Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
Systems Thinking - Beer Game
Search
James Wang
June 01, 2019
Science
340
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
Systems Thinking - Beer Game
Agile 新竹場 Meetup 簡報
James Wang
June 01, 2019
Transcript
47 slides
Beer Game 公開版 - Systems Thinking - 2019/6/1 新竹 Agile
Meetup By James
About Me - I am James
遊戲開始前 組內互相認識 5 分鐘,輪流自我介紹,然後給小組命名。
Beer Game 簡介 • 1960s by Jay Forrester @ 麻省理工-史隆管理學院
• 模擬產銷系統的桌上遊戲。 • 分別扮演四種角色 - 零售商(Retailer)、小盤商(Wholesaler)、大盤商 (Distributor)、製造商(Factory)。 Retailer Wholesaler Distributor Factory
Beer Game 故事背景 零售商: 你是郊區某家雜貨店管理者,啤酒是你主要的營業項目之一。購買啤酒的顧客往往會 再買其他零食當下酒菜。過往會保持一定數量啤酒的庫存,確保顧客們都能買到啤 酒。 銷售最穩定的啤酒是「情人啤酒」。它不是流行啤酒,也沒有任何行銷廣告,然而過往 每週會固定賣掉 4
單位的情人啤酒。 改編自《第五項修練》第三章
Beer Game 故事背景 小盤商、大盤商: 你是一家批發公司的主管,負責公司啤酒項目,其中包含「情人啤酒」。你不是唯一一 家啤酒批發公司,然而情人啤酒是你們獨家代理。 每天工作確認庫存與零售商下的訂單量,保持一定庫存量來滿足零售商,若有不足則 會向上游下訂單。 改編自《第五項修練》第三章
Beer Game 故事背景 製造商: 你是幾個月前才被聘來的配銷與行銷主管。「情人啤酒」是你們公司釀造的商品之一。 雖然只是一家小型製造廠,然而品質好,但行銷較差,所以公司聘請你加強行銷。 改編自《第五項修練》第三章
Beer Game 故事背景 過往,因為沒有廣告,每週老顧客們穩定採買 4 單位情人啤酒。 為了確保總是有足夠的情人啤酒,所有人隨時保持 4 單位的庫存量。每週固定往上游 下訂(製造商生產)
4 單位情人啤酒。 久而久之,大家認為賣出 4 單位與下訂 / 生產 4 單位情人啤酒是理所當然的事。 改編自《第五項修練》第三章
準備開始 Game
遊戲目標 整組最小成本(40 回合) ◦ 存貨 / 庫存成本:每個 0.5 元 /
每週 ◦ 欠貨成本:每個 1 元 / 每週
遊戲規則 • 成員只能透過訂單(只記錄數量)交談,不能任意溝通討論。 • 零售商只能時間到了才能翻開下一張顧客需求卡。 • 不可以故意囤貨,有貨一定要出貨滿足訂單並償還欠貨。 • 訂單一定要先蓋住不能任意掀開或用其他方式告知。 •
一個口令,一個動作。
Start The Game
遊戲後 思考一下
大家思考一下 庫存不足時 心理是否有著急?恐懼?害怕?
大家思考一下 是否討好 下游廠商呢?
大家思考一下 是否責怪 上下游廠商呢?
大家思考一下 客戶訂單 平穩?不平穩?
省思 到底發生什麼事了?
發生什麼事了? 【小組討論】 • 為什麼每組結果都很雷同? • 是什麼驅使大家做出相似的決定? 結構影響行為
發生什麼事了? 【小組討論】 • 是什麼引起訂單與庫存劇烈波動? 看不見的運作
發生什麼事了? 【小組討論】 • 是否發現,訂單與庫存越往上游,波動 越大呢? 蝴蝶效應
系統思考 看見問題全貌
系統 舉例來說: 各位小組就是一個系統。 小至個人或人與人之間的互動,大至企業、社群、地球、或宇宙,都是系統。 所以,到底什麼是系統? 各個組成部分彼此發生互動,而已整體的形式存在 ,並發揮功能的個體。 《系統思考實用手冊》
動態系統 Dynamic System 為什麼需要系統思考? 系統是複雜且動態多變的,對系統運作不瞭解,就會被迫影響而改變行為。 • 結構影響行為 • 看不見的運作 •
蝴蝶效應
為什麼需要系統思考? 共同看到全體
為什麼需要系統思考? 內生世界觀
為什麼需要系統思考? 動態複雜性
系統思考 TOOL 1 - Behavior Over Time -
行為趨勢圖(Behavior Over Time, BOT) 發生了什麼事? 過去以來發生了什麼? 問題發生次數與頻率?
系統思考 TOOL 2 - Causal Loop Diagram -
因果循環圖(Causal Loop Diagram, CLD) 因果:探討「加班」與「工作產出量」為因果關聯 加班 工作產出 士氣 效率 -
+ + 因果關係: • 正向 / 同向:用『+』或『s』(same direction)表示 • 負向 / 反向:用『-』或『o』(opposite direction)表示 BUT,加班馬上會影響士氣嘛? 延遲(Delay)
因果循環圖(Causal Loop Diagram, CLD) 循環:探討「加班」與「工作量」為因果關聯 加班 工作量 疲勞 失誤率 +
+ + 循環關係: • 增強:用『R』(Reinforcing loop)表示 • 調節:用『B』(Balancing loop)表示 + R - B
系統思考 TOOL 3 - Stock and Flow Diagram - 略,有興趣可以關鍵字搜尋此工具。
系統思考 以 Beer Game 為範例
如何讓庫存穩定 定義問題 Step 1:事件
行為趨勢圖 過去以來發生了什麼? Step 2:趨勢
因果循環圖 問題的結構與流程 Step 3:結構
Beer Game 的 CLD https://bit.ly/2wvypxc R
假設與信念 如何思考問題 Step 4:心智模式
Beer Game 的 心智模式 https://bit.ly/2wvypxc 我覺得欠貨 是不好的行 為 備註: 此為範例。每個人的心智模式都不同,故
每個人產出結果會不同。 擔心、 害怕、 恐慌。 R 收到大單會 預測市場走 勢上升而追 加訂單。
我們想要的未來 渴望?成就?理解? Step 5:共同願景
Recap 事件 Event 趨勢 Pattern 結構 Structare 心智模式 Mental Model
共同願景 Shared Vision 冰山模型: • 海平面以上是看的到感受的到 • 海平面以下是隱藏在問題背後的成因
再玩一次 你們能做的更好嘛?
恭喜各位 看到系統思考的大門
Q & A
推薦文章與書籍 文章: 1. 系统思考简章 - 呂毅 【看完「簡章」後可移至呂毅老師 Blog,有很多系統思考應用的文章】 書籍: 1.
第五項修練 - 彼得・聖吉 2. 第五項修練 II 實踐篇 - 彼得・聖吉(絕版) 3. 變革之舞 - 彼得・聖吉(絕版) 【絕版書籍於市場上還是找的到】
推薦課程與資源 課程: • 系統思考培訓工作坊 第一階 - 薛喬仁 博士 資源: •
系統思考與系統升級 • 系統思考活用精進團 若有興趣深入還有「第二階」課程
More Decks by James Wang
See All by James Wang
當我們開始不讀 Code - AI Agent 時代,Code Review 與 Clean Code 還剩下什麼?
jame2408
1
390
AI 輔助遺留系統現代化的經驗分享
jame2408
1
1.6k
AI 寫得更快,你真的懂嗎?
jame2408
0
350
實踐 BizDevOps 在遺留系統中的挑戰與策略
jame2408
0
600
DDD 中的橋樑:透過有效建模與設計從戰略走向戰術
jame2408
0
620
從領域知識到架構設計
jame2408
1
430
淺談領域驅動設計
jame2408
1
740
淺談自動化測試
jame2408
0
490
Domain Driven Design The First 15 Years 導讀分享
jame2408
0
510
Other Decks in Science
See All in Science
Collective Predictive Coding Hypothesis: Emergence of Language and Cooperative Behaviors
tanichu
0
260
摂理と合理の肉体改造 — AI時代の減量を支える観測・制御・継続
kiyoshi
0
3.9k
Seizing_the_Writing_Throne
ohbayukio2026
1
110
JPA2026_NetworkSymposium_Shimotsukasa
junkashihara
0
120
JPA2026_NetworkSymposium_Kashihara
junkashihara
0
130
はじめてのグラフ信号サンプリング
arthur1
0
160
第67回コンピュータビジョン勉強会論文紹介「RoboWheel: A Data Engine from Real-World Human Demonstrations for Cross-Embodiment Robotic Learning」
x_ttyszk
0
260
Where does the rigor go? Research software and the future of trustworthy science.
arfon
0
440
データベース04: SQL (1/3) 単純質問 & 集約演算
trycycle
PRO
0
1.8k
JSAI2026企画セッションKS-14 インタビュー集『⼈⼯知能と哲学と四つの問い』が提起する⼈⼯知能のこれからの課題 趣旨説明 / JSAI2026 Special Session: A Collection of Interviews, “Artificial Intelligence, Philosophy, and Four Questions”
ykiyota
0
510
機械学習 - K近傍法 & 機械学習のお作法
trycycle
PRO
1
1.8k
データベース10: 拡張実体関連モデル
trycycle
PRO
0
1.6k
Featured
See All Featured
How to optimise 3,500 product descriptions for ecommerce in one day using ChatGPT
katarinadahlin
PRO
3
3.9k
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
1
1k
Heart Work Chapter 1 - Part 1
lfama
PRO
11
37k
How to audit for AI Accessibility on your Front & Back End
davetheseo
0
650
The untapped power of vector embeddings
frankvandijk
2
2k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
254
23k
More Than Pixels: Becoming A User Experience Designer
marktimemedia
3
640
Organizational Design Perspectives: An Ontology of Organizational Design Elements
kimpetersen
PRO
1
880
Have SEOs Ruined the Internet? - User Awareness of SEO in 2025
akashhashmi
0
560
Deep Space Network (abreviated)
tonyrice
0
430
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
11
1.1k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
141
35k