تأثير السوط: لماذا تتذبذب طلبات المورد أكثر من المبيعات؟

كيف تتحول إشارة البيع إلى طلب أكبر تقلبًا؟

حدد Lee وزملاؤه أربعة أسباب: تحديث كل طرف لتوقع الطلب، وتجميع أوامر الشراء، وتغير الأسعار، والمبالغة في الطلب عند توقع توزيع المعروض المحدود. فقد يدفع الخصم إلى شراء دفعة لا تتبع استهلاك الأسبوع، وقد تعقبها فترة بلا شراء. وقد تضيف كل جهة استجابتها إلى ما وصلها من الجهة التالية، بدل رؤية المبيعات النهائية مباشرة. [1]

تتبع المعالجة السبب: تحسين مشاركة بيانات الطلب، وتقليل كلفة الطلب المتكرر، ومراجعة الحوافز السعرية وقواعد توزيع النقص. لا تعني هذه الأفكار أن كل طلب كبير خطأ، أو أن التخلص من كل دفعة كبيرة هو القرار الصحيح؛ افحص النظام الذي جعل توقيت الشراء مختلفًا عن الاستهلاك. [1]

ابدأ بتسمية السجل الذي تقيسه

سنستخدم متجرًا افتراضيًا يبيع عبوات تعبئة من صنف واحد. «المبيعات» في مثالنا عدد الوحدات التي بيعت للمستهلك خلال الأسبوع، و«الطلبات» عدد الوحدات التي أصدر بها المتجر أمر شراء للمورد خلال الأسبوع نفسه. لا نعني بالطلبات كمية وصلت إلى باب المستودع، ولا عدد زيارات الموقع، ولا قيمة الفواتير بالنقود. اخترنا هذه الحدود كي يعرف القارئ ما تمثله الأرقام قبل حساب أي نسبة بينها.

لو أصدر المتجر طلبًا بمئة وحدة يوم الخميس، فهذا يسجل في عمود أوامر الشراء. إذا وصلت الشحنة بعد أسبوعين، يكون لها تاريخ استلام مختلف. وإذا أكد المورد ثمانين فقط، نحتاج حفظ التأكيد في خانة أخرى بدل تغيير سجل الطلب الأصلي دون تفسير. هذه ليست ثلاث طرق لكتابة المعلومة نفسها؛ إنها أحداث مختلفة. الخلط بينها قد يجعل تأخر الشحنة يبدو تغيرًا في طلب العملاء، مع أننا لم نر بيانات العملاء أصلًا.

ومن أجل مقارنة مفهومة، ثبّت الصنف والوحدة والتقويم. إذا كانت المبيعات بالقطعة والطلبات بالصندوق، فحدد عدد القطع في الصندوق قبل المقارنة. وإذا كان أسبوع المتجر ينتهي الجمعة وأسبوع المورد ينتهي الأحد، وحّد الفترة أو بين اختلافها. لا ننقل أرقام عمودين إلى آلة حاسبة ثم نبحث عن معنى للناتج؛ تعريف البيانات جزء من السؤال الذي ستجيب عنه العملية.

مثال بأربع فترات ومجموع واحد

الأرقام الآتية مؤلفة للتوضيح، وليست بيانات متجر حقيقي. نفترض بيع ثمان وأربعين وحدة في الأسبوع الأول، واثنتين وخمسين في الثاني، ثم تكرار هذين العددين في الثالث والرابع. ونفترض إصدار أوامر الشراء بكمية صفر ثم مئة ثم صفر ثم مئة. لا نقدّم جدول وصول أو رصيد بداية، ولذلك لا يقرر الجدول هل حدث نفاد أو تأخر في تلبية عميل.

يجمع كل عمود مئتي وحدة، ويكون متوسطه خمسين وحدة لكل أسبوع. ومع ذلك لا تصل إلى المورد رسالة متقاربة الحجم كل أسبوع؛ تصله دفعتان، وفي الأسبوعين الآخرين لا يصدر طلب جديد. لذا لا يكفي القول إن إجمالي المشتريات يساوي إجمالي المبيعات لنفي اختلاف النمط. ما نريد وصفه هنا هو توزيع الكمية على الفترات، لا زيادة إجمالي ما اشتراه المتجر خلال الفترات الأربع.

يمكن تصور تجميع أسبوعين في طلب واحد سببًا لهذه السلسلة المؤلفة، لكن الأرقام وحدها لا تثبت أن ذلك ما حدث في مستودع حقيقي. قد يظهر شكل قريب لأسباب أخرى تحتاج السجل والمناقشة. احتفظ بالفرق بين شرح محتمل اخترناه للتعليم، وسبب وثقته في العمل؛ فالجدول يبين التذبذب، بينما تفسير القرار يحتاج معلومات إضافية عن سياسة إصدار الأوامر.

احسب التباين دون الخلط بينه وبين الكمية

يعرض دليل NIST تباين العينة باعتباره مجموع مربعات الفروق عن المتوسط مقسومًا على عدد المشاهدات ناقص واحد. أما الانحراف المعياري فهو الجذر التربيعي للتباين ويعود إلى وحدة القياس الأصلية. ويختلف كلاهما عن المدى الذي يستخدم أكبر قيمة وأصغر قيمة فقط. نستخدم التباين هنا لوصف انتشار القيم حول متوسطها، ولا نستبدله بإجمالي الوحدات أو قيمة أكبر طلب. [3]

في عمود المبيعات، الفروق عن الخمسين هي ناقص اثنين، ثم اثنان، ثم ناقص اثنين، ثم اثنان. مربع كل فرق أربعة، ومجموع المربعات ستة عشر. نقسمه على ثلاثة، لأن لدينا أربع مشاهدات، فنحصل على تباين عينة يقارب 5.33 وحدة مربعة. أبقِ الكسر ستة عشر على ثلاثة في الحساب حتى لا تضيف فروق تقريب لا يحتاجها المثال.

وفي عمود الطلبات، الفروق ناقص خمسين وخمسون بالتناوب. مربع كل منها ألفان وخمسمئة، ومجموعها عشرة آلاف. تباين العينة إذن عشرة آلاف على ثلاثة، أي نحو 3333.33 وحدة مربعة. عند قسمة تباين الطلبات على تباين المبيعات تلغى الثلاثة المشتركة، فنقسم عشرة آلاف على ستة عشر؛ الناتج 625، وهو نسبة بلا وحدة لأن وحدتي التباين متطابقتان.

هذا لا يعني أن المتجر طلب 625 ضعف ما باع؛ فقد تحققنا أن الإجماليين متساويان. كذلك ليست 625 نسبة الانحراف المعياري، بل نسبتهما 25 لأن الجذر التربيعي للعدد 625 يساوي 25. كبر النسبة هنا مرتبط أيضًا بصغر تقلب المبيعات حول الخمسين؛ لا تحولها إلى وصف للخسارة أو احتمال النفاد، فقد تركنا تكلفة المخزون ومواعيد الاستلام خارج المعطيات.

تغيير طول الفترة قد يخفي الفرق

نجمع الآن الأسبوعين الأول والثاني في فترة، والثالث والرابع في فترة أخرى. تصبح المبيعات مئة ثم مئة، والطلبات مئة ثم مئة أيضًا. التباين في السلسلتين صفر، لأن كل قيمة تساوي متوسطها. لا يمكن قسمة الصفر على الصفر للحصول على نسبة تضخيم؛ النسبة غير معرفة. كتابة صفر في خانتها ستوحي بنتيجة حسابية لم نحصل عليها.

لم نغير أي عملية شراء في المثال، ولم ننفذ مشروع تحسين بين الجدولين. غيرنا نافذة التجميع فقط، فاختفت داخلها الفروق الأسبوعية. لذلك يجب ألا تعرض النتيجة الثانية كبرهان أن السياسة الجديدة أزالت الظاهرة؛ لا توجد سياسة جديدة أصلًا. احفظ السجل الأسبوعي إلى جانب التجميع حتى يعرف المراجع أين ذهبت فترات الصفر والمئة التي ظهرت في العرض الأول.

وتبقى أربع فترات قليلة جدًا لإصدار حكم سببي على نشاط ممتد. يفيد المثال في التحقق من معنى الحساب وحساسيته للعرض، ولا يثبت أن الرقم سيستمر الشهر المقبل. قبل استعمال المقارنة في تقريرك، اذكر طول الفترة وعدد المشاهدات وما إذا كان التقويم ثابتًا، ولا تقارن نسبة أسبوعية بنسبة شهرية كأن الفرق بينهما ناتج عن جودة قرار واحد.

لماذا تجعل المهلة رد الفعل أصعب؟

في وصف John Sterman لمحاكاة سلسلة التوزيع في MIT، يتخذ كل دور قراراته بمعلومات محلية محدودة، مع تأخر معالجة الطلبات والشحنات. وقد تزيد الأوامر استجابة للنقص قبل أن تظهر الشحنات السابقة، ثم يصل مقدار كبير بعدما يخفض اللاعب طلباته. توضح المحاكاة أن النظر إلى الرف وحده وإغفال ما في الطريق يمكن أن يضاعفا الاستجابة، حتى عندما لا يتذبذب الطلب النهائي بالشكل الذي يتخيله المشاركون. [2]

هذه تجربة تعليمية مضبوطة وليست وصفًا كاملًا لكل مصنع. يقيس هدفها تكلفة الفريق عبر مراحل السلسلة، لا نجاح كل دور بمعزل عن الآخرين. الدرس المفيد للمراجعة أن نسأل عما كان ظاهرًا لمتخذ القرار وقتها: رصيد، وطلبات سابقة، والتزامات لم تنفذ، وتأخر في وصول المعلومات. لا نستخرج من نتائج اللعبة نسبة خسارة لشركتنا، ولا ننسب المشكلة تلقائيًا إلى قلة كفاءة موظف رأى جزءًا محدودًا من الصورة. [2]

مشاركة بيانات المبيعات خطوة وليست ضمانًا

حلل Chen وزملاؤه في بحث عام 2000 نموذجًا بسيطًا يضم متجرًا ومصنعًا، مع التوقع ومهلة الطلب، ثم مددوا التحليل إلى مراحل متعددة. بينت نتائج النموذج أن إتاحة معلومات طلب العميل بصورة مركزية تقلل تأثير السوط، لكنها لا تزيله تمامًا. المقصود نتيجة ضمن نموذج محدد؛ لا وعد بأن ربط جدول المبيعات بالمورد سيخفض التذبذب بنسبة ثابتة أو يلغي الحاجة إلى مراجعة السياسة المستخدمة. [4]

في متجرنا المؤلف، يمكن أن يتلقى المورد سجل المبيعات الأسبوعي مع أمر المئة، فيرى أن الصفر في عمود الأوامر لا يعني توقف البيع. هذه معلومة أوضح، لكننا لم نغير شرط تجميع الطلبات بعد. فإذا ظل الإصدار كل أسبوعين، ستظل رسالة الشراء على صورتها المعطاة. افصل في اقتراحك بين إتاحة معلومة كانت غائبة، وتغيير قاعدة تولد الأوامر؛ قد تحتاج إلى كليهما، لكن إثبات تنفيذ الأولى ليس إثبات تنفيذ الثانية.

هل يظهر تأثير السوط في كل الصناعات؟

فحص Cachon وزملاؤه، في دراسة منشورة عام 2007، بيانات أمريكية مجمعة على مستوى الصناعات. قارنوا تذبذب تدفق المواد الداخل بتذبذب المبيعات، ووجدوا تضخيمًا في تجارة الجملة، بينما لم يظهر عمومًا في التجزئة أو معظم الصناعات التحويلية المدروسة. كما ارتبط الاختلاف بالموسمية؛ مالت الصناعات الأعلى موسمية إلى تسوية التقلب أكثر. هذه نتيجة تاريخية على مستوى التجميع المحدد، وليست تعدادًا حديثًا لجميع الشركات أو البلدان. [5]

تمنعنا الدراسة من تحويل صورة السوط إلى قانون يقول إن كل مرحلة أبعد عن العميل أكثر تقلبًا بالضرورة. وقد تختلف قوى التضخيم والتسوية بين الأنشطة. إذا درست صنفًا في متجر واحد، فسمّ نطاقك كما هو ولا تقدمه دليلًا على قطاع كامل. وبالعكس، لا تجعل نتيجة قطاع مجمع جوابًا نهائيًا عن علاقة متجر بعينه بمورده؛ مستوى السؤال والبيانات جزء من تفسير ما تستطيع المقارنة إثباته. [5]

ما الذي تراجعه مع المورد بعد الحساب؟

ابدأ بسؤال يفسر الدفعة في سجل متجرنا: هل تجميع المئة ناتج عن موعد إصدار ثابت، أم حد أدنى، أم تكلفة نقل، أم اتفاق آخر؟ سجل جوابًا عن هذا الصنف بدل افتراض السبب من شكل الجدول. ثم طابق تواريخ الأوامر مع التأكيدات والاستلام والإلغاء. إذا وجدت طلبًا مكررًا، بيّن هل استبدل أمرًا سابقًا أم أضاف كمية جديدة؛ جمع النسختين باعتبارهما طلبين مستقلين يغير البيانات قبل أي تفسير.

وإذا أردت اختبار تعديل، فاكتب التغيير محددًا. في تجربة حسابية منفصلة، يمكن استبدال سلسلة الصفر والمئة بأوامر تساوي المبيعات المعطاة كل أسبوع. تصبح نسبة التباين واحدًا، لكن ذلك لا يثبت أن البديل قابل للتنفيذ أو أقل تكلفة. لم نتحقق من رسوم الشحن أو الحد الأدنى أو خدمة العملاء. هذه مقارنة حسابية فقط توضح أثر القاعدة على الأرقام، وليست توصية بإرسال هذه الكميات إلى المورد.

قبل تجربة تشغيلية فعلية، حدد من يعتمدها وما الشروط التي تمنعها وكيف ستراجع نتيجتها. تابع التأخر والنفاد والتكلفة والمخزون إلى جانب التباين، واحتفظ بتاريخ أي عرض أو تغير في المهلة خلال المقارنة. فإذا انخفضت النسبة بالتزامن مع تغيرات أخرى، اذكرها بدل نسبة التحسن كله إلى إجراء واحد. ينتهي الحساب الجيد بسؤال وقرار قابلين للمراجعة، لا بوعد بأن تخفيف حركة الخط في تقرير سيحل جميع مشكلات سلسلة الإمداد.