在2011年的假日销售旺季，线上销售比上一年增长了15%,这使得一些零售商措手不及（Hayes,2012）。例如，在2011年11月和12月，由于一些商品的需求量较大，百思买公司接到很多订单，导致订单实施环节出现了问题，百思买公司不能完成订单。这主要是因为供应链管理系统未能在问题发生前就发现这些问题，最终损害了百思买公司的声誉。

2013年的假日销售旺季，在美国也出现了此类情形，这些问题主要广泛地存在于电商的订单实施和配货环节。因为只要网购数量增长略高于10%，最后1分钟的订单增长量就会超过50%。大部分最终订单都承诺在1〜2天内送货，但是由于最终订单的数量太过庞大，主要的送货服务供应商一一UPS和联邦快递一一无法安排这些天量订单的送货服务，最后导致很大比例的订单未能在圣诞节前及时送货（Heller,2013）。大部分零售商不得不提供各种赠券或其他形式的补偿来对延迟送货表示歉意。

在网购和线下交易中，不能按时交货是典型的供应链问题，其他已发现的供应链问题有：令很多公司头疼的存货成本高企的问题；原材料或者零部件经常发错的问题；提前发货和运输的成本较高的问题。诸如此类的情况在EC电子商务中更为常见，这是因为EC电子商务的特点和要求与供应链的结构和流程不匹配。例如，大多数厂商和分销商的仓库是根据为大量商店运送大量货物的需求而设计的，并没有按照为大量消费者打包运送小订单的需求而设计。此外，存货管理水平较差也是EC电子商务中的典型问题，如不够合理的配送调度和混合配送。

需求的不确定性

许多EC电子商务问题是因为需求的不确定性以及供应链与不确定需求之间的不协调导致的.这就需要对未来的需求进行预测。需求预测的一个主要目标是：较为精准地预测未来特定区域和特定时间点（段）对于某种商品的需求量。例如，一家线上零售商想要估计某种款式智能手机的需求量，以便能够顺利实施某个城市或城区即将到来的假日销售旺季的订单。

通常，需求预测依赖于对销售或订单的历史数据类型和趋势的统计（时间序列）估计。预测需求应尽量考虑能够影响历史数据类型和趋势的诸多因素，以便能够较为全面地考虑影响需求的因素。影响需求的因素可能是经济状况、价格、季节调整、天气情况、消费者信息以及各种促销的效果。显而易见，这些影响因素瞬息万变，消费者的喜好也随时发生根本性的变化。因此，需求预测既是一门科学也是一门艺术。

供应链中最重要的环节可能就是需求计划，因为它决定了供应链其他环节的实施。与供应链中其他环节相比，需求计划决定了订单实施中所需的库存数量、零售商的采购数量、制造商的生产数量、原材料的需求种类、工厂的生产能力、发货数量以及发货的时间和地点等。错误的需求预测会影响整个供应链的运作，这就是我们要对需求进行预测,并且根据业务类型调整需求计划的原因。为了正确地预测需求并据此制订需求计划，大部分公司都试图通过各种方式（如利用协同业务共享信息）预测真实的需求数量。

物流基础设施匮乏

纯粹的EC电子商务企业可能会遇到更多问题。由于缺少合适的物流基础设施,纯粹的EC电子商务企业不得不使用外部的物流服务，而不是企业内部相应的职能部门。这些外部的物流服务通常被称为第三方物流企业（third-partylogisticssuppliers,3PL）,或物流服务供应商。物流服务外包是非常昂贵的，因为不仅需要更多协调，还得依赖于并不可靠的外部企业。为此，大型EC电子商务企业往往拥有自己的实体仓库和发货系统。其他线上零售商可能会和物流企业或者经验丰富的邮购企业（其拥有自己的物流系统）结成同盟。

资金流效率低下

供应链系统中存在问题且需要改善的地方不仅仅是物流，还包括信息流和资金流。资金流包括计价、支付、收款等。

除了使用计算机系统,许多供应商、生产商、分销商和零售商还使用人工和纸质系统引导资金流。这些效率低下的财务流程不仅阻碍了供应链上的资金流，还阻碍了商品和服务的流动，或者使各方都处于竞争劣势。要想在当今全球经济贸易中获得成功，各方都需要使用自动系统来加速资金的流动。

信息共享不充分

目前,供应链上的信息流与商品流和服务流同等重要，供应链上的各方和系统都依靠信息系统中的信息流来互联互通及协同。如果没有这些系统和信息共享，供应链就无法存在或运作。

事实上，每一家世界级的企业都有各种信息系统，用来支持供应链规划和运作。这些信息系统是各种综合能力的整合,为供应链系统提供网络架构、需求、供给和物流规划支持，有助于供货、运输、仓储、人工和退货等物流管理活动的完成。

一个长久存在于订单实施中的问题是牛鞭效应。牛鞭效应一般指真实的商品需求与供应链所能提供的存货之间的信息不匹配。这种信息的不匹配导致了保有过量的存货和安全库存以作为预计不足的缓冲。在实际的业务操作中,当沿着供应链逆流而上时.随着从零售商到分销商到供应商到生产商一级一级的转移，信息的不匹配会逐级加剧，从而使存货和安全库存的数据一直发生变化。减少信息不匹配的一个方法是保证传递到各方的数据是可见的，以保证“只有一个正确的数据'',而不是每一方从不同的数据来源估计自己的数据，或者仅依赖于供应链以前的链接而不是各方使用一个一致的且最接近真实销量的数据。

在线补充读物W12.2中详细介绍了牛鞭效应。

再一次了解： 供应链中订单实施存在的问题