《世界石油公司 (2).doc》由会员分享，可在线阅读，更多相关《世界石油公司 (2).doc（14页珍藏版）》请在金锄头文库上搜索。
1、天津工业大学管理学院专业硕士期末试卷2014-2015学年第二学期供应链管理课程开放式案例分析年级：研 1401学号：1431068004 姓名：彭燕成绩评定：案例一：美太医疗器械公司美太（Meditech）从母公司拆分出来仅3年，就占领了内窥镜相关医疗器械的主要市场。国家医疗器械公司是其主要的竞争对手，在10年前就已经创造了8亿美元的市场规模，但是美太通过开发新型革新性的器械，并通过最好的销售队伍进行销售，与其对手进行激烈的竞争。两方面结合带来的好处，使美太在短期内获得了显著地成功。尽管取得了成功，但顾客服务和配送部的经理丹弗兰克林（Dan Franklin）注意到顾客的满意度在下降。美太最
2、近推出了几个新产品，这几个新产品是美太整个产品线中主推的产品。新产品的推出是美太快速产品研发战略中国重要的环节，它需要谨慎的推出，以保护美太的声誉和其他产品的销售，但是美太常常不能在一开始订单蜂拥而至的时候及时满足顾客的需求。产能变得紧张，顾客需要等6个星期以上才能收到货物。交付服务的不足在医疗行业中是致命的，也危及美太的声誉。 （详细内容见资料一）案例问题讨论1 美太在推出新产品过程中有什么问题？所有产品的制造过程都存在这些问题吗？2 从系统和组织角度考虑，是什么造成了这些问题？3 为什么顾客服务经理首先认识到这个重要的问题？4 你将如何解决这个问题？本论文主要通过对美太公司在推出新产品过程
3、中的问题、造成问题的原因、首先发现问题的人员及如何解决问题这四个方面进行论述，分析美太公司新产品推出的案例。通过对案例的分析，正如大多数制造过程都存在的问题，美太公司在推出新产品的过程中出现了供应短缺和高库存问题，造成该现象的原因主要是美太公司存在以下问题：（1）在生产制造过程中，美太公司没有对市场需求的预测，没有对市场行情发展的数据收集。（2）经销商的“恐慌性订购”，导致了总的需求大于供应。（3）仓库本身的分散性质，经销商几乎无法控制各个仓库的实际订货，并且不能形成一个统一的模型。当然，美太在推出新产品过程中存在的问题，不单单只因为某一个方面的问题，而是要从不同的角度的来考虑和分析。具体情况
4、如下：在新产品推出时经常会出现订单蜂拥而至，交付服务不足（客户需要等待6周才能收到订货），难以满足客户需求，客户满意度下降。具体需求变动情况如案例中给出的数据分析图所示：（1）如上图所示：新产品推出后需求遵循一定模式，在最初的几周内达到高峰，但随后立即变的相对稳定（2）如上图所示：生产计划的变动经常大于需求的变动总的来说，出现这些情况的原因大体可以总结为以下几点:（1）新产品推出时候服务水平低（2）预测不准确（3）恐慌性订货（4）库存过高在制造过程中存在的问题：（1）、在装配阶段，零部件的提前期大约为216个星期，应缩短提前期，有效的利用零部件从而节约库存费用。（2）、由下图知：在3、4、5月
5、份，FG库存为负，由于没有及时的包装消毒，所以产出的最终成品无法满足极具增加的即时需求而导致供不应求。得不到满足的医疗机构可能会由于某些紧急需求而选择寻找其他合作企业，这将使得企业失去一部分的新老顾客，并且顾客满意度也会随之下降。从系统角度出发来看主要原因有：（1）产品的生产和销售预测系统不完善 （2）经销商和联署企业的“恐慌性订购”从组织角度来看原因是： 各个地区公司的沟通和连接不完善。美太的信息存在于公司不同地区的不同系统中，没有一种固定的方式可以找到某个特定产品即将到来的需求、库存或生产率，而且也没有一个通用的数据格式。 在预测过程中需求预测的不确定性：（1）糟糕的信息系统（2）没有合理
6、关注需求（3）没有人为预测错误负责（4）内部推卸责任倾向（5）库存的延误（6）每月仓促制定计划（7）由于预测的错误而导致的规划的过分放大 在企业对顾客满意度变化的感知过程中，因为客服代表长期处理从突发性顾客投诉到简历改善交付服务策略等工作，客服代表直接与医院保持联系 ，由于职责因素，客服部经理直接处理突发性顾客投诉，建立改善支付服务策略等工作。同时还处理库存与物流，可以与顾客进行直接接触、联系，能够及时了解产品交付计划和发生的问题。客服经理能够掌握客户信息的第一手资料。由于感知到顾客满意度的降低，而导致医疗企业和美太的合作关系发生动摇，对企业造成负面的影响，因此顾客服务经理能够首先认识到这个重
7、要的问题。为了解决上述所出现的问题，归纳的解决方法如下：（1）完善信息系统，对预测准确度进行数据收集、跟踪、保存，并采用定性定量等分析法对数据进行预测，提高预测的准确度和服务水平。（2）优化组织结构，营业单位之间进行专业化分工，使每个单位只负责其中一项或几项工作，以便于管理，提高生产效率，能够达到职责到个人的生产模式。（3）组建内拉式系统消除批量库存，所谓库存是万恶之源，一个企业内部的库存水平将直接反应一个企业的管理水平。（4）增加企业与经销商及联属企业的信息透明度，最大限度减少恐惧性订货。（5）取消地方仓库，在全国重点区域建立辐射范围广的货物集散中心，对于大批量的订单直接配送货物，小批量订购
8、使用第三方物流。 总结：本案例说明了企业的供应链是企业的一个巨大的挑战，而美太在新产品供应时出现过高的库存以及较低的服务水平，并且案例公司缺乏市场数据，模式有些陈旧，典型常用的规划体系掩盖了实际存在的问题。企业应当及时找出问题并做出诊断。案例二：世界石油公司 世界石油公司是一家全球性加工和经销汽车、飞机、卡车和船舶用燃油的企业、经销点的形式是服务站和散装供油设施。如何供应1000多个经销点是企业经营中的主要难题。由于燃油收入构成其主要收入，而且其对客户服务水平（产品可得率）的要求高，所以企业主要考虑的是保证汽车加油站有足够的库存。良好分销运作的关键因素之一是这些加油站对产品的使用量。特别是，油
9、罐车要要准确预测燃油的使用量来安排到加油站的运货以避免缺货。 加油站的运营： 加油站经营三种或四种的燃油，包括87、89和92号辛烷和柴油。这些燃油储存在地下储存罐中。由于各加油站运量不同，储存罐的容量有限，补货的频率从每天2至3次到每星期仅几次。每个油罐只能装一种燃油。加油站的工作人员定期将带有刻度的小棍深入到储存罐中测量剩余的燃油量，另一些先进一些的加油站在储存罐中装有电子测量仪。补货时使用的油罐车一般有四个储油单元格。 预测问题： 每个加油站不同级别的燃油都代表一个具体的预测情况。这里要讨论的是某一家销售量很少的加油站，销售87号辛烷。该加油站每星期只需补货几次，所以预测每天的用量就够了
10、因为用量随每周各天有所不同，所以一周内某一天的预测会与其他任何一天的预测有所不同。表1列举了该加油站过去2年内每星期一87号辛烷的历史使用量。图1是按用量描出的时间序列图。 问题： 1、请为该加油站制定预测流程，说说你为什么选择这种预测方法。 2、预测时如何处理促销期间、假日或其他时间燃油用量偏离正常模式的情况。 3、预测一下星期一的用量，说明预测准确度。 首先，根据原始数据（表 1），书上给出了时间序列图图 1，还可以将前两年的的数据以图2形式画出来，可得到如图2所示：表1：某低销量汽车加油站87号辛烷每周一用量的历史数据第一年第二年今年153066079025706408603560810
11、promotion8904530790promotion7805510820promotion8106560650?76107108560700958067010610690116507301270073013670760147007901576081016730870177608901882087019780890209008802184093022770980238209002480086025760890267608802777087028790840297608603074091031720870326708603369084034470holiday540holiday3567078
12、036690750376207803865076039610710406207304164075042590750436107104460075045630720466007704763074048640750496107605059078051610800526303469085041030图1：某低销量汽车加油站过去两年中每周一的燃油用量图2：某低销量汽车加油站过去两年中每周一的燃油用量对比图根据图2的展示结果，我们可以初步得到结论如下： 首先，图2能清楚看出数据的对比效果，并且图 2 比图 1 更容易看清数据的变化规律,。其次，图2的数据画出的折线图中，两年的使用量以答题相似的趋势在变动
13、，但是却几乎不存在交点。数据的平均值，第二年比第一年高。从第二张图中我们能看到，搞出来的部分似乎是相加型的高。但是具体我们还是应该计算得到精确结果。从图中可看出数据波动与一年中各个时期变化的关系比较密切。而非随机的总体上升或下降，结合图和数据可看出，除了促销活动和节假日对数据波动有影响外，季节性因素也是一个必须要考虑的重要因素。初步判断：用经典时间序列分解将会是比较好的选择。因为这一类预测模型注重周期性变化和季节 性变化以及趋势。由于我们有充分的数据，数据的准确性也比较可靠，便于我们推断出较为准确的变动周期和变化趋势等。为了验证我们的初步判断。我们仍要通过比较精确的分析计算来说明。 我们将在 EXCEL 中比较以下4种预测模型，此处参照网络上比较常用的几种方法如下：a. 一次指数平滑法b. 加入了季节性因素的一次指数平滑法c. 带趋势的时间序列分解 在以下方法中，我们需要对数据进行处理，一般采用残差分析。残差是指实际观察值与回归
