2019全球鞋服智慧零售峰会
5月31日，以 “数字鞋服·领航未来”为主题的2019全球鞋服智慧零售峰会在厦门国际会展中心圆满举办。
本次峰会由环球鞋网携手厦门会展思尔福展览有限公司主办。10位行业大咖，500位行业精英齐聚本次峰会现场，他们围绕着鞋服数字化的成果做实战经验分享和互动，深入地分析鞋服行业在新零售时代的发展新趋势、新动因、新消费。以下为亿邦动力执行院长麦浩超、伯俊软件研究院院长高融、建发信息服装智造事业部总经理宋学会三位嘉宾的演讲实录：
1
亿邦动力执行院长麦浩超
2019中国服饰数字化零售趋势
各位服饰业界的同行们大家中午好!我想跟大家做一个互动，是这样，我开放三个问题，谁都可以问，你问什么我直接回答，不绕圈子。因为有些朋友有一些比较重要的问题，你们可以随便发问。
提问：怎么样在智能化的时代解决女士形象美，我们今天业绩是服装、饰品、鞋子，怎么样合适一个人，你们怎么样通过数字化来解决，除了所谓的精准营销，通过摄像头，通过一些长期的购物的需求，包括对她个人信息的掌握这些，我们现在能够做到是这些。我就是想要问的是你怎么解决一个人找到她适合产品的方法，最终的终极的方法，除了现有的摄像头的方法、信息搜集的方法，其他还有更好的方法吗?
麦浩超：虚拟的前提就是用户的数字化完成已经怎么匹配好的产品和供应链，怎么把商品给到她，是这个问题吗?
提问：我说的是现在今天的主题，主要是服饰问题。就是找到真正适合她的服装，适合她的帽子。
麦浩超：其实你问的还是人和货的匹配问题。首先第一件事是如果您是一个品牌商或者您是一个渠道商或者平台商，品牌商通过渠道商卖货，让品牌商的货能够在渠道上卖的过程当中提供各种各样的服务。您提的问题是假设一个用户的数字化、信息化已经完成，你要把商品推给她，你要推对的商品给她，一个人可能同时买美妆，也可能同时买服装，还会买外卖。第一件事情首先还是用户的数字化，但第二件事情其实更难，就是商品的数字化，因为看起来很简单的商品的数字化、货的数字化是目前所有品牌商最难突破的点，因为背后是浩大的SKU的滚动，每一件衣服换一个钮扣可能就是一个新的SKU，这件衣服上一件可能买一万件，下一件可能不卖了，或者只卖十件，你敢不敢下单，你的供应链是不是跟得上，你敢不敢做一个决策，上一盘定的价格可能是一千，下一盘定的可能是500，但是你要有对应的决策的依据，这些依据其实说到底都是你的整个企业的数字力，整个企业对人、货、场全面的数字化的能力，之前其他的嘉宾，包括来自渠道方、品牌方和服务商的同业已经给了意见和建议。回到您的问题，一句话来回答，就是先看一下您自己货的数字化能力怎么样，然后是否能够跟人的数字化进行打通。这是我认为是第一步。做完这个再说，正常来讲体量比较大的企业可能需要用三到五年的时间才可以解决。
提问：服饰数字化研究报告，我想问一个问题，过去那些专业运动员测量脚底数据，这是专业运动员的数据。我想问一下你们零售研究报告，智能可穿戴，筛查脚底出现的问题，您的零售数据有没有?
麦浩超：您做的商品供应链是一个独特的类目，您的产品我大概听出来，您的产品本身是有一定的功效性或者功能性，期待在小众市场、功能性市场上获得相关的数据。第一，这是一个普适性的报告，里面没有想要您的东西，但是可以由两个渠道获得，第一是所有的阿里的数据银行里对每个商品以及每个用户导入标签，您可以在这里面获得有一定销量的这些用户对应的商品的使用有没有打上对应的标签，阿里库有标签，所有平台里商品和用户里有跟您打通，比如说脚底相关数据的标签可以尝试去打通。这是一个。第二，如果您比较牛逼的话，用您自己的数据，您自己很多的用户，您卖的每鞋可能都有数据后台或中台可以看到自己的数据，但是您的鞋的用户覆盖率要足够高，高到至少李宁这样的级别，但是你要到达这样的话，你在中国市场上的主流覆盖称之为你的用户用进去了。所以如果从商业决策来讲可以考虑把你的脚底数据和大品牌进行数据交换的合作，可能对你拓展你的市场有一点点帮助。
提问：我想问一下，刚才前面讲到数字化门店为导购赋能，基于人脸识别，就是第一时间导入。
麦浩超：我不是技术出身，首先建议你可以跟小视请教，这一块是他们的强项，我尝试给你一个小建议，里面有很多科技的应用，这中间有阿里的解决方案，您可以看一下每一个效率最高，效率最高未必是速度最快，因为是很综合的应用，里面涉及到的表达方式，综合的手段，比如说用不用小程序或者是否关联会员的ID，这些东西都往后倒推，影响你传输的速度，所以我只能简要的说一下，等下会提到几个大的服饰品牌的会员数字化和营销数字化里面的案例，您可以先简单了解一下，然后看有没有感兴趣的，我会推荐背后的服务商给您。时间关系，三个问题到此结束。我先回到报告，如果大家觉得有问题可以私下交流。
这是亿邦研究院去年出版的服饰报告，但是至今看还是有价值的。我们直接进入主题，这里面分了四个部分，整体的服饰行业的概况，整个服饰零售的数字化以及对应的一些案例，其中的三和四将是今天讲述的重点。
我们挑一些有意义的数据跟大家讲一下，2017年整个大的服饰盘面是回暖的，我有点担心今年，我想征求一下大家的意见，你们觉得今年的光景，今年的行情比去年好吗?如果觉得今年更难过举个手，不到一半。意味着剩下的兄弟们觉得今年还是比去年好。觉得今年比去年好的举一下手。我的感觉，今年比去年差。今年有很多的服饰类目的公司大盘的数据，尤其是2018年的财报都是欣欣向荣，各个都是好，利润好，收入高，但是我感觉这个盘越来越难超了，这是我看到服饰类目的状况。
集中度中国一直没有办法，市场太分散了，所以集中度是显著偏低的。几个大的类目有点前途，中高端的女装、童装、潮牌，这部分涨的很明显。这个可能干电商的兄弟们更有感，2018年双十一的数据，优衣库连续四年第一，后面很多在增长，尤其是以淘品牌。所有的人应该都在看甚至在做社交电商，社交电商是在贡献整个市场的新的增量，有很多的服务商，举一个例子驿氪最近做的很不错，为整个行业提供助力。
我们看服饰零售的数字化，这中间充满了再定义、再平衡、再创新，针对中间几个数字化我们逐一来看一下。数字化供应链，技术、数据是基础的东西，就不讲了。这里是运营的数字化，您的整个企业的运营有一个运营的框架，包括内外部的运营的要点都列出来的。还有渠道的数字化，大家可以看得到在左侧终端出现以往没有看到，但是依然被归为渠道，比如话题、活动驱动的的消费场景。举个例子，最近华为因为贸易战很热，我相信很多有意识蹭话题的同行已经把华为跟您的服装或者潮牌或者国潮主动的关联到一起，这些就是话题驱动的。再往下是营销，之前大部分的同业也会在这个部分下很多的工夫，就不说太多了。然后是工具的一些应用。
重点给大家讲一下数字化的案例。我们写这个报告的时候，这些案例都有与品牌方进行沟通，优衣库官方同意放入亿邦研究院的这份报告，相信在其他同业里可以看到优衣库的案例。优衣库事实上做的很多的事情是实现品牌商自己的愿景，叫做自主全域的经营，然后消费者在哪里他的品牌就直接铺到哪里。给到大家看的重点是中间这里，实体门店的融通到天猫旗舰店，在天猫做的很厉害，但是事实上优衣库同时也是腾讯智慧零售的案例的头牌，它是少数的BAT两家就可以获得这种创新性的应用的，是真正尝试做多终端全力闭环的一个品牌。他使用掌上旗舰店作为布局，实体门店是服务主体，天猫上的电商和掌上旗舰店为主要的承载工具的社交电商是两边都有做，然后通过实体店做服务载体，服务上面两个。这是一种非常独特的案例。所以优衣库说实话很多人学不来，但是是值得我们去了解和学习的。所以如果看优衣库的案例，看这一批最核心的是大家知道这个三角，这个三角是值得你们学习和参照的。
另一个可以学习的是绫致，这个是真正在优衣库之前是天猫力推的KA老大，在优衣库出来以后，他们有点退居二线，不再被天猫所力捧，他们也不叫二线，他们一直在老三、老四上站的很稳。绫致核心的点就是导购的赋能，所以大家学绫致，大家看绫致，参考的点就是看它怎么把它几万个导购进行赋能。它做的一个事情叫做Wemall，大家听过H5吗?在H5的年代就做了H5的商场，后面变成小程序。Wemall是导购加小程序的平台，把门店导购作为服务端口去串联全渠道业务场景。Wemall这一套打法非常厉害，进一步会有更深刻的应用。请大家进一步了解和关注绫致后面会做什么，他能让你进一步知道私域的流量应该怎么去玩，绫致将会是非常好的老师。这是他当时用小程序把他自有的线下流量和外部购买的商品流量和广告，包括他自有的线上流量、社交流量这些全部做完以后的一些数据，我不就重复去念了。给到大家一个建议是说可以看一下他们玩朋友圈，他们玩导购可以用上的一些小的工具。
再一个案例是影儿，有哪些朋友可以告诉我盯着腾讯这个流量池子你不想做裂变和微商，相信没有人，因为你们都很清楚的知道你隔壁的那些类目，你隔壁的同行用裂变和微商已经玩出花来了，有些人赚了大钱，有些人已经退了。但是影儿是少数2018年服饰做微商的成功者，所以如果要去做微商，怎么通过裂变，通过全渠道的用户的裂变赚到钱的，你们可以了解一下影儿，影儿会是在这个领域的老师。
都市丽人可以参照的点是什么?都市丽人数字化的方向是在会员上，他进来了以后他的粉丝的增长，微信会员的增长，它的最核心的一个点是它不算很贵，但是线下非常多的门店，怎么去做会员，因为我们有很多很多的同行也有门店，然后有很多人的门店也不会是很高调性的，比较正价甚至偏低价的商品，怎么去做会员，你们可以关注一下都市丽人。
奥康也是做会员，从0到1300万的会员，它也是做全渠道的，它有非常多的原来的有效用户沉淀是不足的，但是直接做到1300万的会员，所以这个是很有价值的。
黑鲸是做潮牌，如果想看潮牌怎么通过裂变，获得流量，用小程序去赚到钱，实现70%的核销率你们可以盯一下黑鲸是怎么做的。
马威，如果你的公司有强供应链，但是品牌没有那么强，像马威这样的牌子可以怎么玩，怎么做到过一百万的会员也有七成以上的核销，可以看一下马威是怎么玩的。
总结一下，首先要立足自己的优势资源，第二门店的价值要重提，第三线上线下融合，拥抱外部的赋能，尝试管理所有的用户触点。
最后给大家几个简单的趋势，数字化、基础设施就不讲了，大规模的定制成为主流，相信有一些专家也会提。品牌很重要，比社交和流量更重要，如果你是品牌会逐步的拿回产业链的话语权，包括供应链和渠道链，就是说你上天猫不是买天猫的内裤，一定是买都市丽人的内裤。有望单身中国时尚品牌的巨头，我们相信未来一段时间，尤其通过全渠道运营以后，有望诞生巨头。最后一点，社交电商的风气已经起来了，其中体验的人性化、交互的社交化、内容的专业化是必须要做到，重点要做好的事情，细节就不一一去念了。
我们出服饰、美妆、零食三个类目的数字化零售，线上线下融合的报告，今年我们的重点是社交电商的报告，希望能够给到所有关注了解今年社交电商相关类目行情的兄弟们一些帮助。期待未来所有的服饰类目的同行越走越好，越走越稳，祝大家大展鸿图，谢谢!
2
伯俊软件研究院院长高融
大数据赋能零售玩转人货场
大家下午好!我今天带来一些小工具，是想跟大家做一个分享，介绍一下我们是在现在所谓的大数据的时代我们很多企业级的这些数据，作为一个小工序实实在在的改变我们，尤其是一些零售行业经营过程当中很重要的业务环节，所以也是借用阿里的概念，人、货、场在这里给大家介绍大数据的工具怎么样在人、货、场这些维度上做一些实实在在的改善。
首先介绍第一个是关于人，其实很多讲到人、货、场的人都会想到消费者，消费者这一端其实前几年已经投入比较多，我今天带来是关于另外一个维度的人，就是门店的导购，门店的这些人员的管理这个方向上。这个工具诞生的初衷是这样，我们有一个比较重要的客户，老板在前阵子逛了旗下的门店之后回到总部说，我觉得门店里很多导购看上去很闲，工作时间没有那么忙，能不能考虑精简一下，但是这件事情我们后来给他做了一个考量，就会发现其实这个事在总部看和在门店看大家的立场完全不一样，因为在门店端店长希望精简我的导购的编制吗?不希望，因为店长希望从单店的业绩上，业绩优秀越是有地位，在公司的话语权就越大。
但是在总部的角度，就是不影响我本身业绩水平发挥的大前提下，我还是能够尽量的去精简一下我的人员支出，这件事情就落到人事上，门店一定是不能损害门店业绩需求的人员的需求的情况，同时，我又是能够响应总部对于人力成本精简的诉求。所以出于这样的考虑，我们就给他们设计了这样的方案，就是从排班的角度切入解决这个问题，我们看一下这个问题怎么解决?
有三步，中位数来看，对于中位数以前的门店以及以后的门店之间的差异是非常大的。什么意思?门店和门店之间对于一个时间段里一个导购可以完成多少的业务单量这件事情差异也很大。这也就是说各个门店之间其实还是有一个提升和进步的空间在。看完全局我们觉得这件事情是有意义，接下来要看单店，不管给导购排班还是精简缩编的目的，一定落到单店，就要做统筹，看一下每个单店一个小时里业务的需求量情况是什么样的，每个单店现在的人效水平又是什么样的。
看完这个之后，我对于单店要输出我的排班表，这个时候还会考虑到一件事，即使在一家店里，其实人和人之间的差异也非常的大，我们就要想怎么样把他们更加合理的安排在各个时间段，各个班次里，这个时候有要看导购和导购之间他们对于单店业绩的贡献情况和排名。综合这样的考虑下来就会输出这样的排班表，可以看到前期系统里给他自动算的排班表是什么样的，真实的排班情况以及未来一周给他计算得出的排班情况是什么样，以及最后还有一个复盘。输出的结果是这样，我们就会想这个具体排班过程是什么样的，排班过程我们考虑半年到一年每一家独立门店，每一个小时的情况，这就判定了这家门店在未来这一周会预测它的各个班次所需要的导购人数，之后我在会对单店的导购，根据个人业绩的情况表现做一个排序之后优先去编排最优秀的导购，把他优先的安排在业务需求量最高峰的班次，因此往下类推。
比如有一个门店现在在岗18个导购，我们根据一个实际业务的匹配之后发现如果说我的大前提是我安排双休日，把导购的个人休息都是安排在工作日，我就排出双休日只需要6个导购，就会发现这家店只需要6个导购，而不需要8个。如果执行一刀切的裁员，对企业的影响很大，而且考虑到行业的口碑所以不建议说直接执行裁员这个动作。那怎么实现隐性的缩编呢?就是通过排班，优先把最强的导购安排在最好的位置，依次往下之后就可以实现到一个强者愈强，弱者就会被淘汰。时尚的行业导购的流动率还是偏高的。如果在这样的大环境之下，结合我那样的排班机制，其实趋势他们自然的流动，弱势的导购优先被自然的离职。通过这样的安排，通过自动化的排班计算，使得门店的导购逐渐通过一段时间去形成一个自然的流失。
这个是不是只是说出了一张排班表，我们可以输出的内容更多，比如这个内容项目，我们发现从终端门店阅读每周排班表的业务来看，完全只需要说在系统端登陆系统界面来看就完全够用了，其实通过前面一系列的数据计算可以得出如果有价值的结论，把这些结论点赋能到企业客户，比如管理层、公司总部就可以通过这样的报表上去查阅到全局门店人效的情况，排行情况和人一系列的数据池。
而对于单店的店长来看，可以每周看到自己这家门店是属于什么样的水平，是属于还可以有多少的进步空间，包括我们也会推行整个排班安排的时候，因为原先几乎所有的线形排班还是按照店长，店长目的对这个自动化排班结果不是很信任，让他们怎么信任了?我们对修改之后的排班结果和原先输出机器算出来的排班结果做比较，结合真实的业绩水平，各个小时业绩的实际的数字，最后就会得出说到底是机器排出的实际情况和人工排班更适合。最后会出现5局3胜等这样报表的形式告诉店长谁胜谁输。通过这样的形式既是把数据计算的这些结果的内容赋能到公司层面的各个环节，同时也是使得整个工具的推行落地更加的顺畅。
这个是报表内容，左侧是总部可以看到的内容，右侧是单店的店长登陆系统之后可以看到的数据。这是一个客户的情况，这个客户是一千家门店，而且近期来看门店规模没有快速扩张的计划，大约是稳定的规模情况，每年是50%的导购流动率，在这样的前提下，我们帮他计算得出平均下来每家门店通过半年的时间是缩编了两人，给他综合计算得出每一年其实给他减少的人员成本就是1.6亿元。
大家也会觉得这个事从逻辑上来看挺简单的，我们来看一下技术实现上是不是有这么简单?因为这个事情我们首先需要统计有哪些数据，是过往的一定时间里我们每一家独立门店的各个小时经营的单量情况以及导购每一个个人过往所有历史的业绩表现，针对具体要给每一家门店排班的时候就会说每家门店怎么算，每家门店根据我预测的需求去配人，导购的这个数值也是需要实时的更新，门店的业绩需求量也需要实时的更新，以及说我每周在算的时候不但要更新最新门店的业绩情况和导购的业绩表现，而且在具体排每一位导购的时候还需要做一个需求量的逐渐的筛出的动作，什么意思?本身我这个门店在未来七天我各个班次需要的一个人效的情况和需求量减去最强的导购之后当我排第二名导购的时候，我面对的那张排班表各个班次的业务需求量和第一位导购不一样，因为有些班次已经排给第一名导购了，以此类推，针对一张单定排班表输出的时候也有逐渐层层的逐级的计算过程，然后综合考虑到全局的门店，所以这背后的运算量比较大，所以我们说其实建议这件事情交给专业的工具完成。
接下来就说货，什么东西?库存平衡中心。这个名称提出来的时候大家不知道它跟货品是什么关系。刚才嘉宾提到说整个货品对时尚零售行业来讲非常重要，痛点也挺明显，这个时候也会分析，为什么会有这样的事，伯俊在时尚零售行业服务了20年，所有的这些企业里的中大型的企业客户几乎全是我们的客户，所以我们定期会去和这些企业做交流，就会发现在货品这件事情很关键的一个事就是我们的货品扭转上的计算的精准度。我们更多的考虑说在我们日常的配补调这一块有没有办法做的更精准，这件事进行深入的分析，同样我们现在会讲到说门店的补货、调拨，这件事其实在整个零售行业几十年都是一个常规业务环节，怎么做?我们有专门的商品专员或者有些企业叫货控人员，可能一个商品专员一个人负责20家左右的门店，像鞋类的客户更厉害一些。
为什么会有这么一个上限?通过和他们的交流会发现他们工作压力确实挺大的，有气没周一补或者每周一调，当这些商品专员在每周考虑本周补货、要货具体明细的时候那几个小时是不能打扰到他，需要全神贯注做思考。我们就会想他工作压力这么大，个人覆盖门店的数量也是有限的，结果怎么样?就是我们刚才提到的总仓来看好象货还是进多的，供应商找多了，为什么会有这样的情况?我们再具体分析一下，这里罗列了相关的影响因子，对每一个环节产生外围的影响因子，但是真实的货控人员在做配补调的时候考虑这么多呢?怎么做呢?他们现在手工基本上都是用表格的形式来自己去填所有的调拨等，他们做这些事完全考虑不过来影响因子。所以这个事效率不高。我们想想看怎么解决这个问题?这就是我们先说影响因子的事情，大家有那些影响因子会影响到企业配比调的业务流。
我这里没有完全的列出来，但是介绍一个思路，外围那么多标签、因子，业绩做零售都知道一定会对我们的销售结果产生影响，这些没有考虑到，我们现在就想办法考虑吗?我们把这些从无到有做一些维护，包括引入第三方的数据。那机器有没有办法搞定?有的，算法来了，所谓大数据的算法看上去很厉害，有点陌生，其实新不新?不新，他们有些算法诞生了几十年，但是为什么我们平时想的计算公式是什么?是过往七天均值、过往半个月的峰值等等，还是很简单的计算公式，因为这些复杂算法背后对于计算的要求比较高，过去不可能通过一个PC把企业级的数据用到这么复杂的计算来实现，但是现在是基于一些大数据算法的成熟，现在可以实现了。所以可以用到企业数据的运算中来。
我们会把刚才讲到的更周全的外围影响因子考虑，在结合上一个更加有效大数据的计算，最后输出了一个最精准颗粒度的计算结果来辅助业务结果的业务决策。这里我做了一个罗列，其实是从新品试销这个环节开始，这个很多客户已经在尝试了，会考虑说会把这个先局部先一小部分门店来试销一下，再来决定是不是全，之后再是门店的铺货、调拨，整个业务流程都是用工具、大数据计算方法直接实现到更快更精准的效果。我这里快速的过一下，新品试销这个环节对我们来说主要考虑什么?我们面对一个选定的新款要选门店，哪些门店会参与到试销，还有就是针对这个试销要采用多少量，支撑到整个店试销期间对货品的需求，之后看到门店铺货，经过自动的计算，有些会自动的提示这个款试销成功要进入铺货。首先门店不用选，以新品的姿态上货。接下来主要考虑量的事，我们要做精准一定要落于单店，所有铺的门店以及根据供应商生产周期去判定需要支持多久的销售周期，然后汇总下单的单量。然后到了门店补货的阶段，构造我们总仓层面会持续给门店做周期性的补货，这个时候要考虑的一定要满足到下一个补货周期货品到店期间对货的需求。这个计算会落在单店补货周期的销售预测。这个时候就会想最最要紧就是预测的准度，就是应用到刚才说很多的一些大数据的计算需基于它的很多外围的因素以及它过往直接在这家门店这个SKU的真实销售数据未来的补货周期，这个SKU需要多少的量。
这是一个案例，是上海旗舰店的SKU，每个销售情况蓝色是真实销量，黄色是给他设置的目标库存，会看到所有销售机会是全部都有覆盖到的，并且这个客户当时是有明确要求说他是需要每款每色的中码出样两件。在考虑一个就是我总仓对门店有补货，总仓层面自己也会找供应商补货，这个时候总仓是使用到看板，自动提示说在什么时间节点需要及时找供应商补多少量的货，这些都是会自动的算出。这个是总仓补货的案例，基于市场销售的表现判定总仓层面需要补多少货，可以发现黄线是有变化，这个时间效果上看就是期货的库存情况以及周转情况有很明显的改善。
最后讲一下调拨，如果说精准的实现总仓对单店的铺补，还需不需要门店之间的调货?其实是不需要，但是就现阶段来说，大量的鞋服零售企业门店的调拨量非常大，所以短期来看不能说实现直接一刀切，直接上前面的配补，所以在门店调拨做了一个方案，基于单店单SKU的销售预测山区去需求匹配之后再执行调拨的包裹的生成。这里也是一个客户案例，这个案例原本是大量的依靠调拨，而且人工执行的时候经常是会有很多调拨的指令没有被发现，没有被执行，最后产生大量的缺货的场景，通过一个机器自动的运算就会发现首先我们得出的调拨的明细结果是被大量的执行，执行度已经到95%以上，而且相应的调拨的有效性提升，调拨量下降，从而也是物流费用明显的下降。滞销这里就是考虑到款的下降以及门店规定的方面，怎么判定滞呢?滞也是我们会从两个维度来想，全局和单店都有考虑。我们启动门店间的调拨机制，实现货品的流转，在有些大量的门店都卖的情况不太理想的时候，我们就会启动货品的归并，货品一系列的调价促销等等或者是执行退仓，过一段周期之后再下到下水道这些地方。
讲了刚才整个配辅调的内容，核心就是说其实业务的内容还是我们原来的配补调的业务工作内容，但是我们后面是基于更好的业务技术的支持才希望从前端应用端可以看到工作效率和工作准度的提高，背后的运算量会涉及到大数据的计算以及建模，而且很重要的一点就是关于数据建模有一点尝试的客户很多，但是关于这个模型能不能实时根据现场的情况做调优，然后做一些最及时的预测，这个是技术上比较难的事情，也是目前来看大量企业没有办法做到的一件事。
讲了刚才的内容，不管是门店端排班表还是调补货工作的内容，这些都是通过我们实际的现有的业务流程当中去借助现代一些新的技术，去做一些共创的思考得出的一些产品化的内容，如果大家感兴趣的话可以关注一下公司的公众号，之后做进一步的交流，我今天的分享就到这里，谢谢大家!
3
建发信息服装智造事业部总经理宋学会
服饰智慧供应链
各位嘉宾下午好!非常荣幸今天能有机会跟大家一起分享服饰智慧供应链，我是建发信息服装智造事业部的宋学会。
我们服饰企业在过去的改革开放以来的几年里，支撑了中国出口的很大一部分的江山，然后，贡献了非常庞大的就业以及进出口创汇，但是在近年来我们发现在整个行业里进入了一个瓶颈和困境，首先我们的高库存、高成本、信息化不充分、无数据沉淀，质量不可控、升级需求都摆在我们的面前，现在一个非常现实的问题，我相信在座的各位，特别是女性朋友们，我们都要逛街，但是会发现一个问题，我们进到商场之后发现很多品牌都长得差不多，其实产品是有非常大的供给，但是当我们在逛街的时候经常发现我们不知道买什么，再者我们的服饰企业因为传统的供应链周期特别的长，导致库存高起，现在尴尬了，一方面门店也卖的特别快的款式想补货买不及，再者，因为这个周期特别长，前期备了不少货卖不出去，库存量非常大。一边想快速补货来不及，另外一边因为大量的库存占用了大量的资金束缚了企业的发展。
随着近年来我们国家对环保的重视，不管是面料还是辅料，原材料的成本是持续的在攀升，再者，我们的人力成本，因为传统的服装企业，因为我从业经验近20年，我们进到一家工厂经常碰到一个事，你下脚的地方都没有地方下，现在年轻人都不愿意去了。以前还有一些技能工人在老去，所以变成整个服装行业的人工成本持续的攀升。服装生产型企业的利润下降，急需管理升级，提高效率。关于信息化，建发信息是一家信息公司，我们在福建，在自己企业里的信息化，我们建发集团的信息化程度非常不错，我们整个信息产业有一点点小小的误解，以为某些巨头软件公司已经解决了制造业的生产信息化，但是当我们沉淀到头部服装企业的生产车间的时候很惊讶的发现一些头部企业的仓库没有信息系统，生产车间里的订单数据传输还靠表格，这样的话没有信息化何谈智能化。
再者，因为信息化水平的低下，整个质量缺乏有效的质量控制工具和手段，没有办法保证在快速反应生产出来的质量。大家对快返有一定的认知，快销品牌的门店里挑选产品的时候发现一些问题，他们的品质可能跟我们的预期有一定的差距，这也是行业的一个痛点，我们如何做到又快又好的为市场提供优质的产品。但是，对我们服装行业来说，衣食住行的衣是排在第一位，所以这个行业永远不会消亡，面临目前的困境，我们这个行业又有很大的潜力，我们整个行业的整体效率水平在过去的十几年里，特别是近五年的智能化的浪潮过程中，我们在超过百家的样板企业里发现整个行业的整体效率水平可以由30%到50%以上的提升空间。通过信息技术和IT技术可以帮助企业实现实时控制、智能制造、大幅度提高供应链的能力。
接下来我们讲一下供应链，其实在座的各位都是这方面的行家，传统的供应链是研发设计、计划采购、生产制造、仓储物流、贸易分销、零售。这六大环节中可能有一些大型的头部企业是贯穿始终，每个环节都有参与其中，但是我们更多的中小企业甚至一些大型企业可能在某一个领域特别擅长，但是问题来了，整个供应链协作在制造环节的时候就遇到了一个数据的黑匣子，其他环节数据的采集其实问题不是太大，但是一旦到了生产环节，我们的数据采集就碰到了极大的问题。目前来说，整个行业里最通行的是手工填报表，但是手工填报表相信我们在座很多是品牌方的，你们在收到你们工厂手填上来记录的时候里面有多少水分不清楚，当然可能不是主观的问题，也可能一部分是因为技术上的问题，因为完全依靠手工很难做到实时采集到真实的数据，这是制造业非常痛苦的一件事。连真实的基础数据没有采集到的话，很难做到去做有效的智慧的决策。
我们打算把传统的供应链变更成现在的智慧的理念，从传统线性的模式改变成网状模式，从以前的数据单向的流转转换成整个供应链各个环节数据实时互通，目前整个行业都在流行一个词叫“新零售”，也在讲两个词C2M、C2B，如何做到快速反应和柔性生产。摆在面前就是数据信息千万不能再向传统模式那样单向流通，单向流通的沟通成本太高了，因为信息技术的迭代，因为通讯技术的迭代，让我们有了更多的选择。我们建发信息目前在主推服装的云供应链管理平台，其实就是提供这么样一个产品，让供应链的每个环节有一个数据交互的中心平台，我们在上面可以做数据交互，可以做应用交互，让整个供应链真正有一个场所可以来达到实时的协作，因为在整个信息规划里，保持数据的实时传递是让整个供应链变成一个流畅的整体的基础，整个供应链的信息流顺畅了，才有可能基于真实数据的基础上做严谨的数据分析，做真实的场景的预判。
智慧供应链有四个愿景，第一，成本全流程可控。第二质量可追溯，第三交货缩短周期。第四减少存货量降低存销比。接下来看一下如何做到这四点。这一张图可以看到在六大环节中，每个环节不管是单个企业和集团性企业在每个模块上很多软件，但是现在存在现实情况是每一个环节都在独立运营，就算联通也是少部分软件做局部的联通。这变变成一个很尴尬的事，鞋服行业的信息化程度怎么样?上了很多软件，有TMS、CP、ERP等等，但是我们现在变成一个很尴尬的事情是我们的业务员不得不从ERP导入表格给CT版师，然后从这个CT版打印出来交给业务采购，这样的工作模式一方面增加了沟通成本，也增加了很多信息在交接过程中的损耗，甚至扭曲，这个不利于整个供应链的有效协作。
接下来讲一下智慧供应链里的成本控制。对鞋服企业来说，成本是一个非常敏感的话题，我们的成本在我们的理解里除了经营成本是管理层面上，硬性成本分三个模块，第一是物料成本，第二是人工成本，这边的人工成本是指生产的人工成本。第三是物流成本。在我们的解决方案里，如何去精准的控制物料成本呢?首先，我们在ERP里做归并采购，现在一部分企业上了ERP，它的供应模块里没有做到归并采购，导致采购同样一个面料下了三次单，这样会造成一些制造费用，我们要减少这种不必要的浪费，特别是在一些较大的企业里，它涉及到一个公司里下面有几个子品牌，几个子品牌又是独立核算的，但是不管它是什么样的品牌，其中有一些材料是通用的。但是因为现在的市面上的一些ERE归并采购有限，这就造成了环境的压力和成本压力，还有当我们一个订单的数量超过三万米或者五万米的时候，可能采购的价钱都不一样，所以说我们要在ERP归并采购这一块做一个精准的综合的统筹，以降低面辅材料采购的成本。
还有CAD软件都变得聪明了，变得智慧了，我们之前的CAD都是开板软件，现在已经有了超排的功能让我们现在的智能排耗量已经超过非常好的人员排耗量的面料利用率，我们要非常善于利用现在技术的迭代来改善传统行业的痛点。还有一个，在福建甚至说在全国一些知名的服装企业里面料仓、辅料仓是没有系统的，完全靠人工再统计，导致仓库里明明有的，但是帐只不符，就说没有。还有头部采购，因为没有这样的系统，全靠人工盘点，甚至人都找不到那个东西到底放在哪里了，变成重复采购，拉长交货的周期一方面浪费了时间成本，也增加了采购成本，我们在物料成本控制维度我们希望打通所有在用的软件，如果没有的话就补充软件，真正实现物料成本从研发阶段开始得到有效的控制。第二是人力成本，人力成本对每一家服装企业来说都非常难受，现在的工人太难招了，涉及到方方面面的问题，其实里面有一部分是可行，可能还有一部分是不可行，为了配合快速反应，海外采购可能只能做一个备份，我们如何实现人力成本的可控性，目前我们的解决方案里提出的是GST软件，工艺工序标准化。还有关于MES系统，如果各位有现场可以到现场感受一下MES的系统，在非标准化的服装行业怎么有效的提升流水线的效率，效率提升了成本自然有降下来了。再者，我们在开发阶段PLM和CAD的对接，MES和CAD的对接，还有PLM和GST的对接，这样可以减少很大的成本。
还有就是物流成本，物流成本也是目前困扰零售界的一个大的痛点，比如说这个店里面只有件衣服，如果全部补货用快递的方式我相信绝大的企业无法承受。现在我们在推两个产品，一个是云物流，一个是云仓，在我们的愿景里我们希望能够实现在未来我们每个品牌未必需要建那么大的中央仓库，未必需要建那么大的分仓，可能我们的重点是建立一套完善的质量控制的系统和完善的质量可追溯系统，然后让每个工厂直接变成我们的云仓，我们可以在工厂直接按照这个信息发货，剩下的备货放到总仓，这样可以有效的降低物流成本和仓储成本。
这里重点讲一下智慧供应链的质量控制。因为我是从制造业出身的，我是在流水线上做了很多年，我跟德国的客人做生意做的已经多，跟日本客人做生意比较多，我对质量二字有个人比较深刻的理解。我觉得质量是每个品牌生命力的基础，那如何控制质量?在我们的理解里有三个维度，首先是样品控制，然后是物料控制，最后是生产控制。样品控制一个非常重要的事就是确认质量标准，质量标准清晰了才有后面的工作。再者物料控制，我们在物料阶段清晰的界定质量标准，我们在生产过程中就不用为原辅材料的原因导致质量问题而困扰。再者就是生产，就是产前、产线、成品质量控制。质量控制有一个很难受的点，改变在传统的质量控制体系中都是写质量检验报告，都是QC拿着一个本子或者拿着笔记本填无数的表格，但是这样的可视化非常的差，因为用这样的报表分析质量这中间的过程变得非常漫长，而且这些分析出来的质量问题已经严重滞后了，而我们要做的是过程控制，全流程控制，而非结果非常。
再者，因为RIFD技术的不断发展，我们的质量可以做到追溯，现在已经有一大部分品牌在做RIFD签，因为我们MES系统的完善，所以这件衣服是哪条产线做的，出问题的工序是哪个工人做的我们可以精准的追溯，这为将来的云仓和云物流奠定了基础。我们让整个行业提升质量意识，这才是行业转型升级的根本所在。
接下来讲一下货期，这么说，我们是从业人员，可能对工艺，对质量关注的维度有不同，但是质量发好了，货期来不及也是一个难受的点，货期我们怎么去控制，首先样衣的周期，我们希望现在现有企业里的软件集成，集成之后降低人为因素在样品开发周期里的时间浪费，提速样品开发周期。同理在面料周期，筹备采购周期我们现在也用技术手段把现有所有软件的功能做深度的链接，做深度的打通和深度的交互，在备料周期缩短，其实在整个交货环节中，周期反而最不是问题。往往是前面的样品周期和备料周期占用大量的时间，把生产团队逼的鸡飞狗跳，但是生产团队永远是背锅侠，并不是生产的问题。以前我们的订单可能要三个月，现在缩短到两个月，甚至一部分企业在两三千件的订单缩减到三个礼拜，这个成绩已经非常的喜人了，但是我们的目标是七到15天，我相信我们做到七到十五天之后对改善我们企业的负责，提高我们的周转率又是一个量到质的飞跃。
接下来是物流周期，我相信在座的各位只要在服装企业干过，特别是在品牌企业里干过，物流也一个痛，我也相信很多的品牌公司的物流总监这个岗位活特别难干，其实他也挺难受的，为什么?因为在传统的供应链里前面的数据来源太不准了，要说计划没有变化快，在物流这个环节最能体现了。为什么?车间说车间的报表提示我们明天要进多少款，多少件可以出货，但是车已经备好，外部第三方物流也已经准备好的，结果东西没有准备好。因为传统的整个供应链里生产数据的失真，生产数据的迷失，所以让物流周期的不可控性发生的，它其实是一个地缘的作用，如果仅仅从物流来说已经不是问题。我们建发物流集团的技术是非常强的，所以在物流这一块我们现在的ERP跟物流管理系统已经做了集成，这个建发信息提供的解决方案里物流周期可以做到很有效的控制，可以根据根据零售方的需求做DIY，做量身定制的解决方案。
这张是智能制造的全景图，智能制造首先是设备层，我们的MES系统所有的数据来源是来源于设备，我们不希望任何的数据是由人工填报的，人工填报的数据主观性太高，我们所采集的数据都是真实有效的数据，所以我们在设备层，在过去十年里跟各大供应商做了交流，目前已经跟住修的服装制造设备商做好了数据对接。
再来因为RIFD技术的提升和AGV的快速发展，我们现在在线内和线路外可采集的数据都已经实现了技术的验证。我们的设备层可以理解成物联网层，而物联网我们的解决方案和标准化的物联网可能有点不一样，因为我们服装行业是非标的，比如说电子产业，比如说汽车行业，他们可以直接用设备上的数据来分析这台设备的产能，但是在非标的鞋服行业，这个事情是不可能的。我们必须要融合软件来判定采集来数据的有效性和效率。所以说，我们这边有到IOT的边缘计算，我们在现场会展示，对我们的鞋服的生产线有什么样本质的提升，在这里邀请大家去现场看一下。从设备层获取数据之后，再和应用层的软件做交互，在应用层软件交互之后，就到达了指挥中心，这个时候智能制造的管理层和传统模式的管理层可能工作范围有了本质的区别，传统的鞋服工厂的总经理或者厂长工作量、工作负荷各位都清楚，但是在我们的智能化工厂，智能化改造完毕之后，我们的厂长再也不用为工人的工资发愁了，因为我们的工资可以实时去核算，再也不用去纠结哪产线适合做什么样产品，哪个订单还在哪个流水线。将来智能工厂的工人抓技术创新和管理创新，这才是我们鞋服行业的明天。
这边我讲一下在我们的ISC的这个解决方案里新技术的应用。在此，我们特别要感谢通讯行业的各位供应商给我们提供的5G物联问解决方案，在5G通讯来到之前智能制造在我们的心里其实都是打鼓的，为什么?大型的生产企业至少上千台甚至几千台、上万台设备，要做到实时数据采集面临两个问题，数据的大并发，我们要做实时动态平衡，要面临第二个问题，就是低时延。感谢5G时代的到来让我们的智能制造变得可实现，特别在非标行业，在我们的鞋服行业。
再者，我们的IOT边缘计算、工业大数据，昨天有个客人问我，您理解的工业大数据，什么叫工业大数据?我在这里跟大家讲一下，我们理解的工业大数据是每一个工人做每一道工序的历史数据，我们理解的是每一个品牌的每个品类的设备在做具体哪个工艺它表现的最好，我们理解的工业大数据是经过这些数据的沉淀让我们知道哪家服装商最擅长做哪些品类，他们的效率高，质量最好，他们的综合表现最佳。这个是我们理解的工业大数据。
再者AI机器学习，我们的AI特别有意思，对制造业来说，人工智能听起来很炫酷，特别的高大上，但对制造业来说它的实用性是排在第一的，它的投入产出比是排在非常靠前的，我们现在已经用于MES系统的有机器学习，机器学习包括学习曲线，每个工人在过去三个月、一年、入职到现在做过哪些工序，曾经表现如何。我们的机器学习还在于过去这条产线，这个车间做过哪些款式，他们表现如何。再者，云计算，我们在提一个话题供应链协作平台，如果我们只是一家公司能够覆盖所有的供应链6大场景，那我们在本地部署IT是有一定的可行性，但是现在很现实的是大型的集团公司工厂不是只有一个地方，甚至研发中心和他的工厂是分离的，如果全部本地化部署成本非常高，所以说这个时候我们建议应用我们的云计算，我们把一些引用放在云上，因为只有上云才有办法协作，协作才有办法真实的提高效率。
这里再提一下通过上面的各种技术手段，我们现在希望我们的供应链除了聪明还要变得柔性，什么叫柔性?下单快反，这不仅仅是一些原创品牌的梦想，我相信也是我们很多品牌公司的梦想，现在高定普及率非常的高。我们把这个技术向福建的企业做一些推介，对福建的小单快反的能力的提升是有帮助的。还有就是大单快反，现在团购订单应该是很多品牌非常喜欢的蛋糕，为什么?没有库存。这是一个非常nice的商业模式，而目前不仅仅是工装会定制，甚至一些国内较好的企业运动品类也会有团购，也就是说我们如何接到一个大型的企业的团购订单要求我三个星期要交货，你能做到吗?你能做到这个订单就是你的，而且这种订单的利润丰厚程度还非常不错，比传统的OEM、ODM订单都好很多。第三就是个性化定制，高级定制会限制我们的想象力，在我们心目中高级定制离我们遥不可及，一套西装几十万，但是在现实生活中个性化定制已经走进我们的生活。比如说我们现在经常同学聚会定一下班服也定制服务。当然，目前这个子模块更多是做成现货，但是现在也有一部分的企业想做创新的企业可能从供应链整个链条就在统筹这件事情，比如说的跑酷俱乐部、健身俱乐部都在做个性化的定制需求，而这一块的市场不可小视。
所以说，我们鞋服的未来在哪里，在于创新，在于商业模式的创新，供应链的创新。第四，优化存销比，前段时间我们几个同行在探讨是不是库存越少越好，是不是零库存最好，但是又很现实，线上是离不开线下，线下也离不开线上，一旦有线下就不可能没有库存，所以零库存是伪命题，但是如何优化存销比是最大的问题，靠人工算很难算，而且算出来未必精准，我们现在用智慧供应链这个平台，我们用科学的方法建模来算，相信对所有品牌的帮助是质的帮助。
ISC的关键词，也是我们的愿景，首先是标准的建立，智慧供应链的标准是什么，我们不要玩概念，实业特别不容易，我们希望我们建发集团这样有社会责任感的企业能够起到一个引领的作用，召集所有硬件供应商、软件供应商以及头部企业制定行业标准，因为标准制定了之后才有办法达到真正的行业协作，不仅仅是本企业的供应链的协作，还有行业协作，我们的行业协作达成了之后才有这个行业的效率提升。再者，是数字化，在信息技术和科技技术已经突飞猛进的今天，我们希望我们的数字化变得真正服务于我们的制造业。第三是可复制，曾经在我们的鞋服行业出现了很多的案例，我们都觉得很神秘，都是觉得好炫酷，我们都想去学习，我们都想变成他们所宣传的那样，但是当我们真正贴近他们的时候，我们发现好象跟我们想象中不太一样，再者，这个技术和产品是否成熟有一个判定标准就是是否可复制，是否可以在行业里大范围的复制，当然这里的复制不是百分之百的复制，因为鞋服是非标行业，非标行业决定了我们的解决方案的定制化程度很高，但是，在我们的从业经验中我们发现针对我们的头部企业，针对规模上的企业，因为每家企业有自己的管理，有自己管理的模式有自己的产品线，有自己的质量控制标准，有自己的市场地位，所以说我们会给大型企业、规模以上的企业做量身定制解决方案，而对中小微的企业，中小微的未来就是我们的车间，因为我们的龙头企业可以为他提供管理输出、技术输出、技术支持，我们中小微可以选择成为整个行业供应链体系里的毛细血管，去做执行，而这一部分将用标准化去复制产能。
再者，全球化，关于全球化这个话题，其实很现实，对各大知名品牌来说，全球化在二三十年前就已经做到了，我们本土的品牌其实在全球化方面也已经在做探索，而全球化这一个协作管理平台正是给我们的智慧供应链做的一个非常重要的功能模块，在鞋服行业有两大主流，一大主流是加工型企业，另一大主流是品牌类企业，特别针对生产加工业的企业来说其实早就实现了生产的全球化布局，而生产的全球化布局其实协同这一块还是有很大的提升空间。我们希望通过这样的技术升级和技术解决方案为我们的大型的、中型生产提供解决方案。
我们建发集团是一家以供应链运营为核心业务的公司，在我们过去30多年的运营过程中，我们一直在做一件事，整合资源。不管是智能制造还是智慧供应链，靠一家企业是做不了这件事情的，需要我们全行业，需要软件供应商、硬件供应商、同行一起贡献智慧和技术，贡献行业标准。谢谢大家!
