Hiệu ứng roi da là gì
Hiệu ứng roi da (bullwhip effect) là sự khuếch đại biến động của nhu cầu khi đơn hàng đi ngược lên chuỗi cung ứng: một dao động nhỏ ở người tiêu dùng trở thành dao động lớn ở nhà sản xuất và các nhà cung cấp của nó.
Jay Forrester mô tả mô hình này năm 1961, còn Lee, Padmanabhan và Whang giải thích nguyên nhân năm 1997. Hiện tượng xuất hiện cả khi nhu cầu của khách hàng cuối ổn định, và hệ quả là tồn kho dư, hết hàng, tăng ca và công suất nhàn rỗi dọc chuỗi.
4 nguyên nhân kinh điển
Lee, Padmanabhan và Whang xác định bốn nguyên nhân vận hành. Tất cả đều xuất phát từ những quyết định hợp lý của từng tầng khi không nhìn thấy nhu cầu cuối thực sự.
- Xử lý tín hiệu nhu cầu: mỗi tầng dự báo từ đơn hàng nhận được, không phải từ doanh số bán cho người tiêu dùng. Mức tăng nhỏ đẩy tồn kho an toàn và tồn kho mục tiêu lên.
- Gộp đơn hàng: để dàn trải chi phí vận chuyển và đặt hàng, người mua đặt theo lô lớn, thưa. Với nhà cung cấp, nhu cầu trông rời rạc.
- Biến động giá: khuyến mại và chiết khấu theo số lượng kéo theo mua trước. Nhu cầu tăng trong khuyến mại và giảm sau đó.
- Phân bổ và chơi trò khan hiếm: khi hàng thiếu, khách đặt nhiều hơn nhu cầu để giữ phần của mình, rồi hủy khi hết khan hiếm.
Thời gian bổ sung hàng dài làm cả bốn nguyên nhân tệ hơn, vì mỗi tầng phải bao phủ nhiều tuần nhu cầu bất định hơn.
Ví dụ bằng số: 4 tầng, một thay đổi 10%
Ví dụ minh họa (một mô phỏng, không phải dữ liệu thực). Nhu cầu người tiêu dùng là 100 đơn vị mỗi tuần, tăng lên 110 trong 6 tuần rồi trở lại 100. Mỗi tầng (nhà bán lẻ, nhà bán buôn, nhà máy) theo cùng một quy tắc: dự báo bằng trung bình trượt 3 tuần, thời gian bổ sung 2 tuần và mức đặt hàng mục tiêu bằng 3 tuần dự báo (thời gian bổ sung + 1). Đơn hàng hằng tuần là nhu cầu nhận được cộng với thay đổi của mức mục tiêu. Đơn hàng của mỗi tầng là nhu cầu của tầng kế tiếp.
Đơn hàng(t) = Nhu cầu(t) + [Mức(t) − Mức(t−1)], với Mức = 3 × trung bình trượt 3 tuần
Khi nhu cầu tăng từ 100 lên 110, trung bình trượt tăng 3,33 trong tuần đầu, mức mục tiêu tăng 10 và nhà bán lẻ đặt 120. Đơn hàng theo tầng và theo khoảng tuần:
| Tầng | Tuần 1-6 | Tuần 7-9 | Tuần 10-12 | Tuần 13-15 | Tuần 16-18 |
|---|---|---|---|---|---|
| Người tiêu dùng (nhu cầu) | 100 | 110 | 110 | 100 | 100 |
| Nhà bán lẻ (đơn hàng) | 100 | 120 | 110 | 90 | 100 |
| Nhà bán buôn (đơn hàng) | 100 | 140 | 100 | 70 | 110 |
| Nhà máy (đơn hàng) | 100 | 180 | 60 | 40 | 150 |
Người tiêu dùng dao động giữa 100 và 110. Nhà máy nhận đơn 180 rồi 40, dù tiêu thụ chưa bao giờ thay đổi quá 10%.
Cách đo hiệu ứng roi da
Thước đo thường dùng là tỷ số giữa phương sai của các đơn hàng mà một tầng đặt và phương sai của nhu cầu nó nhận. Trên 1 là có khuếch đại. Với 18 tuần của ví dụ:
Tỷ số phương sai = Var(đơn hàng) ÷ Var(nhu cầu người tiêu dùng)
| Tầng | Phương sai (18 tuần) | Tỷ số so với người tiêu dùng | Đỉnh / đáy so với 100 |
|---|---|---|---|
| Người tiêu dùng | 22,2 | — | — |
| Nhà bán lẻ | 88,9 | 4,0 | +20% / −10% |
| Nhà bán buôn | 422,2 | 19,0 | +40% / −30% |
| Nhà máy | 2.325,0 | 104,6 | +80% / −60% |
Tính cho nhà máy: 2.325,0 ÷ 22,2 = 104,6. Phương sai tăng ngày càng nhanh ở mỗi tầng. Hãy đo bằng dữ liệu thực ít nhất 26 tuần, theo tuần hoặc theo tháng, đừng bao giờ dùng trung bình năm.
Cách giảm hiệu ứng roi da
| Nguyên nhân | Biện pháp | Cách áp dụng |
|---|---|---|
| Dự báo từ đơn hàng | Chia sẻ dữ liệu bán hàng | Cung cấp cho nhà cung cấp dữ liệu thực tại điểm bán và làm việc với một dự báo duy nhất, qua S&OP |
| Lô lớn | Giảm chi phí đặt hàng và vận chuyển | Đơn nhỏ hơn và thường xuyên hơn, gộp tải, tuyến thu gom (milk run) |
| Giá | Giá ổn định | Giá thấp thường xuyên thay vì khuyến mại nhất thời; chiết khấu gắn với doanh số thực |
| Phân bổ | Phân bổ dự đoán được | Phân bổ hàng khan hiếm theo lịch sử bán hàng, không theo quy mô đơn đặt |
| Lead time dài | Rút ngắn lead time | Làm việc về thời gian sản xuất và dùng bổ sung kéo hoặc VMI (tồn kho do nhà cung cấp quản lý) |
Bên trong nhà máy, heijunka và sản xuất kéo bằng kanban hấp thụ biến động trước khi nó thành đơn hàng gửi nhà cung cấp. Nền tảng luôn là dự báo nhu cầu vững và kế hoạch sản xuất chủ đạo không phản ứng với từng đơn lẻ.
Hiệu ứng này xuất hiện ở đâu
- Ra mắt sản phẩm và khuyến mại: đỉnh đơn hàng trở thành công suất và tồn kho dư vài tuần sau.
- Hàng nhập khẩu hoặc lead time dài: người mua bao phủ nhiều tháng nhu cầu và khuếch đại mọi tín hiệu.
- Chuỗi nhiều trung gian: mỗi lớp thêm dự báo và tồn kho của riêng mình.
- Nhà cung cấp cho OEM: kế hoạch gửi cho nhà cung cấp đổi hằng tuần, và nhà cung cấp cần tồn kho bảo vệ. Xem chính sách tồn kho ở bài tồn kho an toàn.
Sai lầm thường gặp và giới hạn
- Đổ lỗi cho khách hàng. Nguyên nhân là quy tắc quyết định của từng tầng, kể cả của bạn.
- Đo bằng dữ liệu năm hoặc dữ liệu tháng gộp: sự khuếch đại biến mất trong trung bình.
- Nhầm hiệu ứng roi da với tính mùa vụ. Mùa vụ có ở nhu cầu cuối; roi da là phần khuếch đại thêm.
- Cắt tồn kho an toàn mà không xử lý nguyên nhân: gây thiếu hàng và nhiều đơn khẩn hơn.
- Dùng ví dụ số như dự báo. Đó là mô phỏng minh họa cơ chế, với một quy tắc chung cho mọi tầng.
Bước tiếp theo: chọn một nhóm sản phẩm, vẽ 26 tuần doanh số bán cho khách và đơn hàng đặt cho nhà cung cấp, rồi tính tỷ số phương sai. Nếu vượt rõ rệt 1, hãy tìm xem trong bốn nguyên nhân thì cái nào đang tác động ở bạn: lô, giá, dự báo từ đơn hàng hay lead time.
Câu hỏi thường gặp
Hiệu ứng roi da là gì?
Là sự khuếch đại biến động nhu cầu dọc chuỗi cung ứng: đơn hàng dao động mạnh hơn ở mỗi tầng, từ nhà bán lẻ đến nhà cung cấp.
Nguyên nhân của hiệu ứng roi da là gì?
Xử lý tín hiệu nhu cầu, gộp đơn hàng, biến động giá và phân bổ hàng khan hiếm. Lead time dài và thiếu thông tin làm cả bốn tệ hơn.
Hiệu ứng roi da được tính như thế nào?
Bằng tỷ số giữa phương sai đơn hàng mà một tầng đặt và phương sai nhu cầu cuối. Trong ví dụ, nhà máy đạt 104,6 lần phương sai của người tiêu dùng.
Làm thế nào để giảm hiệu ứng roi da?
Chia sẻ dữ liệu bán hàng thực, giảm kích thước lô và lead time, ổn định giá, phân bổ theo lịch sử và lập kế hoạch chung, ví dụ trong S&OP.
Hiệu ứng roi da khác tính mùa vụ thế nào?
Mùa vụ là một mô hình của nhu cầu cuối. Hiệu ứng roi da là sự khuếch đại mô hình đó, hay bất kỳ biến động nào, trong đơn hàng ở thượng nguồn.
Ai phát hiện ra hiệu ứng roi da?
Jay Forrester quan sát nó năm 1961 trong các mô hình động lực học công nghiệp. Lee, Padmanabhan và Whang đặt tên và giải thích nguyên nhân năm 1997.
Nguồn tham khảo
- FORRESTER, J. W. Industrial Dynamics. Cambridge, MA: MIT Press, 1961.
- LEE, H. L.; PADMANABHAN, V.; WHANG, S. The Bullwhip Effect in Supply Chains. Sloan Management Review, 1997.
- CHOPRA, S.; MEINDL, P. Supply Chain Management: Strategy, Planning, and Operation. Pearson.
- STERMAN, J. Modeling Managerial Behavior: Misperceptions of Feedback in a Dynamic Decision Making Experiment. Management Science, 1989.
Các nguồn bằng tiếng Anh, trừ khi có ghi chú khác.
Về tác giả
Chuyên gia Lean Manufacturing và quản trị hành vi
Hơn 20 năm trong ngành ô tô và cơ khí kim loại (GM và Dana), thực hành Lean Manufacturing từ năm 2006. Là giảng viên SENAI và cố vấn của chương trình Brasil Mais Produtivo (Brazil), ông đã tư vấn, đào tạo và đánh giá cho hơn 50 doanh nghiệp, kết hợp chất lượng, năng suất và phát triển con người.
