В логистических системах информация играет очень важную роль. Особенно если речь идет об изменениях спроса, на основе которого определяются все параметры интегрированной логистической цепи, связывающей производителя товаров с конечным потребителем. Однако чем дальше от потребителя по каналу дистрибуции, тем больше искажается информация о необходимых запасах продукции, и как следствие - значительное накопление излишков на всех этапах движения товара от производителя к потребителю. Подобное явление в логистической литературе получило название "эффект бычьего кнута" (The Bullwhip Effect). 

В данной статье раскрывается сущность этого явления и излагаются методы борьбы с ним. Также показывается роль информационного фактора в создании интегрированных логистических систем в сфере производства и реализации потребительских товаров (на примере крупнейшей в Европе итальянской компании по производству и продаже макаронных и хлебобулочных изделий Barilla SpA). 

В последние годы многие фирмы по производству и торговле потребительскими товарами заметили, что хотя спрос на многие виды продукции сильно не изменялся, объемы их запасов в рознице, у дистрибьюторов и на производстве значительно возросли. Показателен в этом плане пример компании Procter&Gamble, работники которой обратили внимание на то, что при довольно стабильном уровне розничной продажи памперсов (ежедневном, еженедельном, ежемесячном), объемы заказов дистрибьюторов фабрике были очень разными, а заказы фабрики своим поставщикам показали еще большие различия по времени и по объему. То есть в логистике компании P&G обнаружился классический эффект "бычьего кнута".

Чтобы разобраться в его сущности и причинах, обратимся к схеме простой логистической цепи, состоящей из четырех элементов: один ритейлер, один оптовик, один дистрибьютор и один производитель. Ритейлер фиксирует покупательский спрос и направляет соответственный заказ оптовику. Оптовик получает товары от дистрибьютора, который направляет заказ на изготовление товара на фабрику. На рис. 2 представлено графическое изображение этих заказов как функции времени, где четко видно увеличение изменчивости спроса, выраженного в объемах заказов в логистической цепи.

Дабы понять, как воздействует увеличение изменчивости спроса на логистическую цепь, рассмотрим второй элемент нашего примера на рис.1, оптовика. Он получает заказы от ритейлера и направляет их своему поставщику, дистрибьютору. Чтобы определить величину заказа, оптовику необходим прогноз спроса ритейлера. Если у оптовика нет доступа к данным покупательского спроса, он может сделать такой прогноз только на основе заказов ритейлера. Поскольку изменчивость заказов ритейлера значительно выше, чем покупательского спроса (как видно из рис.2), оптовик вынужден иметь больший резервный запас, чем ритейлер, дабы обеспечить тот же уровень сервиса, что и ритейлер. Подобный анализ можно провести и в случае дистрибьютора и фабрики. Результатом его будут еще большие объемы запасов и, естественно, издержки по их обслуживанию.

Рис. 2 Увеличение изменчивости спроса (заказов) в логистической цепи

Прогноз спроса.

Традиционные методы менеджмента запасов, используемые в каждом элементе логистической цепи, приводят к увеличению изменчивости информации. Особенно это относится к политике запасов s, S, когда при снижении уровня запасов до точки заказа (s), запасы восполняются до максимального уровня (S). Значения точки заказа обычно определяют как сумму среднего значения спроса на период доставки заказа и среднего квадратичного отклонения спроса в этот период. Точка заказа, таким образом, совпадает с резервным (страховым) запасом. Средний спрос и изменчивость спроса обычно оценивают на основе данных прошлого периода, причем, чем дольше период наблюдения, тем достоверней полученные значения. Поскольку уровень резервного запаса, так же как и максимальный уровень запаса, напрямую зависит от этих оценок, участники логистической цепи вынуждены корректировать размер заказа (увеличивая его), тем самым, увеличивая изменчивость информации в логистической цепи. 

Период доставки заказа.

Он прямо пропорционально связан с изменчивостью информации, т.е. чем больше период доставки товара, тем выше изменчивость (неопределенность) логистической системы. Объясняется это тем, что при расчете точки заказа и уровня резервного запаса мы фактически умножаем значения среднего дневного спроса и соответственного квадратичного отклонения на число дней доставки.

Таким образом, с увеличением периода доставки небольшие изменения прогноза среднего дневного спроса ведут к значительным изменениям показателей резервного запаса, точки заказа и, естественно, величины заказа. Все это, конечно, приводит к увеличению изменчивости информации в логистической цепи.

Увеличение размера заказа

Если ритейлер производит крупные заказы, например, при стратегии s, S, тогда оптовик оказывается в ситуации, когда после крупного заказа следуют периоды отсутствия заказов, а затем опять поступает большой заказ и т.д. То есть оптовик сталкивается с искаженной и крайне неопределенной ситуацией с заказами (спросом). При этом необходимо отметить, что осуществление крупных заказов фирмам выгоднее по ряду причин. Во-первых, этого требует политика фиксированной стоимости заказа и s, S. Во-вторых, достигается экономия на перевозках, включая возможность полной загрузки транспортных средств, а также различные скидки, которые транспортные компании предоставляют при больших объемах перевозки грузов и т.п. Наконец, это квартальные и годовые квоты продаж или определенные стимулы, используемые в различных отраслях промышленности и секторах рынка. 

Изменения цен.

При изменениях цен ритейлеры часто увеличивают запасы, покупая товары по низким ценам впрок. Сюда же следует отнести практику различных промоакций, рекламных продаж или продаж по сниженным ценам в определенные периоды времени или при определенных объемах закупок.

Срочные заказы.

Такие заказы, производимые ритеилерами в случаях дефицита товаров, значительно увеличивают эффект бычьего кнута. Часто срочные заказы направляются в преддверии дефицита, после чего ритейлер возвращается к нормальному режиму заказов, однако имевшееся отклонение в их величине существенно увеличивает изменчивость прогнозов спроса. Эффект бычьего кнута (ЭБК) можно определить количественно, на уровне каждого элемента логистической цепи. Это будет полезно не только для того, чтобы продемонстрировать возрастание ЭБК по логистической цепи, но и показать связь между техникой прогнозирования, периодом выполнения (доставки) заказа и увеличением изменчивости информации о спросе. Рассмотрим простейший вариант логистической цепи, включающий всего два элемента: ритейлера, который имеет первичную информацию о покупательском спросе и на ее основе составляет заказы, и производителя товаров, который получает эти заказы от ритейлера. Период выполнения заказа производителем обозначим L, т.е. ритейлер, который направил заказ в конце периода t, получит заказанный товар во время t + L. Условимся, что ритейлер следует политике запасов s, S, т.е. через равные промежутки времени он направляет заказ производителю товара, чтобы поднять запас последнего до S (максимального уровня). При этом

где AVG и STD - соответственно среднее арифметическое и среднее квадратичное отклонение ежедневного или еженедельного спроса, а константа Z берется из статистических таблиц и показывает вероятность исчерпания запасов в период доставки заказа в зависимости от уровня логистического сервиса. Чтобы реализовать принятую политику запасов, ритейлер должен рассчитать среднее арифметическое значение и среднее квадратичное отклонение спроса на основе данных наблюдения за спросом. То есть на практике показатель максимального запаса может изменяться ежедневно в соответствии с изменениями результатов расчетов среднего арифметического и среднего квадратичного отклонений спроса. Таким образом, максимальный уровень запаса в период t, Y_t определяется на основе наблюдения за спросом, как:

где S_t - рассчитанные значения среднего арифметического квадратичного отклонения показателей ежедневного спроса за период t.  Предположим, что ритейлер применяет простейший метод прогнозирования - скользящую среднюю. Это означает, что в каждый период t ритейлер определяет среднеарифметическое значение за последние р случаев наблюдения спроса nt и использует это среднее значение в расчете среднего квадратичного (S_t) отклонения спроса:

Приведенные выражения подразумевают, что в каждый период времени ритейлер определяет новые значения среднего спроса и среднего квадратичного отклонения спроса на основе последних р случаев наблюдения. Поэтому значения среднего спроса и среднего квадратичного отклонения спроса будут ежедневно изменяться, а с ними - и показатель уровня максимальных запасов.В этом случае мы можем количественно измерить увеличение изменчивости информации о спросе, которое ощущает производитель товара, и сравнить его с изменчивостью на уровне ритейлера. Если изменение величины покупательского спроса, ощущаемое ритейлером, обозначим как Var (D), тогда изменение величины заказа, направляемого ритейлером производителю товара, Var (Q), относительно Var (D) будет иметь следующее выражение:

Рис. 3 показывает нижнюю границу увеличения изменчивости как функции р (числа наблюдений) для различных значений периода доставки L. В частности, когда р значительно, а L - мало, эффект 'бычьего кнута' из-за небольшой погрешности прогноза практически неощутим. Однако этот эффект растет с увеличением L и уменьшением р.

Рис.3 Изменение эффекта бычьего кнута в зависимости от числа наблюдений спроса и длительности периода доставки

Рассмотрим случай, когда ритейлер определяет среднее значение спроса, основываясь на последних пяти наблюдениях последнего (т.е. р+5). Заказ, который ритейлер направляет производителю в конце периода t, он получит во время t+1, т.е. 1=1.В этом случае изменение величины заказа ритейлера производителю по меньшей мере на 40% больше, чем ежедневные изменения спроса покупателей, которые фиксирует ритейлер, т.е.:

Далее рассмотрим еще один пример с тем же ритейлером, но на этот раз он учитывает данные 10 наблюдений (такой подход чаще всего используется в розничной торговле США), чтобы рассчитать среднее значение и среднее квадратичное отклонение спроса. Изменение заказов ритейлера производителю на этот раз будет не менее чем в 1,2 раза превышать изменения покупательского спроса у ритейлера. Отсюда вывод: увеличивая число наблюдений при использовании метода скользящей средней, ритейлер может существенно повлиять на изменчивость размеров заказов, которые он направляет поставщику товаров.

Существуют и другие предложения о том, как радикально уменьшить или совсем устранить 'эффект бычьего кнута' (ЭБК), среди них:

Уменьшение информационной неопределенности на всем протяжении логистической цепи - один из наиболее популярных методов по обузданию ЭБК. Его суть - централизация информации, доступность первичной информации о величине и динамике покупательского спроса для всех участников логистической цепи. Наряду с ритейлером, своей информацией должны делиться и оптовики, и дистрибьюторы, и производители, поскольку на спрос влияют такие факторы, как ценообразование, промо - акции, выпуск новых товаров. Если такая информация будет доступной ритейлеру, точность его прогнозов станет выше. По этой причине в логистических цепях сейчас создаются совместные системы прогнозирования. Примером может служить сотрудничество известной торговой компании Wal-Mart и фирмы-производителя потребительских товаров Warner-Lambert (США), которые в конце 1990-х гг. начали проект по созданию системы совместного планирования, прогнозирования и пополнения запасов (Collaborative Planning, Forecasting and Replenishment, CPFR). Общая компьютерная программа, которая стала первым результатом этого проекта, позволила осуществить сотрудничество по прогнозированию спроса, координацию усилий при проведении Sales Promotions, анализ прошлых продаж. Система CPFR вызвала интерес у других компаний США, включая Procter&Gamble, и компании по производству компьютерных программ решили выпустить конкурирующую электронную версию этой программы. Подобные системы получили название Collaborative Systems (системы сотрудничества).

Уменьшение изменчивости покупательского спроса предполагает ослабление главного источника ЭБК ' рыночного непостоянства. Устранить его в сегодняшних условиях невозможно, однако некоторые предложения по стабилизации спроса есть и включают, например, популярную в магазинах США политику низкие цены - каждый день (Every Day Low Pricing, EDLP). Когда ритейлер применяет стратегию EDLP, он гарантирует низкую цену товара постоянно, а не только на период промо - акции. Тем самым снижается риск непредвиденного спроса и обеспечивается большая предсказуемость и стабильность рынка потребительских товаров.

Сокращение логистического цикла (Lead Time Reduction) может существенно уменьшить ЭБК и наоборот. При этом надо иметь в виду, что время логистического цикла состоит в основном из двух компонентов: времени выполнения заказа (на производство и доставку товара) и времени размещения заказа (обработки заказа). Это различие очень важно, поскольку время выполнения заказа можно сократить путем применения транзитных складов (Cross Docking), время размещения заказа - использованием EDI (Electronic Data Interchange). Кроме уменьшения ЭБК, сокращение логистического цикла обеспечивает возможность более точных прогнозов, уменьшения запасов, оперативного выполнения заказов покупателей. По этим причинам фирмы предпочитают поставщиков с более коротким периодом доставки, с возможностью EDI. Важным фактором сокращения логистического цикла стала передача данных с пункта продажи (Point of Sale, P0S) ритейлера непосредственно поставщику, который использует эти данные в своих прогнозах спроса

Различные варианты стратегического партнерства участников логистической цепи предполагают обмен рыночной информацией, поэтому они могут существенно ослабить эффект бычьего кнута (ЭБК). Один из наиболее популярных сейчас вариантов партнерства в развитых странах - VMI (Vendor Managed Inventory), когда поставщик управляет товарными запасами предприятия розничной торговли и сам определяет, какой объем запасов направить в магазин в тот или иной период, а какой - держать у себя под рукой. Таким образом, стратегия VMI устраняет заказы ритейлера и позволяет полностью исключить ЭБК.