之前一篇文章 ，我们分析了供应链上的库存实质上的归属问题。这一篇我们来分析一下"著名的"、"臭名昭著"的供应链牛鞭效应。
内行肯定都知道这个问题，简单讲，就是由于供应链"又臭又长"，涵盖从生产、流通、零售环节，在这三大环节中又有不同的企业主体参与，他们对市场需求信息的传递，肯定会出现偏差，导致离市场越远的环节，获取的市场需求信息越不准确，而这些环节又希望通过更多的库存，来快速满足下游的需求，最终导致生产出了不必要的库存，如下图6-2所示。
图6-2 牛鞭效应示意图
展开来讲，图6-2它反应的是零售供应链上的各个参与方，由于下游（从门店开始，门店是最下游）的需求波动，为了提高服务水平上游就需要多备库存，而多备的部分随着链条往源头层层被放大。
举个最直观的例子，当门店为了应对缺货而多备20%的库存时，零售商的仓库认为门店多备的20%是销售需求，因此会基于120%的需求做备货，同时还要考虑自己的安全库存，最终仓库可能就要多备40%，这样的效应会延续到生产商这里。这就相当于传话人越多，信息越失真。
为了管理牛鞭效应，需要上下游的紧密配合，同时共享数据。在传统的模式下，渠道商依据零售商向自己采购了多少货来判断自己未来要备多少货，生产商根据渠道商向自己采购了多少货来判断自己未来要备多少货。这样线性的方式就会把需求信号层层放大，数字化时代我们有了越来越多的手段和工具，可以直接与下游协同，获取他们的销售数据，进而进行终端的销售预测，再驱动自己的需求计划，通过信息的高效传递来减少库存，如下图6-3所示。
图6-3 通过协同预测减少牛逼效应
这个方式，在制造业，生产商和供应商共享原料库存与计划信息，让供应商更好的安排送货，这个模式称之为供应商管理库存（VMI）。在零售业，零售商与供应商共享库存信息、预测信息，让供应商据此作出更好的向零售商仓库或门店的补货计划，这个称之为协调预测补货（CPFR）。
笔者服务过的游戏设备品牌任天堂在北美的销售公司，与北美几大电子产品零售商（BestBuy、GameStop、Target、Walmart、Amazon）建立了高效的协调预测补货系统（CPFR），应用联网的数据交换系统，建立了每周一次的销售数据同步机制。每周一早上分析在这些门店的销售情况，结合这些零售商仓库、门店的库存水平，制定给这些零售商的补货计划。同步根据自己库存情况，计算应该向日本总部的采购数量。如果发现有零售商销售速度变慢，市场部门会联合零售商的商品部门一起制定促销计划，一起进行销售促进。国内不少领先的品牌商也在通过渠道商协同管理系统，获得渠道商甚至零售商的商品销售数据，观测终端的水量大小，来计划自己的供应，做到真正的以销定产。甚至连笔者服务过的一家医药试剂生产企业，也通过建立渠道管理系统，掌握渠道的进销存情况，指导自己的生产计划。
本质上，VMI或CPFR，都是在用信息换库存。既然库存的成因是信息传递的偏差，那么就大家更紧密的配合，共享信息，来实现更准确的对需求的判断，进而降低库存。
以上内容摘选自新书《零售供应链 数字化时代的实践》，京东，当当有售，感兴趣的读者可以查看、购买。