去年双 11 销量过亿的网红张大奕们 今年准备的咋样了

导语： 2014年7月，冯敏做了个大胆的决定，与27岁的女孩张大奕合开了一家名为“莉贝琳”的网红店。也就是现在被外界熟知的如涵的前身。

2014年7月，冯敏做了个大胆的决定，与27岁的女孩张大奕合开了一家名为“莉贝琳”的网红店。也就是现在被外界熟知的如涵的前身。

2016年“双十一”期间，张大奕的淘宝店铺销量逾亿元，并创造了2小时成交额近2000万元的淘宝直播间销售记录。并被网友冠以为“电商第一网红之称”。

此外，“双十一“一战不仅捧红了其背后的网红电商公司——如涵，这也让网红电商的发展加码提速。据了解，如涵控股旗下拥有张大奕、大金、莉贝琳、管阿姨等众多知名网红。

中国统计局数据显示，中国电商交易量在2017年6 月达到6410 亿元，同比增长37.0%，作为分支，拥有高粘度粉丝群体的网红电商发展更是惊人。据艾瑞咨询数据显示，在2017年第二季度，网红电商的规模在不断扩大，较去年同期增长106.9%，商品的销售量也增长了171.4%。

“网红在前，工厂在后”是媒体曾对以如涵、缇苏为代表的一批网红商店的模式总结，也就是“网红+孵化器+供应链”的商业模式，也意味着除了培养和运营红人外，后端的供应链也是重中之重。

网红在前，工厂在后

距杭州市区40多分钟车程的九堡镇，是中国电商和服装供应链的聚集地，如涵的总部在红普北路的一栋服装工业园里，双十一前夜，如涵的员工正在做最后的冲击工作。

“我们一直想要和中国这么好的供应商供应链资源做结合。”杭州如涵控股股份有限公司联合创始人李上镇认为，中国并不缺乏好的供应商和供应链，但它们并没有和网红电商合作，而是服务于国的品牌。

如涵这几年一直在跟各种类型的工厂合作，大到优衣库全球样板工厂，小到可能几十个人的作坊，但李上镇认为还是跟网红供应链匹配程度有非常大的鸿沟所在。

“从整个电商零售品牌角度来看，如涵这种网红供应链的需求，已经不仅仅是一个网红店的事情，”阿里巴巴中国内贸事业部淘工厂业务总经理袁炜认为，现在更多的把它定义成，线上海量的中小品牌崛起过程当中出现的对整个供应链新的需求变化。

这种需求的变化要从网红电商供应链与传统供应链在前后端存在的区说起：

在前端，首先是体现在产品研发环节。传统供应链是从面料企业再到款式的企业，有计划性的往前推进，强调系列性和自身品牌的故事。网红产品则可理解为是一种买手集合店的形式，通过综合二三十个品牌的风格来打造成自己的风格。它的复杂性比传统品牌复杂性高很多，因为会涉及到更多布料、辅料。

其次，网红供应链计划性相对来讲偏弱，因为不断会有新的款式、灵感或需求组合来做的自家品牌的搭配，所以需要有很快的反应速度，不仅是生产环节，而是在前期研发的环节。

在后端销售环节，网红电商供应链跟传统服装品牌最大的区别是：电商的数据、用户评论和用户反馈能及时收集。此外，电商的销售模式有两种：通过上新来做销售;通过预售，上新一旦反馈非常好马上组织上单。

所以，在线上的零售平台上开始出现批量中小品牌的崛起，这些中小品牌跟优衣库、only不一样的地方在于懂得利用互联网流量的红利，也就是聚合粉丝。它们不仅对人的运营能力要求非常强，对消费者客群运营能力也非常强。

袁炜对此表示这是行业性普遍现象。这背后一方面体现的是从单一买商品升级为自有品牌，所以网红现象催生了海量中小品牌的崛起，而网红背后供应链的诉求是海量线上崛起中小品牌的普遍性诉求——没计划。

传统品牌引领潮流，网红电商跟随潮流

没计划对供应链来说是坏事，但对品牌和对消费者而言不一定是坏事。

这或许可以用网红和网红电商粉丝的强粘性来解释。

即实时根据当前市场上消费者的需求，来配置新上货，网红电商很重要的一点，目的是跟随潮流。而传统品牌运作方式是提前一年做流行色的规划和整个系列的企划，目的是希望引领潮流。袁炜表示，随火即买的特征让海量中小品牌崛起的速度远远高于传统品牌，”今天有30%的市场占有率，而且还在加剧。“

但供应链端却还没有迎合好这个趋势。

过去几年，供应链端通过线上快速发展孕育出了大量的批发市场，和批发市场背后档口的支撑体系，但今天因为消费升级，使得不管是从货单价还是品质，都比三年前有了较高的提升，而且还在加速发展。

这是既是行业的问题，也是行业未来的机遇。袁炜称，“当我们发现中国已经产生高于好几倍于ZARA的体量的市场，这个市场有无数好几倍于ZARA直营的零售店。但是在中国还没有发展出来像ZARA那么强大的能够快速生产、快速服务这么多直营零售门店的生产供应体系，未来三年，很有可能出现一个在各种重点行业里面能够形成以新技术和新模式为特征的新型供应链服务平台。而这个产业机遇大概到2020年会有将近4千亿模量级的需求存在。

“拥有海量客户的服务能力以及垂直品类供应链整合能力的人会在未来三年占据市场。”

李上镇以呢大衣为例，毛—呢料设计—开发—生的一揽子的整合能力和快返的生产能力是未来的发展方向。由于具备了从原材料到整个生产体系的整合能力，就有机会做到真正的柔性化。这是企业背后可能不是一家工厂，可能是有一个工厂群。

大数据告诉你”双十一“备多少才合适

每年的七八月份，商家就开始准备规划双十一的商品品类及数量，工厂也开始生产接到为“双十一”备货的订单。而江西共青城也不例外，做为中国传统的羽绒服产地，共青城聚集500余家羽绒服工厂。

库存不足和严重压货是电商们每年双十一最头疼的事情，一旦“双十一”销量低于预期，未来很长一段都要卖库存，反之，如果高于预期，则会出现双11购买的商品双12到，损失信誉，流失客户。

这样的例子比比皆是，杭州夏尚服饰在2016年“双十一”，全盘产品备货比例超过70%的情况下，因后期压货严重，售罄率只有60%多，导致资金流动困难。据悉，杭州夏尚服饰经营着男装天猫旗舰店No.1Dara，年销售额在4~5亿。

李上镇表示，如涵控股本质上是一个技术服务公司，为网红提供技术服务，加大在技术应用上的投入，通过技术进步及模式创新，利用大数据技术预测需求。据如涵控股的投资人君联资本董事总经理邵振兴透露，目前如涵电商已经开始在服装的上游设计和供应链多个环节采用人工智能和大数据技术来改造传统供应链。

“今天市场面临的情况，一是零售端没有计划，二是生产供给端必须要有计划，有了两端需求不太对等的差异，平台要做的是数据。”

袁炜表示，淘工厂所做的事主要是三方面：第一是提供供应链诊断模型，核心是利用淘宝、天猫体系零售的大数据，做海量中小品牌的需求聚类。第二是做深度验场，强调所有商家、工厂必须把交易数据线上化，其背后是收集供应链服务商实际生意的数据，用于筛选;第三是精准匹配，就是根据零售数据的把握和在生产供给侧数据的把握，根据数据做精准匹配，降低交易双方的磨合损耗成本。

精准匹配为例，淘工厂会去促成零售端的数据向生产端更多地透出，帮助生产端前置做一些计划准备。比如说2千个店铺都卖800元的羽绒服，淘工厂会根据这两千个店铺这一周的情况，来预估支撑下两个礼拜快速返新的需求的库存。

“我这个款要卖两万件，但我可能提前只做50%的备货。再通知工厂端，把面辅料整合好，在根据预售和收藏效果，来决定是否加购，以及加购多少，这个产能开始陆续的排产，然后按照“双十一”的发货时效，控制发货节奏，这样货品到仓库再到客户的周转率就大大提升了，资金也能回流了。”杭州夏尚服饰有限公司(天猫NO1DARA品牌)供应链总监唐相权想通过共青城的工厂，将今年“双十一”的备货率降低到50%。

为了配合这种速度，共青城的9家羽绒服工厂，将过去的大流水改成小流水，9人的生产环节压缩成7人，以刚生产速度，提供小、快、好的生产加工服务。同时也能将产能共享，互相作为后备。

库存是装企业来说是最痛苦的

在接触互联网之前，江西嘉欣制衣有限公司董事长沈先文也跟大多数当地企业一样，为国外的品牌做代工。“此前，我们的订单以外贸为主，近两年受经济环境和外贸形势影响，订单缩减了不少。”

与上万件起的传统线下的订单相比，线上订单量多的上千件，少的仅有几十件，量小利薄，每件衣服的利润都要少掉一半或更多。

“对于服装企业来讲最痛苦的事情其实是库存。” 沈先文表示，在传统的大定单大流水线，而且是提前半年备货备料的情况下。只关注一个数据，就是售謦率，也就是意味着能否提前半年预知到市场。一般售謦率只有30%或者40%的情况下，剩下60%就变成了库存，这个才是对于服装企业来说是成本最恐怖的地方。

“所以现在做的柔性供应链是把单个定单的成本略略上升，在企业的成本控制上由于库存的下降，而且能够抓住更多的销售机会，也使得资金流转的速度增强。”

“但更重要的是现金流。”沈先文强调，传统的线下订单大多采用“赊账”模式，账期冗长甚至存在要不到钱的情况，“订单的账期很长，比如说三个月、五个月，半年不给的，甚至一年不给的都有。”

“现在，生产开工前都会收到预付定金，完工3天就会收到剩余款项，即便商家忘了付余款，15天之内系统也会自动扣除，这就保障了我们的资金链。”现在工厂与品牌商的合作模式是：淘工厂付30%定金，出货前将尾款打到平台上，等到品牌商收货15天时间检验没问题之后，钱将自动打出。如果品牌商不打款，会交由保险公司处理，这样很好地保证了资金周转的安全和快速。

此外，与淘工厂一起出现的还有跟单专家。跟单专家是淘工厂安排在商家和工厂之间的一个辅助性角色，协助交易双方完成订单。有了跟单专家的协助，双方的交易效率得到了巨大提升。跟单专家程剑透露“比如说交货期，没有跟单专家跟进的定单合格期大概是30%多，但是有了跟单专家跟进以后，这个交互信息合格量猛增到91%以上。

来源：网易科技报道

关键字：产品经理, 网红

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！