管理科学史上十大最具影响力的论文之一：《供应链中的信息失真：牛鞭效应》

导读

本文经苏有熊先生整理编译而来，原文是发表在麻省理工学院斯隆管理评论（MIT Sloan Management Review）的论文，是供应链领域如雷贯耳的顶级专家Hau L. Lee（李效良）教授和人合著（李教授是第一作者）的《供应链中的信息失真：牛鞭效应》，该论文曾被选为管理科学史上十大最具影响力的论文之一。时间比较久远，但经典永不褪色。

如有需要英文原文，请添加小编领取

前言

从供应链一端到另一端的扭曲信息可能导致巨大的低效率：过多的库存投资、糟糕的客户服务、损失的收入、错误的产能计划、无效的运输和错过生产计划。

订单的大幅波动是如何发生的？公司能做些什么来缓解这些问题呢？

《供应链中的信息失真：牛鞭效应》

论文作者：Hau L. Lee • V. Padmanabhan • Seungjin Whang

本文首发于1997年

不久前，宝洁公司(Procter & Gamble)的物流主管们仔细检查了订单帮宝适畅销的产品之一。它在零售店的销售额波动很大，但变化也不是很大。

然而，当他们检查分销商的订单时，高管们对差异的程度感到惊讶。当他们查看宝洁公司(P&G)给其供应商(如3M)的材料订单时，他们发现波动更大。

乍一看，变化确实没有道理。但在这种情况下，当消费者，即婴儿，以稳定的速度消费纸尿裤时，供应链中的需求顺序的变化会随着他们在供应链上的移动而放大。

宝洁公司称这种现象为“牛鞭效应”。(在某些行业，这种效应被称为“鞭击效应”或“锯子效应”。)

当惠普(Hewlett-Packard)高管在一家主要转售商调查一款打印机的销售情况时，他们发现，正如预期的那样，随着时间的推移，出现了一些波动。

然而，当他们检查来自经销商的订单时，他们观察到更大的波动。

此外，令他们吃惊的是，他们发现从打印机部门到公司集成电路部门的订单波动更大。

当供应链受到牛鞭效应的困扰，在供应链上传递的需求信息被扭曲时，会发生什么？

在过去，由于无法在分销渠道阶段看到产品的销售情况，惠普不得不依靠经销商的销售订单来进行产品预测、计划产能、控制库存、安排生产。

需求的巨大差异是惠普管理层面临的一个主要问题。

这种变化的常见症状可能是库存过多、产品预测不佳、产能不足或过剩、由于没有产品或长期积压而造成的客户服务差、生产计划不确定（即过度修订）以及纠正（如加急装运和加班）的高昂成本。

惠普的产品部门是订单波动的受害者，经销商夸大了订单波动对其销售额的影响；反过来，这又进一步夸大了供应商的订单波动。

在过去的几年里，高效消费者反应（ECR：Efficient Consumer Response）试图定义食品杂货店如何在供应链中起作用。

这个倡议的动机之一是解决供应链中广泛存在的过多的库存。

通过研究多个行业的供应链，产品离开工厂的生产线，到达零售商处时，在零售商的货架上，仍然有超过100天的库存。

信息失真导致每个供应链中的实体：

-工厂仓库；

-制造商的周转仓库；

-制造商的销售仓库；

-批发商的中心仓库；

-批发商的地区仓库；

-零售商仓库。

由于高度的需求不确定性和可变性，都存放了大量的库存。

难怪ECR报告估计，库存精简将带来潜在的300亿美元机会。

大家可以看到，在整个需求传导的过程中，信息发生了多大程度的扭曲。

其他行业的情况也类似。电脑工厂和制造商的配送中心分销商的仓库，以及沿仓库的仓库分销渠道有库存。

而在制药行业，也存在重复库存，在制造商的供应链中，比如礼来(Eli Lilly)或百时美施贵宝(Bristol-Myers Squibb)等分销商如McKesson，以及long Drug Stores等零售商。

同样，信息失真会导致总库存在这条供应链上超过100天的供应。

与库存等原材料整合，计算机中的电路和印刷电路板，行业及抗体和药瓶的制造，制药行业，总链可能包含超过一年的供应量。

在典型消费品的供应链中，即使消费者的销售额似乎没有太大变化，零售商的订单有明显的变化给批发商(见如下图1)。

而后面批发商给制造商的订单，直至制造商给到供应商的订单则飙升更多。

为了解决信息失真的问题，公司首先需要了解是什么造成了牛鞭效应，这样他们才能抵消它。不同行业的创新公司已经发现可以通过协调供应链上的信息和计划来控制牛鞭效应，提高供应链绩效。

牛鞭效应的产生原因

也许最能说明牛鞭效应的是著名的“啤酒游戏”。

在游戏中，参与者（学生、经理、分析师等）扮演一个流行啤酒品牌的顾客、零售商、批发商和供应商的角色。

参与者之间不能相互交流，必须仅根据来自下一个下游参与者的订单来做出订单决策。

订购模式有一个共同的、反复出现的主题：上游站点的变异性总是大于下游站点的变异性，这是牛鞭效应的一个简单而有力的例子。

这种放大的订单可变性可能归因于玩家的非理性决策。

事实上，斯特曼的实验表明，人类行为，比如对库存和需求信息的误解，可能会导致牛鞭效应。

相反，我们证明了牛鞭效应是供应链基础设施中参与者理性行为的结果。

这一重要区别意味着，想要控制牛鞭效应的公司必须专注于修改连锁基础设施和相关流程，而不是决策者的行为。

我们已经确定了牛鞭效应的四个主要原因：

1. 需求预测变化；

2. 订单批处理；

3. 价格波动；

4. 定量供应与短缺博弈。

这四种力量中的每一种都与供应链基础设施和订单经理的理性决策相结合，产生牛鞭效应。

理解牛鞭效应产生的原因有助于管理者设计和发展应对策略。

需求预测变化

供应链中的每一家公司通常都对其生产计划、产能计划、库存控制和物料需求计划进行产品预测。

预测通常是基于公司直接客户的订单记录。

啤酒游戏的结果是许多行为因素的结果，如玩家的感知和不信任。

一个重要的因素是每个参与者在根据自己的观察投射需求模式时的思维过程。

当下游业务下订单时，上游经理处理这条信息作为未来产品需求的信号。

基于这个信号，上游经理调整他或她的需求预测，反过来，向上游业务的供应商下订单。

我们认为需求信号处理是牛鞭效应的主要贡献者。

例如，如果你是一个经理，需要决定从一个供应商订购多少，你可以使用一个简单的方法来做需求预测，比如指数平滑。

通过指数平滑，随着新的每日需求数据的出现，未来需求不断更新。

您发送给供应商的订单反映了您需要补充库存以满足未来需求的数量，以及必要的安全库存。

利用平滑技术更新了未来需求和相关的安全库存。

由于交货期较长，有几个星期的安全库存并不罕见。

结果是，订单数量随时间的波动可能比需求数据中的波动大得多。

现在，在供应链上的一个站点上，如果您是供应商的经理，那么来自前一个站点经理的每日订单构成了您的需求。

如果你也使用指数平滑更新你的预测和安全库存，你向你的供应商下的订单将有更大的波动。

有关这种需求波动的示例，请参见图2。

从图中可以看出，经销商向制造商下的订单比消费者的需求有更大的可变性。

由于安全库存的数量有助于牛鞭效应，可以直观地看出，当供应链上物品的再供应之间的提前期越长，波动就越显著。

订单批处理

在供应链中，每个公司都有其库存监控或控制手段来触发面向上游供应的新订单。

需求产生，消耗掉库存，则需要进行补货，但是公司可能不会立即下达新订单，而是等需求累计到一定数量或者定期下达。

常见的订单批处理的两种形式：周期性订购和推式订购。

公司可以每周、两周甚至每月订购，而不是频繁订购。

基于订单周期的库存系统有许多常见的原因。

供应商通常不能处理频繁的订单处理，因为处理订单的时间和成本可能是相当大的。

宝洁公司估计，由于其订单、账单和运输系统需要许多人工干预，每一张给客户的发票的处理成本在35美元到75美元之间。

许多制造商在运行其材料需求计划(MRP)系统时向供应商下采购订单。 MRP系统通常每月运行，导致每月向供应商订购。

一个产品销售缓慢的公司可能更喜欢定期周期性订购，因为如果它更频繁地订购，可能就没有足够的产品来保证再供应。

假设有一家公司每月向其供应商订货一次。

该供应商面临着极不稳定的订单流。

在这个月有一次需求高峰，然后在这个月的其他时间没有需求。

当然，这种可变性比公司本身面临的要求更高。

周期性的排序放大了可变性，有助于牛鞭效应。

对于想要频繁订购的公司来说，一个常见的障碍是运输的经济性。

满载与不满载之间，存在实质性的差异。当公司从供应商处订购材料时，他们有强烈的动机装满一卡车的货物。

有时，供应商会为可满载的订单提供最优惠的价格。对于大多数物品，一卡车的货物可能是一个月或更久的供应。

满载或接近满载的卡车订货因此会导致较长或过长的订货周期。

在推式订购中，公司会经历需求的定期激增。

该公司定期向客户“推送”订单，因为销售人员定期接受评估，有时是季度或年度评估，这导致季度末或年度末订单激增。

需要完成销售配额的销售人员可能提前“借款”并过早地签署订单。

美国海军对招聘人员生产力的研究发现，招聘人员在与他们的评估周期相一致的周期内，招聘人员的新兵数量激增。

对于公司来说，客户的订购模式比客户的消费模式更不稳定。 “曲棍球棒”现象相当普遍。

当公司面临客户定期订购时，就会产生牛鞭效应。

如果所有客户的订单周期均匀地分布在整个周期，牛鞭效应将是最小的。

一些客户需求的周期性激增并不重要，因为不是所有客户都会在同一时间下订单。

不幸的是，这种理想的情况很少存在。订单更可能是随机分散的，或者更糟的是，重叠。

当订单周期重叠时，大多数定期订购的客户会同时订购。

因此，需求的激增更加明显，而来自牛鞭效应的可变性是最高的。

如果大多数公司在月初(或月末)进行MRP或分销需求计划(DRP)来生成采购订单，那么订单周期是重叠的。

MRP的周期性执行有助于牛鞭效应，可称之为MRP抖动或者DRP抖动。

价格波动

据估计，在食品杂货行业中，制造商和分销商之间80%的交易是通过"远期购买"安排进行的，这种安排通常是由于制造商提供的有吸引力的价格，在需要之前购买商品。

美国食品杂货行业的远期买盘构成了750亿至1,000亿美元的库存。

市场价格波动导致了远期买入。

制造商和分销商定期有特殊的促销活动，如价格折扣、数量折扣、优惠券、返利等。

所有这些促销活动导致价格波动。此外，制造商向分销商和批发商提供贸易交易(例如，特别折扣、价格条款和付款条款)，这是价格折扣的一种间接形式。

例如，科特勒报告说，贸易协定和消费者促销活动分别占他们总促销预算的47%和28%结果是，客户购买的数量不能反映他们的即时需求;

他们大量买进，为将来储备。

这种促销对供应链来说可能代价高昂。如果远期购买成为常态会怎样？当一种产品的价格很低（通过直接折扣或促销方案）时，客户购买的数量超过了需要。

当产品的价格恢复正常时，客户就会停止购买，直到库存耗尽。

因此，顾客的购买模式并不能反映其消费模式，购买数量的变化远远大于消费率的变化——牛鞭效应。

当出现高低价时，远期购买很可能是一个理性的决定。

如果持有库存的成本低于价差，那么提前购买是有意义的。

事实上，高-低定价现象已经引发了一系列关于公司应该如何最优地利用低价机会的研究。

尽管一些公司声称通过高低价收购行为兴旺发达，但大多数公司都遭受了损失。

例如，一个汤制造商的领导品牌有季节性冬季的销售额更高(见图3)。

但是，从制造商到分销商的发货数量，反映分销商到制造商的订单，差异更大。

当面临如此大的波动时，企业往往不得不在某些时候加班，而在其他时候则无所事事。

另外，企业可能不得不建立大量库存，以应对需求的大幅波动。

随着运输量的激增，他们也可能不得不支付更高的运费来运输产品。

处理比正常量大的货物和长期储存存货也会增加损害。

具有讽刺意味的是，这些变化是由制造商和分销商自己设定的价格波动引起的。

难怪这种做法被称为“史上最愚蠢的营销策略”。

利用贸易促销可能会适得其反，因为这会影响制造商的股票表现。

百时美施贵宝(Bristol-Myers Squibb)由于季度销售业绩令人失望，股价从74美元暴跌至67美元，一群股东因此起诉了该公司；

它的实际销售增长只有5%，而不是预期的13%。

据报道，销售增长缓慢是因为该公司上季度的贸易协议导致其产品的预购库存淹没了分销渠道。

定量供应与短缺博弈

当产品供不应求时，制造商常常将其产品限量供应给顾客。

在一种方案中，制造商按照订购数量的比例分配数量。

例如，如果总供应仅占总需求的50%，那么所有客户可以得到他们所点食物的50%。由于知道制造商会在产品短缺时定量供应，客户在订购时夸大了他们的真实需求。

之后，当需求降温时，订单会突然消失，大量订单被取消。

当组织和个人做出合理的经济决策并“博弈”潜在的配给时，这种消费者预期短缺的过度反应就会导致这种结果“游戏”的影响是，客户的订单给供应商提供的关于产品真实需求的信息很少，这对产品早期阶段的制造商来说是一个特别棘手的问题。

短缺博弈的做法非常普遍。在1980年代，有几次，计算机行业发现DRAM芯片短缺。

订单激增，不是因为消费增加，而是因为预期。客户向多个供应商下重复的订单，并从第一个可以送货的供应商购买，然后取消所有其他重复的订单。

最近，惠普公司(Hewlett-Packard)无法满足其Laserlet IIl打印机的需求，于是定量供应该产品。订单激增，但惠普的经理们无法辨别这些订单是真正反映了真实的市场需求，还是仅仅是经销商为了更好地分配产品而发出的虚假订单。

当惠普取消了对LaserJets的再供应限制后，许多经销商取消了订单。惠普在分配期后的过剩库存和不必要的产能增加造成的成本达数百万美元。

在1992年和1993年的圣诞购物季，摩托罗拉无法满足消费者对手机和移动电话的需求，迫使许多经销商放弃业务。

AirTouch Communications和Baby Bells等分销商预见到可能出现短缺，采取了守势，在临近尾声时大幅超额订购。

由于零售分销商如此热心地订购，摩托罗拉于1995年1月公布了创纪录的第四季度收益。

当华尔街意识到经销商已经被库存淹没，手机的新订单也不像以前那么健康时，摩托罗拉的股价暴跌了近10%。

1994年10月，IBM新推出的Aptiva个人电脑卖得非常好，这让经销商们猜测IBM可能会在圣诞节前卖完这款电脑。

一些分析人士认为，由于前一年的库存过剩问题，IBM的生产计划过于保守。

其他分析师也提到了定量配给的可能性：“零售商显然相信Aptiva会卖得很好，但担心库存不足，无法满足假日季的需求，因此增加了IBM的订单，认为他们无法得到他们想要的所有东西。”IBM不清楚订单增长中有多少是真正的市场需求，又有多少是由于经销商在IBM不得不定量供应产品时下的虚假订单。

如何抵消牛鞭效应

了解牛鞭效应的原因可以帮助管理者找到缓解这种效应的策略。

事实上，许多公司已经开始实施创新计划，部分地解决这一影响。

接下来，我们将研究企业如何应对这四个原因。

我们根据潜在的协调机制，即信息共享、渠道对接和运营效率，对各种倡议和其他可能的补救措施进行了分类。

通过信息共享，下游站点的需求信息可以及时地向上游传输。

渠道对接是指供应链中上下游站点之间的定价、运输、库存计划和所有权的协调。

运营效率是指提高绩效的活动，如降低成本和缩短交货时间。

我们使用这些方法来讨论控制牛鞭效应的方法(见表1)。

避免多重需求预测更新

通常，供应链的每一个成员都进行与其计划相关的某种预测(例如，制造商进行生产计划、批发商、物流计划等等)。

当供应链成员处理直接下游成员的需求输入以产生他们自己的预测时，牛鞭效应就产生了。

当然，来自直接下游成员的需求输入来自该成员的预测，以及来自其自己的下游成员的输入。

解决供应链中消费数据重复处理的一个补救办法是使下游站点的需求数据可用于上游站点。

因此,两家网站都可以用相同的原始数据更新预测。

在计算机行业，制造商要求从其经销商的中央仓库提取库存的售完数据。尽管这些数据不如来自经销商商店的销售点(POS)数据完整，但它们提供的信息比制造商在发货后不知道发生了什么时提供的信息要多得多。IBM、惠普和苹果都要求将销售数据作为其与经销商的合同的一部分。

供应链伙伴可以使用电子数据交换(EDI)来共享数据。在消费品行业，1990年，20%的消费品零售商的订单是通过EDI传输的。

1992年，这个数字接近40%，1995年接近60%。EDI的不断使用无疑将促进链成员之间的信息传递和共享。

即使是多个组织在使用相同的源需求数据进行预测更新的供应链中，预测方法和采购实践的差异仍可能导致上游站点的订单数据出现不必要的波动。

在更激进的方法中，上游站点可以控制上游到下游的补给。上游站点可以访问下游站点的需求和库存信息，并更新下游站点的必要预测和再供应。

反过来，下游站点将成为供应链中的被动合作伙伴。

例如，在消费品行业中，这种实践称为供应商管理库存(VMI)或持续补充计划(CRP)。许多公司，如金宝汤。M&M/Mars，雀巢，贵格燕麦，Nabisco，宝洁，和Scott Paper对他们的一些或大部分客户使用CRP。

在这些联盟中，库存减少高达25%是很常见的。宝洁在其尿布供应链中使用了VMI，从其供应商3M和其客户沃尔玛开始。

即使是在高科技领域如德州仪器、惠普、摩托罗拉和苹果等公司与他们的一些供应商，在某些情况下，也与他们的客户使用VMI。

库存研究人员早就认识到，当下游站点的库存和需求信息在上游可用时，多级库存系统可以更好地运行。

梯级库存——上下游站点的总库存——是优化库存控制的关键另一种方法是绕过下游站点获取需求信息。

苹果电脑有一个“直接面向消费者”的计划，也就是说，它直接向消费者销售，而不需要经过转售商和分销渠道。

该程序的一个好处是，它可以让苹果看到其产品的需求模式。戴尔电脑也不通过分销渠道直接向消费者销售产品。

最后，正如我们之前提到的，很长时间的再补给会加重牛鞭效应。

由于多次预测更新，运营效率有助于减少高度变化的需求。

因此，及时补充是缓解问题的有效途径。

重构订单批处理方式

由于订单批量会导致牛鞭效应，公司需要制定策略，使用更小的批量或更频繁的再供应。

此外，我们前面描述的对策是有用的。

当上游公司从下游客户收到固定的、定期的消费数据时，当需求激增时，它不会对异常大的批量订单感到惊讶。

订单批量大或订单频率低的一个原因是下订单和补充订单的成本相对较高。

EDI （ 电子数据交换，Electronic Data Interchange）可以降低生成订单的文书工作成本。

使用EDI的公司，如Nabisco，执行无纸化、计算机辅助的订购(CAO)，因此，客户订购更频繁。

McKesson的Economost订货系统使用EDI来降低药店和其他零售商订单的交易成本宝洁公司已在所有业务部门引入标准化订购术语，以简化流程，并大幅减少发票数量。

通用电气在整个公司内通过电子方式匹配买家和供应商。它希望至少购买。通过其内部开发的交易流程网络获得价值10亿美元的材料。一份纸质采购订单的处理成本通常为50美元，现在是5.23美元。

大批量订单的另一个原因是运输成本。满载和零担的物流成本差异如此之大，以至于公司发现订购整卡车是经济的。即使这导致供应商不经常补充。

事实上，即使通过EDI完成订单的工作量很小、成本很低，订单效率的提高也会因为充分利用EDI而浪费掉。

现在一些制造商诱使他们的经销商订购各种不同的产品。因此，一卡车货物可能包含来自同一制造商的不同产品(工厂仓库或制造商的市场仓库)，而不是一整车相同的产品。

其影响是，对于每一种产品，订单频率更高，交付给经销商的频率保持不变，运输效率是保存了下来。

宝洁公司对愿意订购其任何产品的混合库存单位的分销商给予折扣制造商也可以准备和运输混合sku到分销商的仓库准备交付给商店。

生鲜产品和冷冻产品的“复合分销”使用相同的混合sku概念，使再供应更频繁。由于新鲜农产品和冷藏食品需要在不同的温度下储存，运输它们的卡车需要有不同的温度。

像特易购和森宝利这样的英国零售商使用不同车厢、不同温度的卡车，这样他们就可以用同一辆卡车运输许多种产品使用第三方物流公司也有助于经济的小批量补充这些公司允许规模经济，这在单一的供应商-客户关系中是不可行的。

通过整合来自彼此相邻的多个供应商的货物，一个公司可以在没有来自同一供应商的批次的情况下实现整车经济。当然，还有额外的处理和这类合并或多次提货的管理成本，但节省下来的成本往往大于成本。

类似地，第三方物流公司可以利用一卡车货物运送给可能是竞争对手的顾客，比如邻近的超市。如果每个客户都是用整辆卡车单独供货，那么使用第三方物流公司可能意味着从每周补货改为每天补货。

对于小客户来说，他们的数量不足以证明他们需要频繁的独立的整车补给，这是特别有吸引力的。一些杂货批发商从制造商那里接收超光速货物，然后将混合的货物运送到批发商的独立商店。

在英国，塞恩斯伯里(Sainsbury)和特易购(Tesco)长期使用国家货运公司(National Freight Company)进行物流。

由于食品杂货行业的ECR倡议提高了意识，我们希望看到第三方物流公司预测订单，运输货物，并从制造商那里补充混合sku托盘。

当客户在一段时间内平均分配他们的定期订单或补充，他们可以减少批量生产的负面影响。

一些制造商与他们的客户协调再供应。例如，宝洁公司协调其客户的定期交货预约。因此，它在一周内将补货均匀地分配给所有零售商。

平抑价格

控制由远期购买和转移引起的牛鞭效应最简单的方法是减少批发价格折扣的频率和水平。

制造商可以通过建立统一的批发定价政策来减少零售远期购买的激励。

在食品杂货行业，主要制造商如宝洁、卡夫和皮尔斯伯里已经转向每日低价(EDLP)或价值定价策略。

在过去的三年中，宝洁公司已经将其标价降低了12%到24%，并大幅削减了为交易客户提供的促销活动。

1994年，宝洁公司公布了21年来最高的利润率，市场份额也有所增长同样，零售商和分销商可以积极地与供应商谈判，以提供每天的低成本(EDLC)。

从1991年到1994年，贸易协议在食品杂货总促销预算中的比例从50%下降到47%。

从操作的角度来看，CRP和合理的批发定价政策可以帮助控制零售商的策略，如转移。

制造商使用CAO发送订单也将这种做法的可能性降至最低。

作业成本法(ABC)系统使公司能够认识到过度成本的远期购买和转移。

当公司开展区域促销活动时，一些零售商在促销活动举行的地区大量购买，然后将产品转移到其他地区消费。

这种做法的成本是巨大的，但可能不会在传统的会计系统中体现出来。ABC系统提供明确地核算库存、仓储、特殊处理、溢价运输等成本，这些成本以前被隐藏起来，而且常常超过促销带来的好处。

消除短缺博弈

当供应商面临短缺时，它可以根据过去的销售记录按比例分配产品，而不是根据订单分配产品。

这样一来，客户就没有夸大订单的动机了。

通用汽车(General Motors)长期以来在供应短缺的情况下一直采用这种分配方式，得克萨斯仪器(Texas Instruments)和惠普(Hewlett-Packard)等其它公司也开始采用这种方式。

出现短缺时，客户对制造商的供应情况知之甚少。生产能力和库存信息的共享有助于缓解客户的焦虑，从而减少他们对游戏的需求。

但是，当存在真正的短缺时，共享能力信息是不够的。

一些制造商与客户合作，在销售季节之前就下订单。

因此，他们可以通过更好地了解产品需求来调整生产能力或调度。

最后，制造商向零售商提供的慷慨退货政策加剧了博弈。

如果没有罚款，零售商将继续夸大他们的需求并取消订单。

毫不奇怪，一些电脑制造商开始执行更严格的取消政策。

原论文作者认为，牛鞭效应是供应链成员理性决策的结果。

公司可以通过彻底了解其潜在原因来有效地抵消这种影响。

像宝洁公司这样的行业领导者正在实施创新战略，提出了新的挑战：

整合新的信息系统，定义新的组织关系，实施新的激励和衡量系统。

公司的选择很明确：要么让牛鞭效应让你瘫痪，要么想办法克服它。

▲正文到此结束

//ACE提供应链创造新精英社群//

100+微信群，15000+供应链精英人才，60%是来自世界500强和中国500强的供应链采集高层，包医疗、工业制造、消费用、半导体、高科技等行业的细分群；也有线上活动群、线上直播群、需要发布群等功能群。