Hiệu ứng roi da: vì sao đơn hàng méo hơn doanh số bán lẻ

Ví dụ giả định, do tôi dựng: một xưởng rang (xưởng R) nhận đơn từ 12 quán cà phê. Mỗi tuần các quán bán ra gần như cùng một lượng, nhưng đơn gửi về xưởng lúc 160 kg, lúc 70 kg. Xưởng nhập hạt xanh theo đơn đó, và nhà nhập khẩu lại thấy đơn của xưởng còn giật mạnh hơn. Nếu bạn đứng ở giữa chuỗi và tồn kho của bạn lúc đầy lúc cạn, bài này đưa ra bốn chỗ để tìm nguyên nhân, dựa trên bốn nguyên nhân của hiệu ứng roi da.

Hiệu ứng roi da là gì, và ai đặt tên cho nó?

Đó là hiện tượng thông tin nhu cầu bị méo khi đi ngược lên chuỗi cung ứng: đơn đặt hàng gửi lên nhà cung cấp dao động mạnh hơn doanh số bán cho khách (Lee et al., 1997). Trong bài đồng hành của cùng nhóm tác giả trên Sloan Management Review (mùa xuân 1997, tập 38 số 3, tr. 93 đến 102), họ kể các giám đốc logistics của Procter & Gamble nhìn đơn hàng của sản phẩm Pampers. Doanh số bán lẻ có dao động nhưng không quá mức. Đơn của nhà phân phối biến động lớn hơn, và đơn vật liệu P&G gửi nhà cung cấp như 3M còn lớn hơn nữa, trong khi trẻ sơ sinh dùng tã đều đặn. P&G gọi hiện tượng này là hiệu ứng roi da (bullwhip). Bài cũng kể Hewlett-Packard thấy đơn của một nhà bán lại máy in dao động mạnh hơn doanh số, và đơn từ bộ phận máy in sang bộ phận vi mạch còn mạnh hơn.

Hậu quả được liệt kê gồm tồn kho dư, dự báo kém, công suất thừa hoặc thiếu, phục vụ khách kém vì hết hàng, kế hoạch sản xuất bị sửa liên tục, cùng chi phí vận chuyển gấp và tăng ca để chữa cháy. Với một xưởng nhỏ, danh sách đó quen thuộc, chỉ khác quy mô.

Bốn nguyên nhân là gì, và vì sao người đặt hàng không sai?

Điều làm bài gốc đáng đọc là cả bốn nguyên nhân xuất hiện khi mỗi người đặt hàng quyết định hợp lý với thông tin mình có, như bài đồng hành nhấn mạnh; không cần ai thiếu lý trí.

Một chi tiết cho thấy vì sao gộp đơn là hợp lý: bài đồng hành dẫn ước tính của P&G rằng mỗi hoá đơn P&G xử lý tốn từ 35 đến 75 USD, do nhiều khâu làm tay. Với chi phí xử lý như vậy, nhà cung cấp cũng muốn nhận ít đơn hơn, nên khuyến khích đặt theo lô.

Một xưởng nhỏ thấy hiệu ứng roi da trong số liệu của mình thế nào?

Lấy bốn tuần của xưởng R. Số liệu dưới đây hoàn toàn giả định.

Tổng không đổi, nhưng đơn dao động gấp khoảng 4,5 lần doanh số về độ lệch chuẩn (tính theo độ lệch chuẩn tổng thể). Nếu xưởng đặt hạt xanh theo tuần 1, xưởng nhìn thấy cầu tăng 60% so với mức trung bình 100 kg trong khi lượng quán bán ra gần như không đổi. Đây là điều bạn cần kiểm với số thật: lấy 8 đến 12 tuần, không phải 4, và so cùng một chu kỳ.

Chữa từng nguyên nhân thế nào?

Bài đồng hành gom cách chữa theo ba cơ chế: chia sẻ thông tin, căn chỉnh kênh phân phối và tăng hiệu quả vận hành. Bảng dưới ghép từng nguyên nhân với việc doanh nghiệp lớn đã làm, rồi với việc một xưởng nhỏ làm được. Cột cuối là suy luận của tôi, chưa kiểm với doanh nghiệp nhỏ.

Cách này hợp nếu khách của bạn chịu chia sẻ số liệu bán và bạn có người đọc nó mỗi tuần. Nó không hợp nếu bạn chỉ có hai khách lớn chiếm gần hết đơn: khi đó hãy hỏi thẳng họ kế hoạch tiêu thụ thay vì dựng quy trình. Chia hàng theo doanh số quá khứ cũng có giá: khách mới chưa có lịch sử sẽ thiệt, nên cần chừa một phần hàng cho họ. Các bước này rút từ ca hãng lớn; bạn nên thử trên một hoặc hai khách trước.

Thứ tự thử tôi gợi ý, cũng là suy luận của tôi: đo trước, sửa sau. Tuần đầu, ghép đơn nhận được với số khách bán ra và tính tỷ số độ lệch chuẩn. Nếu tỷ số gần 1, bạn không có vấn đề roi da và tiền nên đi vào việc khác. Nếu tỷ số cao, hãy xem nguyên nhân nào hợp với hình dạng số liệu: đơn dồn vào đầu tháng gợi ý gộp lô, đơn nhảy sau mỗi đợt giảm giá gợi ý biến động giá, đơn vọt rồi biến mất vào mùa khan gợi ý chia hàng. Chỉ sửa một nguyên nhân mỗi lần để biết cách nào có tác dụng.

Muốn nối với dữ liệu tồn kho giữa các kênh, xem Omnichannel bắt đầu từ một con số tồn kho. Muốn biết khi nào nên dùng phán đoán và khi nào nên dùng mô hình để dự báo, xem bản đồ phương pháp dự báo nhu cầu.

Đào sâu: đọc được gì, chưa đọc được gì?

Tôi chỉ có phần tóm tắt của bài Management Science (Lee, Padmanabhan và Whang, 1997), không có toàn văn, nên chưa kiểm mô hình toán chứng minh phương sai tăng dần theo từng khâu. Phần mô tả các nguyên nhân, ví dụ P&G và HP, con số 35 đến 75 USD mỗi hoá đơn và các cách chữa lấy từ bài đồng hành của cùng ba tác giả: "The bullwhip effect in supply chains", Sloan Management Review, mùa xuân 1997, tập 38 số 3, tr. 93–102, đọc được tại https://sloanreview.mit.edu/article/the-bullwhip-effect-in-supply-chains/. Bài này không nằm trong thư viện của site và tôi đã đọc toàn văn. Các ví dụ là lời kể của tác giả về hãng lớn, và mức "giảm đến 25%" là con số họ nêu mà không dẫn nguồn.

Tôi chưa đọc giáo trình mà bản tóm tắt framework trên site dẫn làm nguồn thứ hai. Cột "xưởng nhỏ" trong hai bảng và con số ở bảng bốn tuần là của tôi, không có nguồn công khai về doanh nghiệp nhỏ Việt Nam.