拉式供应链挑战库存

编者按：最近一段时间，关于服装企业库存压力增大的新闻一直未断，如何解决库存压力成为服装企业面临的现实问题。除了外部环境和企业战略的原因，服装企业的库存问题在管理方面集中体现在供应链的管理上。在这方面，秋水伊人的供应链管理有很多值得大家借鉴的经验，秋水伊人品牌创始人姚虞坚，一直倡导拉式供应链管理。在他的坚持下，秋水伊人几年来在拉式供应链管理上积累了丰富的实践样本和成功检验。

2012年冬天的一幕，好似三年前的一幕，众多服装企业业绩滞涨、库存积压，公司的应收帐款迅速攀升，宝贵的现金流也频频拉响警报。

品牌商的推式供应链机制在创业初期，由于对下线需求资金周转量小，开店也有空间，开店的速度可以赶得上品牌商的要求，且整体服装行业处于高速发展期，整体各环节均对绩效满意。可是当业绩大到一定规模，同时短期内无法迅速拓展店铺，在公司的增长指标压力下，虽然有品牌商的店铺装修补贴等有力支持条件，但由于总业绩增长赶不上指标的增长速度，因此造成渠道库存压力非常大。这种情况下，渠道各环节的资产已完全无法抵挡库存的损失，推式供应链机制随时面临灭顶之灾。

服装店老板一般对库存比较敏感，往往换季的时候如果还剩下一堆库存，今年就白忙乎了。难道“售罄一空”真的是我们追求的吗？

面对缺货，客户反应真的会等待？根据全球范围的GMA市场研究报告从71000份客户调查问卷中得知以下数据：稍后返回到相同的零售商购买相同的货品（15%）；在相同的零售商购买相同供货商的同类产品（19%）；　在相同的零售商购买不同供应商的同类产品（26%）；去别的零售商购买相同的产品（31%）；什么都不买（9%）

正如前面背景所说，库存多少不能单看自己的仓库，而是需要着眼于整个渠道。　据不完全统计：　一般品牌如正常销售（指最低零售折扣在5折以上），整个系统的库存率在35%～45%之间。具体分布如下：品牌商：15%～20%，（包括15%的总退货率，自营体系的库存，公司备货的库存，异常如死亡客户剩余的库存等）；总：5%～10%，（包括15%退货后剩余的库存，自身备货偏差产生的库存，总自营体系的库存等）；终端店铺：10～15%，自身订货不准产生的库存。从整条供应链而言实际真正销售到消费者的是55%～65%，剩下的库存分布在链条的各个环节。

衡量指标

在方案推行的过程中，以下衡量指标在从传统订货制下的推式供应链，到需求驱动的拉式供应链的转变中发生了巨大变化，而这些指标是评估系统整体产出的重要指南针和决策依据。

—　现金流

企业在从最开始的追求销售额到毛利，再到净利润，再到今天的现金流，企业的现金流是否健壮，流转是否迅速直接关系着企业的命脉。受限于店铺的规模，这一点在终端体现的尤为明显。以下分别从上货阶段、正常销售阶段，以及促销阶段对店铺的现金流要求进行分析。（见表1）

店铺在首批上货时现金流占用过大会存在以下风险：

1.　新一季货品上货延迟，如果其他品牌先上换季货品，则店铺无形中会丢失季节初期正价销售的机会。

2.　对上游总，品牌商现金流占用，延长资金周转时间，同时随着店铺的数量增加现金流占用，在某些季节如秋冬交替之时甚至迫使品牌商赊账发货，增大了各环节的资金风险。

3.　延迟发货的货品需要占用公司的仓库空间，增加仓储成本，同时当温度骤变时短期对物流发货能力的峰值需求又迫使企业增加物流设施投资。

从表2来看，拉式供应链在正常销售阶段每日回款现金流要比推式少，是推式比拉式更好吗？其实不然，原因如下：

1.　表2中反映的是每日回款的现金流，而非占用的现金流。拉式供应链在实际维持每日销售所需的每日补货金额基本是固定的，约正常一周的资金就可以持续滚动，并不对店铺有额外的追加现金流投入。

2.　店铺每日销售的货品是其畅销的货品，推式因为初期就基本订满所需货品，迫于库存压力后期会人为打一个“库存恐惧期”，即人为缩短货品补货生命周期，既希望控制库存又希望能发生“替代性”销售，而实际这一美好的愿望发生的概率大约50%，如果该区域只有一家该品牌的店铺，则发生的概率骤降至19%　。这样的补货满足率，在销售的稳定期缺货率开始上升，越卖越缺乏爆款支持销售。

推式供应链将促销视作消化库存的时机，不会为促销额外增加进货量；拉式供应链将促销视作提升整体销售的机会，会视不同店铺情况增加货品的宽度和深度以支持销售，背后的数据依据如下：

1.　促销的时候销售是平时销售的好几倍（假定是5倍），要达成以上的结果有三种主导的原因：A.所有的款式销量均是非促销期的5倍；B.　有些款式是5倍以上，有些是5倍以下，越是爆款增加的倍率越多；C.款色的动效率发生变化，发生销售的款色数大幅增加，即平时很多不卖的款式，因为促销开始零零星星发生销售。通过分析本品牌的促销实际零售数据，发现业绩的增加实际上是C原因为主导，B原因中的爆款也增加销售，但往往达不到平均增长倍率。

因此，拉式供应链因为在促销期间针对显性缺货的断码断款进行补齐，并增加深度的同时，也增加了款式的广度以应对隐性缺货，即将店铺没订过的款式也铺放到终端增加销售机会。

2.　促销期对于店铺的额外货品占用，在促销结束后会统一退回品牌商，未卖掉的促销期货品实际不会占用店铺的宝贵现金流。

—库存周转次数

当供应链从推式转变到拉式时，对库存存储的位置改变，物流配送的需求大大改变，仅以表4部分举例：

从表4可以显著看出库存次数的差异和对物流协同的需求，传统品牌商在以下方面对物流提出新的需求：

首先，通过降低首单和首批的比例，大幅度削减季节初期对库容和发货的压力需求，及平滑需求的高峰。根据实际的测算，考虑到供应商准交率，面料准交率等因素的影响，首单上货的峰值可降低1/30～1/2　；其次，对多品种、小批量、多客户的拣选时效性和准确性提出高要求。为满足店铺的昨日销售今日能及时补上，原则上需在店铺关门到第二天销售启动前这十几个小时内完成包括拣选、物流配送、清点上架等一系列动作，各环节的时间节拍性要求高于推式供应链；再次，拉式供应链强调保持与终端的需求同步，因此相对于品牌商，总的物流压力会更大，以往的捆包批量式发货和无库位的概念等，越来越跟不上品牌商对速度和准确度的要求；最后，逆向物流的比重大幅提高，以往星状网络的逆向物流模式无论从速度和质量都跟不上拉式的需求，终端—区域仓库—中央仓库—区域仓库—终端的超长响应时间无法满足品牌商的节奏。

解决方案

整个改造方案的目的是使得货品实现4R，即恰当数量的恰当产品在恰当的时间和地点出现。

步骤一：设定库存

终端库存放置的件数和款色数受制于店铺的陈列条件，需要计算一个店铺实际最多能陈列的款色数。确定了款色数后，需统计的是各款色放多少合适，这其实是库存成本和客户满意度之间的一个平衡解。对自身过去销售数据进行数据统计结果如下：单日单尺码销量≥2　的发生概率低于4%，即大多数SKU只要放1件即可维系正常销售，这跟大多数店铺对销售的直觉感觉是不一致的。

确定了店铺初始放的件数，继而判断将货品集中在中央仓库后，是否可以应对店铺的销售。通过分析，单一店铺的单一尺码的销售，可以视作数学中具有马尔可夫性质的离散时间随机过程。该过程中，在给定当前知识或信息的情况下，过去对于预测将来是无关的。

应用此规律可得知：t+l时刻系统状态的概率分布只与t时刻的状态有关，与t时刻以前的状态无关，简单而言存在以下假设：

a.　即单一店铺单一尺码的明天的销售只与今天的销售有关。

b.　即单一店铺单一尺码如果今天没有卖的则明天也不会卖。

根据上述假设确立了店铺放置库存量和库存放置位置补货方式的理论依据，公司决定在项目启动的当天晚上，依据上述规则相关部门连夜加班（22：00，店铺关店统一盘点；24：00，计算店铺SKU目标库存，大多数1件，少数2件；1：00，安排所有店铺退货，物流取货；6：00，仓库处理退货；9：00，按缺货店铺的需求自动发出缺码货品；13：00，店铺货品到位）。

当天店铺的平均库存降低30%以上，个别店铺降低50%，多余货品退回中央仓库。退货后的一周内平均销售在没有特殊促销活动的情况下，销售不但没有下滑，反而相对前一周整体提升10%～20%。

步骤二：调整水位

传统店铺补货量的计算方式一般分两种：

a.Max-Min法：低于最低水位则一次性补到设定水位。

b.可销售天数法：补货量=日均销售量×标准周期-库存量。日均销售量每天在变，即使取一段时间，如14天的销售量同样会变动，如果按公式则每天需调整补货量，有可能每天需调入调出。

根据前面的分析，设SKU的恰当目标库存后，根据销售变化来做目标库存的动态调整，依据库存与目标库存的差距来控制货品。

对目标库存水位的计算和调整均构建到IT系统中，每日对每一家店铺的每一个尺码（假定1000家×250个款色×3.5　个尺码　=　875000个sku　）由系统根据销售的波动，库存的变化来自动计算补货量。　目标库存的调整在实践中一直坚持两个规则，即：

a.　执行规则：根据缓冲状态频繁的（每日）补充至目标水位。

b.　反馈规则：基于缓冲的侵蚀状态，调整目标库存（缓冲大小）。

步骤三：持续补货

明确店铺补货的需求量之前，需要先清晰一家店铺整体的需求计划，通过理解店铺真正的需求才能做到店铺货品的合理进退。

1. 补货量的动态调整

店铺的订货是卖家设定的期望目标与品牌商发展目标之间博弈的结果，总量上在开始就没有合理的预估后期的偏差。

在推式供应链下业绩约等于发货额，终端店铺水平参差不齐并且订货多是被品牌商鼓励的，一旦偏离自身实际则后期甚至还没有发生补货，库存的大头可能在订货的那一刻就已经产生。因此，店铺的销售需定期保持监控，如果其实际销售偏离销售计划，在补货的宽度和深度上就需要提前进行调整。

2. 补货结构的动态调整

自身多次的实际订货数据证明，视不同客户眼光，一般加盟商团队整体准确率不超过45%　左右。从目前行业商的订货来看，实销和订货排行前50名的重叠率不会超过50%　。

因此当实际销售不同于预期时，需将消费者的购物语言转化为供应链的执行语言，对后继补单的结构进行调整：

3. 补货优先级的动态调整

服装是靠天吃饭的，季初设定的波段上柜计划是对未来气温变化的一个假设，实际上货除气温外还受到其他诸多因素影响。

首单订单的MTO，补单生产的MTS均需要根据终端的销售动态变化，因此基于上述实际需求，通过设定统一的优先级，将店铺每一个尺码的销售和缺货情况均以同样的颜色状态，传递到区域仓库和中央仓库驱动后端并据此安排柔性生产。

（本文作者程诚为秋水伊人供应链总监）