据顾客以前的销售记录来进行限额供应，而不是根据订购的数量，这样就可以防止销售商为了获得更多的供应而夸大订购量。

最后，感谢老师本学期带领我们进入一个全新而刺激的世界，让我们提前感受到了企业和商界的气息，让我们的实践能力得到了很大的提高，再次感谢您对我们的孜孜不倦的教诲！

20xx年6月

第二篇：啤酒游戏小组报告

啤酒游戏小组报告

目录

背景介绍

牛鞭效应简介

啤酒游戏简介

游戏过程描述与数据分析

第一次啤酒游戏

第二次啤酒游戏

第三次啤酒游戏

游戏总结

减少牛鞭效应的对策分析

啤酒游戏心得体会

背景介绍

牛鞭效应简介

营销过程中的需求异常放大现象被通俗地称为“牛鞭效应”。在一般的商业活动中，客户的需求总是不稳定的，企业总是需要通过预测客户的需求来优化库存与其他资源的配置。而预测是建立在统计基础上的，一般来说是不可能完全精确的，所以企业在运营中常常会保留一些额外的库存作为安全库存。

在供应链中，从下游企业到上游企业，从终端客户到原始供应商，每一个供应链上的企业所需求的安全库存将会越来越多。在需求升高的时期，下游企业将会增加从上游企业订货的数量；在需求降低的时期，下游的企业将会减少或者停止订货。

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进行正常营销管理和提供良好顾客服务的必要前提。

牛鞭效应产生的原因主要有以下六点：

1.需求预测修正：供应链中的企业采用其直接的下游企业订货数据作为市场需求信息和依据，而不去考虑直接下游企业的实际销售情况，这样会出现需求异常放大的现象。

2.订货批量决策：下游企业为了降低运输费用、订货总成本、减少缺货成本等，向直接上游企业订购远大于现阶段销售量的货物，最终使得需求出现异常放大的现象。

3.价格波动：下游企业为了获得大批量订货带来的价格折扣，在库存成本小于由于价格折扣所获得的利益时，会倾向于订购更多的货物，订货量并没有真实反映需求量，从而造成“牛鞭效应”。

4.短缺博弈：当上游供应商产量无法供应下游企业时，通常的做法是按照现有下游企业的订货量分配现有的产量，下游企业为了获得更多的分配额，会故意夸大其订货量；等到供应商的产能跟上来之后，下游企业的订单又突然消失，从而造成“牛鞭效应”。

5.预期环境变化：自然环境、人文环境、政策环境和社会环境的变化都会增强市场的不确定性，当某种不确定性被加以渲染后，在下游企业中形成共识后，他们就会加大订货量，增加库存，以降低预期可能出现的风险，从而使得需求在某段时间内出现异常放大的现象。

“牛鞭效应”对制造型企业极其有害，其可能导致库存积压、生产计划频繁波动、交货周期过短等问题。为了更好地了解牛鞭效应给制造型企业带来的影响和应该采取何种对策降低牛鞭效应，我们以“啤酒游戏”来说明由于供应链中各节点企业之间资讯的不对称以及为了追求自身利益的最大化，最终引发牛鞭效应的过程。

啤酒游戏简介

啤酒游戏是由上世纪60年代麻省理工学院的Sloan管理学院所开发出来的一种策略游戏。在这个游戏中有四组学生分别代表消费者、零售商、批发商、制造商，由此形成一个简单的供应链。

成千上万的各式各样背景的学员、经理人都实验过啤酒游戏，得到的结果也几乎一样：下游零售商、中游批发商、上游制造商，起初都严重缺货，后来却严重积货。我们可以看到，在啤酒游戏中，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，但结果却是一样糟糕的。

这是由于该游戏在开始阶段的设置条件所引起的：任何上、下游企业之间不能交换任何商业资讯，只允许下游企业向上游企业传递订单，消费者只能将订单下给零售商，零售商只能将订货信息告知批发商。也就是说，上下游企业没有实现信息共享，各自为了最大化自己的利润和最小化自己的风险和成本而做出决策。

如果我们改变游戏开始阶段的设置条件，如企业间实现信息共享、缩小订货提前期等，可以有效减少“牛鞭效应”。我们进行了三次啤酒游戏实验，每次实验开始前都设置不同的游戏条件，目的是探索减少“牛鞭效应”的策略。

游戏过程描述与数据分析

第一次啤酒游戏

第一次啤酒游戏我们按照课程设计中的游戏规则进行：订货提前期均设置为2天；游戏中有一个制造商、一个批发商、一个零售商和一个消费者；消费者从零售商处购买啤酒，购买数量是处于5~30之间的一个随机数，零售商则根据销售情况和库存情况向批发商订货，批发商转而向制造商订货，制造商在自己的工厂产生啤酒。零售商、批发商和制造商之间不就行信息的交流。

游戏一共进行15轮，每轮代表一个工作日。我们得到了消费者需求、批发商订货量和制造商生产量的数据，并绘制出比较图表，如图1所示。

从图1可以看到，“牛鞭效应”非常明显。零售商订货量跟消费者需求的变动方向大致相同，但是批发商的订货量则波动得很明显，到了制造商处就更严重了，生产量三次到达70罐以上，其余时间生产量皆是0.

我们来看一下游戏的设置条件：制造商的每次生产启动成本为3元，每罐啤酒的储存费用是0.01元。所以对于制造商来说，储存费用相对于生产启动成本来说微不足道，所以制造商采取了一次性大批量生产，然后一直停产的策略。这也许是不现实的，但限于游戏的结构条件设置，制造商必须做出对自己最有利的策略。

对于批发商来说，订货批量出现了很大的波动，在缺乏信息交流的情况下，批发商只能根据零售商的订货量来作为向制造商订货的依据，为了保证不缺货，批发商一般会增大订单量，而这种需求放大作用到了制造商处就更加明显了。

对于零售商来说库存控制得比较好，订货量跟消费者需求的变动方向大致相同。在既定的规则下，市场的需求总是在一定的范围里面，不会出现库存过高的现象。

为了更明显地看出这种需求放大作用带来的负面影响，我们对制造商、批发商和零售商的库存做了一个比较，如图A所示。

从图A可以看出，零售商的库存水平控制的最好，制造商的库存水平异常得高，批发商的库存水平也是维持在较高的位置。我们知道库存太高会导致企业的资金被大量占用，还会导致管理费、空间占用费等成本的增加，以及增加货物贬值风险等。

作为第一个活动的总结，我们绘制出了制造商、批发商和零售商的净利润累计曲线，如图2所示。

从图2不难看出，过高的库存水平最终拖垮了制造商，制造商最终的利润接近于0.对于制造商来说，处于这样的供应链之中显然是不利的。这样的供应链运作起来也是没有效率的。在本次游戏中，批发商得到了一个较高的利润，这可能源于其在库存控制方面，相对于制造商而言是做得较好的。零售商的利润最高，整个供应链中出现了一家企业独大的现象，批发商和制造商由于无法较准确地预制销售量，因此利润水平较低，整个供应链无法实现最优。所以我们必须想办法降低企业的库存水平，为此，我们将进行第二次啤酒游戏。

第二次啤酒游戏

在第一次啤酒游戏中，我们已经体会到“牛鞭效应”的带给企业的巨大副作用了，因此我们会在第二次啤酒游戏中探索减小“牛鞭效应”的方法。我们在这一次游戏开始前设置的条件是：零售商、批发商和制造商之间可以共享库存信息、订货量信息，其他条件不变。

同样，我们得到了15轮游戏中的数据，并绘制出了制造商、批发商和零售商的生产量或订货量变化图，如图3所示。

在本次游戏中，零售商对消费者总需求的预测可能没有上一次那么精确，但是从图3中我们可以欣喜地发现，零售商、批发商和制造商的订货量/生产量变动的方向是基本一致的，这是企业之间共享信息库存和订货量信息所取得的成果。

我们再来看一下第二次啤酒游戏中各企业的库存水平，如图B所示。

从图B可以看出来，在本次游戏中，制造商和批发商的库存水平都有较大的改进，在游戏结束时，都没有出现太多的库存。当然与前面所讲的一样，制造商的每次生产启动成本为3元，每罐啤酒的储存费用是0.01元。所以对于制造商来说，储存费用相对于生产启动成本来说微不足道，所以制造商采取了一次性大批量生产，然后一直停产的策略。这也许是不现实的，但限于游戏的结构条件设置，制造商必须做出对自己最有利的策略。

作为第二个活动的总结，我们同样画出了制造商、批发商和零售商的净利润累计表，如图4所示。

从图4可以看出，零售商、批发商和制造商的利润都有所提高，特别是制造商，其利润从第一次游戏中的接近于0到现在的跟批发商不相上下，可见整个供应链的效率得到了提高，整个供应链创造的价值也比第一次游戏中的要高。

我们已经收获了企业之间实现信息共享所结出的累累硕果，也即得出了降低“牛鞭效应”的第一个方法：供应链中的企业实现信息共享。

第三次啤酒游戏

为了进一步探讨减少“牛鞭效应”的方法，我们将进行第三次游戏，在本次游戏开始前，我们重新设置了游戏条件：订货提前期缩短为一天；有2个零售商；其余条件不变。虽然在一次游戏中同时更改2个变量可能会使得结果不具说服力，因此我们假定消费者每次从2个零售商处购买的啤酒数量都是一样的。

我们得到了15轮游戏中的数据，并绘制出了制造商、批发商和零售商的生产量或订货量变化图，如图5所示。

从图5可以看出，零售商总订货量与消费者需求量基本趋于一致，批发商订货量和制造商生产量虽然还是存在一定的波动，但这也与该游戏开始前的设置条件有关：制造商每次生产启动成本时3元，每罐啤酒储存成本为0.01元；批发商每次订货成本为3元，每罐啤酒的储存成本为0.02元。在我们设置的销售数量均较小的情况下，制造商和批发商都会选择大批量生产或者订货，因为节约的启动成本或再订货成本都会比储存成本高。

为了更好地对比缩短提前期带来的好处，我们还是来看一下第三次游戏中各企业的库存水平，如图C所示。

从图C可以看出，零售商、批发商和制造商的库存水平变动方向基本保持一致，这是进一步降低各个企业库存的一个良好开端。虽然库存水平看起来还是有些高，但是这是因为增加了一个零售商，需求比前两次要大，因此需要较高的库存水平来维持一定的服务水平。

作为第三个游戏，也即最后一个游戏的总结，我们同样画出了制造商、批发商和零售商的净利润累计表，如图6所示。

从图6可以看出，制造商、批发商和零售商的净利润都有所增加，且变动方向和程度高度一致。零售商1和零售商2的利润相差不大，但都比批发商要高，而批发商利润水平相对制造商而言要高了一些，这基本是符合供应链中利润的分配规律的。整个供应链的效率也得到了提升，每个企业都获得了一定的利润，供应链中总体的利润水平是上升的，这有利于该供应链更好地运行下去。

在第三个游戏中，我们发现了降低“牛鞭效应”的另外一个方法：缩短提前期。提前期缩短意味着企业下订单后可以比原先更快收到货物，因此企业可以降低在提前期内的库存水平。同时企业可以更快地收到货物，也相应降低了企业的缺货风险，因此其订货量会趋于稳定，从而可以有效降低“牛鞭效应”。

游戏总结

减少牛鞭效应的对策分析

我们在前面的三次游戏中已经探讨了减少“牛鞭效应”的两种方法：企业间实现信息共享，缩短订货提前期。其实减少“牛鞭效应”还有很多种方法，我们会在下文一一分析。

从供应商的角度看，“牛鞭效应”是供应链上的各层级销售商（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。企业可以从如下5个方面进行减少“牛鞭效应”。

1.订货分级管理：供应商应根据一定标准将销售商进行分类，对于不同的销售商划分不同的等级，对他们的订货实行分级管理，在供应短缺时，可以优先确保关键销售商的订货，这样就可以通过管住关键销售商来减少变异概率。

2.缩短提前期：一般来说，订货提前期越短，订货量越准确，因此鼓励缩短订货提前期期是破解“牛鞭效应”的一个好办法。

3.规避短缺情况下的博弈行为：面临供应不足时，供应商可以根据顾客以前的销售记录来进行限额供应，而不是根据订购的数量，这样就可以防止销售商为了获得更多的供应而夸大订购量。

4.提前回款期限：使用提前回款期限安排物流配送是消除订货量虚高的一个好办法，因为这种方法只是将期初预订数作为一种参考，具体的供应与回款挂钩，从而保证了订购和配送的双回路管理。

5.采用先进的库存管理方式：如供应商管理库存和库存联合管理等。

啤酒游戏心得体会

一、“批发商”有话说

本次游戏一共进行了三次啤酒游戏的模拟，第一次是严格按照老师的规则进行的。我作为一个批发商，在第一次的情况下，库存控制得比较好，主要原因是市场的销量过于趋于稳定，在既定的规则下，市场的需求总是在一定的范围里面，既不会出现库存过高，也不会出现缺货的现象。

在这种条件下，批发商为了想要降低订货成本所以向上游的一次性订了很多货，导致订货量出现了较大的波动。因次在首次游戏中，牛鞭效应的放大比较明显，导致了制造商库存严重的积压。

在第一次游戏中，制造商对市场情况很难把握，所以就导致库存管理不善，利润急剧下滑。而游戏的目的是整个供应链的利润最大化，使得整个供应链都得到最优。

我们针对需求变动过于剧烈、供应商利润过低和零售商利润过高的收益分配不均衡等现象进行了讨论，得出的建议是：在第二轮里面，我们决定要降低制造商的成本，同时增加零售商的赔偿支出，以达到利润分配协调的结果。

制造商对市场的反应迟缓的原因是因为信息不透明，因此对市场信息的把握能力缺乏，因此我们的改善措施是实现信息共享，企业能知道供应链上下游的供货能力，销量以及库存水平。最后，我们还决定更改零售商的销量，因为销量过于稳定，不符合市场变动的特点，采取了随机抽取两张牌的方式，来增加变动的幅度。

    通过对游戏条件的改进，我们进行了第二次啤酒游戏。我作为一个批发商，根据我的销售统计可以看出，由于市场需求变大，下游的零售商的订货量波动比较大，而由于游戏开始持有的库存量只有三十，所以可以看出游戏刚开始时我的库存量基本为零，由于前置时间是两轮，所以供货的滞后性导致了前五轮是以延迟销售为代价的“零库存”格局的出现。

在最后的三轮游戏中，情况却出现了一个逆转，我的销量急剧下滑，囤积了大量的库存。根据销售量和订货量的对比分析可以发现，销售量和订货量出现了错位的现象，在销售量的高峰期，库存量达到最低水平；而在库存量达到最高水平的时候，销售量却跌倒了谷底。

作为一个批发商，在第二轮中的利润是制造商、批发商和零售商中最低的，进行成本利润分析后，我发现是因为收益很大程度上补偿了高库存的成本。但是从整个供应链上面来看，第二次游戏进行的改善得到了很好地表现，整个供应链的利益收益增加明显提高，但是牛鞭效应的影响依然比较大。

从第二次游戏中我们发现因为销量增大时变动性也增加，导致了在前几轮出现了延迟销售的现象，并且没有很好利用库存销量等数据做好需求预测。针对这样的现象，我们在第三次游戏改变了前置时间，由原来的两天缩短为一天；信息透明度进一步加大；同时增加一个供应商来加大市场的需求。

在第三次啤酒游戏中，我们最大程度地利用销售数据和库存数据，根据每轮市场的销售情况预测以后的销售情况，同时结合零售商的库存数量来决定批发商的订货量。除了在前几轮因为市场需求过大，一开始库存持有量不足而出现的延迟销售外，经过几轮的调控，库存基本回到正常的水平，甚至还可以实现较低的库存水平，这是比较好的。总的来看，供应链是逐步得到了优化，由于信息共享，前置时间缩短等改善，牛鞭效应的也得到了明显的缩小。

二、“记录员”有话说

在第一次啤酒游戏中，我们采用的规则的最原始的规则，也就是订货提前期是两周，供应链上下游之间信息是不共享的。在本次游戏过程中，我是担任记录员的角色，我负责在制造商、批发商和零售商之间传递订单的信息，并且负责抽取卡片来决定零售商的销售量。

在第一次啤酒游戏中，由于只有一个零售商，我们发现由于零售商的订单经过批发商后放大的效果，也即牛鞭效应并没那么明显。又因为制造商的仓储的成本较低，所以制造商经常一次性制造大量的产品，到后期制造商的生产量都是保持在“零”的状态。

在第二次啤酒游戏中，我依旧是担任司机的角色，但是这次规则不同的是我们小组商量把供应链上下游之间的信息进行共享。在这次的游戏过程中，我们在供应链内实施信息共享后，我们可以发现，批发商和零售商对自己订单的订货量能够更加准确地把握，上下游之间知道彼此的库存情况，能够更加准确地预测未来的销量。

在第三次啤酒游戏中，为了更好的在切实体验牛鞭效应，并且学习去解决它。这一次，我选择放弃担任记录员的角色，并出任另外一名的零售商，也就是这条供应链内有了一个制造商、一个批发商和两个零售商。

我们还通过商量把订货提前期缩短为一个周，两个零售商的订单直接把批发商的订单数量提升一倍。我们通过缩短订货提前期，能牛鞭效应的程度控制在一个比较稳定的范围内，还能够结合订单的信息更准确地进行预测。所以，缩短订货提前期对牛鞭效应的削减起到了立竿见影的作用。

通过这次啤酒游戏我学到了很多供应链中的只是，对于这个啤酒游戏，我觉得应该在供应链内增加角色，因为一个制造商、一个批发商和一个零售商，牛鞭效应的效果并不是太明显。我们可以选择增加组员的人数，增加零售商和批发商的数量来使牛鞭效应的初始效果更加的明显，我们通过一系列方法解决牛鞭效应的成效也会更加地明显。另外，零售商的销售量可以更加不稳定，可以选择不通过抽牌的方式来决定销售量，对于趋向稳定的销售量，零售商进行预测的挑战性也大大地降低。