商業顧問服務事業群 張琍雯
"牛鞭效應"(Bullwhip effect)長久以來一直是供應鏈活動中，普遍存在的一種現象，係指需求在過程中，因為終端客戶的需求資訊往上游供應鏈成員傳遞時，因為種種原因無法有效地進行前端市場資訊共用，而導致需求變異資訊被扭曲放大的現象，最終導致各供應鏈成員僅能參考被扭曲之後的資訊，例如歷史出貨數據、歷史訂單數據等，進行供貨規劃，最終導致供貨風險與庫存資金積壓成本增加等等問題。
為什麼說歷史出貨數據、訂單數據是被扭曲的資訊呢? 因為這些資訊往往無法反映實際客戶的實際銷售狀況，而是受到當時物流能力、供應商產能、訂單政策、配貨網路、甚至是人員經驗判斷等因數影響後的綜合性結果；一旦當上述的某項條件在未來的某個時間點改變時，使用過去的出貨或訂單數據作為供貨規劃依據，就不是很恰當了，不僅僅是造成供貨商庫存積壓或供應不及的問題，CPFR下游客戶也會因為上游供應商的問題，導致缺貨的風險，可以說最後大家都是輸家，沒人佔到好處。
你可能會問，既然如此，為什麼供應鏈合作的雙方，不願意進行除出貨、訂單數據外，更接近市場端的訊息共用呢? 從過去的項目經驗裡會發現，有時候是因為政治因素、商業機密考量、或者純粹是因為缺乏有效的分享工具進行輔助，不過，還有一個最主要但常常被忽略的原因，就是客戶不知道資訊共用之後，應該如何使用這些數據，以及對於資訊共用的效益存疑，導致雙方皆缺乏資訊共用的意願與動力。
其實，國際上已經有多個進行市場資訊共用並連動至供貨計畫之成功案例，包括零售商主導或是品牌製造商主導都有，案例包含Sony Canada與經銷商間、Lowe’s Home improvement與Stanley/Black & Decker、Kraft與Sam’s Club、以及Sony Electronics與Wal-Mart (註1)，這些成功導入案例皆證實，供應鏈上下游雙方透過前端市場資訊共用並連動至後端供貨計畫，的確能協助改善雙方的規劃品質，進而降低改善雙方庫存與提高供貨滿足(Fill Rate)績效。更重要的是，一旦雙方初嘗到好處並建立信心之後，將可進一步擴大資訊分享的內容，從單純的數據分享，如銷售數據、庫存數據等，擴大到分享到商業規劃的階層，如訂貨政策、配貨網路調整、營銷活動計畫、產品上下市規劃等，這其實是供應鏈合作成員間交易模式的一大變革，從原本的競爭關係，轉變成為雙贏(Win-Win)的模式，共同參與並共同分享供應鏈利益與風險。
市場信息共享連結供貨計畫的核心精神與信仰，相信供應鏈最終要要滿足與服務的，還是終端市場的消費者，而消費者從貨架上拿走商品的那一刻，才是唯一拉動整體供應鏈的唯一力量(The Moment of Truth)，也因此，所有供應鏈各階段的規劃，應依賴(零售)終端市場的銷售數據變化，不斷的重新計算(Recalculation)而產生，而不是利用各階段片段的信息(如訂單、出貨等)進行。像一個供應鏈上，有許多的成員，包含零售商門店、零售商物流倉、品牌商物流倉、製造商工廠。透過終端零售信息的共享連結各成員的供貨規劃作業，又將如何進行呢?
表1,代表零售商ABC的花蓮門市的冰箱型號(ABC-1234)的需求計畫(花蓮門市銷售預測)與補貨計畫(花蓮門市對零售商DC的訂單預測)。
其中，欄位「(門市)銷售預測」代表的是消費者拿走多少的預測，也就是，花蓮門市每周實際銷售量。銷售預測同時也反應同時包含該門市促銷活動、或其他商業計畫的內涵(如產品上下市等)。
欄位「(門市)預計庫存」代表對於花蓮門市庫存的預估，主要受到欄位「門市銷售預測」與「門市預計到貨」的影響。因為進行W1-W14的滾動預測，因此除了W1在計算未來補貨規劃(即欄位(門市)對DC訂單預測)時，可以參考實際庫存外，W2-W14周的補貨計畫，僅能參考預計庫存進行計算。
欄位「(門市)對DC訂單預測」則代表花蓮門市每周對零售商ABC物流倉XYZ的補貨需求，主要受到出貨前置期、安全庫存、現有庫存、預計到貨量、向DC採購的MOQ限制、向DC採購的訂購倍數等因素的影響。之後，門市每周自動計算並產生一張建議訂單給DC。
零售商ABC下有多個門市，表2我們可以看到多個門市針對冰箱型號(ABC-1234)補貨需求的匯整。表2中，花蓮門市W1-W12的數字，即為表1中欄位「(門市)對DC訂單預測」的數字。從表2的欄位「Total」可以看到零售商下所有門市，對於單一SKU於每周對DC1的補貨(訂單)需求；
表2中欄位「Total」的數字，將自動成為表3零售商DC1的需求預測規劃數字，作為零售商DC1供貨規劃的起點，也就是連動前端門市的需求至後端DC1供貨作業。
表3呈現零售商ABC下DC1針對冰箱型號ABC-1234的需求計畫(DC1需求預測)與 補貨計畫(DC1對品牌商的訂單預測)。零售商DC1每周取得各門市未來N周的滾動需求預測後，將依據DC1的出貨前置期、安全庫存、現有庫存、預計到貨量、(向品牌商)訂單MOQ、(向品牌商)訂購倍數等因素的影響，自動重新計算並調整(對品牌商)訂單預測(即補貨計畫)。
當每周門市的實際銷售與預測有所差異時，一旦任何一間門市調整其銷售預測，或者是因為實際到貨影響每周實際庫存變化時，零售商DC1的需求與補貨計畫也跟著動態地重新計算，也就是說，DC1的供貨規劃透過上述的作業方式，已緊密地與前端門市銷售與庫存狀況進行連動；當某間門市的實際銷售>門市銷售預測，則表3中DC1對品牌商的訂單預測(補貨需求)亦會自動提前至前面一個規劃日；同理，當某間門市的實際銷售門市銷售預測，則表3中DC1對品牌商的訂單預測(補貨需求)會自動延後至後面的規劃日。
這與目前一般零售業中，DC仰賴過去門市訂單或出貨歷史信息，自行規劃與門市間以及與品牌商間供應作業的方式，十分的不同，唯有前者才能真正確保後端供應能更貼近實際的市場需求與變化，並降低缺貨可能或避免不必要的庫存，也就是透過市場信息的分享，降低牛鞭效應對各供應鏈成員的衝擊。
透過上述零售商門市與零售商DC間的作業模式，亦可複製到零售商多個DC的品牌商間、品牌商與製造商間，亦即將市場信息分享並連動供貨計畫的範疇向上延伸至整個供應鏈，而形成一個連動的供應鏈體系，而拉動整條供應鏈的唯一來源，就是終端門市的銷售預測。
表4與表5呈現零售商DC與品牌商間如何透過DC端信息共享並進行雙方補貨(供貨)計畫的連動。
表4為零售商多個DC針對冰箱型號(ABC-1234)需求的匯整。表4中的欄位「Total」可以看到零售商下所有DC，對於單一SKU於每周對品牌商的補貨(訂單)需求；表4中欄位「Total」的數字，將自動成為表5品牌商DC的需求預測規劃數字，作為品牌商DC供貨規劃的起點，也就是連動前端零售商DC的需求至後端品牌商的供貨作業。
註1:參考VICE "The Ultimate Retail Supply Chain Machine: Connecting the Consumer to the Factory"