需求传播
Objective
After completing this lesson, you will be able to 了解需求传播背后的场所。
《牛鞭效应》（The Bullwhip or Forrester Effect）（1960 年代）
协调供应链
预测不确定性传播
协调顺序不确定性传播（在 SAP Integrated Business Planning 中）
客户需求流的预测不确定性在整个供应链中传播：
- 客户需求流的预测作为输入提供。
- 预测误差变异系数，因此预测误差标准偏差根据每周级别的历史数据计算。
- 预测（订单）不确定性从整个供应链的客户需求流中传播。
滚动（时变），基于订单周期 (PBR)，因此长鞭效应不是由每个阶段使用自己的预测创建的。
- 客户预测通过计算每个阶段的净需求在整个供应链中传播。
逻辑结转到复杂的真实供应链
预测误差传播考虑实际供应链的所有复杂性，而无需简化假设。
- 检查间隔的周期时间/期间。
- 减少在下滑需求期间传播的预测误差。
- 在混合节点上，外部需求存在预测误差变异系数，而内部需求预测误差从下游传播。
- 非库存节点是直流节点。
- 对于物料清单，预测误差传播到每个组件。
CV 计算和多级库存优化运算符（在 SAP IBP for Supply Chain 中）
CV 计算和多级库存优化运算符（在 SAP IBP 中）
- 对于结束节点：
- 变异系数计算运算符读取预测信号和销售信号，通常以周为单位。但是，面向库存的 SAP IBP 非常灵活，并允许包括提前期在内的任何时间段长度。
- 多级库存优化运算符读取标准偏差和预测（以周为单位），以将标准偏差计算为变异系数乘以预测。
- 对于网络：
如前所述的需求可变性传播。
- 每个节点的安全库存：
标准偏差内的暴露等于提前期加上补货间隔期间。