如何有效縮減庫存？

　　邵立剛

　　中國服裝買手論壇 特邀專家

　　中國服裝數據分析 實戰專家

　　九派壹線管理咨詢 首席顧問

　　北大日本研究中心 特約研究員

　　記者:很多做服裝的人都說，盡管從設計到生產的每一環節都仔細考量，還是無法準確把控市場脈搏。庫存難題在所難免，有什么方法可以縮減庫存?

　　邵立剛：我個人有一個觀點：庫存的規避不是在季末操作的!庫存的控制是從訂貨計劃開始的;庫存的解決是在銷售過程實現的!正確的做法是：通過數據分析管理庫存，將庫存縮減到合理狀態。也就是說，通過實際貨品進銷存產生的數據進行深度挖掘，反饋出貨品存在的問題。比如，某品牌上了一盤新貨，經過一段時間的銷售，統計出賣了多少貨，剩下多少庫存等數據信息，并對其進行深度挖掘。

　　九派壹線管理軟件的數據挖掘分析功能，從貨品進倉開始就啟動了，每一天的銷售和庫存數據都是分析的基礎，以此判斷每個環節的貨品是否合理，并提示貨品可能出現的問題，指導管理者做出貨品調整。每一次的數據分析結果都是糾正錯誤的機會，周而復始，庫存問題會越來越少，貨品與市場需求也越來越接近，貨品管理的準確度高了，自然效率提升。

　　記者:除了貨品的銷售統計，還有哪個階段需要進行數據分析?

　　邵立剛：無論是上貨、銷售還是陳列，每一個階段都需要進行數據分析，這都是為了給貨品管理糾偏。假設某品牌春夏的貨品偏差率是20%，通過數據分析發現并調整上貨可能出現的問題，當年秋冬的貨品偏差可能就降到了15%，下一年的春夏又降到10%……這就實現了螺旋式上升的糾偏作用，隨著偏差率逐漸降低，企業的效率也隨之逐漸升高。這是目前國內服裝企業普遍使用的軟件無法實現的。

　　服裝企業在經營過程中至少需要三種功能的軟件，一是生產管理軟件，二是運營管理軟件，三是財務管理軟件。目前，國內生產管理軟件和財務管理軟件的技術都相對成熟，但是真正運營管理決策的系軟件非常少見。

　　九派壹線公司此次研發的管理軟件正是針對這個問題，用更精細化的管理理念將貨品分模塊地進行管理，簡單的說就是記錄貨品從無到有，再到沒有的全過程，并對這個過程的數據進行深度挖掘分析。比如，一件貨品首先要進入倉庫，進入短暫或長時間停留環節;然后從倉庫到終端，到終端后它又進入陳列展示環節，直到銷售出去。貨品雖然沒有了，但它移動狀態的數據信息會被保留，并反饋到決策層。

　　記者:那么,數據分析能夠保證上貨的準確性?

　　邵立剛：在銷售之前，沒人能夠保證這盤貨與市場的需求緊密接合達到100%。強調數據分析的意義就在于，如果貨品與市場需求發生偏離，通過數據分析的結果能指出所上貨品存在的問題，在下一個上貨波段，企業就可以修正這些問題，以追求商品無限接近市場需求。

　　例如：新品牌A在3月上了價值100萬的貨品，包括10個品類，其中有15萬的短T恤和10萬的長褲，當此季貨品的銷售結束時，數據顯示短T恤銷售了10萬，消化率為66%;長褲銷售了9萬，消化率為90%;所有品類的銷售額為82萬，整體消化率為82%，對這些數據進行綜合對比分析，短T恤的數據低于整體消化率，問題可能是上貨數量過大，也可能是上貨時間過遲等等;長褲的數據高于整體消化率，造成這種結果最大的可能是上貨數量不夠。

　　記者:是不是有了九派壹線的管理軟件，就可以坐享其成不用考慮貨品了?

　　邵立剛：當然也不是。軟件畢竟是程序化的，在出現一個數據分析結果的同時，它可以指出有可能產生這個結果的一些原因，具體是這些原因中的哪一個或者哪幾個，還需要操作人員進行逐個排除。這就好比汽車出了故障，維修人員通過車主反映的現象，用自己的專業知識與經驗列舉出可能出現問題的部件，然后通過各項檢查，最終找到故障原因并修理完好。

　　另外，像氣候變化之類的不可控因素也可實現自動信息抓取，從而得到更準確的分析結果。例如：2010年5月的平均溫度為25度，而這一數據在2011年5月上升到了28度，但在2011年5月上貨前，軟件給出的分析結果來源于2010年5月的相關數據信息，所以，要得到更準確的上貨分析，需要人工在上貨前查詢未來一段時間的溫度變化，然后找到去年該溫度下的數據分析結果進行參考，調整該時段的上貨計劃，實現精細化的貨品管理。