郑欢 教授 上海交通大学安泰经济与管理学院管理科学系主任、教授 （特别鸣谢：上海交通大学行业研究院零售研究团队）
一、技术推动零售业的变化 零售业是我国经济增长的支柱。2018年前三季度三大需求中，消费支出对GDP的增长贡献了78%，很大程度上是个人的消费，是零售业来做到的。在中国，零售业的发展也非常快，这当中一个很重要的驱动因素是线上的零售渗透率。线上的购买属于零售业变革的最前端，可以很负责地讲，中国的线上零售上是国际领先的。2017年的数据统计，中国线上零售业渗透率高于20%，2013年到2017年线上零售增长率大概每年是33%，也是远高于美国，美国只有11%。 我们也会期待零售业将来会有新的变化。这些变化很大一个程度上来源于新科技和新的业态的推动。以亚马逊美国为例。亚马逊在1994年创业，1997年上市的时候市值只有4.38亿美元，但是到了2017年市值已经到了10000亿元。亚马逊的利润并不高，但是为什么股民一直愿意购买亚马逊的股票把股价推高呢？我们首先看亚马逊首先是零售巨头，他们在做零售的过程中不断引入新的技术、新的思考以及新的模式。比如有amazon fresh，Echo，还有amazon GO，从线上走到线下，做全方位以科技为主导的零售业。亚马逊也推动了零售的后端，亚马逊的仓库中通过物流智能机器人快速进行拣货，大大减少人工成本。去到亚马逊的仓库，会看到这些机器人在跳舞。 亚马逊这样的领头企业开始引入很多新的科技和想法之后，倒逼了零售业整个变革。 技术首先改变的往往是在需求端。在传统的零售业的时候，消费者走进店里面购买想要的产品，人、场、货，所有的零售就发生在消费的场景当中，比如商店或者是线上门店，也就是一个商品和服务交换的场所连接了供应的双方。在这样的情况下，比如说一个消费者去了一个门店买了一支口红，门店能够得到的信息非常有限，比如只有POS机或者会员卡的信息。但是消费者为什么来，走了之后做了一些什么，我如何更好的服务她，都无从知晓。这里存在潜在销售机会的丢失。因此，我们对消费端需求的了解和信息的获得是非常难以及非常昂贵的，这样就会带来一系列的问题。
在今天的讲述当中，我会主要讲两方面的问题，主要都集中在供应链上。一个是，如果信息不流畅，会使得整个零售的供应链带来很多管理上的问题，非常显著的就是牛鞭效应。二是，当我们难以了解消费者之后，在前端我们可能就有潜在的销售机会的丢失。 二、新技术帮助改善牛鞭效应 牛鞭效应是供应链管理当中非常著名的一个现象，它是在1990年前后由斯坦福大学的教授发现并写成文章之后传播到业界和学术界，含义是当信息流从最终客户端向原始供应商端传递时，信息被扭曲且扭曲程度逐级放大，最终导致需求信息随着供应链出现越来越大的波动。
我们往往碰到什么样的情况呢？某件商品的需求是变动的，尤其是在产品生命周期初端可能见到的需求是比较少的，突然这个产品开始成长，你会见到大量的需求。零售商一开始备的货会比较少，但是突然有一天发现销量很好，就会预期下一周销量增加，比如本周销了10件，下一周就订20件。这个信息传递到批发商之后，批发商发现零售商的订单一下子变多了，又把它自己的单量再翻倍，走到分销商的时候，也开始不停的加紧生产。等到30天之后，可能这个产品已经开始没有这么热门了，这个货开始从供应链的上端开始往下压，这些货就积压在供应链的渠道上。 所以如果我们去观察这个现象，会发现消费者的真实需求可能像第一个图，但是在零售商上看到消费者的需求可能是有一些变化的，会看到潜在需求的丢失，到批发商、分销商这边发现变动变得越来越大，使得整个供应链变得非常难以管理。 造成这样的现象主要的原因是什么呢？消费端真正的信息是在消费者，但是每一个供应链当中每一环都把上一环下的订单看成了需求。就像我们玩的一个游戏， “COPY不走样”。就是一群人排成一个队，第一个人给第二个人一个信息，再一个一个传。你会发现每个人都把信息变了一点点，到最后那个人看到的信息就完全不一样了。所以在供应链上，每一端只要有这么一环时间比较长的话就像一个放大镜，把这里面错误的信息和干扰一层层放大，直到最后的供应端。 解决这个问题的办法是什么呢？其实学者们也有一些探讨，很简单的想法是分销商或者生产商，不应该只依赖于批发商的订单，应该看到消费者的信息。如何做到这一点呢？让供应链每一个玩家共享信息。 比如说我是一个强势的分销商，我要求零售商把所有的POS机的系统给我共享。但这里有两个潜在的问题。第一，POS机的销售记录并不等于是真实的需求，因为一旦缺货了就不知道到底是没有人买还是有需求；第二，这样做的成本是很高的，因为零售商和批发商都需要把它的信息系统打通。当我是比较弱势的品牌方的时候我是很难要求我的零售商和分销商共享它的销售记录的。因此在技术不那么先进的情况下，想去做到这一点是比较难的，但是现在新技术是不是可以帮助我们减少供应链上的牛鞭效应呢？我们可以看一个真实发生在上海的例子，这个是我们零售团队当中的一位老师指导的MBA论文。 一家上海的品牌方在2013年左右开始做一款儿童手表的产品，因为是小企业，所以不可能自己去建所有的零售渠道，就把手表给了代理商去卖。代理商有很多级，有省级代理商，省级代理商下面又有很多分销商，牛鞭效应导致这个厂家的库存非常高。 如何帮助它们解决这个问题？很明显这样的企业是很难让他的分销商跟他共享销售数据的。但是我们发现电子手表有一个非常好的特征，就是消费者把儿童手表买回家之后，为了开通一系列的服务，需要去上网注册。所以这个厂家可以拿到每一个真实使用手表的数据。他们原来只能看到的是发下去多少货，却不知道当中到底有多少被卖掉了。但是通过个人用户的注册，他们其实可以实时知道今天到底有多少人是新用户。这样，他们可以根据历史数据去做一个更准的预测。很明显的你就会发现七月份、八月份比较高，因为开学期之前大家给孩子买手表。 我们可以看到就只是这么一个小小技术的发展，就可以让真正最后末端的生产企业以非常小的成本拿到最前端的信息。这不光智能手表型企业，可以想像华为这样的手机企业，也可以去做这样的事情。事实上科技的驱动，的确使得整个零售业供应链的牛鞭效应降低了。
斯坦福商学院两位教授在2013年的时候做了一项研究，根据上市公司从1974年到2008年的所有数据来估计各个行业的牛鞭效应。他们发现牛鞭效应在1995年之后都降低了。他们给出了可能的解释，认为1995年是科技泡沫产生的时候，这时候使得大家科技的成本一下降下来了，信息技术的应用使得零售企业可以更好的感知到真正末端市场的需求。 三、新技术帮助我们更了解消费者 在传统的零售业当中，我们对消费者的了解非常有限，可能只有他的购买记录和简单的会员信息。但是现在我们有了很多新技术，比如有了网页Cookies，我们知道消费者还浏览了什么其他的网页。还有位置追踪技术，可以每隔几秒钟上传一下手机携带者的位置信息，画出你每一天的运动轨迹，当运动轨迹重复了很多次的时候，其实就知道你是谁了。还有店铺的会员卡、WIFI以及一些社交媒体、摄像头等等的记录，这样我们可以做一个更完整的消费者画像。
更完整的消费者画像到底能给零售业带什么样的变革呢？可以想象一下，原来集中在零售店面或者某一个淘宝网页上的需求，可以变成全方位的零售环境。原先消费者要么是到店购买，要么在网上购买快递配送。但是当我对消费者了解的更清楚之后，这些场景模式就可以融合。比如消费者去店里面逛一圈什么都没有买，但由于定位技术的进步，这家店的品牌方知道了他，在他第二天打开手机微信的时候就推送一个广告，他可以通过链接在线上购买，这就使整个的购买变成了随时随地的过程。销售者了解了这么多信息之后，可以更好的知道怎么去服务你。 四、新购物模式与旧供应链架构的矛盾 如果要完成购买的最后一端，也就是要把货送到客户的手上，现在也可能从原来的到店购买变成门店做一些配送，或是让消费者做线下自提。这部分是想说，前端供应链场景的融合在后端如何能够更快做一个匹配。
前端变得很快，但是后端仍然可能是工厂、区域仓库、门店做配送或者服务。如果网上购物的话就有一个专门给网商做的区域仓库。这里最大的问题是它们不够快。因为传统的供应链讲效率，要尽量降低供应链上的成本，所以可能会把区域仓库放在比较便宜的市郊的地方，有很大的处理设备。但是当消费者的需求变得越来越零碎化、即时化，需要快速满足的时候，区域仓库隔日达的速度可能已经不够了。所以目前的变化是，消费者在线上做了下单之后，让零售门店做配送，这是现在经常见到的线上下单线下配送或者门店配送。 门店配送比较快，但是也存在一系列的“痛点”。 痛点一，线上/线下“无序”库存。如果是传统零售配货系统，由于仓库比较远，可能只能做到一周两补或者一周三补，每一个门店需要备的货相对是多一些的，补货响应速度慢，这样导致门店之间库存不均衡和无序。在这个门店缺货了，但是在另外一个门店还有很多的货。另外，要考虑到线下的货物在备货计划当中是否考虑了线上的需求。在现实当中很多时候是没有考虑的，体现在三方面： 第一，线上的下单，由最近的门店去送。当最近的门店出现缺货的时候线上也就缺货了，但事实上可能在别的地方还有货；第二，线下门店的工作绩效主要是依据线下的销售收入，他就会不太愿意处理线上的订单；第三，线下门店打包效率低，质量差。比如说要卖一辆童车让线下人做打包是很麻烦的事情。 痛点二，门店之间的调配的低效。比如说线下门店有样板门店、一般的门店和清货门店，常常有调来调去的行为。在我们研究的例子当中发现门店互相调配之间产生的成本跟自己铺货的成本是一样高的，而且占用的店员人工工时长。
所以，单纯去考虑用门店去匹配更加全方位消费需求的方法，也许并不是最好的办法。这时候大家就有了一个新的思考。因为该送货的是仓库，但是因为仓库离消费者太远了，才让门店做这些事情。但是这样导致不专业的人做不专业的事。那么我可不可以在城市当中做一个仓库，他们就离消费者近了。城市当中的仓库不光可以服务末端消费者，它甚至都可以服务每一个门店，可以减少门店之间互相的调配，然后也可以有更加专业的打包设备和配送设备。 五、前置仓模式的探索和实践 很多现在的零售企业在做的一个模式叫做前置仓模式。前置仓其实不是新鲜的名词，在2000年初在英国就已经有一些零售企业在做这件事情。一开始很多叫“Dark Store”，也就是不开灯的店，没有消费者去，就做线上的配送，但是因为要快就放在城市当中。例如上海南京西路是非常贵消费的地方，但是在南京西路边上稍微远一点的地方，可以搞一百到两百平米小的仓库做线上订单的配送。前置仓的好处和特点呢？第一它反应迅速；第二它是一个专业的仓库，和门店不同；第三因为在城市成本高，所以不可以做像郊区一样什么都有的仓库。 为什么会有前置仓这个现象的出现？如果仔细观察，前置仓是需要很多技术的支持，比如需要很快的同城快递，因为高效的前置仓需要实时的补货触发系统，不能由店长下单，而是根据系统里面每一个SKU的存货程度做实时下单，还要做智能的需求预测。整个来讲，前置仓是大家觉得可能去解决问题的希望，主要的想法是希望更快的补货。 但是更快的补货是不是就一定能够带来更高的利润呢？不一定，因为快一定就贵。整个零售商还是要赚钱的。我快了，我得到的好处有可能是销售机会的增加。但销量的增加可能也会带来成本的提升，比如运输成本的提升。当然也可能带来成本的降低，因为把在门店的一些库存移到了前置仓，有了很快的补货系统，门店当中的货可以移到前置仓去。前置仓的租金成本比繁华路段的门店便宜很多。 这方面是不是有可能有一些有趣的现象呢？ 很幸运的是我们零售研究团队已与国内领先的一家知名服装和生活用品品牌公司达成合作研究协议，共同探索全新的供应链模式。他们也代理很多国际知名品牌，在全中国的主要城市都有开展业务。他们想进行关于前置仓的尝试。我们主要研究了他们代理的一个品牌在上海的前置仓实践，拿到在前置仓设立之前和前置仓开始之后的销售数据、库存数据和配送数据。 这个代理品牌的店在上海大概有37家，本来他们的模式是什么呢？这37家店有一个在昆山的区域大仓给他们配货的，大概在每一季把货放上来之后有60%的货放在门店，40%的货放在昆山仓。基本上是一周两到三补的频率。因为补货频率比较低，所以就面临上面提到的两个问题。另外，门店也必须配备比较高的库存。一个店的租金有20%是给了店内仓。成本很昂贵。 他们也有线上的销售，线上销售是由线下的店提供的。他们觉得如果想更好地迎合市场需求，销售要做得更快。所以他们希望在上海市的中心地带找一个100-200平米前置仓，去覆盖一些主要的门店。前置仓计划做到自动补货，根据系统里门店显示的sku数量，在低于一个threshold的时候，就自动触发补货，做到下单后，四小时达。也就是说，从两日一补的频率，到一日两补，甚至更高的频率。 但是因为上海很大，所以一部分门店可以被前置仓覆盖，还有一部分门店仍然是由昆山仓覆盖的，是隔日达。这就给我们提供了一个很好的机会去近距离看，如果加入了前置仓系统的门店和没有加入前置仓系统的门店，在销量、库存和调拨上到底有没有什么变化呢？ 我们根据门店的地理位置，等级等等因素做了聚类分析，找到相似的门店。在每个cluster里，会有一部分加入前置仓的门店和一部分昆山仓配置的门店。加入的我们称为试验组，没有加入的称为控制组。时间节点是前置仓开始之前和之后。我们分了两类门店，一类是中环类的门店，一类是中环外的门店。我们可以发现其实前置仓的作用很有趣，对中环内门店销售的变化从图上来看不是很显著的，但是对中环外的门店，似乎在加入前置仓之后销售是变更好了的。这跟我们一开始的想法有一点背离，因为前置仓是位于内环内的，照理来讲越近就越快，现在远一点的店反倒更好的可能原因是这些中环内的门店都是上层比较喜欢的店，原先就得到更好的待遇，比如好的货等等，所以即使加入前置仓之后也看不出来效果，但是对于那些原来没有受到特别好待遇的门店，加入了前置仓之后他们似乎销量变得更好了。 我们也可以看库存，很有趣的是对中环内的门店加入前置仓之后，库存的变化不显著，但是中环外的门店销量变好了，库存似乎也降低了。如果我们把这两个东西结合在一起看，我们就会说前置仓似乎对某些门店来讲是有作用的，但是对某一些门店来讲作用却不那么显著。更有意思的是在这个地方，我们把调拨单量画出来了。绿色的是前置仓对门店的调拨。蓝色的是在某一家门店发生销售，但是这家门店现在没有货，从另外一家门店送过去了。红色的是这家门店没有销售，但是可能店长觉得他的货比较少，所以有点担心货不够我卖得不好，就提前去做了一些调拨。
另外一方面，科技让我们更加知道消费者是谁了，但是消费者其实是丧失了一定的个人隐私。当技术可以知道你每时每刻在什么地方的时候，你感觉就有一个人在看着你，当然这也会带来购物的便利。但是是不是有一个个人隐私与购物便利之间最优的点呢？我们看到一些研究是需要丧失一定的个人隐私来达到便利，这样才会是社会福利的最大化。但是这方面的实证和数据上的研究我们目前还没有看到，我觉得这也是一个很有趣的问题。 这些就是我今天给大家带来所有的东西，最后我其实想说，如果现在看我们的零售，去评价我们零售，我们可以说这是最好的时代。为什么它是最好的？因为有太多新的东西，我们有自己的想法就可以实现。这也是最“坏”的时代，当然这个坏是打引号的，因为它给我们带来很多挑战，从个人隐私的保护到管理的提供。当然这也是信仰的时代，因为你只要有一个很有趣的东西，想实施它，你就可以去试。当然也是怀疑的时代，新东西到底能够存在多久，我的新技术到底能不能帮助我们，这些问题都没有定位。我希望和大家一起探讨。
（本页面的所有内容，包括文字、图片，版权归属上海交大中国企业发展研究院，知识产权归属作者本人或其研究团队，转载请联系我们，对未经许可擅自使用者，中企院保留追究其法律责任的权利。）
|
