供應鏈管理是非常復雜的，感興趣的讀者可以參閱這篇文章《復雜性是供應鏈的敵人，你需要知道的6個造成復雜性的原因》。
供應鏈建模也是非常復雜的，主要由這三個原因造成的。
首先是模型中的可變性。每個模型要解決的問題是不一樣的，涉及到的隨機變量也各不相同。在每次設計模型時，我們需要考慮哪些變量和這個特定的模型是相關的，哪些又是不相關的。
可變性意味著不確定性。在建模的時候我們需要設定一個事件發生的概率，或是提供一種假設，因為我們需要給團隊成員一個數字，用來描述模型的結果，作為決策的依據。
最初的模型是非常理想化的，其中包含著設計者的許多想法，但它可能會偏離現實，因為其中存在不確定性、概率和隨機變量。
第二個原因是模型有線性的和非線性的。在這篇文章中介紹了線性的運輸費用模型《跨境電商、外貿企業的國際運輸預算怎么做？給你一個模型，三步輕松搞定》。非線性的模型請參閱這篇《一文讀懂供應鏈網絡模型：最短運輸距離和重心法》。此外，服務水平和安全庫存數量的關系也是非線性的，可參考這篇《一文讀懂經典的固定訂貨周期模型》。
因此，我們在考慮供應鏈的影響時，要想到投入和產出之間的關系可能很復雜。
最后，第三個原因在于供應鏈管理是由多個問題組合而成的，有些是需求和供應的內部問題的組合，還有些是包含外部問題，例如供應和質量保障。真正的供應鏈是含有多個項目的，涉及到多個地點和多個參與者，這增加了供應鏈建模的復雜性。
2.建模的四個原則1）模型的范圍
首先，我們要考慮模型的范圍，也就是模型的起點和終點。在考慮范圍時，我們要盡可能縮小范圍，用較小的模型來解決一個特定的問題。
2）模型的顆粒度
這是關于模型有多詳細。我們要考慮使用較小的顆粒度，對問題進行較為粗略的分析，同時足以解決問題。較小的顆粒度表示更微觀，但我們也不能過于深入每一個細節，這里面有一個度，只要模型能夠說明問題即可。
3）解決什么問題？
這是建立模型的目的，它可以是優化某個過程，計算出最大或最小值，提供數據用于決策。我們希望用模型來代表現實，選擇合適的參數，然后與業務部分進行合理性檢查，如有必要，就需要對模型進行調整。
4）模型是決策的依據
模型的結果是一個依據，它有參考的價值，但我們不一定會選擇模擬出的最優解。在現實中還有其他的制約因素，它們未必是在模型之中，但是我們不能忽視它們。
3.案例有這樣一個案例，張三是一家汽車零部件公司的銷售，給全球的客戶供應各類汽車配件。公司最近收到一個美國客戶的投訴，原因是一款名為A123的產品外觀上有銹跡，導致組裝的成品無法正常使用。
根據張三的調查，可能存在質量隱患的產品數量是50萬件，不良率大約是4%，也就是說有2萬件不合格品，它們和剩余的合格品混在一起，需要把壞件挑選出來。這是汽車制造業中常見的現象，需要由供貨方在自己的工廠和客戶端安排人員進行檢驗。
由于這50萬件產品都已經發到了客戶在美國的倉庫，需要在當地找第三方的挑選服務公司。張三收到一份挑選服務報價，第三方公司每周最多挑選10萬件，總計需要5周的時間，這相當于是產出能力。
在費用方面，挑選的報價是每小時35美元，完成50萬件大約需要1000個小時，人工成本總計約35000美元，這不是一筆小數目。如果是在張三的工廠挑選，人工成本要低很多。
由于50萬件產品已被隔離了，在完成挑選之前是無法使用的，為了保障客戶的訂單交付，張三需要安排空運，直至海運貨物能夠接上?？者\的運輸時間是1周，而海運需要8周。
張三有2個方案，第1個方案是不使用國外第三方挑選服務，主要的考慮因素是高達35000美元的挑選費用。為了不讓客戶的生產計劃受影響，他準備每周發空運，直至海運到貨能夠滿足客戶的需求。
由于這批貨的貨值不低，張三決定把50萬件產品退運回中國，在自己工廠進行挑選，然后再把合格品發給客戶，所以會產生退運費、國內挑選費和再次發給客戶的運費。
第2個方案是使用國外第三方挑選服務，這樣就不需要退運產品，后續的處理比較簡單，但是挑選費用很高。
張三從客戶那里要來了A123的需求信息，如下表。在第1周的數據里包含了逾期訂單，所以比后面幾周的用量都要大，這是合理的。
現在張三需要根據掌握的這些信息，設計出一個簡單的模型，用來計算哪種方案的成本最低。當然，理論上的最優解僅是決策的依據。
1）方案1的總成本
在該方案中，張三的公司選擇不使用第三方挑選，那意味著他們要持續發空運，才能補上供應的缺口。海運需要8周的運輸時間，即使在第1周把海運產品發出，只能在第8周到貨，那么就需要發70萬件的空運貨物，平均分布在第1至第7周。
即便如此，在最初的5周內，客戶依然會出現缺貨的情況。
總成本主要由空運費、退貨物流費、國內工廠挑選費用和把挑出的合格品再次發貨的海運費。
空運費用：假設每10萬件產品的空運運費是5000美元，總共需要空運70萬件，所以費用是35000美元。
物流退貨費需要3000美元，把產品退回國內是很復雜的過程，而且時間也是不可控的，我們就姑且假設只需要3000美元。
50萬件產品退運回中國后工廠需要挑選，國內人工成本比美國的低，假設需要5000美元。
最后一筆支出是挑出來的合格品再次發運給客戶的海運費，大約是1000美元。
所有成本合計是35000+3000+5000+1000，等于44000美元。
2）方案2的總成本
在該方案中，張三的公司選擇使用海外客戶當地的第三方挑選服務，每周最多可以提供10萬件挑出的合格品。由于第三方公司就在客戶倉庫里進行簡單挑選，所以沒有產生物流搬運的費用。
張三只需要安排2次各10萬件產品的空運，即可解決供應的缺口，在第8周的時候海運貨物也能抵達客戶倉庫。
總成本主要由空運費和國外挑選費用組成。
空運費用：假設每10萬件產品的空運運費是5000美元，總共需要空運20萬件，所以費用是10000美元。
國外挑選費用每小時35美元，挑選出50萬件大約需要1000個小時，總共是35000美元。
所有成本合計是10000+35000，等于45000美元，略高于方案1的44000美元。
如果只看模型計算的結果，方案1似乎更有優勢，因為它的總成本要比方案2低1000美元。但是實際情況是怎么樣呢？選擇方案1，張三公司的客戶會有5周時間會出現缺貨的情況，這會導致客戶的不滿。
時間拖得越長，不確定性就會越高，正所謂夜長夢多，我們要盡快關閉問題，不要讓它持續發酵。
方案2的成本僅比方案1高出1000美元，也就是總金額的2.3%，對總成本的影響不大。我們是否應該多付一點費用，來換取客戶的滿意度？
張三經過了一番考慮，最終決定使用第2個方案，在客戶所在地使用第三方挑選服務。由于處理得當，這次的質量投訴事故很快得以解決。
讓我們回顧一下這個模型案例，它是線性的模型，涉及到了外部客戶的供應和產品質量問題，是相對復雜的，需要進行多方面的協調和溝通。
從模型設計上來看，它用了一個較小的模型，包括了供應需求的匹配、計算各種的潛在成本等。模型的顆粒度也是比較小的，考慮到了具體的費用，比如人工挑選和空運。
模型仍是對問題進行了粗略的分析，沒有過度深入細節，比如沒有去算物流費用的組成部分。
建立模型的目的是了解解決質量投訴的最低成本。當然，模型的結果只是理論上的數值，在決策的時候，我們僅是用它作為參考，客戶的滿意度和潛在業務流失的風險難以量化，所以不在模型之中，但它們是我們必須要考慮的因素。
