
中國制造如何用大數(shù)據(jù)、智能商務(wù)武裝自己
編者按:從“產(chǎn)業(yè)集群”到“工廠式生產(chǎn)”,再到今天這個(gè)顛覆性的年代,中國制造業(yè)不得不面對生產(chǎn)模式的改變。當(dāng)前一場以“智能制造”為標(biāo)志的“工業(yè)4.0”第四次工業(yè)革命熱潮正在歐洲掀起,德國“工業(yè)4.0”戰(zhàn)略在這輪智能制造革命樹立了全新標(biāo)桿,明確提出將機(jī)械生產(chǎn)、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)三者緊密結(jié)合,實(shí)現(xiàn)原料配送、生產(chǎn)與物流的智能化,并從根本上改變商品的生產(chǎn)流程和方式。在此背景下,以中國服裝業(yè)為代表的工業(yè)4.0改造率先啟動。
“有品質(zhì)支撐的品牌將迎來最好的發(fā)展機(jī)遇,我們遇到了最好的時(shí)代。”面對“中國制造2 0 2 5”戰(zhàn)略的提出,高端童裝品牌T 100的創(chuàng)始人董文梅難掩興奮神色?!爸袊I(yè)企業(yè)應(yīng)因地制宜、抓住機(jī)會,有望成為真正大數(shù)據(jù)驅(qū)動的智能工業(yè)企業(yè)。”IB M華南區(qū)軟件部信息管理部門技術(shù)經(jīng)理何軍如此表示。
顯然,已經(jīng)經(jīng)歷過庫存大壓的服裝行業(yè)早已經(jīng)先知先覺。然而,在轉(zhuǎn)型的后期、在“中國制造2025”的風(fēng)口之下,服裝行業(yè)又該如何用好大數(shù)據(jù)、智能商務(wù)等工具來武裝自己呢?
智能化改造
引進(jìn)3D技術(shù)
“現(xiàn)在行業(yè)競爭越來越激烈,渠道和用工成本越來越高,企業(yè)的利潤會受到擠壓,要求企業(yè)要考慮精細(xì)化管理以提升效率。”卡賓服飾總裁吳少強(qiáng)如此向南都記者感慨。而在提升效率上,各服裝企業(yè)可謂各顯神通。
南都記者了解到,今年3月份獲得ID G千萬級投資的女鞋淘品牌柯瑪妮克創(chuàng)始人林雙德,率先將引進(jìn)3D技術(shù)列入日程表?!袄?D技術(shù),能有效解決研發(fā)時(shí)的模具費(fèi)用及時(shí)效問題。”林雙德對南都解釋,按照傳統(tǒng)研發(fā)模式,僅做一個(gè)磨具就至少要一個(gè)月時(shí)間,而且磨具的成本最少也要幾千塊。此外,磨具開發(fā)后,最終10個(gè)里面可能有三個(gè)無法接到訂單,而這些扔掉的磨具浪費(fèi)了較大成本。相比較來說,用3D技術(shù)則可以在兩三天內(nèi)就打印出成型的鞋,不但可以解決樣品環(huán)節(jié)的效率,還能提升企業(yè)開發(fā)的精準(zhǔn)度。
同樣,都市麗人也在依靠IBM的智慧商務(wù)排班系統(tǒng)來提升管理效益。何軍透露,這個(gè)排班系統(tǒng)旨在解決業(yè)務(wù)高峰期和低谷期如何合理配置門店員工的問題,比如系統(tǒng)會根據(jù)店鋪銷售的高峰和低峰,根據(jù)店鋪每一個(gè)時(shí)間點(diǎn)的差異,對這一天員工的排班做排比,然后將好的銷售員安排在門店銷售的高峰時(shí)段,以提高工作效率和降低效率。據(jù)悉,該系統(tǒng)上線一年,在部分門店推廣后,都市麗人的總體人力成本下降了0 .5%。
進(jìn)行專業(yè)度匹配
不過,南都留意到,與這兩家公司不同,為提高供應(yīng)鏈效率,更多的企業(yè)會將著眼點(diǎn)放在如何讓專業(yè)的人做專業(yè)的事上。
“未來服裝行業(yè)每個(gè)環(huán)節(jié)都要做自己專業(yè)的事,比如做織布的、牛仔服的、成衣加工等不同環(huán)節(jié),不同供應(yīng)商只要做好自己的專業(yè)環(huán)節(jié)就行。比如以前管理供貨商要幾十個(gè)人,現(xiàn)在只需要幾個(gè)人?!痹谶@種管理思維背后,卡賓轉(zhuǎn)變了對供貨商的監(jiān)管緯度:質(zhì)量不應(yīng)僅僅靠工廠的監(jiān)控,而更多要考慮消費(fèi)者的反饋。
“如果某些衣服出現(xiàn)退貨,退貨率會記錄在卡賓對這家供貨商的評估體系中,如果退貨率超過我們設(shè)定的底線,供應(yīng)商要按吊牌價(jià)對企業(yè)進(jìn)行補(bǔ)償?!眳巧購?qiáng)指出,這樣的一種管理體系和管理思維下,供貨商會將損害消費(fèi)者的利益和損害自己的利益聯(lián)系起來,自然會把生產(chǎn)做好。
同樣,對于專業(yè)化分工在提升企業(yè)效率上,茵曼供應(yīng)鏈中心負(fù)責(zé)人云海也深有感觸?!氨热鐐}儲,之前我們都是自己在管理,但后來發(fā)現(xiàn)自己管理很累,還總是發(fā)錯(cuò)貨?!痹坪δ隙加浾弑硎?,現(xiàn)在茵曼交給了第三方專業(yè)物流,一方面他們再也不用操心倉庫,另一方面能騰出更多精力用于IT智能化管理倉庫,不僅實(shí)現(xiàn)高效,而且降低了成本。
產(chǎn)與銷的動態(tài)平衡
“服裝行業(yè)過去20年發(fā)展強(qiáng)勁,但是對需求的管理很弱。一個(gè)集中的表現(xiàn)是消費(fèi)者的需求和廠家的生產(chǎn)匹配度出現(xiàn)問題,從而導(dǎo)致產(chǎn)生很大的庫存?!眳巧購?qiáng)一席話直指,服裝行業(yè)的另一個(gè)提升空間———生產(chǎn)與市場需求如何有效地平衡。
這不得不提的是品牌商要如何平衡庫存。為了繞開庫存對企業(yè)造成的壓力,董文梅對T 100的每個(gè)門店實(shí)行訂貨制?!拔覀兿薅嗣總€(gè)門店的訂貨量,訂單是固定的,賣完即止。這樣T 100不會盲目生產(chǎn),否則容易犧牲品質(zhì)。”
相對于T 100的“保守”,都市麗人則通過補(bǔ)貨系統(tǒng)來平衡庫存和補(bǔ)貨的關(guān)系。在使用IBM的系統(tǒng)之前,都市麗人的補(bǔ)貨機(jī)制是有漏洞的,甚至可能會蠶食掉銷售額。該集團(tuán)副總裁沙爽曾列舉了這樣一個(gè)例子:假設(shè)某市場實(shí)際需求為250件,A店為100件,B店為50件,C店為100件,但由于發(fā)貨系統(tǒng)依據(jù)訂貨進(jìn)行補(bǔ)貨,這與市場需求不匹配,最終造成了僅有100實(shí)際市場需求的A店發(fā)貨量是120,出現(xiàn)20件的庫存積壓;有100件需求的C店的發(fā)貨量卻只有70件。這樣的結(jié)果是,250件的市場需求卻僅形成了220件的總銷售額。
如何突破低效的瓶頸,讓庫存無限趨近于零?都市麗人給出了補(bǔ)貨系統(tǒng)的新運(yùn)作原理:總部可以根據(jù)店鋪的銷售情況自動補(bǔ)貨,自動推送產(chǎn)品。它會根據(jù)每個(gè)門店的地域性和面對不同消費(fèi)者的屬性,及時(shí)調(diào)整門店與配送倉之間的商品庫存分布,通過系統(tǒng)實(shí)現(xiàn)補(bǔ)貨數(shù)量和品類的智能化優(yōu)化,從而解決補(bǔ)貨挑戰(zhàn)。
據(jù)悉,補(bǔ)貨系統(tǒng)上線第一年,推廣至都市麗人僅百家門店,但門店中的庫存降低了50%,門店的營業(yè)額貢獻(xiàn)率上升了5%。
南都記者了解到,柯瑪妮克同樣也自行研發(fā)了一套自動補(bǔ)貨系統(tǒng),可以利用數(shù)據(jù)分析實(shí)時(shí)監(jiān)控柯瑪妮克的庫存運(yùn)轉(zhuǎn)情況。這套系統(tǒng)設(shè)定了幾個(gè)關(guān)鍵的數(shù)據(jù)點(diǎn):7天的庫存安全周期、生產(chǎn)周期(會根據(jù)不同供貨商的情況有所調(diào)整)、每款鞋每天的需求量(根據(jù)過往的歷史銷售數(shù)據(jù)計(jì)算出每天的需求量)。根據(jù)(庫存安全周期+生產(chǎn)周期)×每日需求量這個(gè)公式得出的數(shù)據(jù)來算出每款鞋子的補(bǔ)貨臨界點(diǎn)。“比如當(dāng)天這款鞋系統(tǒng)算出的數(shù)據(jù)是170對,當(dāng)日賣到只剩下130對,系統(tǒng)就會自動提醒要補(bǔ)貨40對。”林雙德指出。
上述系統(tǒng)可以讓柯瑪妮克將庫存控制在合理的范圍內(nèi)、利于提高存貨的周轉(zhuǎn)率?!叭绻麕齑孢^高,品牌商的主動權(quán)會被庫存拿走,而不是由市場銷售人員拿主動權(quán)?!绷蛛p德認(rèn)為。
值得關(guān)注的是,卡賓從去年開始悄然調(diào)整了商業(yè)模式?!耙郧胺咒N商是買斷卡賓的產(chǎn)品,但這種模式未來會被淘汰?!眳巧購?qiáng)透露,此前庫存的壓力在分銷商,但現(xiàn)在卡賓調(diào)整為代銷模式,庫存由卡賓來承擔(dān)?!胺咒N商最專業(yè)的是零售和渠道,而全國貨品流通市場的監(jiān)控在企業(yè)。”在吳少強(qiáng)看來,兩者的角色是有分工的,模式轉(zhuǎn)變之后,效果非常好。門店的售罄率超過80%,折扣率也很好?!拔磥砦覀兿MT店的售罄率提升到85%-90%左右。現(xiàn)在卡賓的存貨中轉(zhuǎn)周期是180日,希望未來能繼續(xù)縮短?!?/span>
供應(yīng)鏈流程再造
采購流程的透視化
在這輪行業(yè)調(diào)整中,提升供應(yīng)鏈的反應(yīng)速度、讓供應(yīng)鏈更為靈活幾乎被每一個(gè)服裝企業(yè)提到了企業(yè)的工作重心上,越來越多企業(yè)提及柔性供應(yīng)鏈這個(gè)概念。
供應(yīng)鏈要快,意味著對原材料的快速供應(yīng)鏈要求也更高。然而快速供應(yīng)和質(zhì)量監(jiān)控似乎天生就是一對冤家,特別是對淘品牌。“茵曼目前的供應(yīng)鏈,T恤出貨可以做到7天,羽絨服可以做到25天,這樣的速度很快。盡管大家覺得快和慢有矛盾,但快不意味著東西做不好。”云海指出,茵曼專注于棉麻產(chǎn)品,我們的面料都在倉庫,我們供應(yīng)鏈可以做出快速的反應(yīng)。
對于打造柔性供應(yīng)鏈,云海認(rèn)為,最核心的環(huán)節(jié)是用戶。從用戶到產(chǎn)品出發(fā),用戶決定了產(chǎn)品端。在云??磥?,未來的供應(yīng)鏈應(yīng)該是可視化、可定制化、智能化的?!肮?yīng)鏈的信息化可以解決哪些問題,這是茵曼重點(diǎn)需要解決的問題?!痹坪V赋觯畔⒒_實(shí)可以給供應(yīng)鏈的提升提供很多想象空間。“為保障產(chǎn)品質(zhì)量,我們以前會建議工廠從哪些原料商采購原料,但這只是口頭建議,如果工廠能找到有同等質(zhì)量的優(yōu)勢供應(yīng)商采購原料,我們也不會強(qiáng)制拒絕?!倍谛畔⒒到y(tǒng)之下,品牌商其實(shí)可以將出售延伸到原料采購,讓產(chǎn)品品質(zhì)更具可控性?!艾F(xiàn)在原材料的結(jié)算是工廠跟原材料供應(yīng)商結(jié)算的,但如果以后管控到位,原材料貨款可以從我這里結(jié),當(dāng)工廠需要什么原料時(shí)直接送到工廠,工廠未來僅變成一個(gè)組裝廠就行?!?/span>
當(dāng)然要讓工廠接受“指定”的原料工廠,還需要利益的平衡。但是林雙德認(rèn)為,品牌商需要的是質(zhì)量穩(wěn)定,而加工廠需要的是利益,只要雙方找到一個(gè)利益平衡點(diǎn),加工廠其實(shí)是愿意的。而云海也指出,現(xiàn)在整個(gè)供應(yīng)鏈在整個(gè)IT系統(tǒng)的建設(shè)上還有提升空間?!拔磥?,我們每一件衣服也好,面料的供應(yīng)商到底是哪一個(gè)流水線上的工人縫制的,可以通過智能的信息系統(tǒng)來追溯。”云海認(rèn)為。
大數(shù)據(jù)推動生產(chǎn)
“互聯(lián)網(wǎng)化或稱智能化的工業(yè)企業(yè),最大的變化是產(chǎn)品研發(fā)制造從原來的‘工廠到客戶’(B2C)轉(zhuǎn)變?yōu)椤蛻舻焦S’(C 2B ),從原來的基于自己掌控的生產(chǎn)資料進(jìn)行生產(chǎn)要素的配置轉(zhuǎn)向基于需求進(jìn)行動態(tài)資源的最優(yōu)配置。”何軍表示。
這一點(diǎn),如果通俗地來理解就是指服裝行業(yè)對C端的數(shù)據(jù)進(jìn)行搜集和分析,然而推動整個(gè)供應(yīng)鏈的流程再造。
在大數(shù)據(jù)的搜集分析和應(yīng)用上,越來越多的企業(yè)已經(jīng)意識到這一點(diǎn)。云海向南都記者表示“現(xiàn)在互聯(lián)網(wǎng)的數(shù)據(jù)支撐,我們可以知道,這個(gè)品牌的顧客群里,到底是喜歡什么樣的衣服,喜歡什么樣的顏色,什么樣的版型好銷,都可以利用大數(shù)據(jù)很好地分析你要做什么?!?/span>
對此,吳少強(qiáng)也表示,現(xiàn)在企業(yè)對大數(shù)據(jù)的搜集已經(jīng)做得非常細(xì)了,比如他們的數(shù)據(jù)也已經(jīng)可以提取門店商品類型的數(shù)據(jù)、銷售的數(shù)據(jù)。不過吳少強(qiáng)也指出,這些數(shù)據(jù)如何能有效分析管理難度很高,仍需要挖掘并利用?!氨热缈梢酝诰虺鲆粋€(gè)消費(fèi)者每年的購買次數(shù)、何時(shí)購買、每次購買多少、試了多少衣服、成交多少,可以用這些數(shù)據(jù)讓門店的銷售能力和消費(fèi)者對產(chǎn)品滿意度的最大化。”
大數(shù)據(jù)的挖掘、利用,確實(shí)讓服裝企業(yè)有了更大的可想象空間?!拔覀儸F(xiàn)在下單更多是利用C 2B的模式,商品開發(fā)完之后可以放到店鋪進(jìn)行預(yù)測,每一個(gè)款式的點(diǎn)擊量以及顧客喜愛的程度,還可以在店鋪微淘、微博和微信里和老顧客很好地發(fā)生關(guān)系。他對我們設(shè)計(jì)出來的款式,到底哪一款好銷都一清二楚,很少去盲目?!?/span>
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11