Bullwhip-effekt i supply chain: Hvad den er, og hvordan du dæmper den

En kunde køber lidt mere end normalt i to uger.

Indkøb hæver næste ordre for en sikkerheds skyld.

Leverandøren ser en ordre, der er dobbelt så stor som sidst, og sætter produktionen op.

Tre måneder senere står både du og leverandøren med varer, som ingen har brug for.

Det er bullwhip-effekten.

Små ændringer i kundernes efterspørgsel kan vokse til store udsving i indkøb og produktion. Resultatet kan være både overskudslager, forsinkelser og unødvendige omkostninger.

Her ser vi på, hvorfor det sker, og hvad du kan gøre for at undgå, at din egen planlægning forstærker udsvingene.

Hvad er bullwhip-effekten i supply chain?

Bullwhip-effekten (på engelsk bullwhip effect) beskriver, at ordrerne til en leverandør svinger mere end salget til kunderne, og at udsvingene vokser, jo længere op i kæden du kommer.

Navnet kommer fra en pisk: Et lille knæk med håndleddet bliver til et stort slag i den anden ende.

Fænomenet blev beskrevet af Jay Forrester i bogen Industrial Dynamics fra 1961, og derfor kaldes det også Forrester-effekten. Navnet bullwhip kom senere, blandt andet gennem forskning fra Stanford.

Hold to ting adskilt. Variation i efterspørgslen er udsvinget i det, kunderne faktisk køber. Det kan du ikke fjerne fuldstændigt.

Bullwhip-effekten er det ekstra udsving, der opstår, når hvert led i kæden reagerer på ordren fra leddet før sig i stedet for på den faktiske efterspørgsel. Den del kan du gøre noget ved.

Hvorfor opstår bullwhip-effekten?

Hau Lee, V. Padmanabhan og Seungjin Whang viste i 1997, at bullwhip-effekten ikke kun skyldes dårlige beslutninger. Hvert led kan handle fornuftigt ud fra det, det selv ser, og alligevel forstærke udsvinget. De pegede på fire årsager:

• Prognosen opdateres på ordrer, ikke på salg. Hvert led lægger lidt ekstra oven i det, det tror er efterspørgslen. Leddet bagved ser kun den samlede ordre og lægger sin egen buffer oveni.
  
  
• Ordrer samles i store partier. Du bestiller 300 stk. hver tredje uge for at ramme en minimum ordremængde eller fylde en container. Kunderne køber jævnt, men leverandøren ser nul, nul, 300.
  
  
• Prisen svinger. Rabatter og kampagner kan få kunderne til at købe tidligere eller i større mængder end normalt. Noget af salget er reel ekstra efterspørgsel, mens andet blot er flyttet fra en senere periode.
  
  
• Mangel giver hamstring. Når en vare er knap, og leverandøren fordeler varerne, bestiller kunderne mere, end de har brug for, for at få nok. Når knapheden er væk, forsvinder ordrerne igen.

Lange og svingende leveringstider forstærker det hele.

Når leveringstiden er usikker, bliver det sværere at planlægge genopfyldningen. Virksomheder kan derfor reagere ved at øge deres ordrer eller buffere, hvilket kan forstærke udsvingene.

Et eksempel: 12 uger og én kampagne

Forestil dig en grossist, der sælger omkring 100 stk. om ugen af en bestemt vare. Grossisten bestiller normalt i partier á 300 stk.

I uge 6 og 7 kører salgsafdelingen en kampagne, og salget stiger. Indkøb reagerer ved at lægge en ordre på 600 stk. i uge 7 – dobbelt så meget som den normale ordrestørrelse – for at være på den sikre side.

Over de 12 uger sælger grossisten 1.260 stk., men bestiller 1.500. 

Hvis alle leverancer er modtaget i perioden, og der ikke er andre lagerbevægelser, er lagerbeholdningen steget med 240 stk. Om det er overskudslager, afhænger af det kommende behov. Men eksemplet viser, hvordan en ekstra ordre kan få lageret til at vokse, selvom salget efter kampagnen er tilbage på sit tidligere niveau.

Salget til kunderne svinger forholdsvis lidt, mens ordrerne til leverandøren varierer kraftigt. Målt på den relative variation svinger ordrerne omkring ni gange så meget som salget.
Men her bliver det interessant. En stor del af udsvingene skyldes, at grossisten bestiller i faste partier på 300 stk. Det behøver ikke være et problem, hvis leverandøren kender rytmen og har mulighed for at planlægge efter den.

Måltallet viser, at noget svinger. Det viser ikke, hvad der koster dig penge.

Sådan måler du bullwhip-effekten i dine egne data

Du kan måle bullwhip-effekten ved at sammenligne, hvor meget ordrerne til leverandøren varierer i forhold til salget til kunderne. En måde at gøre det på er med variationskoefficienten, som viser, hvor meget tallene svinger i forhold til deres gennemsnit.

Et resultat over 1 betyder, at ordrerne svinger mere end salget i relative termer.

I dansk Excel beregner du variationskoefficienten for en række uger med =STDAFV.S(B2:B13)/MIDDEL(B2:B13). I engelsk Excel hedder funktionerne STDEV.S og AVERAGE. Gør det for både salg og ordrer i samme periode, og divider de to resultater med hinanden.

Der er et par ting, der kan snyde dig. Måler du på uger og bestiller i partier, giver batching et højt tal, selvom intet er galt. Har varen sæsonudsving, skal perioden være lang nok til at vise mønsteret. Og fordi tallet ikke skelner mellem planlagte partier og panikordrer, skal du altid kigge på selve ordrerne bagefter: Hvornår kom de store ordrer, og hvad skete der lige før?

Hvad koster udsvingene i forsyningskæden?

Bullwhip-effekten dukker ikke op som en linje i regnskabet. Den gemmer sig i andre tal.

Du ser den som overskudslager efter kampagner og som hasteordrer, når den næste ordre kommer for sent. Du ser den i et sikkerhedslager, der bliver ved med at vokse, fordi ingen stoler på prognosen. Og hos leverandøren, der svarer igen med længere leveringstider, højere minimumsordrer eller lavere OTIF, fordi din ordrestrøm er svær at planlægge efter.

Ustabiliteten i din supply chain avler mere ustabilitet. Mangel fører til større ordrer. Større ordrer fører til overskud. Overskud fører til en periode uden ordrer, og så kører det igen.

Hvordan dæmper du bullwhip-effekten?

Du får den ikke væk helt. Kundernes ordrer vil altid svinge, og nogle partier giver mening. Men du kan holde op med at forstærke udsvingene. Start der, hvor dine egne tal viser, at signalet bliver forvrænget.

1. Planlæg på salg, ikke på ordrer

Brug det faktiske salg til kunderne som grundlag for prognosen, ikke de ordrer, der kommer ind fra forhandlere eller interne lagre. Hvis du er grossist eller producent og kan få salgsdata fra dine kunder, er de mere værd end deres ordrer. Efterspørgselsplanlægning hjælper kun, hvis prognosen skelner mellem trend, sæson, kampagne og tilfældig støj.

2. Mærk kampagner, før de rammer prognosen

En kampagne kan skabe ekstra salg eller flytte efterspørgsel fra en senere periode. Hvis supply chain ikke ved, at uge 6 og 7 var kampagneuger, ligner salget vækst. Marker kampagneperioder i dine data, og tag dem op i din S&OP-proces, så indkøb kender konteksten, før de bestiller.

3. Gør partierne forudsigelige, før du gør dem mindre

Den oplagte løsning er mindre og hyppigere ordrer. Det dæmper udsvinget, men det betyder også flere ordrer, mere fragt og mere håndtering, og det kan koste mere, end det sparer.

Som eksemplet viste, er en fast partistørrelse i sig selv ikke problemet, hvis leverandøren kender rytmen. Del din forventede ordreplan med leverandøren, og hold fast i den, når salget svinger en enkelt uge.

4. Del information med dine leverandører

Leverandøren ser kun din ordre. Hvis du deler prognoser, kampagneplaner og lagerstatus, kan leverandøren skelne mellem en reel stigning og en engangsordre. I sin mest vidtgående form overtager leverandøren genopfyldningen gennem vendor managed inventory (VMI).

5. Byg buffer mod den rigtige usikkerhed

Sikkerhedslager skal beskytte mod reel usikkerhed i efterspørgsel og leveringstid. Det skal ikke dække over usikkerhed, du selv skaber med overreaktioner. Svinger leverandørens leveringstid meget, bør du undersøge, om variationen kan reduceres, før du automatisk øger sikkerhedslageret. Vær også opmærksom på, at just-in-time med meget små buffere kan gøre dig mere følsom over for de udsving, der kommer oppefra.

Fra ét varenummer til hele sortimentet

Regnestykket for ét varenummer tager ti minutter i Excel. Det svære er at gøre det for tusindvis af varenumre, finde de varer, hvor ordrerne løber fra salget, og se, om årsagen er en kampagne, en partistørrelse eller en leverandør.

For det er først, når du ved, hvilke udsving der skyldes den faktiske efterspørgsel, og hvilke din virksomhed selv skaber, at du kan begynde at gøre noget ved dem.