你的供应链提不起速?因为缺了这样东西

简介:

参与调研即可下载本期资料,点击下载

大家下午好,我现在是在一家快时尚的服装公司,大家都知道现在不管是零售还是服装行业遇到很多困难,但是机会和它的提量一直是不变的,服装行业每年都有几千个亿的销售,但是如果大家在商业模式或业务方面把握的好,机会会更多,我先跟大家分享一下什么是快时尚?真正的快时尚从几个维度看,供应链的响应速度、价格平民化、业务模式款式多量少,然而国内很多的快时尚只有一点就是店铺很大,看上去很奢华,目前国内只有UR一家是真正做到快时尚的企业。

2016-06-21-04bba141c0-012a-4e03-8a84-0f3


就是因为快时尚这样一个特点,导致服装行业对产品供应链的要求越来越高,提速越来越快,UR也是以客户为导向做产品的研发,需求的满足以及供应链快速的响应,这才是真正做到以顾客为中心和互联网快速变化、快速响应的商业模式和情景。全过程价值供应链从产品的设计研发到生产、物流配送、销售过程中消费者的反馈、意见,反馈给总部去做产品的企划设计、研发,这样才能形成一个闭环迭代更新的优化价值供应链。所以说它的产品形态其实是不定型的,产品的款式、风格都在进行调整,这是关于整个供应链业务形态的一种。

2016-06-21-1853ebfd31-0866-4ea2-a7e4-840


在服装行业,协同供应链整个体系需要哪些特点呢?现在很多企业在做全渠道销售、销售预测、库存计划、面对终端消费者如何采集,通过大数据分析了解市场行业趋势、需求分析,这才是营销的概念,不仅仅是把商品卖好、客户服务好,关键是要第一时间捕捉消费者需求、对公司产品的意见、满意度,同时要去了解这个区域内不同消费者形态数据,帮助店铺做产品规划和设计,包括配合本店铺特有的产品形态。大家都知道北方不同时间天气是有差别、体形也不同,北方人和南方人对服饰的要求也不同,南方人体形比较瘦小而北方人体形宽大,所以说这些都是要销售店铺在做服务的过程中另外需要去补充和提高的方面,完善整个商品的体系,服装行业强调一点就是"以客户为导向",以此来做产品企划、搭配,根据店铺个性化提供商品支持,确保总部在做商品分析时更加精准,商品企划能更加到位,商品研发过程,满足不同区域各个体形需求。

产品研发其实在服装行业里面并不像传统服装行业那样,先做企划,再做研发、面料、生产、下单给供应商,很有条理的一步步走,而在快时尚行业里面,只要企划开始、设计、面料、生产安排整个链条是同时进行的,这样才能真正提高供应链的速度,这对供应链的要求有很大的区别,为什么呢?首先协同性要加强,因为很多事情按正常是一步步走,能保证各个环节都做到精准、问题更少,但是定型走的时候就会存在做的过程中出现问题,下个环节如何去及时响应前一个环节的变化,能否跟着变化这些要求,整个供应链过程中如何做到更加透明、可靠的管控很关键,包括跟供应商之间的协同显得特别重要,所以在供应链模式下对它的响应、管控要求很高,包括质量的把握。这是在供应链环节,快时尚行业要求做到很关键的一点就是供应链协同、透明、可以管控起来,每个环节都需要更多的信息和数据的支持,也需要更好的IT系统去帮助它将信息流程、数据做到共享。这是如何能够提高供应量的速度和响应市场变化在不同的业务体系下面应该如何提供更好的支持。

在UR环节里,我们的领导也非常关注IT的信息化建设,一直强调如何做到快速的供应链、业务场景需要同时去启动,问题要在第一时间得到解决就要求IT建设特别是供应链建设特别关键,所以在UR差不多接近2年,其实1年半都是在做供应链系统和产品的系统,不像国内大多数公司进入IT第一步做的就是ERP系统或零售分销系统,在UR这种快速供应链的模式下,核心的竞争力是产品供应链,所以我一直在研究如何做到全程供应链的IT支撑,大家看图也基本明白了,在企业阶段如何更好更多的提供IT知识,我们去年刚刚做的就是商品企划的系统,通过内部的销售、配货、生产、卖场的陈列要求,如何为各个商铺提供商品的企划搭配?通过大数据去了解、健全数据结构,价格体系,这是第一点,第二就是通过大数据去了解行业、社区流行趋势的分析,流行面料、风格的把握,通过内部、外部数据的整合,未来希望在公司最关键的一个环节提供精准的企划结果,确保设计、货物的销售。其实服装行业跟传统行业有很大不同,传统行业强调研发、产品不同成分,而服装行业其实每时每刻都在研发,所以它对研发的要求远远超过做科研一样的快消行业的研发,通过IT的方式为各业务部门提供更好的数据支持和决策帮助,企划出来后,整个公司开发的量基本就可以做出来了,其实PLM系统能够很好的衔接,就是商品企划出来之后如何更有效的、快速的为设计师提供过程管理、品牌流行元素的把握和衔接,每个设计师做不同的款式,每个人做多少件,根据公司企划的配额量决定每个设计师开发多少款式出来,第二就是承接大数据分析,抓取的时尚信息会共享到这里面,为PLM做设计提供每一季开发的主题、方向以及流行元素的把握,这样就为设计师提供了标准库,直接检索,因为我们会给所有的这些元素做标签,比如这个图片以颜色或者风格做标签,当设计师需要了解设计这个款式直接可以查询、搜索到对应想了解的不同组成的设计元素基础资料。这样就能够帮助设计师快速的设计出公司或者买手这边定义好的款式,这是PLM和商品企划很关注的一个协同,在概念设计上我们叫模块分配,通过PLM系统和前期的大数据收集可以提供好的支持,每个款式设计出来它参考的行业信息有哪些?主题是什么?以及款式和以前接近的是哪个?更多的是跟随时尚,而不是去创造时尚,不是根据设计师个人的想法来做,而是根据以往销售、大数据去挖掘出行业的信息,以数据加上部分感性来决定这款衣服是否符合行业的要求。

2016-06-21-42d184da56-14cb-4faf-ae0d-a51


这是前面两个非常关键的核心,商品体系出来就是跟传统行业一样了,商品企划出来之后开始做面料开发,因为在服装行业里面其实要真正做到快速响应,很关键的一点就是面料的准备,而不是等到设计出来之后才开始准备面料肯定是来不及的,这也是刚刚讲到的买手去做款式分析的时候同时也对面料的趋势要把握,通过大数据分析平台也会挖掘出比较流行的颜色、面料,至少有70%-80%可以把握当季之内流行面料会提前准备好,这样面料和设计是并行走,这是跟传统服装行业很大的区别。

再一个很重要的是供应链协同、生产计划安排、过程跟踪以及后面生产制造相关的,这是每家公司都比较雷同的,但是可能我们这边不一样的一点是协同除了生产过程协同之外还有就是跟供应商之间要定很多体系出来。举个例子,比如供应链协同里面的采购,传统公司很简单,做报价、询价就OK了,其实这只是以前发email或打电话的模式转换成系统上去做信息的采集,所以在SRM里面就强调价格标准化体系,GST系统核算每一件衣服按行业标准和单价算出价格体系,同时给每一个供应商级别不同的利润区间,利润区间是跟供应商合作之前就谈好了框架协议。有些公司成本会乘1.2/1.3,所以我们在成衣下单过程中不存在询价、问价,节约了很多时间,面料也是一样,长宽多少,面料工艺这些基础数据收集好之后,系统自动出来单价,基本上能做到面料生产商的一个报价、核价体系,然后我们以甲方的名义做出来,节约了时间,这就是在做供应商协同的时候不仅仅是IT系统,更多的是要做好标准体系,减少双方沟通的障碍。只要一下单,后面按部就班做就可以,基本上把它当成内部的工厂一样,而不像传统行业,单一下采购部说要给我20天谈价等,这样就浪费很多时间,管控能力很强。还有一点就是智能生产制造,通过供应链收集加工厂生产线上的资源情况,核算出工厂的产能是多少,而不是单纯的由加工厂告诉我产能,结合业务量算出,智能化解决。

有位同仁问物流配送过程跟踪问题,我们其实刚上了FID,要求加工厂、供应商用我们的系统去做装箱、预约送货,每个仓库都是中转仓库,新货一来仓库马上配送,基本上货到了之后,两天之内必须全部分配到各个店铺,这就要求前端加工厂对装箱和对预约送货的要求、安排要求严格,否则会导致花太多时间去做这些,第二其实我们物流环节也做了APP的功能,另外我们也上了OPMS,很多物流公司的司机都用,能够实时监控到在物流配送环节的一些状态和管理,再一个就是物流发出,终端会通过APP推送大概什么时候收到什么货,会有提醒这样的一个跟踪的环节。

全过程供应链并不是把货生产出来就结束了,而是要把货如何卖出去才是最关键的,所以在整个系统里提供了商品计划系统,会分析到可能会有爆款要反弹,提醒总部,或者因为不好卖可能要降价,第三可能这个店好卖,另外的店不好卖,所以系统也是告诉他,在同城或者同区的时候,就可以做调配处理,及时把不好卖的调到好卖的店铺,这也是在全价值供应链中很重要的一个,在零售端如何去把商品以最有效的方式销售出去,这也是很重要的一个环节,这是在商品的营销体系要做好的三点。关注销售情况、做好库存计划、商品调配。还有就是店铺如何把销售情况和对消费者信息的采集度及时反馈到总部,这也是在时尚实体店很重要的一个支持,打造整个IT系统的支持环节。

商品计划的模型,第一就是市场数据的采集,第二就是关于目标预测、市场分解,第三是历史销售数据的分析,然后加上外场陈列要求的分析,这就是商品企划大概的模型和算法,根据这个企划入库、配货,做到真正的智能化。这是整个商品计划系统的一个模型。

2016-06-21-56e6274d7a-761a-4dde-a9b7-fca

这是整个供应链的内容,就是供应商管理、采购管理,供应链生产过程、供应链协同,最关键的供应链协同,只要能把供应商协同掌控好,我相信整个供应链的效率和质量都能得到保证。

2016-06-21-50289cb9a1-be20-4198-9910-f33


下面这个是大数据的应用,有三个层次,第一数据怎么来的问题,内部数据比较简单,外部数据怎么来?其实外部数据不外乎几个方面,互联网数据,比如电商、社交、媒体点评、搜索的网站;预知数据,也就是后台交汇数据,这个有点难度,有些可能是通过合作的方式,APP日志数据很多企业能做到,就是它能够去获取不同的APP种类下载情况的数据,也就能够反映出不同的人群关注哪些APP,也能够倒推它可能的消费习惯或者消费行为,这是目前能够获取到的,其他还是有点难度。触电数据大家了解比较多的可能是wifi布局结合移动数据或结合某些企业的会员数据能够了解消费者喜欢去什么地方,能够获取这种未知数据,比如大家熟悉的百度地图、嘀嘀打车,如果能拿到这种数据对大家的选址很有帮助,这也是我们第一阶段为产品提供数据支持。第二就是如何进行大数据的标准化和清洗,因为网络数据并不全是直观的告诉你,可能数据都是很散很乱的,所以就要求做数据的清洗和标准化,这是一方面。第三就是关于数据的运用,对于服装行业对产品、选址开店、客户营销方面应用,对于现在主要是运用产品开发,通过互联网和内部数据去做为UR提供产品研发的数据支持和数据采集,这是现阶段大数据应用的规划和方案。

2016-06-21-05c5f8fbf6-918c-4d1e-adc6-a13


RFID应用如图,是我们现在正在上线的一个项目,现在用的可能和别的公司不一样,采用的应标方案,基本上不会存在大家所担心的软标这种读写的准确性,这种方案在技术上来说风险是最小的,而且也经过我们的测试,成功是比较高的。我们目前做的入库环节也很简单,加工厂要按尺码装箱,要做装箱单,核实ok之后直接上架,不需要人工扫描这个环节,出库也是一样,会自动分解,送到打包机上面打包装车,如果有问题会自动提出来放到另外一个轨道上面。这样整个环节除了分解需要人工参与,其他阶段都不需要,也是比较自动化。陈列也就是什么衣服摆放在什么位置,在服装行业是非常重要的,有很多学问,系统会分析出不同的陈列方式对销售的影响。在服装行业商品大部分是都是摆放在货架上面或仓库,如果不够要及时补货,对新上架的商品有没有及时上架,到期的商品有没有及时下架这都是可以管控起来。

以上就是今天分享的内容,谢谢大家!



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
11月前
|
消息中间件 JavaScript 小程序
支付系统就该这么设计,稳的一批!!
支付系统就该这么设计,稳的一批!!
|
人工智能 机器人 大数据
首台“黄冈造”智能剥虾机交付,1分钟剥虾上千只!网友不买账:不,这只是头尾分离
首台“黄冈造”智能剥虾机交付,1分钟剥虾上千只!网友不买账:不,这只是头尾分离
237 0
|
双11
六大快递一起涨价的背后是好还是坏?
随着双十一这一年一度购物狂欢节的逼近,不仅电商平台上的各个商家摩拳擦掌,就连整个电商链条上的所有节点都为之疯狂。而在这个关键时刻,快递行业主动来了一场大地震——多个快递公司宣布涨价。 先是中通快递宣布今年以来快递业受运输成本增加、人工成本提升、原材料价格上涨等多种因素影响,同时为了进一步提升服务质量,保障客户利益,决定从即日起调整快递价格。
1292 0