第十三章-最优产品可获性水平的确定-(《供应链管理》课件)

第十三章最优产品可获性水平的确定产品可获性水平的重要性产品可获性水平可用周期服务水平或满足率来度量，用来衡量现有库存可以满足的顾客需求占总需求的比率。又称顾客服务水平。是衡量供应链响应性最主要的指标。供应链需要在产品可获性水平和库存成本之间取得平衡：高水平的产品可获性

提升响应能力并吸引顾客，从而增加收益。高水平的产品可获性

需要大量的库存予以保证，从而又会增加供应链的成本。最优产品可获性水平的高低，取决于公司认为怎样的产品可获性水平能使公司利润最大化。最优产品可获性水平的影响因素超储成本，Co欠储成本，Cu只有在需求不确定的情况下，确定最优产品可获性水平才是有意义的。在过去的十年间，企业逐渐正视不确定性的存在，并开始研究包含不确定性度量方法的预测。相比使用一致性预测方法，将不确定性纳入预测之中，并依据最优产品可获性水平进行订货决策，可以为企业增加收益。里昂·比恩公司的例子需求Di

(百件)概率pi需求小于或等于Di的概率Pi需求大于Di的概率40.010.010.9950.020.030.9760.040.070.9370.080.150.8580.090.240.7690.110.350.65100.160.510.49110.200.710.29120.110.820.18130.100.920.08140.040.960.04150.020.980.02160.010.990.01170.011.000.00里昂·比恩公司的例子额外100件滑雪服的预期利润=5500×Prob(需求≥1100)-500×Prob(需求<1100)=5500×0.49-500×0.51=2440(美元)订购1300件滑雪服的预期利润=49900+2440+1240+580=54160(美元)预期需求=∑Dipi=1026预期利润=49900(美元)里昂·比恩公司的例子多购100件预期边际收益(美元)预期边际成本(美元)预期边际贡献(美元)第11个100件5,500x0.49=2,695500x0.51=2552,695–255=2,440第12个100件5,500x0.29=1,595500x0.71=3551,595–355=1,240第13个100件5,500x0.18=990500x0.82=410990–410=580第14个100件5,500x0.08=440500x0.92=460440–460=–20第15个100件5,500x0.04=220500x0.96=480220–480=–260第16个100件5,500x0.02=110500x0.98=490110–490=–380第17个100件5,500x0.01=55500x0.99=49555–495=–440里昂·比恩公司的例子季节性产品每季只进行一次订货情况下的最优周期服务水平 Co: 单位产品的超储成本，Co=

c

–

s Cu: 单位产品的欠储成本，Cu=

p

–

c CSL*: 最优周期服务水平 O*: 相应的最优订货批量多订购一单位产品的预期收益

=(1–

CSL*)(p

–c)多订购一单位产品的预期成本=CSL*(c

–s)预期边际贡献=(1–CSL*)(p

–c)–CSL*(c–s)季节性产品每季只进行一次订货情况下的最优周期服务水平季节性产品每季只进行一次订货情况下的最优周期服务水平季节性产品最优周期服务水平的

计算需求

m=350副，s

=100副，c=100美元，p=250美元季末未售出的滑雪板处理价=85美元，销售季节每副滑雪板的库存持有成本=5美元。s=85–5=80(美元)

Cu

=p

–c

=250–100=150(美元)

Co

=c

–s=100–80=20(美元)季节性产品最优周期服务水平的

计算季节性产品最优周期服务水平的

计算预期超储量预期超储量预期欠储量预期欠储量计算预期超储量和欠储量μ=350,σ=100,O=450预期超储量预期欠储量数量折扣下的一次订货由Co=

c

–

s

和

Cu

=

p

–

c，计算无折扣下的最优周期服务水平CSL*和最优订货批量O*。计算订货批量为O*时的预期利润。由Co=

cd

–

s和Cu=

p

–

cd，计算数量折扣下的最优周期服务水平CSL*d和最优订货批量O*d

。如果O*d≥K，计算订货批量为O*d时的预期利润。如果O*d<K，计算订货批量为K时的预期利润。如果步骤1下的利润更高，则订货批量取O。如果步骤2下的利润更高，若O*d≥K订货批量取O*d，

若O*d<K订货批量取K。计算数量折扣下的周期服务水平第1步，计算在正常价格c=50美元下的最优订货批量：

Cu

=p

–c=200–50=150(美元)

Co=c

–s=50–0=50(美元)订购177套下的预期利润

=19,958(美元)计算数量折扣下的周期服务水平第2步，我们考虑折扣价格cd=45美元：

Cu=p–c=200–45=155(美元)Co

=c

–s=45–0=45(美元)订货200套下的预期利润=20,595(美元)连续补货型产品的期望周期服务

水平有两种极端的情况必须考虑：产品缺货期间的全部需求积累起来，在库存得到补充之后再予以满足。产品缺货期间的全部需求丢失。连续补货型产品的期望周期服务

水平

Q: 补货批量

S: 订货的固定成本

ROP: 再订货点

D: 单位时间内的平均需求

σ: 单位时间内需求的标准差

ss: 安全库存，ss

=ROP–

DL

CSL: 周期服务水平

C: 单位成本

h: 单位时间内库存持有成本比例

H: 每件产品单位时间内的库存持有成本，H=

hC缺货期间的全部需求积累起来每个补货周期内增加一单位安全库存带来的成本=(Q/D)H每个补货周期内增加一单位安全库存带来的收益=(1–CSL)Cu缺货期间的全部需求积累起来

Q

=400加仑

ROP =300加仑

D

=100x52=5,200

sD =20

C =3美元

h =0.2

H =hC=0.6美元

L =2周

DL =200加仑

sL缺货期间的全部需求积累起来缺货期间的需求全部丢失

Q =400加仑

D =100x52=5,200

H =0.6美元

Cu =2美元改善供应链盈利的管理杠杆增加盈利的两种显而易见的管理杠杆为：提高残值以增加利润(和最优周期服务水平)。降低缺货的边际成本以增加利润(和最优周期服务水平)。提高预测水平。快速响应。延迟。量身定做式供应源。改善供应链盈利的管理杠杆提高预测水平：对利润和库存的

影响利用更及时的市场信息并通过协作降低需求不确定性。企业都试图更深入地了解顾客并通过供应链协作提高预测的准确性。从这个意义上说，需求计划信息系统的应用能够给企业带来帮助。预测准确性的提高能够极大地帮助企业提高利润，同时减少过量库存，降低欠储成本。提高预测水平对企业的影响c=100美元p=250美元s=80美元Cu=p-c=250-100=150(美元)Co=c-s=100-80=20(美元)提高预测水平对企业的影响预测误差的标准差(套)最优订货批量(套)预期超储量(套)预期欠储量(套)预期利润(美元) 150526 186.7 8.647,469 120491 149.3 6.948,476 90456 112.0 5.249,482 60420 74.7 3.550,488 30385 37.3 1.751,494 0350 0 052,500提高预测水平对企业的影响快速响应：对利润和库存的影响快速响应是供应链采取的缩短提前期的措施。缩短提前期能帮助供应链管理者提高预测准确性，从而更好地平衡需求和供给，提高供应链盈利。快速响应：对利润和库存的影响两种政策：提前期大于15周。因此，在销售季节开始前，必须一次性订购整个销售季节所需的产品。提前期缩短到6周。因此，在销售季节中分两次订货，一次在销售季节开始前，另一次在销售季节的第8周开始前。一次订货

单次订单的预期利润 =29,767(美元)

预期超储量 =79.8(条)

预期欠储量

=2.14(条)

超储成本 =10(美元/条)

欠储成本

=110(美元/条)

预期超储成本 =79.8x10=798(美元)

预期欠储成本

=2.14x110=235(美元)二次订货

第一个7周的预期利润 =14,670(美元)

预期超储量 =56.4(条)

预期欠储量

=1.51(条)

销售季节的预期利润 = 14,670+(56.4x10)

+(1.51x110)+14,670 = 30,070(美元)一个销售季节中允许二次订货三个重要结论：在相同周期服务水平下，在销售季节中分两次订货的预期总订货批量小于一次订货的预期总订货批量。换句话说，如果允许在销售季节中进行第二次订货，企业就能以更低的库存为顾客提供相同的产品可获性水平。在观测到一些销售情况后再下一次订单，销售季节末被处理的预期超储量和预期欠储量将减少。允许在销售季节中分两次订货的利润更高。超储库存随订货次数的变化情况预期利润随订货次数的变化情况一个销售季节中允许二次订货

第二次订单的预期利润 =15,254(美元)

预期超储量 =11.3(条)

预期欠储量

=0.30(条)

销售季节的净利润 = 14,670+(56.4x10)

+(1.51x110)+15,254 = 30,654(美元)要点如果快速响应使得企业在一个销售季节内能够进行多次订货，这将带来利润的增加及超储量及欠储量的减少。多次补货让供应链能够响应趋势而不是必须预测趋势，从而更好地匹配供给和需求。延迟：对利润和库存的影响延迟意味着将产品差异化推迟到最接近销售的时候发生。通过延迟，产品差异化之前的所有需求行为都需要集中进行预测，这使得预测的准确性相对单个产品的预测大大提高。单个产品的预测要求在接近销售并对需求有更准确的预测时进行。延迟使供应链能更好地平衡供给与需求，是提高盈利能力的有效管理杠杆。延迟的最大好处在于提高了供给与需求之间的均衡性。延迟的好处：贝纳通公司对每种颜色：需求服从正态分布，m=1,000，s

=500，零售价p=50美元，清仓价格s=10美元方案1下的生产成本=20美元方案2下的生产成本=22美元延迟的好处：贝纳通公司采用方案1：

预期利润 =23,664(美元)

预期超储量 =412(件)

预期欠储量

=75(件)

合计生产量 =4x1,337=5,348(件)

预期利润 =4x23,644=94,576(美元)延迟的好处：贝纳通公司采用方案2：

预期利润 =98,092(美元)

预期超储量 =715(件)

预期欠储量

=190(件)要点如果生产多种产品，同时这些产品的需求不能预测并且非正相关，企业可以通过延迟策略增加利润，同时更好地平衡供给与需求。当不确定性降低或产品之间的需求正相关时，延迟的价值降低。延迟的好处：贝纳通公司方案1：

红色毛衣的需求服从正态分布，mred=3,100,sred=800

其他3种颜色毛衣的需求也服从正态分布，m=300,s=200总产量=3,640+3x435=4,945(件)预期利润=82,831+3x6,458=102,205(美元)

预期超储量=659+3x165=1,154(件)预期欠储量=119+3x30=209(件)延迟的好处：贝纳通公司方案2：总产量=4,475(件)预期利润=99,872(美元)预期超储量=623(件)预期欠储量=166(件)要点如果单一产品占据了大部分市场需求，这时采用延迟策略可能会减少总利润，因为在这种情况下，由延迟导致的生产费用的增加超过了由集中带来的少量收益。量身定做式延迟的好处：贝纳通实施量身定做式延迟的一种方法是不用延迟来生产高需求、可预测的产品，只生产不可预测产品。使用传统的方法生产红色毛衣，只是将其他颜色进行延迟生产：贝纳通公司的利润=103,213美元一种更复杂的延迟方法是将所有需求分成基本部分和变化部分。基本部分的需求使用不带延迟的低成本方法来生产，变化部分使用延迟来生产。量身定做式延迟的好处：贝纳通生产策略Q1Q2平均利润(美元)平均超储量(件)平均欠储量(件) 0 4,524 97,847 510210 1,337 0 94,377 1,369282 700 1,850 102,730 308168 800 1,550 104,603 427170 900 950 101,326 607266 900 1,050 101,647 664230 1,000 850 100,312 815195 1,000 950 100,951 803149 1,100 550 99,180 1,026211 1,100 650 100,510 1,008185要点量身定做式延迟策略通过只延迟不确定性部分的需求，对可预测的部分通过低成本、非延迟的方式生产，为企业带来了更多的利润。量身定做式延迟比完全没有延迟或完全延迟更能给企业带来利润，但是更难实施。量身定做式供应源：对利润和库存的影响量身定做式供应源是指公司采用两个供应源的联合策略。一个供应源注重产品成本，但应对需求不确定性的能力较差。另一个供应源能够灵活应对需求不确定性，但产品的成本较高。量身定做式供应源：对利润和库存的影响在基于产量的量身定做式供应源策略下，可预测部分的产品需求由经济型设备生产，而不确定性部分的产品需求由柔性设备生产。当企业要将其大部分生产迁移到海外进行以获得更低的成本时，需要考虑基于产量的量身定做式供应源策略。与更低的成本相伴的是更长的提前期。较长的提前期需要大量的安全库存，并导致供给和需求的不均衡，从而影响利润。拥有本地资源使企业可以持有更低的安全库存，而任何超额需求都可以利用本地资源予以满足。产能约束下多种产品可获性水平的设定从意大利供应商那里订购两种毛衣。高档毛衣中档毛衣 m1=1,000 m2=2,000 s1=300 s2=400 p1=150