It is, however, much harder to quan

It is, however, much harder to quantify the impact of bullwhip on the profitability of a company, although Metters (1997) has studied the problem with a linear programming approach. He reports that elimination of the Bullwhip Effect can result in a 5% increase in profitability using managerially relevant parameter settings and that this saving can be even higher in a capacity-limited supply chain. Stalk and Hout (1990) also report that the production on-costs (the costs associated with ramping up and down the production level) is proportional to the cube of the deviation about the mean of the production order rate. So variations within the factory are reckoned to be extremely expensive.

The Forrester Effect is noticeable in traditional supply chains as a particular player over-orders in response to genuine changes in demand to account for inventory deviations that result from the production/distribution lead-time. This over-ordering is then amplified up the supply chain, creating wide fluctuations in the demand signal as it passes through the supply chain. This effect can be very concisely portrayed via “propagation curves” and has been used in previous contributions (Mason-Jones et al., 1997; Van Aken, 1978) to clearly show how order variance amplifies up the supply chain. The propagation curves in Fig. 4, taken from Mason-Jones et al. (1997), show how demand is amplified (measured as peak value) as it is passed up the supply chain, against the response time of supply chain players take to reach their peak value (peak time delay). The figure shows five traditional supply chain designs, with a range of parameter settings that reflect good solutions for a traditional supply chain:

1.
without pipeline control (Design 1) based on “hardware analogues”,
2.
with pipeline control (Design 2) based on “hardware analogues”,
3.
Sterman's design (Design 4) with pipeline controls based on results from his analysis of the Beer Game (Sterman, 1989),
4.
and two alternative solutions with pipeline controls (Designs 3 and 5).

ผลลัพธ์ (ไทย) 1:

มันเป็น อย่างไรก็ตาม ยากที่จะกำหนดปริมาณผลกระทบของ bullwhip บนผลกำไรของบริษัท แม้ว่า Metters (1997) ได้ศึกษาปัญหา ด้วยวิธีการเขียนโปรแกรมเชิงเส้น เขารายงานว่า การตัดผล Bullwhip สามารถทำการเพิ่มขึ้น 5% ในการทำกำไรโดยใช้การตั้งค่าพารามิเตอร์ที่เกี่ยวข้อง managerially และว่า บันทึกนี้จะสูงขึ้นในห่วงโซ่อุปทานความจุจำกัด ก้านและท่อง (1990) ยังรายงานว่า บนต้นทุนการผลิต (ต้นทุนเกี่ยวข้องกับการกระโจนขึ้นลงในระดับการผลิต) เป็นสัดส่วนกับ cube ของการเบี่ยงเบนเกี่ยวกับเฉลี่ยของอัตราการสั่งผลิต ดังนั้น การเปลี่ยนแปลงภายในโรงงานจะคาดคิดจะราคาแพงมากForrester ผลคือเห็นได้ชัดเจนในห่วงโซ่อุปทานแบบดั้งเดิมมีผู้เล่นเฉพาะใบสั่งมากเกินไปตอบสนองกับความต้องการความแตกต่างของสินค้าคงคลังที่เป็นผลมาจากระยะเวลาดำเนินการผลิต/การกระจายของแท้ สั่งนี้มากกว่าแล้วขยายขึ้นห่วงโซ่อุปทาน การสร้างผันผวนในสัญญาณความต้องการ โดยผ่านห่วงโซ่อุปทาน ผลกระทบนี้สามารถมากเร้นเซ็กส์ผ่าน "เส้นโค้งการเผยแพร่" และถูกใช้ในผลงานก่อนหน้า (Mason Jones et al. 1997 Van Aken, 1978) เพื่อแสดงให้เห็นวิธีผลต่างลำดับเพิ่มขึ้นห่วงโซ่อุปทาน เส้นโค้งการเผยแพร่ในรูป 4 ถ่ายจาก Mason Jones et al. (1997), แสดงว่าเป็นขยายความต้องการ (วัดเป็นค่าสูงสุด) มันจะผ่านการขึ้นห่วงโซ่อุปทาน กับเวลาการตอบสนองของอุปทาน โซ่ผู้เล่นใช้เวลาของค่าสูงสุด (สูงช้า) ตัวเลขแสดงห้าดั้งเดิมซัพพลายเชนแบบ กับช่วงของการตั้งค่าพารามิเตอร์ที่แสดงถึงวิธีแก้ไขปัญหาสำหรับห่วงโซ่อุปทานแบบดั้งเดิม:1โดยไปป์ไลน์ (แบบ 1) อิง "ฮาร์ดแวร์นิยม"2ขั้นตอนการควบคุม (แบบ 2) อิง "ฮาร์ดแวร์ analogues"3ออกแบบของ Sterman (แบบ 4) ด้วยการควบคุมขั้นตอนอิงตามผลการวิเคราะห์ของเขาของเบียร์เกม (Sterman, 1989),4และโซลูชั่นทางเลือกสองท่อควบคุม (แบบ 3 และ 5)

ผลลัพธ์ (ไทย) 2:

มันเป็นอย่างไรยากมากที่จะหาค่าผล bullwhip ในการทำกำไรของ บริษัท แม้ว่า metters (1997) ได้ศึกษาปัญหาด้วยวิธีการโปรแกรมเชิงเส้น เขารายงานว่าการกำจัดของ Bullwhip Effect จะส่งผลในการเพิ่มขึ้น 5% ในการทำกำไรโดยใช้การตั้งค่าพารามิเตอร์ที่เกี่ยวข้อง managerially และประหยัดนี้สามารถที่สูงขึ้นในห่วงโซ่อุปทานความจุ จำกัด ก้านและเฮ้าท์ (1990) นอกจากนี้ยังมีรายงานว่าการผลิตในค่าใช้จ่าย (ค่าใช้จ่ายที่เกี่ยวข้องกับการกระโจนขึ้นและลงในระดับการผลิต) เป็นสัดส่วนกับก้อนของการเบี่ยงเบนเกี่ยวกับค่าเฉลี่ยของอัตราการสั่งซื้อการผลิต ดังนั้นรูปแบบภายในโรงงานที่มีการคาดคิดที่จะมีราคาแพงมาก.

Forrester ผลเป็นที่เห็นได้ชัดในห่วงโซ่อุปทานแบบดั้งเดิมเป็นผู้เล่นโดยเฉพาะอย่างยิ่งในช่วงการสั่งซื้อในการตอบสนองต่อการเปลี่ยนแปลงของแท้ในความต้องการในการบัญชีสำหรับการเบี่ยงเบนสินค้าคงคลังที่เป็นผลมาจากการผลิต / จัดจำหน่ายนำเวลา . นี้ในการสั่งซื้อจะขยายแล้วขึ้นห่วงโซ่อุปทาน, การสร้างความผันผวนทั้งในสัญญาณความต้องการขณะที่มันผ่านห่วงโซ่อุปทาน ผลกระทบนี้จะสามารถนำภาพมากรัดกุมผ่าน "การขยายพันธุ์โค้ง" และได้ถูกนำมาใช้ในผลงานก่อนหน้า (เมสันโจนส์, et al, 1997;. แวน Aken, 1978) เพื่อแสดงให้เห็นอย่างชัดเจนว่าเพื่อขยายความแปรปรวนขึ้นห่วงโซ่อุปทาน เส้นโค้งการขยายพันธุ์ในรูป 4 นำมาจากเมสันโจนส์, et al (1997) แสดงให้เห็นว่ามีความต้องการจะขยาย (วัดเป็นค่าสูงสุด) ในขณะที่มันจะถูกส่งขึ้นห่วงโซ่อุปทานกับเวลาการตอบสนองของผู้เล่นห่วงโซ่อุปทานใช้เวลาไปถึงค่าสูงสุดของพวกเขา (หน่วงเวลา peak) รูปที่แสดงให้เห็นถึงการออกแบบแบบดั้งเดิมห้าห่วงโซ่อุปทานที่มีช่วงของการตั้งค่าพารามิเตอร์ที่สะท้อนให้เห็นถึงการแก้ปัญหาที่ดีสำหรับห่วงโซ่อุปทานแบบดั้งเดิม:

1.
โดยไม่มีการควบคุมท่อ (การออกแบบ 1) ขึ้นอยู่กับ "analogues ฮาร์ดแวร์"
2.
มีการควบคุมท่อ (การออกแบบ 2) ขึ้นอยู่กับ "analogues ฮาร์ดแวร์"
3.
Sterman ออกแบบ (การออกแบบ 4) มีการควบคุมท่อขึ้นอยู่กับผลที่ได้จากการวิเคราะห์ของเขาเกมเบียร์ (Sterman, 1989)
4.
และสองโซลูชันทางเลือกที่มีการควบคุมท่อ (การออกแบบ 3 และ 5)

ผลลัพธ์ (ไทย) 3:

มันเป็น , อย่างไรก็ตาม , ยากมากที่จะหาผลกระทบของ bullwhip ในผลกำไรของ บริษัท แม้ว่า metters ( 1997 ) ได้ศึกษาปัญหาด้วยวิธีการโปรแกรมเชิงเส้น เขารายงานว่า จากผลการ bullwhip ได้ผลในการเพิ่มขึ้น 5% ในอัตราการใช้พารามิเตอร์การตั้งค่าและการจัดการที่เกี่ยวข้องที่บันทึกนี้จะยังสูงกว่าความจุจำกัดในโซ่อุปทาน ลำและฮูท ( 1990 ) นอกจากนี้ รายงานว่า การผลิตต้นทุน ( ค่าใช้จ่ายที่เกี่ยวข้องกับการกระโจนขึ้นและลงระดับการผลิตเป็นสัดส่วนกับลูกบาศก์ของค่าเฉลี่ยเกี่ยวกับค่าเฉลี่ยของใบสั่งผลิตอัตรา ดังนั้น การเปลี่ยนแปลงภายในโรงงานจะคาดคิดที่จะแพงมากผลข้อมูลได้ชัดเจนในห่วงโซ่อุปทานแบบดั้งเดิมเป็นผู้เล่นโดยเฉพาะผ่านคำสั่งในการตอบสนองความต้องการการเปลี่ยนแปลงที่แท้จริงในบัญชีสินค้าคงเหลือส่วนที่เป็นผลมาจากการผลิต / การกระจายเวลารอคอย . นี่สั่งแล้วขยายขึ้นห่วงโซ่อุปทาน , การสร้างความผันผวนทั้งในสัญญาณความต้องการมันผ่านห่วงโซ่อุปทาน ผลนี้สามารถมากรัดกุม portrayed ผ่าน " แผ่โค้ง " และมีการใช้ในการเขียน ( ก่อนหน้านี้เมสัน Jones et al . , 1997 ; รถตู้ aken , 1978 ) แสดงให้เห็นชัดเจนว่า ความแปรปรวนเพื่อขยายขึ้นห่วงโซ่อุปทาน การขยายพันธุ์เส้นโค้งในรูปที่ 4 ถ่ายจากเมสัน Jones et al . ( 1997 ) แสดงให้เห็นว่ามีความต้องการขยาย ( วัดเป็นค่า Peak ) มันเคยผ่านห่วงโซ่อุปทานกับเวลาการตอบสนองของอุปทานโซ่ใช้ผู้เล่นถึงมูลค่าสูงสุดของพวกเขา ( การหน่วงเวลา ) สูงสุด รูปแสดงห้าห่วงโซ่อุปทานแบบดั้งเดิม มีช่วงของการตั้งค่าพารามิเตอร์ที่แสดงให้เห็นถึงโซลูชั่นที่ดีสำหรับห่วงโซ่อุปทานแบบดั้งเดิม :1 .โดยไม่มีการควบคุมท่อ ( แบบที่ 1 ) จาก " นารี " ฮาร์ดแวร์2 .กับการควบคุมท่อ ( แบบที่ 2 ) จาก " นารี " ฮาร์ดแวร์3 .สเตอร์เมิ่นการออกแบบ ( ออกแบบ 4 ) กับท่อการควบคุมขึ้นอยู่กับผลลัพธ์จากการวิเคราะห์ของเกม เบียร์ ( สเตอร์เมิ่น , 1989 )4 .และสองโซลูชั่นทางเลือกกับท่อการควบคุม ( แบบ 3 และ 5 )