很多研究人士称其最大的灵感“火花”往往并非来自特别事件而是来!#33258;日常活动。他们说通过观察身边的生活会激发直觉的跳跃。我们都熟悉一件轶事 – 历史上未必真有其事 – Isaac Newton 在一棵苹果树下休息时一个苹果落到他的头上触使他开始思考万有引力。而从Thomas Friedman 所写的有关全球化的畅销书《世界是平的》(The World Is Flat)中读者理解到他为何在访问Bangalore–印度的矽谷之后隔天就想出了“世界是一个平坦的运动场”这样的隐喻。

当 Jan Van MieghemKellogg 管理学院经营管理学教授让两名顾问在其教导有关经营策略的 MBA 课堂上演讲时发生了类似的过程。Van Mieghem 观察他的嘉宾–来自Deloitte顾问公司的Cort Jacoby和Ruchir Nanda–介绍一个案例在这个案例中他的客户– 美国一家规模为 100 亿美元的高科技无线传输组件制造商 – 只想知道“我应向中国和墨西哥的每个来源购买多少组件”他们展示了一个图形描述各种采购策略的最低成本而这个简单的略显偏斜的 U 形曲线则启发 Van Mieghem 解决了很多企业面临的一个真实世界的两难问题有两家全球供应商可供选择一家成本低廉但距离远、反应迟缓另一家成本高昂但距离近、反应迅速这种情况下如何设计一种理想的采购策略

从表面上看这个问题很简单 – 但麻烦在于细节特别是在需要硬性数量时。在顾问的案例中墨西哥距离近但成本高昂而中国则距离远但成本低廉。客户想知道 “我们如何#21033;用两者的优势并将我们的总体成本降至最低”这些顾问以每五个增量点模拟了成本和收益即从全部由墨西哥采购 (0) 到全部由中国采购 (100)。在其分析的多数案例中最佳的采购方案是分配 75%从中国采购因而其客户被怂恿采用这种粗略的“四分之三”规则。

“我考查了他们的图形和思想‘这种曲线非常美它迫切需要数学分析而这正是我们研究中的工作’”Van Mieghem 回忆说。“我们建立数学模型来指导理想的经营策略。全球外包在实际应用上非常重要但会带来相当复杂的分析问题 – 据我所知还没有定量理论能指导在两家全球供应商之间不确定需求时的战略分配。”

全球外包两难问题中的桥连理论与实践
Van Mieghem 说如何分配需求这一基本问题是很多面临季节性波动的主管要解决的问题他们知道中国成本低廉往往多数的需求可向中国采购但确切地说应采购多少则是一个必须使成本与服务相平衡的问题。这个问题相当复杂使决策者通过计算器进行繁琐的计算不胜其烦。因此Van Mieghem 和他的同事 Gad AllonKellogg 管理学院管理经济学与决策科学副教授进行了研究探索最佳的全球性双重外包策略的定量问题。他们发现理论与实际差距悬殊。有一些复杂的数学算法在学术上非常有用而一些过度简单化的论文则在说服商务专业人士时用处不大。因#27492;这两人决定建立一种中间模型进而向商业界提供一种基于学术理论的有用公式。

为了说明他们力求解决的问题假设你经营着一家跨国公司贵公司出售高端碳素纤维自行车车架这些车架购自中国和墨西哥的制造厂。在每个季度你都必须将市场需求预测转化成目标生产配额给这两个来源。你如何在这两家工厂之间分配需求并在订单上订下硬性数量根据 Van Mieghem 和 Allon 的理论在此情况下最佳双重外包策略会大幅降低“整体到货成本”- 这是他们创造的一个术语用于描述生产并交付产品的整体预期成本其中包括持有并维护存货的成本 - 含盖了大部分的营运资金如图 1 所示。

图 1: 整体到货成本
image

注:COGS货物销售成本TLC整体到货成本。Van Mieghem 和 Allon 所说的整体到货成本包括营运资金。其存货成本取决于服务水平是最难定量分析的部分。

Typical COGS 典型 COGS
Material 物料
Labor/Service 劳务/服务
Overhead 日常管理
Illustrative 图示
Supply Chain + Service 供应链 + 服务
Working Capital 营运资金
Outbound Freight 出境运费
Customs, Duties & Taxes 关税及其他税费
Inbound Freight 入境运费
TLC TLC


将整体到货成本降到最低的良好起步是采用作者称之为“基本-突发定制”(TBS) 的外包政策它将需求分配为基本需求和突发需求。根据 TBS 政策基本存货需求可从中国采购而突发需求则由在墨西#21733;预留的工厂来满足当使用某公司所产自行车的选手在环遊法国自行车赛上胜出后就可能发生第二种需求。“这是将常态确定性需求与非确定性需求分离开来的一种自然的解决方案”Van Mieghem 说。“但要以一个数目来表述这种分配则非常困难。数学计算会很快变得相当复杂。”

因此即使你直观决定基本需求应以更低廉的成本从中国采购但如果向中国分配过高比例也可能陷入困境因为隐性成本如持有存货的成本可能使整体成本剧增。这一点在图 2 中显示当从中国采购的比例超过约 75% 时“存货成本”曲线开始迅速攀升使“整体成本”曲线随之上涨。


图 2: 总成本
image
all coefficients of variation =1 变量的所有系数  1
Total Cost 总成本
Sourcing cost 采购成本
Excess inventory cost 剩余库存成本
Target inventory cost 目标库存成本
Percentage sourced from China 从中国采购的百分比

Note: 工作资本或库存成本浅蓝色线与采购成本红色线相结合以影响总成本深蓝色线


Van Mieghem将此结果纳入他们的计算中得出了他所谓的“高功率数学机器”。他和 Allon 发明了一个公式该公式结合了使用中国的单位成本优势、从中国采购的部分、从中国采购的风险、预计的销售量、需求波动和单位持有成本。
Van Mieghem 说“该公式基本上捕获到一个介于成本与反应之间的权衡。”例如如果单位成本的优势增加公司会增加从中国采购碳素纤维自行车车架的量。但如果持有成本增加或者预计的产品量减少中国将成为吸引力较低的来源地。同样如果需求波动减少中国的吸引力将会提高。


平衡全球性采购的公式
当该公式捕获全球双重采购和分配问题的复杂性时Van Mieghem 相信在现实商业决策制定中仍可轻易地使用该公式。他说“整个理论最终产生了这个在数学方面极具吸引力的简单公式。该公式很简单但最终它仍可捕获原始决策的问题所在。”他补充说道该模型对能够合理控制其成本结构和需求预测的公司非常有用。他指出在他课堂上发言的那些顾问已经将其提供给他们的客户以将其实际应用。Van Mieghem 说他们很惊讶地发现将真实数据输入到该公式中后其结果大致验证了这些顾问有关将四分之三的需求分配给速度较慢的来源地的建议。尽管 不是每个人都认为75%是个金数但对于没有极可靠数字的企业而言这可以是一个很好的出发点。

Van Meighem 和 Allon 计算了 TBS 双重采购的相对价值—也就是将同时从中国和墨西哥采购的价值除以单纯从墨西哥采购的成本所得之商。图 3 表明当双重采购的相对价值为正数时同时从中国和墨西哥采购对这家自行车经销公司更有利。但是随着中国的成本优势下降或需求量的波动性Ø#21644;不可预测性增大双重采购的相对价值会变为负数此时仅向墨西哥的工厂下订单对公司更有利。

图 3: 从中国和墨西哥采购的相对价值
image
Relative Value of dual sourcing Vdual sourcing/CM 双重采购的相对价值 Vdual sourcing/CM
China’s cost advantage Δc/cM 中国的成本优势 Δc/cM
Demand volatility 需求波动性

注此图描述了从中国和墨西哥采购的相对价值。随着需求的波动和波动性的增加从中国采购的价值会降低。

Van Mieghem 提醒说该模型有局限性它只适用于仅从两个全球来源采购单个产品的情况而且假定是单个决策者和单个市场并且其成本参数不会随时间推移而改变。他说下一步他们会将该模型修改为多产品、多市场情景并引入多个决策者。虽然存有局限性但通过以公式形式表现专业人士的直观以及提供一个有效的方法去计算有意义的采购数量该模型仍作出了重大贡献。
Van Mieghem 说此实验的亮点是从课堂上提出一个研究问题到填补学术文献中的空白然后应用于实际最后回到课堂上作为一种教学工具形成了一个圆满的循环。他说“我个人对此论文非常满意因为这是我在工作中第一次如此完美地将理论与实际相结合。”