HET BULL-WHIP EFFECT NADER VERKLAARD. December 2014 Ir. Paul P.J. Durlinger www.durlinger.nl
2 0 Het Bullwhip effect nader verklaard Veel managers (en niet managers) hebben wel eens van het Beer-game gehoord en velen hebben het tot lering ende vermaeck gespeeld. Zeker wanneer het spel ontplofte en voorraden bier tot aan het plafond reikten. Vaak gebeurde dit door irrationeel handelen van de deelnemers en gebrek aan communicatie deed de rest, Maar het grappige (of juist niet) is dat bij rationeel handelen het zaakje ook gruwelijk uit de hand kan lopen. Communicatie kan opnieuw helpen, maar bij de verklaring van de verschijnselen blijven vaak een paar dingen onderbelicht of komen niet zo goed uit de verf. Ik doel hierbij op de rol van de forecast, de rol van de levertijd en de rol van onzekerheid in het algemeen. In dit paper laat ik nog eens zien waarom het nu écht fout gaat. Handig voor degenen die het spel gespeeld hebben maar toch met vagen blijven zitten. Maar ook als je het spel nog gaat spelen. Geen nood, zelfs met de juiste kennis kan het toch goed fout gaan en blijven er voldoende leermomenten over. In dit paper komt de term Bullwhip naar voeren, ontleend aan het originele paper van Hau Lee e.a [1997]. Maar het beschreven opslingerverschijnsel staat ook wel bekend onder de naam Forrester [1961] effect. Lees en huiver. 1 De setting die uit voorraad levert. De voorraad wordt bestuurd op basis van het volgende principe : wanneer de voorraad eindproduct (EP) AAA op het einde van een periode onder een bepaalde grens B zit, wordt er een hoeveelheid Q bijbesteld. Om deze serie te produceren worden er grondstoffen (GS) AA uit het grondstof magazijn gehaald, Deze wordt gebruikt om AAA te produceren. In de vakliteratuur bekend onder de naam BQ-systeem (logisch eigenlijk). Het systeem ziet er uit als in figuur 1. AA Productie AAA AAA Klant Figuur 1 Schakel in SupplyChain product AAA De bestelgrens is afhankelijk van de vraag naar product AAA gedurende de levertijd en een stukje veiligheidsvoorraad om onzekerheden in vraag en aanvoer op te vangen. Dus moeten we deze componenten ook kennen. Om de vraag naar product AAA te voorspellen wordt er een forecast techniek gebruikt. Dat kan iets zijn als het gemiddelde van de laatste x perioden of een soort exponential smoothing. We zullen het hier iets versimpelen omwille van didactische redenen. We geven de lezer de afzet naar eindproduct AAA van de laatste 20 weken en wij geven de lezer zelf de mogelijk om een forecast voor de komende 4 perioden te bepalen. Dus bestudeer de grafiek in figuur 2 en bepaal wat de forecast voor week 22 t/m 25 is.
3 Figuur 2 Afzet product AAA Wanneer we naar figuur 2 kijken lijkt het alsof de afzet zich rond een gemiddelde waarde van ongeveer 100 per week schommelt. En dat is ook zo. De vraag van de laatste 20 weken is gemiddeld 100 met een standaardafwijking van 15 per week. Dit laatste betekent dat de afzet zich normaal gesproken in de buurt van de 100 beweegt maar waarden van 70 (en lager) en 130 (en hoger) kunnen ook voorkomen, maar dat zullen uitzonderingen zijn. Het is dan ook heel aannemelijk om te veronderstellen dat de gemiddelde vraag voor de komende perioden ook 100 per week zal zijn. Om de schommelingen in de vraag en de levertijd op te vangen moeten we veiligheidsvoorraad aanhouden. In dit mooie voorbeeld gaan we er vanuit dat de leverancier (in ons geval productie) 100% betrouwbaar is. Hij levert altijd precies op tijd en ook precies de gevraagde hoeveelheid. We hoeven alleen maar rekening te houden met de onzekerheid in de vraag gedurende de levertijd. De levertijd van productie is trouwens 2 weken. Om het allemaal een beetje eenvoudig te houden zeggen we dat de bestelgrens twee maal de gemiddelde vraag is Oftewel; zodra de voorraad op het einde van de week gelijk of minder is dan 200 stuks A1 zullen we een productie-order plaatsen. We gaan nu de werkelijkheid is gaan simuleren en aan de oplettende lezer de vraag om mee te denken. Net als in de beergame. Ik gebruik onderstaand format (tabel 1)waarbij een aantal velden al zijn ingevuld. Week Begin Prod-order Voorraad binnen 22 200 100 23 100 24 100 25 Afzet Eind Voorraad Order Plaatsen Tabel 1 Bullwhip voorbeeld 1 In kolom 2 staat de beginvoorraad van de betreffende week. In kolom 3 staan de productieorders, die we eerder geplaats hebben en aan het begin van de week ter beschikking komen. We hebben gezegd dat de levertijd 2 weken is. Dat wil zeggen dat we een order, die op het eind van week T plaatsen binnenkomt (en meteen beschikbaar is) aan het begin van week T+3. Dus we hebben eind week 19 blijkbaar een order geplaatst van 100 stuks die nu aan het begin van
4 week 22 binnenkomt. En evenzo hebben we als op het eind van week 20 en 21 ook productieorders geplaatst, die respectievelijk begin week 23 en 24 binnenkomen. Nu is het maar afwachten wat de afzet in week 22 is en die blijkt volgens verwachting 100 te zijn. 2 Invullen van het schema. Daarmee kunnen we de eindvoorraad voor week 22 uitrekenen. Die is 200 (200+100-100). Dit is gelijk aan het bestelniveau dus moeten we een bestelling plaatsen. Denkt u hier even rustig over na, voordat u verder leest. De verwachte ordergrootte is natuurlijk 100. Wat zou hij anders moeten zijn. En dus vullen we 100 en verplaatsen we ons naar het begin van week 23 die we zien in tabel 2. Week Begin Prod-order Afzet Eind Order Voorraad binnen Voorraad Plaatsen 22 200 100 100 200 100 23 200 100 24 100 25 100 Tabel 2 Bullwhip voorbeeld vervolg We hebben de tabel verder ingevuld. Er was een afzet van 100 in week 22. De eindvoorraad van week 22 wordt dus 2500 en daarmee ook de beginvoorraad van week 23. Verder is er een order geplaatst eind week 22, die naar verwachting binnenkomt begin week 25. We gaan verder en de afzet voor week 23 en 24 is volgens plan. Maar in week 25 blijkt de afzet niet 100 te zijn maar 125. We vullen alles netjes in tabel 3. Week Begin Prod-order Afzet Eind Order Voorraad binnen Voorraad Plaatsen 22 200 100 100 200 100 23 200 100 100 200 100 24 200 100 100 200 100 25 200 100 125! 175!?? 26 100 27 100 Tabel 3`Bullwhip voorbeeld met verhoogde vraag Hoeveel gaan we nu bestellen? Denkt u even na en kijk dan op de volgende bladzijde.
5 Uw antwoord is 125 stuks? brengen? We hebben in figuur 1 gezien dat de vraag varieert rond een gemiddelde van 100. En we hebben ook gezegd dat we een zekere veiligheidsvoorraad aanhouden om ons in te dekken tegen vraagonzekerheid. En hier treedt deze onzekerheid op. Het zou dan vreemd zijn om her op te reageren. Daar is juist deze veiligheidsvoorraad voor bedoelt. Maar troost u, veel mensen denken hetzelfde maar het is dus niet correct Uw antwoord is is 100 stuks? Inderdaad de juiste oplossing. Er wordt veiligheidsvoorraad aangehouden als indekking tegen dit soort onzekerheid. U vulde iets anders in? Het vorige antwoord is het meest juiste. We gaan een periode verder en zitten op het eind van periode 26 en in periode 26 was de vraag opnieuw 125. U ziet het effect in tabel 4. Week Begin Prod-order Afzet Eind Order Voorraad binnen Voorraad Plaatsen 22 200 100 100 200 100 23 200 100 100 200 100 24 200 100 100 200 100 25 200 100 125! 175 100 26 175 100 125 150??? 27 100 28 100 Tabel 4 Het Bullwhip voorbeeld vervolg Hoeveel gaat u nu bestellen? En inderdaad 100 stuks is opnieuw het meest realistisch antwoord. Ja, de vraag is al twee keer 25 geweest maar dat kan best toeval zijn.
6 We verplaatsten ons opnieuw een periode verder en zitten nu op het einde van periode 27. En opnieuw was de afzet in deze periode gelijk aan 125 stuks en is de voorraad gezakt naar 175 (zie tabel 5). Week Begin Prod-order Afzet Eind Order Voorraad binnen Voorraad Plaatsen 22 200 100 100 200 100 23 200 100 100 200 100 24 200 100 100 200 100 25 200 100 125 175 100 26 175 100 125 150 100 27 150 100 125 125??? 28 100 29 100 Tabel 5 Bullwhip voorbeeld vervolg Nu wordt het wat moeilijker. Al drie perioden achter elkaar is de vraag 125 stuks. Er zou toch niks vreemds aan de hand zijn? Het is aan te bevelen om eens aan Sales te vragen of er nieuwe marktontwikkelingen zijn. U besluit nog een keer 100 stuks te bestellen maar u gaat er rekening mee houden dat er veranderingen gaan optreden. Periode 28 breekt aan en de afzet is opnieuw 125 stuks. Verder weet sales te vertellen dat een concurrent het loodje heeft gelegd en dat een deel van diens afzet hier terechtgekomen is. U mag er van uitgaan dat de afzet in de toekomst 125 stuks zal zijn i.p.v. de huidige 100 stuks. We kijken naar tabel 6. Week Begin Prod-order Afzet Eind Order Voorraad binnen Voorraad Plaatsen 22 200 100 100 200 100 23 200 100 100 200 100 24 200 100 100 200 100 25 200 100 125 175 100 26 175 100 125 150 100 27 150 100 125 125 100 28 125 100 125 100??? 29 100 30 100 Tabel 6 Bullwhip voorbeeld vervolg En weer tijd om na te denken. U weet nu dat de afzet in de toekomst 125 stuks zal zijn. Hoeveel moeten we nu gaan bestellen? Opnieuw de vraag om eens goed na te denken. In elk geval weten we dat we nu 125 moeten gaan bestellen ipv. de eerdere 100. Verder is de voorraad weggezakt en zal de komende tee perioden nog eens in totaal 50 stuks afnemen,
7 waarmee deze uitkomt op 50 stuks. We begonnen met een voorraad van 200 stuks dus moeten we ook nog 150 stuks bestellen om de voorraad weer op peil te brengen. Echter het bestelniveau was bepaald op basis van een vraag van 100 stuks per week terwijl deze nu 125 stuks is. Misschien moet het bestelniveau ook verhoogd worden. Als we dezelfde benadering aanhouden dat het bestelniveau twee maal de gemiddelde vraag is betekent dit nog eens 50 stuks extra bestellen. Totaal moeten we dus 125 + 150 + 50 oftewel 325 stuks bestellen om het systeem weer in evenwicht te brengen. Maar voordat we dat getal gaan invullen moeten we eerst even nadenken over de consequenties. Kan productie dat eigenlijk wel aan? Zij zaten op een niveau van 100 stuks dus 325 is een utopie. U mag blij zijn dat ze met veel overwerk 150 stuks per week kunnen gaan leveren. En dan nog mag u in de handjes knijpen. En zelfs als het sneller zou kunnen is het nog maar de vraag of er wel genoeg voorraad is om het te maken. In productie omgevingen een toverwoord: gedempt. Dat wil zeggen we gaan niet de hele behoefte in één keer maken maar spreiden hem uit over een aantal perioden. En we doen dat door vanaf nu geen 100 stuks te bestellen maar 150 stuks. Dan kunnen we vanaf periode 31 (wanneer de bestelling van periode 28 binnenkomt) 25 stuks inlopen. Er komen 150 stuks binnen en de vraag is 125 stuks. Dat houdt dus in dat we acht keer een productieorder van 150 stuks moeten plaatsen om de voorraad van 50 stuks naar 250 stuks te tillen. Dus vanaf periode 36 bestellen we 125 stuks, die in periode 39 binnenkomen en die dan gelijk is aan de nieuwe afzet van 125 stuks. Dit was schakel 1 van de keten, maar er zijn meer schakels. We kijken nog eens naar de keten in figuur 2. Om het product AAA te maken is ook een onderdeel AA nodig. En dit onderdeel ligt ook op voorraad bij de producent en leverancier. De vraag naar onderdeel AA wordt rechtstreeks doorgezet naar de leverancier, die met een week uit voorraad kan leveren. Wat is nu de vraag naar dit onderdeel AA? Ik vraag de lezer opnieuw even na te denken en goed naar figuur 2 te kijken. Figuur 2 Keten Product AAA En inderdaad. De vraag naar het onderdeel AA is gelijk aan de productie-orders voor product AAA. Ik laat in onderstaande iguur 3 de afzet van product AAA en productieorders van product AAA zien (en dus de vraag naar onderdeel AA) van de eerste 10 perioden van ponderdeel AA.
8 Figuur 3 Afzet AAA en AA Voor onderdeel AA geldt dat de levertijd 3 weken is (bestellen eind periode 21 is leveren begin 25 en de bestelgrens is 300. Wat gaat de voorraadbeheerder van product AA doen? Nou hoogstwaarschijnlijk hetzelfde als de voorraadbeheerder van product AAA; de eerste 3 periodes niets. Hij zal ook pas na een paar perioden eens gaan informeren wat er aan de hand is want de voorraadafbouw gaat hier wel snel. Men rekende op een vraag van 100 maar die lijkt nu wel gestegen te zijn naar 150. En elke periode teren we in. Dus als bekend wordt dat de afzet gestegen is zal men harder moeten ingrijpen. Maar wat denkt de voorraadbeheerder van AA dat de vraag naar AA is. Als u nog eens naar figuur 2 kijkt zult u zien dat het heel normaal is dat men denkt dat de nieuwe vraag 150 is! Dus het nieuwe voorraad niveau moet 450 zijn i.p.v. de huidige 300. En tegen de tijd dat de nieuwe productie-orders van AA binnekomen is de voorraad al ongeveer 0. Een soort blinde paniek zal zich meester maken bij de producent van AA en men zal alles in het werk stellen om de productie zo snel mogelijk naar 175 te laten stijgen. We laten dit zien in figuur 3. Ik raad de lezer eens goed te kijken naar deze figuur want hier vinden we een aantal essentiële zaken. U moet zich ook realiseren dat de productie-orders voor AA impliciet de afzet is van onderdeel A het onderdeel dat in AA gebruikt wordt). Figuur 3 Afzet AAA, AA, A In figuur 3 is het zogenaamde Forrester effect te zien, omdat Forrester dit verschijnsel als eerste beschreef. Maar het is nu bekender onder de naam Bull-whip of gewoon opslingerverschijnsel. Als we naar figuur 3 kijken vallen twee dingen op. De verandering van
9 afzet-niveau voor eindproduct AAA trad in periode 25 op, maar het duurde een tijdje voor men de productie van AAA, AA en A aanpaste. En toen men het gíng aanpassen ging het bij de onderdelen van AAA harder dan bij AAA zelf. Dit is wat Hau Lee beschrijft in de Proctor & Gamble case in zijn artikel. Er zijn twee hoofdschuldigen aan te wijzen. - We reageren te laat (reactietijd en levertijd) - We reageren op de vkeerde gegevens (niet op de uiteindelijke klantenvraag) Op de eerste plaats de reactie-tijd in de keten en het reageren op de verkeerde gegevens. De voorraadbeheerders wisten niet meteen wanneer de nieuwe afzet optrad. Op de tweede plaats reageerden de voorraadbeheerders niet op de daadwerkelijke klantenvraag naar AAA (het eindproduct), En de doorlooptijd van productie deed de rest, Daarbij hebben we het effect van eventuele seriegroottes nog eens niet meegenomen! Dit opslinger-probleem deed zich al voor in de 70-80 er jaren waarbij hele ketens in onbalans raakten door een kleine stap in de vraag. Dit was meteen ook een van de successen van de introductie van de MRP-filosofie. Binnen de MRP-filosofie maakte men een duidelijk onderscheid tussen de onafhankelijke vraag (de vraag naar AAA) en de afhankelijke vraag (vraag naar onderdelen AA en A). Als er één onderdeel AA in een AAA gaat kan de vraag naar AA niet harder stijgen dan de graag naar AAA. In het precomputer tijdperk is het nog enigszins voor te stellen dat dit soort opslingerverschijnselen zich voordoen maar in deze moderne tijd met cloud-computers, EDI en andere communicatiemiddelen? Toch zien we dit nog steeds, kleine veranderingen in de afzet van eindproducten leveren dramatische niveauveranderingen verder in de keten op. 3. Dus wat nu te doen? Een van de eerste zaken is het uitvoeren het aloude adagium ken uw klant. U moet zo snel mogelijk onderkennen dat de vraag naar een eindproduct structureel veranderd is. En dat kan in praktijk moeilijk zijn. In het voorbeeld hebben we met mooie getallen gewerkt, maar in werkelijkheid zal dat genuanceerder liggen. Bekijk onderstaande figuur4 maar eens Figuur 4 Waar verandert de vraag van product AAA?
10 Een knappe jongen die uit bovenstaand afzet patroon kan achterhalen óf, wanneer en met hoeveel het afzetpatroon structureel gestegen is. Dat betekent een goede kennis van de markt en zeker wekelijkse afzet data bijhouden. U moet er maar niet aan denken dat u in maandelijkse buckets werkt. Maar u moet er rekening mee houden dat u altijd een bepaalde time-lag optreedt. Hier aan gerelateerd is de lead-time van de (interne) leverancier. Hoe lang duurt het eer de supplier kan reageren? Wanneer kan de voorraad weer opgebouwd (of in geval van dalende afzet) afgebouwd worden. En u voelt he al. Als u suppliers in het Verre Oosten heeft zitten met een lead-time van 26 weken dan is uw reactietijd naar de markt gelijk aan nul. Maar ook met kortere levertijden van 8 weken kan het daarom fout aflopen. Om nog maar te zwijgen over seriegrootte effecten. Stel maar eens dat AA alleen maar in series van 100 geproduceerd kan worden. 4. Conclusie Opslingereffecten zullen altijd optreden maar we kunnen de effecten minimaliseren door nauw klantencontact enerzijds en leveranciersgedrag anderzijds. Klantencontact is belangrijk om zo snel mogelijk te achterhalen of de klantvraag naar het eindproduct structureel verandert, Deze informatie moet dan ook doorgegeven worden naar de hele keten. Korte levertijden zijn ook essentieel omdat daarmee vanuit aanleverkant snel gereageerd kan worden op marktveranderingen. 5 Samenvatting In dit paper hebben we gekeken naar het Bull-whip effect of opslingerverschijnsel. Dit is het effect dat optreedt wanneer een aantal schakels in een keten hun voorraden besturen op basis van een voorraadbeheersmethode die gedefinieerd is als : wanneer de voorraad onder een bepaalde grens komt, wordt een (productie-order) geplaatst. In dit soort omgevingen leidt een structurele verhoging (of verlaging) in de vraag naar het eindproduct tot grote schommelingen verder op in de keten. We hebben gezien dat levertijden en reactie tijden een grote rol spelen. Hoe langer deze tijden hoe heftiger de reactie. Daarnaast blijkt men in dit soort ketens niet op de vraag naar het eindproduct te reageren maar op de vraag van de voorganger in de logistieke keten. Hoewel het opslinger-effect altijd zal optreden kunnen we de effecten minimaliseren door communicatie over de hele keten heen en zo veel mogelijk verkorten van lever- en reactietijden. Het kennen van uw klant en leverancier moeten hierbij centraal staan. Literatuur Hau L. Lee, V. Padmanabhan and Seungjin Whang [1997] Bullwhip Effect in Supply chains Uit : MIT Sloan Management Review. 38 (3): 93-102 Forrester, Jay Wright (1961) Industrial Dynamics. `MIT Press