世界石油公司 (2)

天津工業(yè)大學管理學院專業(yè)碩士期末試卷2014-2015學年第二學期供應鏈管理課程開放式案例分析年級：研 1401學號：1431068004 姓名：彭燕成績評定：案例一：美太醫(yī)療器械公司美太（Meditech）從母公司拆分出來僅3年，就占領了內(nèi)窺鏡相關醫(yī)療器械的主要市場。國家醫(yī)療器械公司是其主要的競爭對手，在10年前就已經(jīng)創(chuàng)造了8億美元的市場規(guī)模，但是美太通過開發(fā)新型革新性的器械，并通過最好的銷售隊伍進行銷售，與其對手進行激烈的競爭。兩方面結(jié)合帶來的好處，使美太在短期內(nèi)獲得了顯著地成功。盡管取得了成功，但顧客服務和配送部的經(jīng)理丹弗蘭克林（Dan Franklin）注意到顧客的滿意度在下降。美太最近推出了幾個新產(chǎn)品，這幾個新產(chǎn)品是美太整個產(chǎn)品線中主推的產(chǎn)品。新產(chǎn)品的推出是美太快速產(chǎn)品研發(fā)戰(zhàn)略中國重要的環(huán)節(jié)，它需要謹慎的推出，以保護美太的聲譽和其他產(chǎn)品的銷售，但是美太常常不能在一開始訂單蜂擁而至的時候及時滿足顧客的需求。產(chǎn)能變得緊張，顧客需要等6個星期以上才能收到貨物。交付服務的不足在醫(yī)療行業(yè)中是致命的，也危及美太的聲譽。 （詳細內(nèi)容見資料一）案例問題討論1 美太在推出新產(chǎn)品過程中有什么問題？所有產(chǎn)品的制造過程都存在這些問題嗎？2 從系統(tǒng)和組織角度考慮，是什么造成了這些問題？3 為什么顧客服務經(jīng)理首先認識到這個重要的問題？4 你將如何解決這個問題？本論文主要通過對美太公司在推出新產(chǎn)品過程中的問題、造成問題的原因、首先發(fā)現(xiàn)問題的人員及如何解決問題這四個方面進行論述，分析美太公司新產(chǎn)品推出的案例。通過對案例的分析，正如大多數(shù)制造過程都存在的問題，美太公司在推出新產(chǎn)品的過程中出現(xiàn)了供應短缺和高庫存問題，造成該現(xiàn)象的原因主要是美太公司存在以下問題：（1）在生產(chǎn)制造過程中，美太公司沒有對市場需求的預測，沒有對市場行情發(fā)展的數(shù)據(jù)收集。（2）經(jīng)銷商的“恐慌性訂購”，導致了總的需求大于供應。（3）倉庫本身的分散性質(zhì)，經(jīng)銷商幾乎無法控制各個倉庫的實際訂貨，并且不能形成一個統(tǒng)一的模型。當然，美太在推出新產(chǎn)品過程中存在的問題，不單單只因為某一個方面的問題，而是要從不同的角度的來考慮和分析。具體情況如下：在新產(chǎn)品推出時經(jīng)常會出現(xiàn)訂單蜂擁而至，交付服務不足（客戶需要等待6周才能收到訂貨），難以滿足客戶需求，客戶滿意度下降。具體需求變動情況如案例中給出的數(shù)據(jù)分析圖所示：（1）如上圖所示：新產(chǎn)品推出后需求遵循一定模式，在最初的幾周內(nèi)達到高峰，但隨后立即變的相對穩(wěn)定（2）如上圖所示：生產(chǎn)計劃的變動經(jīng)常大于需求的變動總的來說，出現(xiàn)這些情況的原因大體可以總結(jié)為以下幾點:（1）新產(chǎn)品推出時候服務水平低（2）預測不準確（3）恐慌性訂貨（4）庫存過高在制造過程中存在的問題：（1）、在裝配階段，零部件的提前期大約為216個星期，應縮短提前期，有效的利用零部件從而節(jié)約庫存費用。（2）、由下圖知：在3、4、5月份，F(xiàn)G庫存為負，由于沒有及時的包裝消毒，所以產(chǎn)出的最終成品無法滿足極具增加的即時需求而導致供不應求。得不到滿足的醫(yī)療機構(gòu)可能會由于某些緊急需求而選擇尋找其他合作企業(yè)，這將使得企業(yè)失去一部分的新老顧客，并且顧客滿意度也會隨之下降。從系統(tǒng)角度出發(fā)來看主要原因有：（1）產(chǎn)品的生產(chǎn)和銷售預測系統(tǒng)不完善 （2）經(jīng)銷商和聯(lián)署企業(yè)的“恐慌性訂購”從組織角度來看原因是： 各個地區(qū)公司的溝通和連接不完善。美太的信息存在于公司不同地區(qū)的不同系統(tǒng)中，沒有一種固定的方式可以找到某個特定產(chǎn)品即將到來的需求、庫存或生產(chǎn)率，而且也沒有一個通用的數(shù)據(jù)格式。 在預測過程中需求預測的不確定性：（1）糟糕的信息系統(tǒng)（2）沒有合理關注需求（3）沒有人為預測錯誤負責（4）內(nèi)部推卸責任傾向（5）庫存的延誤（6）每月倉促制定計劃（7）由于預測的錯誤而導致的規(guī)劃的過分放大 在企業(yè)對顧客滿意度變化的感知過程中，因為客服代表長期處理從突發(fā)性顧客投訴到簡歷改善交付服務策略等工作，客服代表直接與醫(yī)院保持聯(lián)系 ，由于職責因素，客服部經(jīng)理直接處理突發(fā)性顧客投訴，建立改善支付服務策略等工作。同時還處理庫存與物流，可以與顧客進行直接接觸、聯(lián)系，能夠及時了解產(chǎn)品交付計劃和發(fā)生的問題。客服經(jīng)理能夠掌握客戶信息的第一手資料。由于感知到顧客滿意度的降低，而導致醫(yī)療企業(yè)和美太的合作關系發(fā)生動搖，對企業(yè)造成負面的影響，因此顧客服務經(jīng)理能夠首先認識到這個重要的問題。為了解決上述所出現(xiàn)的問題，歸納的解決方法如下：（1）完善信息系統(tǒng)，對預測準確度進行數(shù)據(jù)收集、跟蹤、保存，并采用定性定量等分析法對數(shù)據(jù)進行預測，提高預測的準確度和服務水平。（2）優(yōu)化組織結(jié)構(gòu)，營業(yè)單位之間進行專業(yè)化分工，使每個單位只負責其中一項或幾項工作，以便于管理，提高生產(chǎn)效率，能夠達到職責到個人的生產(chǎn)模式。（3）組建內(nèi)拉式系統(tǒng)消除批量庫存，所謂庫存是萬惡之源，一個企業(yè)內(nèi)部的庫存水平將直接反應一個企業(yè)的管理水平。（4）增加企業(yè)與經(jīng)銷商及聯(lián)屬企業(yè)的信息透明度，最大限度減少恐懼性訂貨。（5）取消地方倉庫，在全國重點區(qū)域建立輻射范圍廣的貨物集散中心，對于大批量的訂單直接配送貨物，小批量訂購使用第三方物流。 總結(jié)：本案例說明了企業(yè)的供應鏈是企業(yè)的一個巨大的挑戰(zhàn)，而美太在新產(chǎn)品供應時出現(xiàn)過高的庫存以及較低的服務水平，并且案例公司缺乏市場數(shù)據(jù)，模式有些陳舊，典型常用的規(guī)劃體系掩蓋了實際存在的問題。企業(yè)應當及時找出問題并做出診斷。案例二：世界石油公司 世界石油公司是一家全球性加工和經(jīng)銷汽車、飛機、卡車和船舶用燃油的企業(yè)、經(jīng)銷點的形式是服務站和散裝供油設施。如何供應1000多個經(jīng)銷點是企業(yè)經(jīng)營中的主要難題。由于燃油收入構(gòu)成其主要收入，而且其對客戶服務水平（產(chǎn)品可得率）的要求高，所以企業(yè)主要考慮的是保證汽車加油站有足夠的庫存。良好分銷運作的關鍵因素之一是這些加油站對產(chǎn)品的使用量。特別是，油罐車要要準確預測燃油的使用量來安排到加油站的運貨以避免缺貨。 加油站的運營： 加油站經(jīng)營三種或四種的燃油，包括87、89和92號辛烷和柴油。這些燃油儲存在地下儲存罐中。由于各加油站運量不同，儲存罐的容量有限，補貨的頻率從每天2至3次到每星期僅幾次。每個油罐只能裝一種燃油。加油站的工作人員定期將帶有刻度的小棍深入到儲存罐中測量剩余的燃油量，另一些先進一些的加油站在儲存罐中裝有電子測量儀。補貨時使用的油罐車一般有四個儲油單元格。 預測問題： 每個加油站不同級別的燃油都代表一個具體的預測情況。這里要討論的是某一家銷售量很少的加油站，銷售87號辛烷。該加油站每星期只需補貨幾次，所以預測每天的用量就夠了因為用量隨每周各天有所不同，所以一周內(nèi)某一天的預測會與其他任何一天的預測有所不同。表1列舉了該加油站過去2年內(nèi)每星期一87號辛烷的歷史使用量。圖1是按用量描出的時間序列圖。 問題： 1、請為該加油站制定預測流程，說說你為什么選擇這種預測方法。 2、預測時如何處理促銷期間、假日或其他時間燃油用量偏離正常模式的情況。 3、預測一下星期一的用量，說明預測準確度。 首先，根據(jù)原始數(shù)據(jù)（表 1），書上給出了時間序列圖圖 1，還可以將前兩年的的數(shù)據(jù)以圖2形式畫出來，可得到如圖2所示：表1：某低銷量汽車加油站87號辛烷每周一用量的歷史數(shù)據(jù)第一年第二年今年153066079025706408603560810promotion8904530790promotion7805510820promotion8106560650?76107108560700958067010610690116507301270073013670760147007901576081016730870177608901882087019780890209008802184093022770980238209002480086025760890267608802777087028790840297608603074091031720870326708603369084034470holiday540holiday3567078036690750376207803865076039610710406207304164075042590750436107104460075045630720466007704763074048640750496107605059078051610800526303469085041030圖1：某低銷量汽車加油站過去兩年中每周一的燃油用量圖2：某低銷量汽車加油站過去兩年中每周一的燃油用量對比圖根據(jù)圖2的展示結(jié)果，我們可以初步得到結(jié)論如下： 首先，圖2能清楚看出數(shù)據(jù)的對比效果，并且圖 2 比圖 1 更容易看清數(shù)據(jù)的變化規(guī)律,。其次，圖2的數(shù)據(jù)畫出的折線圖中，兩年的使用量以答題相似的趨勢在變動，但是卻幾乎不存在交點。數(shù)據(jù)的平均值，第二年比第一年高。從第二張圖中我們能看到，搞出來的部分似乎是相加型的高。但是具體我們還是應該計算得到精確結(jié)果。從圖中可看出數(shù)據(jù)波動與一年中各個時期變化的關系比較密切。而非隨機的總體上升或下降，結(jié)合圖和數(shù)據(jù)可看出，除了促銷活動和節(jié)假日對數(shù)據(jù)波動有影響外，季節(jié)性因素也是一個必須要考慮的重要因素。初步判斷：用經(jīng)典時間序列分解將會是比較好的選擇。因為這一類預測模型注重周期性變化和季節(jié) 性變化以及趨勢。由于我們有充分的數(shù)據(jù)，數(shù)據(jù)的準確性也比較可靠，便于我們推斷出較為準確的變動周期和變化趨勢等。為了驗證我們的初步判斷。我們?nèi)砸ㄟ^比較精確的分析計算來說明。 我們將在 EXCEL 中比較以下4種預測模型，此處參照網(wǎng)絡上比較常用的幾種方法如下：a. 一次指數(shù)平滑法b. 加入了季節(jié)性因素的一次指數(shù)平滑法c. 帶趨勢的時間序列分解 在以下方法中，我們需要對數(shù)據(jù)進行處理，一般采用殘差分析。殘差是指實際觀察值與回歸估計值的差，即，有多少對數(shù)據(jù)，就有多少個殘差。殘差分析就是通過殘差所提供的信息，分析出數(shù)據(jù)的可靠性、周期性或其它干擾 。故本案例中我們需要分析預測數(shù)據(jù)與實際數(shù)據(jù)的殘差是否符合某一規(guī)律（一般為正態(tài)分布），并計算出其在一定置信度下的置信區(qū)間，最后剔除異常數(shù)據(jù)。我們可以通過Matlab來進行分析殘差，分析過程中使用的代碼示例如下：x=1 2 3 4 5 6 7 8 9 10 11 12 13 14 ; /該數(shù)組放置序列數(shù)X=ones(109,1) x; /建立一個109行2列的數(shù)組Y=530 570 560 530 510 560 610 560 580 610 650 700 670 ; /該數(shù)組放置燃油用量b,bint,r,rint,stats=regress(Y,X) /*計算殘差r、殘差置信區(qū)間rint，回歸系數(shù)b，回歸系數(shù)置信區(qū)間bint，以及檢測回歸模型的統(tǒng)計量r、F值、F對應的概率P*/rcoplot(r,rint) /繪制殘差圖（1） 一次指數(shù)平滑法需求預測是庫存管理的基礎，為庫存決策提供了依據(jù)。因此，需求預測在庫存管理中占有重要的作用，物流需求有時間特性，需求隨時間的變化歸因于銷售的增長和下降、需求模式的季節(jié)性變化以及多種因素導致的一般性波動，而指數(shù)平滑法就是一種將實際測量值分解成水平因素、趨勢因素和周期因素三部分，然后綜合起來進行預測，能有效地反映季節(jié)變動的影響。具體計算方法如下：我們設時間序列為 ，則根據(jù)一次指數(shù)平滑公式：式中 為第 t周期的一次指數(shù)平滑值； 為加權(quán)系數(shù)，0 1。 由此可見 實際上是 的加權(quán)平均。加權(quán)系數(shù)分別為 ， ，是按幾何級數(shù)衰減的，愈近的數(shù)據(jù)，權(quán)數(shù)愈大，愈遠的數(shù)據(jù)，權(quán)數(shù)愈小，且權(quán)數(shù)之和等于1。其預測模型為： 作圖方法：最簡單的方法是根據(jù)上述模型在EXCEL中利用分析工具里的指數(shù)平滑工具來計算出預測值，以第t周期的一次指數(shù)平滑值作為第t+1期的預測值，然后將原始數(shù)據(jù)和實際數(shù)據(jù)繪制出折線圖。對比后可得知： 則從上式可以看出，新預測值是根據(jù)預測誤差對原預測值進行修正得到的。 的大小表明了修正的幅度。 值愈大，修正的幅度愈大， 值愈小，修正的幅度愈小。因此， 值既代表了預測模型對時間序列數(shù)據(jù)變化的反應速度，又體現(xiàn)了預測模型修勻誤差的能力。 在實際應用中， 值是根據(jù)時間序列的變化特性來選取的。若時間序列的波動不大，比較平穩(wěn)，則 應取小一些，如0.10.3；若時間序列具有迅速且明顯的變動傾向，則 應取大一些，如0.60.9。實質(zhì)上， 是一個經(jīng)驗數(shù)據(jù)，通過多個 值進行試算比較而定，哪個 值引起的預測誤差小，就采用哪個。 通過不同的值的調(diào)試，加以修正，最終發(fā)現(xiàn)當= 0.6 時，在這種方法下，MAD=38.1。預測值和實際值的折線圖如圖3?？梢钥吹接斜容^嚴重的滯后性。且在特殊值的預測方面有較大不足。圖3：預測數(shù)據(jù)與實際數(shù)據(jù)對比圖 此處其實還可以用二次指數(shù)平滑法，該修正的方法也是在一次指數(shù)平滑的基礎上再作二次指數(shù)平滑，利用滯后偏差的規(guī)律找出曲線的發(fā)展方向和發(fā)展趨勢，然后建立直線趨勢預測模型。但是由于該方法所預測出來的數(shù)據(jù)不如一次指數(shù)平滑法的準確，故此處就不展示改種方法，只給出計算模型如下： 設一次指數(shù)平滑為 ，則二次指數(shù)平滑 的計算公式為： 模型為：式中t為當前時期數(shù)；T為由當前時期數(shù)t到預測期的時期數(shù)； 為第t+T期的預測值； 為截距， 為斜率，其計算公式為： （2） 加入了季節(jié)性因素的一次指數(shù)平滑法 處理方法是這樣的。經(jīng)過計算發(fā)現(xiàn)，兩年在節(jié)假日之時，相加因子分別為222 和310，相乘因子分別為0.67 和0.63。因此在節(jié)假日選擇了相乘式季節(jié)變動，加以處理，在指數(shù)平滑值的基礎上再加一個趨勢值，因子=0.65。而在促銷階段，則表現(xiàn)出比較穩(wěn)定的+170,+150,+180，因此選擇相加式，相加成分=170。經(jīng)過以上處理的一次指數(shù)平滑法在幾個關鍵點減小了絕對誤差，從而使MAD 進一步下降，MAD=29.5。圖3：加入季節(jié)因素的預測數(shù)據(jù)與實際數(shù)據(jù)對比圖（3）經(jīng)典時間序列分解根據(jù)我們之前的判斷，選用時間序列分解模型是因為這一類預測模型注重周期性變化和季節(jié)性變化以及趨勢。那么究竟是否比一次指數(shù)平滑法好現(xiàn)在我們通過時間序列的變動分析，建立定量分析的數(shù)學模型，配合一條較為理想的趨勢線來測定數(shù)列變化的趨勢。模型如下：直線趨勢方程：曲線趨勢方程：整理后的標準方程為： 我們要算出趨勢：首先我們要把系數(shù)求解出來。原數(shù)列的實際值與趨勢值的離差平方和為最小，即，原數(shù)列的實際值與趨勢值的離差之和等于零，即。最終得到公式為：=。關鍵數(shù)據(jù)如下：圖5：趨勢計算關鍵數(shù)據(jù)得出系數(shù)后，得到趨勢線y=a+bt，即y=634.9+1.77t。圖形如圖6：圖6：預測數(shù)據(jù)趨