ブルウィップ効果とビールゲーム: 供給管理のシミュレーションとトレーニング

鞭とゲーム

この記事では、物流分野で広く研究されているブルウィップ効果の問題について説明するとともに、供給管理分野の教師や専門家の注目を集めるために、有名なビールゲームの新しい修正案を提示したいと思います。物流を教えています。 サプライチェーン管理の科学におけるビールゲームは、実際、物流の教育と実践において深刻なテーマです。 これは、サプライチェーンのさまざまな段階での注文の変動と在庫の膨張という制御できないプロセス、いわゆるブルウィップ効果をよく表しています。 私はかつてブルウィップ効果のシミュレーションに困難に直面したため、独自の簡易バージョンのビール ゲーム (以下、新しいゲームと呼びます) を開発することにしました。 このサイトには物流の専門家が何人いるのかを知っており、また、ハブルに関する記事へのコメントのほうが記事自体よりも興味深い場合が多いことを考慮すると、ブルウィップ効果とビールゲームの関連性について読者からのコメントをぜひ聞きたいと思っています。

現実の問題ですか、それとも架空の問題ですか?

まずはブルウィップ効果について説明します。 物流分野では、経営に深刻な影響を与えるサプライチェーンパートナー間の相互作用の重要な結果としてブルウィップ効果を調査した科学的研究が数多くあります。 ブルウィップ効果とは、サプライ チェーンの初期段階 (上流) での注文変動の増加であり、ビール ゲームの主要な理論 [1] [2] および実験結果 [3] の XNUMX つです。 ブルウィップ効果によれば、消費者の需要やサプライチェーンの最終段階（下流）の小売業者からの注文の変動は、卸売業者やメーカーの変動に比べて常に低くなります。 もちろん、その影響は有害であり、注文や生産の頻繁な変更につながります。 数学的には、ブルウィップ効果は、サプライ チェーンの段階 (階層) 間の分散比または変動係数として説明できます。

BullwhipEffect=VAR アップストリーム/VAR ダウンストリーム

または (研究者の方法論に応じて):

BullwhipEffect=CV 上流/CV 下流

ブルウィップ効果は、供給管理に関する外国の人気教科書のほとんどすべてに含まれています。 このトピックに関しては、膨大な量の研究が行われています。 記事の最後にあるリンクには、この効果に関する最も有名な作品が示されています。 理論的には、この影響は主に、需要に関する情報の欠如、大量購入、将来の品不足への不安、価格上昇によって引き起こされます[1]。 ビジネス パートナーが顧客の需要に関する正確な情報を共有することに消極的であること、および納期が長いことにより、ブルウィップ効果が増大します [2]。 この効果には心理的な理由もあり、実験室環境で確認されています[3]。 明らかな理由により、ブルウィップ効果の具体的な例はほとんどありません。注文や在庫、さらにはサプライチェーン全体に関するデータを共有したいと思う人はほとんどいないでしょう。 しかし、ブルウィップ効果が誇張されていると信じている研究者は明らかに少数派です。

理論的には、欠品が発生した場合に商品を代替したり、サプライヤー間で顧客を切り替えたりすることで、影響を平準化することができます[4]。 いくつかの経験的証拠は、ブルウィップ効果が多くの業界で限定的である可能性があるという見解を裏付けています[5]。 メーカーや小売業者は、顧客の注文の変動が極端に大きくならないようにするために、生産平滑化手法やその他のトリックをよく使用します。 私は疑問に思います。ロシアおよびソ連崩壊後の空間一般における鞭効果の状況はどうなっているのでしょうか? 読者 (特に在庫分析や需要予測に携わる読者) は、実生活でこのような強力な効果に気づいたことがありますか? おそらく、実際のところ、ブルウィップ効果の問題は突飛な問題であり、研究者や物流の学生がこれに費やした多くの時間が無駄に費やされているのです...

私自身、大学院生として、会議に向けてビールゲームに関する論文を準備しているときに、ブルウィップ効果について研究しました。 その後、教室で鞭の効果を実証するために、ビール ゲームの電子版を準備しました。 以下で詳しく説明していきます。

これらはあなたのためのおもちゃではありません...

スプレッドシート モデリングは、現実世界のビジネス上の問題を分析するために広く使用されています。 スプレッドシートは、将来のマネージャーの育成にも効果的です。 ブルウィップ効果は、サプライチェーン管理の著名な分野として、教育におけるシミュレーションの使用について特に長い伝統があり、ビールゲームはその好例です。 MIT は 1960 年代初頭にオリジナルのビール ゲームを初めて導入し、すぐにサプライ チェーンのダイナミクスを説明するための人気ツールとなりました。 このゲームはシステム ダイナミクス モデルの典型的な例であり、教育目的だけでなく、実際のビジネス状況での意思決定や研究にも使用されます。 本格的なコンピュータ ゲームの視認性、再現性、安全性、費用対効果、アクセシビリティは、実地訓練の代替手段となり、安全な学習環境で実験を行う際の意思決定を容易にする便利なツールを管理者に提供します。

このゲームは、ビジネス戦略を策定し、意思決定を促進するためのシミュレーションにおいて重要な役割を果たしてきました。 古典的なビール ゲームはボード ゲームであり、教室でゲームをプレイする前にかなりの準備が必要でした。 教師はまず、ゲーム参加者に対する複雑な指示、設定、制限などの問題に対処する必要がありました。 ビール ゲームのその後のバージョンでは、情報技術の助けを借りて使いやすくしようとしました。 その後のバージョンごとに大幅な改良が加えられたにもかかわらず、特にマルチユーザー設定におけるセットアップと実装の複雑さにより、多くの場合、ゲームがビジネス教育で広く使用されることが妨げられてきました。 サプライチェーン管理におけるビールシミュレーションゲームの利用可能なバージョンをレビューすると、現場の教育者にとって簡単にアクセスできる無料のツールが不足していることが明らかになりました。 Supply Chain Competition Game と呼ばれる新しいゲームでは、私は何よりもまずこの問題に取り組みたいと考えました。 教育学的観点から見ると、この新しいゲームは、シミュレーションとロールプレイングを組み合わせた問題ベース学習 (PBL) ツールと言えます。 Google スプレッドシートで新しいゲームのオンライン バージョンを使用することもできます。 スプレッドシートのサプライ チェーン モデルにおける条件付き書式設定のアプローチは、本格的なゲームのアプリケーションにおける XNUMX つの大きな課題、つまりアクセシビリティと使いやすさに対処します。 このゲームは数年前から次の一般公開リンクからダウンロードできます。 ウェブサイト.

英語での詳細な説明をダウンロードできます ここで.

ゲームの概要

ゲームのステージについて簡単に説明します。

ゲームセッションの運営を担当する XNUMX 人のユーザー (以下、教師と呼びます) と、一緒にゲームをプレイする最低 XNUMX 人のユーザー (以下、プレイヤーと呼びます) がビールゲームの参加者を表します。 新しいゲームは XNUMX つまたは XNUMX つのサプライ チェーンをモデル化し、それぞれが小売業者 (R)、卸売業者 (W)、販売業者 (D)、工場 (F) の XNUMX つの段階で構成されます。 もちろん、実際のサプライ チェーンはさらに複雑ですが、古典的なビール チェーン ゲームは学習に適しています。

米。 1. サプライチェーンの構造

各ゲーム セッションには合計 12 の期間が含まれます。

米。 2. 各プレイヤーの決定フォーム

フォーム内のセルには、現在のアクティブな期間と決定シーケンスに応じてプレイヤーに入力フィールドを表示または非表示にする特別な書式設定があるため、プレイヤーはその時点で最も重要なことに集中できます。 教師はコントロール パネルを通じてゲームのワークフローを制御でき、各プレーヤーの主なパラメーターとパフォーマンス指標が追跡されます。 各シート上のグラフは即座に更新されるため、プレーヤーの重要なパフォーマンス指標をいつでもすぐに理解できます。 講師は、顧客の需要が決定的（線形および非線形を含む）であるか、確率的（一様、正規、対数正規、三角、ガンマ、指数を含む）であるかを選択できます。

今後の作業

この形式のゲームはまだ完璧にはほど遠いです。各プレイヤーのアクション後に対応するシートを常に更新して保存する必要性を排除するなど、オンライン マルチプレイヤー ゲームをさらに改善する必要があります。 次の質問についてのコメントを読んで返信したいと思います。

a) 鞭効果が実際に本物であるかどうか。
b) ビールゲームが物流の教育にどれほど役立つか、またそれをどのように改善できるか。

リファレンス

[1] Lee, H.L.、Padmanabhan, V.、および Whang, S.、1997 年。サプライチェーンにおける情報の歪み: 鞭効果。 経営学、43(4)、546-558頁。
[2] Chen, F.、Drezner, Z.、Ryan, J. K.、および Simchi-Levi, D.、2000 年、単純なサプライ チェーンにおける鞭効果の定量化: 予測、リード タイム、および情報の影響、管理科学、 46(3)、436-443頁。
[3] Sterman、J.D.、1989 年。管理行動のモデリング: 動的な意思決定実験におけるフィードバックの誤解。 経営学、35(3)、pp.321-339。
[4] Sucky, E.、2009 年。サプライチェーンにおける鞭効果 - 過大評価された問題? 国際生産経済ジャーナル、118(1)、311-322ページ。
[5] Cachon, G.P.、Randall, T. および Schmidt, G.M.、2007 年。鞭効果を求めて。 製造およびサービス運用管理、9(4)、pp.457-479。

出所： habr.com