第四章 資訊的價值 The Value of Information 供 應 鏈 管 理 Supply Chain Management 第四章 資訊的價值 The Value of Information

簡介（1） 我們生活在「資訊」的時代中 “In modern supply chains, information replaces inventory”（資訊取代了存貨） Why is this true? Why is this false? Information is always better than no information 資訊如何影響供應鏈的設計與運作 我們藉由有效地利用可取得的資訊，我們可以比以前更有效果及更有效率地設計與運作供應鏈

簡介（2） 豐富的資訊將： Helps reduce variability（協助減少供應鏈的變異性） Helps improve forecasts （協助供應商作更好的預測） Enables coordination of systems and strategies （使製造和配銷系統與策略能夠協調） Improves customer service （藉由提供工具來配置所需的商品項目，使零售商能提供顧客更好的服務） Facilitates lead time reductions （使前置時間能減少） Enables firms to react more quickly to changing market conditions （使零售商能更快地反應及適應供應方面的問題）

長鞭效應（The Bullwhip Effect） 在供應鏈中愈往上游走，訂單數量變異性愈增大的現象就是長鞭效應 Order variability is amplified up the supply chain; upstream echelons face higher variability What you see is not what they face

長鞭效應：Example（1） 一個簡單的四個階層供應鏈： 一個零售商 一個批發商 一個配銷商 一個工廠

長鞭效應：Example（2） 零售商所下的訂單的變動會比顧客需求高（如圖左），批發商被迫持有較零售商多的安全存貨，或必須要能較零售商保持較高的容量以維持相當的服務水準

供應鏈中導致變異性增加的主要因素 需求預測（Demand Forecasting） 前置時間 批次訂購（Batching） 價格變動 Order-up-to points are modified as forecasts change – orders increase more than forecasts 前置時間 Long lead times magnify this effect 批次訂購（Batching） Volume and transportation discounts 價格變動 被誇大的訂單（Inflated Orders） IBM Aptiva orders increased by 2-3 times when retailers thought that IBM would be out of stock over Christmas Motorola cell phones

Consequences… Increased safety stock Reduced service level Inefficient allocation of resources Increased transportation costs

The Bullwhip Effect: Managerial Insights Exists, in part, due to the retailer’s need to estimate the mean and variance of demand The increase in variability is an increasing function of the lead time The more complicated the demand models and the forecasting techniques, the greater the increase Centralized demand information can significantly reduce the bullwhip effect, but will not eliminate it

長鞭效應下資訊集中的影響（1） 最常被提出降低長鞭效應的建議就是在供應鏈中集中需求的資訊 根據實際的顧客需求，在供應鏈每一個階層提供完整的資訊 若需求資訊是集中化的，那麼在供應鏈中的每一個階層都可使用正確的顧客需求資料，並以此產生正確的預測，而不是依賴前幾個階層來的訂單，而其可能會比真實的顧客需求變動的更多

長鞭效應下資訊集中的影響（2） 為了決定長鞭效應裡集中化需求資訊的影響，我們將區分兩種不同型態的供應鏈： 集中式的需求資訊 分散式的需求資訊

需求資訊集中式的供應鏈 在集中式供應鏈中，供應鏈中的每一個階層收到零售商所預測的平均需求，並根據這個平均需求訂購存貨上限水準的存貨政策 在此情形下，將需求的資訊、預測的技術，及存貨政策集中化處理 供應鏈中某一階層所下訂單的變異數是該階層與零售商之間全部前置時間的增加函數

分散式的需求資訊 分散式供應鏈中，零售商不提供他所預測的平均需求給供應鏈中的其他人 不同的是，批發商必須要根據從零售商那裡收到的訂單，計算平均需求 在分散式供應鏈中，只有零售商知道顧客的需求，所以會比集中式供應鏈具更多的變異 而在集中式供應鏈中，供應鏈中的任何階層都可得到顧客需求資訊 所以，推斷集中式的需求資訊可以降低長鞭效應 供應鏈中某一階層所下訂單的變異數是以乘數在增加

克服長鞭效應的方法 降低不確定性（Reduce uncertainty） 降低變異性（Reduce variability） POS Sharing information Sharing forecasts and policies 降低變異性（Reduce variability） Eliminate promotions Year-round low pricing 減少前置時間（Reduce lead times） EDI Cross docking 策略夥伴關係（Strategic partnerships） Vendor managed inventory Data sharing

Example: Quick Response at Benetton（1） Benetton, the Italian sportswear manufacturer, was founded in 1964. In 1975 Benetton had 200 stores across Italy. Ten years later, the company expanded to the US, Japan and Eastern Europe. Sales in 1991 reached 2 trillion. Many attribute Benetton’s success to successful use of communication and information technologies.

Example: Quick Response at Benetton（2） Benetton uses an effective strategy, referred to as Quick Response, in which manufacturing, warehousing, sales and retailers are linked together. In this strategy a Benetton retailer reorders a product through a direct link with Benetton’s mainframe computer in Italy. Using this strategy, Benetton is capable of shipping a new order in only four weeks, several week earlier than most of its competitors.

How Does Benetton Cope with the Bullwhip Effect? Integrated Information Systems Global EDI network that links agents with production and inventory information EDI order transmission to HQ EDI linkage with air carriers Data linked to manufacturing Coordinated Planning Frequent review allows fast reaction Integrated distribution strategy

有效的預測（1） 資訊導致更有效的預測 愈多未來需求的因素能夠被加以考量，預測的正確性就越高 Pricing, Promotion, New Products Different parties have this information Retailers may set pricing or promotion without telling distributor Distributor/Manufacturer might have new product or availability information

有效的預測（2） 許多供應鏈正向聯合預測系統（Collaborative Forecasting Systems）邁進 在這些系統中，複雜的資訊系統提供了一個反覆的預測程序，使供應鏈中的參與者透過合作能夠達到對預測有一致的共識 這暗示了供應鏈所有的參與者分享並使用相同的預測工具並導致長鞭效應的降低

系統整合的資訊（1） 在任何的供應鏈當中有許多系統，包含了不同的製造、倉儲、運輸以及零售系統 所有這些系統是連結在一起的。進一步來看，這些來自供應鏈當中一個系統的產出是下一個系統的投入 因此，試著為任何一個階層找尋最佳互抵效果的答案是不夠的。我們需要考慮整個系統並協調相關決策

系統整合的資訊（2） 當系統不協調時－也就是每一個供應鏈當中的設施追求自己最大的利益－其結果是局部最佳化 相對於上述方式的是全面最佳化 Information is required to move from local to global optimisation 當系統不協調時－也就是每一個供應鏈當中的設施追求自己最大的利益－其結果是局部最佳化 供應鏈的每一個成員只尋求自己運作的最佳化，而不去注意本身的政策對供應鏈其他成員的影響 相對於上述方式的是全面最佳化 全面最佳化意謂去確認什麼才是對整個系統最好的做法

系統整合的資訊（3） 有兩個議題需要被注意： Information is needed : Who will optimise：誰來做最佳化？ How will savings be split：如何使透過協調的策略而節省下的成本能在不同供應鏈的設施之間彼此分享？ Information is needed : Production status and costs Transportation availability and costs Inventory information Capacity information Demand information

找到需要的產品 How can demand be met if products are not in inventory? Locating products at other stores What about at other dealers? 有很多種方式可以滿足顧客的需求。 對一個庫存式生產系統（Made to Stock）而言，我們希望從零售的存貨來滿足顧客需求 能夠找出且配送產品，有時與擁有存貨一樣有效 但如果商品是在零售商的競爭者手中，這些競爭者是否願意為零售商調撥商品則不是很明朗

前置時間的縮短（1） 縮短前置時間的重要性是不能被忽視的。它通常會導致： Customer orders are filled quickly：快速滿足無法以存貨來滿足顧客訂單的能力 Bullwhip effect is reduced：減少長鞭效應 Forecasts are more accurate：因為預測期間的縮減，帶來更正確的預測結果 Inventory levels are reduced：減少完成品的存貨水準

前置時間的縮短（2） 為了這些理由，許多廠商正積極地尋求具備更短前置時間的供應商，而且許多潛在的顧客認為前置時間對於供應商的選擇是一個非常重要的標準 二十世紀晚期許多製造革命導致前置時間的減少，這些設計能夠存在是因為整個供應鏈的狀態資訊可被取得 例如EDI系統藉由減少前置時間的成份如訂單流程、紙上作業、存貨提領等來縮短前置時間 用POS系統自零售商傳送資料到供應商能夠協助減少前置時間，是因為供應商能夠透過POS系統的資料來預測將要進來的訂單

資訊和供應鏈的互抵效果 供應鏈不同階層經理人間均有衝突的目標，而對供應鏈中不同階層的整合或協作也造成了衝突 甚至在一個階層中，降低存貨水準或運輸成本的互抵效果，或是增加產品多樣性的互抵效果也常常出現 藉著小心地使用可獲得的資訊，供應鏈可以更趨近於全面最佳化，並依據不同衝突目標和不同互抵效果，降低系統面的成本

供應鏈中互相衝突的目標 原料供應商 製造管理 物料、倉庫、外向物流管理 零售商 顧客

目標衝突的供應鏈設計 在過去，為了達成某些目標，另外一些目標必須要被犧牲。供應鏈被視為是一連串要決定的互抵效果 大量的資訊現在已可取得，這使供應鏈能夠被設計來折衝這些彼此衝突的目標 一些在幾年前被認為是在供應鏈中存在的互抵效果，現在已不再互相抵觸

供應鏈中存在的互抵效果（1） 這些互抵效果，及這些互地效果如何透過先進技術及創新的網路設計，使得他們在現今的供應鏈中不會在有互地效果或被降低 批量大小 – 存貨的互抵效果（Lot Size – Inventory） Advanced manufacturing systems POS data for advance warnings 存貨 – 運輸成本互抵效果（Inventory – Transportation） Lead time reduction for batching Information systems for combining shipments Cross docking Advanced DSS

供應鏈中存在的互抵效果（2） 前置時間 – 運輸成本（Lead Time – Transportation） Lower transportation costs Improved forecasting Lower order lead times 產品多樣 – 存貨互抵效果（Product Variety – Inventory） Delayed differentiation 成本 – 顧客服務的互抵效果（Cost – Customer Service） Transhipment