主题：【原创】牛鞭效应如何干掉一个企业1 -- wqnsihs

特别是洗发水之类的，我真的感觉不出来不同的牌子之间效果有什么不同。在这种情况下，价格成了我的唯一决定因素，而不是牌子。

以库存量定生产计划的最大缺点是造成库存不准确（积压或储备不足），生产能力浪费，以及生产线调整的机动性差。

预测需要大量的数据支持不错，但没有大量数据并非不能预测而是预测的精度不够高，即使如此，也比按照一个千年不变的库存目标量生产要效率高的多。尼尔森巨型数据库是因为涉及商品种类数量多，地域广，经销商零售商和最终客户的数量多，而一般生产型企业根本无需如此巨量精确的数据，大致3，5年该商品甚至同类其他商品的销售数据即可作为预测依据了。

看到后来是快消……

JLB

D5J

我也赞同以预测方式为主，快消类的需求变化太大。

预测的准确性我觉得基本上基于两个，一个是终端数据的反馈速度，另一个是合理的模型。中国的情况变化比较快，我个人认为模型本身与美国不同，但一旦确立也应该是比较稳定的。现在主要要解决的还是终端数据的反馈速度。

我看了这个案例后有一个主意，当时XYZ初期也意识到借助于冰箱销售的主意，但似乎后面没有提到这块的运作情况。我个人一直觉得在饮品类销售上，冰箱是一种比较靠谱的方法。尤其是如果能够研制一种能够自动将销售数据反馈回来的冰箱，那就真是非常有效的需求数据反馈节点了。并且这些数据对于店面销售补货也有参考意义。

统一没有碳酸饮料品牌，也没有运动型饮料品牌。

减少产品的复杂程度来提升预测的精度是对的, 但是另一方面对市场是有一定程度的伤害的,尤其是市场竞争高度激烈的时候. 中间的分寸把握前辈是否可以说的再详细些.

关于通过奖惩机制增加销售团队提升预测的精准的动力, 我们曾经在实际工作中使用过, 效果不太理想.我的了解是销售那边通过销量任务制定的奖惩的效果远远大过销售精度的影响, 销售员一是没有很好的方法去提升预测准确率, 二是花同样的时间在销售上回报会多很多. 前辈对这个有什么建议?

我感觉销售和预测两种工作在一定程度上是矛盾的, 销售要求尽可能多的抓住机会去抓定单, 而预测要求的是定单和供应的匹配. 在一定程度上对销售是有制约的. 有一个折衷的方法是把压力转嫁在供应商头上, 要求供应商建比较高的安全库存, 但是这个做法本身就是牛鞭效应传递的一个主要原因, 而且它也受制与企业所在行业的影响力, 已及供应商的强势程度, 不是一个可以通用的做法,供应商也会用一些虚假的数据来应付生产厂家, 会使用自己推算的数据来指导库存准备. 总得来说我在我工作的环境, 在供应链这个环节充满了斗智斗勇, 得盯的特别细, 很累.

另外前边的几个前辈也谈到了使用回归,拟合的方法从小样本做推算,已及建立模型的做法. 能否说得再详细些? 谢谢.

开红字发票，以抵扣销项税

尽量采取能够抵扣税款的方式，所以一般不会走费用而是将应收账款减少

恭喜：你意外获得【通宝】一枚

鲜花已经成功送出。

此次送花为【有效送花赞扬，涨乐善、声望】

1、虽然多品牌运作主要是营销方面的考虑（例如增加市场渗透力，市场覆盖率，市场控制能力等），但是客观上为精细预测市场提供了条件，因为细分市场的客观结果是使影响某一品牌市场供需平衡的随机变量相互间变得更独立一点，而独立随机变量是预测技术梦寐以求的条件，可以大幅简化预测模型和计算难度。所以多品牌运作是减少产品的复杂程度来提升预测的精度的目前最常见的情况，这样并不会伤害企业对市场的控制。实际上可口可乐的雪碧、酷儿、脉动等等品牌，宝洁的海飞丝、潘婷等都有这种效果。

2、通过奖惩机制增加销售团队提升预测的精准的动力，一般是让销售监控人员去负责，例如统计、稽核、督办人员，他们对销售人员有绝对影响力（因为绩效评估影响销售人员奖励），所以他们要一线销售人员提供部分数据一般难度不大，而且准确。而这些监控人员本来工作业绩评价与销售绩效挂钩比较困难，如果把对市场动态数据的掌握准确度与其奖励挂钩，由他们去做会很好的结果，这是保甲连坐的现代应用。

3、这个问题说到制造业里面最核心的矛盾之一了----局部利益与整体利益的平衡。显然由于部门利益，每个岗位都在争取最大利益，生产希望产能利用率100%，销售希望产品充分供应，100%铺满市场，财务希望没有应收账款，供应链（或物流）部门希望没有库存等等。这些矛盾需要总经理来平衡，水桶定理告诉我们，任何一个部门过度强调自己的利益，都会适得其反，甚至导致企业整体崩溃。这个问题处理好坏实际是评价总经理水平的高低。

供应链（或物流）部门工作是一个极端消耗精力和体力的工作，具有极大的挑战性，很多30多岁的同事工作三年后就两鬓斑白，一般都要求更换岗位。你累是正常情况，如果你的总经理理解人，应该在适当时候给你换岗，让你喘息一下。

4、这个问题各家方法不同，但原理一样。就是市场上完全随机的客户的行为根据大数定理，是正态分布，只要有历史数据，很容易求出期望和方差。而起控制作用的大经销商和批发商（例如可口可乐在某地三个连锁零售集团和二个批发商就占了在当地销售额85%以上），就要购买他们的实时销售数据和动态库存数据（不贵，一年一个批发商10多万，连锁集团20多万），用线性回归模型，估计出下一阶段的需求，（这个模型有现成软件），然后再加上正态分布估计出的零散需求，就可得下一阶段市场完整需求，可以据此安排生产计划。这种预测误差很小，小于10%，所以只需准备10%左右的缓冲产能。

5、以上只是我知道的一点情况，限于行业限制，并不完整。仅供参考。

目前财政困难，税收增长乏力，所以税务部门的稽查力度大增！不要以为税务局啥也不知道，那是不到时候，真的来了压力，挨个收拾你们！中国的企业敢说自己从没偷税漏税的恐怕没几个！