[물류]SCM

소개글

1 introduction
최근에 이르러서 SCM에서의 흥미는 제조업, 유통업, 도매업, 소매업을 포함한 협력업체들 사이에서 중심이 되고 있다. supply chain 상에서 개개 member들의 협력활동들의 이점들의 많은 예가 존재하고 있다. (예, Byrnes and Shapiro 1992, and Kurt Salmon Associates 1993)
하나의 supply chain에서 협업을 위한 중요한 메커니즘의 하나는 member들 사이의 정조의 흐름이다. 이러한 정보들은 supply chain상의 member들의 scheduling, 재고관리, 운송계획에 직접적인 영향을 미친다. 이 논문은 하나의 supply chain상에서의 고객 요구 정보의 흐름을 연구하고, order의 형태로서 supply chain을 통해 흐르는 고객 요구 정보의 시스템적인 왜곡현상을 보고한다. Figure 1(실제 data 이지만 기밀을 위해 조작됨)의 실례는 소매점에서의 제품의 판매량과, 소매점에서 제조업체에게 주문한 주문량이 나와 있다. Figure 1은 고객 요구 정보의 왜곡을 뚜렷하게 보여주고 있다. 소매점의 주문량은 소매점의 실제 판매량과 일치하지 않고 있다. 이 논문에서 Bullwhip Effect or Whiplash Effect(채찍효과 또는 채찍 끈)는 공급업체에서의 order가 구매자에서의 판매량보다 변동이 크다는 점과, 이러한 왜곡은 상위로 갈수록 증폭된 형태로 나타나는 것을 언급한다.

목차

1 introduction
3.3 order batching
4.3 order batching
4.4 Price variation
4.5 summary

본문내용

3.3 order batching
소매점으로의 추후 조달과 함께 고정적 수요의 정기적인 review 시스템을 고려해 보자. 따라서 소매업자는 그들의 재고를 모니터 하기 위해 목표 재고 수준을 사용한다. 이것은 소매업자는 모든 리뷰 사이클 동안 전 리뷰 사이클의 수요만큼 주문하는 것을 의미한다.
정기적 리뷰 시스템을 사용하는 N개의 소매업이 있다고 가정하자. 이들의 리뷰 사이클은 R로서 같다. 주기 k에서 소매업 j 의 수요는 §jk 라 가정하자. 각 소매업의 평균은 m이며 분산은 시그마제곱이다. 소매업들의 주문 사이클들이 독립적이든 상화 관계가 있든 다음 3가지 case[(A) random ordering, (B) positively correlated ordering, (C) balanced ordering] 들을 고려해 보자.
case 1. random ordering. 소매업자로부터의 수요는 서로 독립적이다. n은 랜덤하게 선택된 기간에서 주문을 하는 소매업자의 수를 나타내는 임의 변수로 보자. 그래서 n은 파라미터 N과 1/R과 함께 하나의 이항변수 이다. 게다가 E(n)=N/R이고 Var(n)=N(1/R)(1-1/R)이다. 또한 Zrt는 기간 t에서 n의 소매업자들로부터의 총 주문량을 나타낸다. Zrt 공식과 평균과 분산공식.
만약 R=1이면, 공급업자의 눈에 보이는 수요(소매업자로 부터의 주문)는 소매업자의 수요와 같을 것이다. R이 증가한다면 공급업자의 눈에 보이는 수요의 변동은 증가한다. 또한 N에서 변동 계수가 감소하는 동안 N에서 분산(Zrt)은 증가한다.
case 2. positively correlated ordering. 절대적으로 관련되는 주문을 위해 우리는 모든 소매업자는 같은 기간에 주문을 한다는 극단의 경우를 고려한다. (예, R이 1주일 때 모든 소매업자들은 월요일에 1/R의 확률로 주문을 한다. 다른 요일에는 주문을 하지 않는다.)

참고 자료

없음