服装行业ERP零售终端智能补货何以难达成效.pdf

服装行业 ERP零售终端智能补货何以难达成效 服装行业相比于其他行业，商品具有明显的季节性， 消费者已经从商品功能、商品价格等理性需求上升至品牌文 化、商品风格等感性需求，市场的不确定性也随之加大，商 品零售趋势呈明显不规则变化曲线。服装企业在考虑零售业 绩的增长的同时，库存风险对于服装商品全过程管理也是重 中之重，因此，企业需要平衡好零售业绩增长与库存风险增 加的可能。 很多服装企业的管理人员将 ERP在零售终端的智能补货 功能提升到 BI 系统功能的高度， 期待完全依赖软件功能去解 决管理决策问题，这是该功能应用的一个典型误区。 智能补货原理 零售终端智能补货的核心是满足市场需求，智能补货系 统及时调整门店与配送仓之间的商品库存分布，才能降低零 售终端缺货率，提升零售终端的服务水平。智能补货通常在 软件中有两种应用形式： 设定库存上限与库存下限库存上限可高于或低于期初 库存水平，当有零售产生，库存下降至警戒库存下限时，系 统自动提示，发出补货通知。其补货的需求量：最高库存水 平与最低陈列水平的数值差。 卖多少补多少将期初库存设定为库存上限，根据其即销 即补的特点，也就是销售多少商品补多少货，保持库存量为 期初库存水平。 以上两种形式拥有一个共同的特点：维持一定的零售终 端的库存水平。 图 1 中最低陈列水平在目前的智能补货功能中通常不设 定该参数，这个参数其实是一个隐性条件，服装行业是不允 许店铺出现货架空置的情况的，设定补货警戒水平时，其最 低陈列水平是主要考虑因素，避免店铺出现有店无货的渠道 资源浪费现象。最低库存下限＝最低库存水平 +补货单前置 期内零售量，意义在于发出补货申请至补货到达的期间不允 许出现有店无货的情况。从公式中得知，预期零售的定量方 面只考虑前置期内的零售，缺少对于较长期的零售关注，此 类补货模式我们称之为静态补货模式。 服装行业零售终端智能补货功能必须从零售业绩和库 存风险两方面考虑，以平衡考虑零售业绩和库存风险，由此 产生了动态智能补货模式。基本的动态智能补货有两种应用 原理： 考虑市场预期需求量因素。在服装 ERP中通常有趋势预 估、权重、系数等设定，名称各有不同，但主要应用目标都 是提升零售业绩的同时达到季末的合理存货量。基本的示意 图如图 2 。 最主要的特征：针对静态智能补货模式上只有短期的零 售预测进行调整，在设定季末存货目标的前提下，根据预测 的未来零售需求量制定补货量。 考虑市场需求时机。在服装 ERP中常有零售终端智能补 货的时间设定，其主要应用目标为：保证商品在主要的零售 周期内不发生缺货情况，智能补货功能只在主要零售周期内 有效。 最主要的特征：对静态智能补货模式无商品零售周期规 划的情况行调整，确保商品在主要零售周期内不缺货，其后 周期内允许缺货以达到存货目标。结合主要零售周期的动态 智能补货模式，企业需要很好地与商品企划方案结合，考虑 商品的市场零售曲线导入、成熟、高峰、衰退期对于利润的 影响。 四大因素导致失败 利用 ERP在考虑市场时机和存货目标的情况下设定智能 补货功能，似乎可以解决零售终端的缺货问题，然而到了企 业应用阶段，该功能却很难有效执行，原因何在？这里就需 要考虑智能补货功能实现需要基本的条件、自身的局限以及 服装行业的特点。 智能补货准确性问题 智能补货准确性依赖于补货参数（零售预测、智能补货 执行周期等）的精度。 补货对象的预期零售难于预测。不同款式、不同颜色商 品的市场需求会不一样，零售周期也不同，较为准确的补货 需要系统定义每个款式、每个颜色的补货参数。服装行业的 零售数量预测是相对准确的，然而在零售终端智能补货的预 测需要定义到款式颜色，款式颜色的零售数量受商品组合、 价格、气候、市场环境等不稳定因素影响，特别是在服装企 业越来越强调降低库存风险的情况下，同款同色商品库存的 储备意味着高库存水平，对于库存管理无疑是一个“重磅炸 弹”，如果该款该色销售因为相关市场原因突然零售量急