[Ondertitel van document]
[DATUM]
[BEDRIJFSNAAM]
[Bedrijfsadres]
, WPO 1: THE WOOD SUPPLY GAME
1. INLEIDING
De bosproductenindustrie omvat bedrijven die hout en houtproducten verwerken. De Wood
Supply Game simuleert de supply chain om de dynamiek en het belang van informatie-
uitwisseling te demonstreren. Elke onderneming in de keten opereert onafhankelijk, wat kan
leiden tot een gebrek aan synchronisatie.
2. OPZET VAN HET SPEL
• De SC bestaat uit verschillende units, waaronder het bos, de zagerij, papierfabrieken,
groothandels en detailhandels.
• Spelers beheren één business unit, terwijl de rest door de computer wordt gesimuleerd.
• Elke unit heeft een magazijn en voorraadkosten.
• Wekelijks moeten beslissingen worden genomen over bestellingen bij leveranciers om
klanttevredenheid te garanderen en kosten te minimaliseren.
Spelregels:
• Elk spel duurt 25-50 weken.
• Het is een competitief-coöperatief spel met beperkte samenwerking.
• Doel: min. distributiekosten, hoge tevredenheid, lage voorraad- en achterstand kosten
• Voorraad kost $1 per week per eenheid; achterstand kost $2 per week per eenheid.
• De winnaar is de speler met de laagste totale kosten.
Hints voor spelen:
• Je kunt niet vooruitkijken naar bestellingen.
• Bestellingen worden geplaatst bij een leverancier en geleverd aan een klant.
• Er is een tijdsvertraging in de leveringen.
• Klanttevredenheid wordt gemeten op basis van productbeschikbaarheid.
3. DEBRIEFING
• Controleer de totale kosten van je business unit.
• Evaluatie: Was je strategie succesvol? Wat had je beter kunnen doen?
• Analyse van orders voor hout- en papierklanten.
• Effect op voorraad en achterstanden.
• Waardecreatie in de supply chain:
o Wat gebeurt er in de keten en welke dynamieken spelen een rol?
Pagina | 1
,4. BULLWHIP EFFECT
4.1 WAT IS HET BULLWHIP EFFECT?
Het bullwhip effect is het fenomeen waarbij kleine schommelingen in de vraag van klanten leiden
tot steeds grotere variaties in bestellingen en voorraden verderop in de supply chain. Dit ontstaat
door vertraagde informatie, overdreven bestelreacties en verkeerde vraagvoorspellingen, wat kan
leiden tot overproductie, hoge kosten en inefficiënte voorraadbeheer.
4.2 GEVOLGEN VAN HET BULLWHIP EFFECT
• Overmatige voorraad en hogere kosten.
• Kwaliteitsproblemen en verhoogde grondstofkosten.
• Overtimekosten en dure verzendingen.
• Slechte klantenservice, langere levertijden en verloren verkopen.
• Onnodige capaciteitsaanpassingen.
4.3 OORZAKEN VAN HET BULLWHIP EFFECT
(1) Vraagvoorspelling-updates
• Elke onderneming in de keten baseert bestellingen op de eigen voorraad, wat leidt tot
verkeerde inschattingen.
• Onjuiste verwachtingen leiden tot onder- of overbestellingen, waardoor leveranciers de
vraag verkeerd interpreteren.
(2) Orderbatching
• Bedrijven wachten met bestellen tot bepaald moment, wat de vraag onregelmatig maakt.
• Hierdoor ontstaan periodes zonder vraag en plotselinge pieken.
(3) Prijsfluctuaties
• Korting acties en promoties leiden tot aankopen vóór de werkelijke behoefte.
• Dit zorgt voor onnodige variabiliteit in de keten.
(4) Rantsoenering en "shortage gaming"
• Als bedrijven verwachten dat leveranciers minder leveren dan besteld, gaan ze
overdreven grote bestellingen plaatsen.
• Dit verstoort het zicht op de werkelijke vraag.
4.4 HOE HET BULLWHIP EFFECT TE VERMIJDEN?
• Informatie delen: Betere communicatie voorkomt misinterpretaties.
• Minder schakels: Directe verkoop vermindert verstoringen.
• Kleinere bestellingen: EDI maakt frequente, efficiënte orders mogelijk.
• Prijsstabiliteit: Minder kortingen voorkomt vraagpieken.
Pagina | 2
, WPO 2: FORECASTING
1. THEORIE
1.1 TIME SERIES MODELS EN FORECASTING
(1) Naïeve Methode
• Beschrijving: forecast voor de volgende periode = werkelijke waarde van vorige periode.
• Formule: 𝑭ₜ₊₁ = 𝑨ₜ
• Gebruik: Handig bij stabiele gegevens zonder trend of seizoensinvloeden.
• Voorbeeld: Als de verkoop in januari 100 was, verwacht je voor februari ook 100.
(2) Simple Average
• Beschrijving: Neemt het gemiddelde van alle historische data.
• Formule: 𝑭ₜ₊₁ = ∑𝐴ₜ / 𝑛
• Gebruik: Bij volledig willekeurige data zonder trends of seizoen.
(3) Simple Moving Average (SMA)
• Beschrijving: Neemt het gemiddelde over een vast aantal recente perioden.
• Formule: 𝑭ₜ₊₁ = ∑𝐴ₜ / 𝑛 (maar dan enkel van de laatste n periodes)
• Gebruik: Bij gegevens met kortetermijnschommelingen, zonder duidelijke trend.
• Verschil met SA: SMA gebruikt een vast aantal recente waarden, SA gebruikt alle data.
(4) Weighted Moving Average
• Beschrijving: Zelfde als SMA, maar sommige periodes meer gewicht (vaak recentere).
• Formule: 𝑭ₜ₊₁ = ∑𝑤ₜ · 𝐴ₜ waarbij de som van de gewichten gelijk is aan 1.
• Gebruik: Wanneer recente data belangrijker zijn dan oudere data.
(5) Exponentiële Smoothing
• Beschrijving: Een gewogen gemiddelde waarbij recente waarden meer gewicht krijgen.
• Formule: 𝑭ₜ₊₁ = α·𝐴ₜ + (1−α)·𝐹ₜ
• α (smoothing constant): bepaalt hoe snel de forecast reageert op veranderingen.
• Gebruik: Wanneer je kleine fluctuaties wil gladstrijken, maar toch reageren op trends.
(6) Trend-Adjusted Exponential Smoothing
• Beschrijving: Exponential Smoothing met correctie voor trends in de data.
• Stappen:
o Stap 1: Smoothing van het niveau: 𝑭ₜ₊₁ = α·𝐴ₜ + (1−α)·𝐹𝐼𝑇ₜ
o Stap 2: Smoothing van de trend: 𝑻ₜ₊₁ = β·(𝑭ₜ₊₁ − 𝑭ₜ) + (1−β)·𝑻ₜ
o Stap 3: Forecast inclusief trend: 𝐹𝐼𝑇ₜ₊₁ = 𝑭ₜ₊₁ + 𝑻ₜ₊₁
• Gebruik: Bij stijgende of dalende trends.
Pagina | 3