以下案例主要由林梓江提供素材。文字经冷芸助手陈畅整理编辑。

林梓江

一个由数据处理专业转行而来的制衣工厂负责人。希望通过服装行业的数字化及数据共享，改造和完善服装产业供应链，做到真正的柔性生产和快速反应。自有公司创办于1996年，前身为潮阳市佰龙实业有限公司，是一家专业的纯棉T恤生产商。22年来，工厂累计生产纯棉T恤超过8 000万件。合作伙伴包括United Athle、永辉超市、七匹狼等。

合作品牌方简介

2019年，我们工厂与一家天猫旗舰店店铺尝试合作了快反订单的做法。以下是我们实践的过程与结论。在此分享给大家，希望能对读者有些启发。需要说明的是，我们的实验还在实践过程中。以下的数据只是到截至本文分享前的数据。日后，我们可能会探索出更多更有效的方法。

该店铺为男装品类。我们合作的是T恤。其基本款零售价为39元；设计款T恤零售价为59～99元。从T恤价位及设计风格来看，大约对标班尼路、美特斯·邦威这样的品牌。

我们第一阶段的实验从2019年3月3日起，8月10日截止。基本款A（SKU数为35）^[1]，生产数量53 268件，零售库存余1 968件，产销率为96.31%^[2]；设计款B（SKU数为15），生产数量7 228件，库存335件，产销率为95.36%；设计款C（SKU数为15），生产数量2 688件，库存308件，产销率为88.54%。

我方供应链简介

在面辅料备足的前提下，我们的供应链周期（从客户下单至出货之日）为3～7天。通常，净色T恤的翻单周期为3天。涉及额外工艺（刺绣或印花），也可以在7天内完成出货。

在这次试验的阶段里，客户累计翻单86次，平均不到2天翻单一次。其中，单个SKU最低订单数量为21件，单笔订单最低数量为131件。平均一次翻单一般在10～20个SKU，平均数量约800件。

案例分析

在这个案例中，如果按照以前传统的供应链做法，一个季度大概可以翻单三次，产销率在70%左右，而且这个产销率是在最后一个多月里通过不补货清库存的方式才能做到。

我们工厂正常承接的订单在1～10万件，而翻单86次，看似“高效”，但这种翻单频率还是非常值得再商榷的。其实，从5月1日起，该客户就会向我们提供每天的销售数量及仓库库存，由我们直接依照数据进行订单计划和生产，每天出货。客户对于翻单并没有太多次数的要求和想法，他们保持高频次翻单最主要的目的是降低自己的库存压力。最终结果是一整个季度销售5万多件的情况下，库存量最高时只有7 213件。

在这个案例中，我认为一方面，我们有些积极的经验可以分享；另一方面，也有些方面有待进一步改善。

比较积极的一面是，这个案例体现了客户（品牌方）与供应商（工厂）进行供应链协同和数据共享后，是能够达到降低销售终端的产品库存同时保证产品的及时供应的。

理想中的供应链协同场景

理想的供应链，即如何在保证产品不缺货的情况下，做到库存最低。要做到库存低，就要缩短供应链的周期。如何用供应链协同来缩短供应链周期，最主要的是信息的互通以及风险共担，具体实施步骤如下：

1.以款式A为例，销售部门做出款式A的季度销量预期，并且按销量预期的20%进行首单备货。

2.终端每天获取款式A的销售数据，并且根据每天的销售数据调整A款式在该季度的整体销售预期；经过观察，我发现符合销售预期时，款式A的存货数量S将由供应链周期d、每天销售数量a及冗余系数k决定，即S=（a+k）*d。

3.制造商根据销售部门的销售预期和终端的实时库存，可以核算出该产品的后续订单数量，并根据预期订单数量进行产品备料。备料可以极大地缩短供应链周期，降低终端的产品库存数量。

4.同理，面料商和辅料商也可以根据制造商的预期订单数量和制造商的备料库存，相应地进行原材料的备货。(www.daowen.com)

5.“冗余系数”是指每个产品根据SKU数量的多少及物流路程等可能出现的意外情况，多备留库存。但冗余系数的这个“系数”在实操中往往很难量化，通常需要销售部门来做。在本案例中采取的做法是，把供应链周期的一半来作为冗余系数，但这种方法目前并不健全，也许需要做数学模拟才能得到更为精确的数值。但总而言之，供应链协同的理想场景，就是通过数据共享，实现让制造商和上游的面料商及辅料商能够有的放矢地提前备货，以缩短整体的供应链周期。

供应链协同能解决哪些问题？

通过供应链协同来缩短供应链周期，本质是将原先归属于终端的备货，转变成了终端的一小部分备货、制造商的面料及辅料备货以及面料商和辅料商的原材料备货。业内人士都知道，因为环节很多，服装的供应链周期很长。拿纯棉T恤举例，从棉花采摘、棉纺、织造、染色、后整理、裁剪（刺绣/印花）、车间缝制，到后整理、打包，整个流程下来大概需要60天。这里的信息共享就是和供应商共享供应链系统。也就是正常情况下销售终端需要准备至少60天的库存。而在成衣制造商准备好材料的前提下，做裁剪（刺绣/印花）、车间缝制、后整理、打包。这个流程正常情况下需要10～15天，加速的情况下可以做到3～7天完成。在对销售终端数据透明了解的前提下，数据共享可以大大提前让所有供应方知道该如何主动备货。

在传统的模式中，终端的库存往往是按照预定的销售计划进行备货的。一旦遇到爆款的销售大幅度超乎预期，就很容易出现断货的情况。正常情况下的服装供应链，翻单周期都在一个月以上。一旦补货错过窗口期，翻单便很容易变成积压库存。所以很多时候，终端都会选择以售罄来结束该款式，转而努力销售其实并不好销售的积压款式。

而供应链协同的优势就在于：

1）由于制造商可以主动提前备料（而非被动等待品牌商通知），生产周期非常短，很容易跟上爆款的销售节奏。

2）由于信息共享，在产品销量开始有明显上扬当天，从制造商到面料商、辅料商都会开始同步生产并准备加大相应的备料数量。

举例说明。今年我们客户设计款B本来预计销量是2 500件，但截至8月10日最终销量是7 228件。在整个季度自始至终都没有出现过缺货的情况。在款式B上架的第二个星期里，现实销量开始超过销售计划的销量了，一开始超出不多，只有10%，所以第一单翻单只补了250件；同理，后续销量继续上扬，销售计划出现变更时，翻单也同步进行。

如何实现理想中的供应链协同场景？

很多时候，销售数据是一个品牌的机密。品牌终端是否愿意把数据给到供应链企业？又如何保证销售数据只在整条供应链里流动而不外泄？是否信息共享只能在合作很久、很有默契的销售与供应商之间才可以做到？

其实供应商需要的销售数据，第一是销售商每天精确到每个SKU的准确销售数据；第二是销售商的实时库存数据。

而我方作为供应商，通常满足以下三点时，就愿意做到愿意为客户提前备料：

1）客户需要提供实时销售数据和仓库库存，以及季度预期销售计划；销售计划会随着实时销售数据更新。

2）在销量远不如预期销售数量的情况下，销售商和工厂会利用已存备料尽量开发其他款式，促进备料销售。

3）在开发款式均不能合理销售的情况下，工厂会将产品以成本价出售给销售商，销售商通过打折低价促销的方式进行销售清仓。

对销售和供应商而言，如果是陌生或不够默契的合作，的确很难冒着风险交付数据、提前备料。因此通常都是长期合作形成一定默契的供应商与品牌商才能实现供应链协同，也就是本文开篇案例中所提到的。

而在这个案例中，其实最初的销量预期和最终的实际销量差别很大。比如款式A最初目标销量20 000件，款式B最初目标销量是2 500件，款式C最初目标销量1 500件。但因为在供应链周期足够短的前提下，客户做的计划销量可以尽量保守。在最终则依赖于透明的数据交流以及高效的供应链系统，我们帮客人实现了远超销售计划的目标。

但本次实验中也有一些值得改进的方面。比如86次的翻单是否真的值得学习？我认为频繁的少量多次翻单，其实会造成一定程度的成本上升和损耗增加。我个人认为，在供应链里的高效，应该是尽量让生产的成本最低、风险最小并且收益最高。因此如何在规避库存风险的同时又不大幅度提升生产成本与损耗才是我们有待系统考量的方面。

一个可行的解决方案是，基本款低值款完全可以不用做快速翻单的节奏。因为这种款式库存风险低，可销售周期长，且销售比较有规律可循。而对于设计款来说，其产品附加值高，增加的物流成本和管理成本在增长的销量面前其实占比很低；其次，设计款一旦款式滞销，是真的很难卖出去，所以库存需要尽量少。因此对于设计性比较强的款式，快速翻单倒真的很有必要。