中国服装业首次负增长背后，是设计垄断权引领需求的逻辑失效
工信部近期公布一组数据：
2019年1-10月，服装行业规模以上累计营收10777亿元，同比下降0.2%；利润总额685亿元，同比下降3.4%。
这是中国服装企业首次负增长。而这般看似轻微的下滑，其实来自于这个行业内部剧烈的震荡。
- 2019年04月：Forever21宣布退出中国市场
- 2019年05月：拉夏贝尔剥离七格格等品牌
- 2019年07月：Old Navy宣布次年撤离中国
- 2019年08月：富贵鸟宣告破产
- 2019年11月：贵人鸟陷入债务危机
- 2019年12月：ZARA武汉门店一夜全关
不可忽视的是，在众多品牌业绩下滑期间，两类服装企业却实现了逆势增长。
其一，是以安踏、李宁为代表的国潮品牌。
青桐资本数据显示：国潮品牌2019年渗透率达到38%；2018年，超过84.4%受访者开始认可国产品牌，并有75.8%的受访者增加了对国产品牌的消费。
其二，是以量品、衣邦人、MatchU码尚等为代表的服装定制企业。
中商产业研究院数据显示，2013-2018年，中国服装定制市场规模年均复合增长率高达22.9%。而光大证券预测，这个行业的市场规模到2020年达到2000亿元。
互联网的发展，为这两类服装玩家提供了加速度。
智研咨询统计，在这个2.3万亿的古老行业里，网购渗透率接近40%，超过了数码3C、食品生鲜、酒水饮料、小家电等消费品类。
1月10日，我也曾受邀参加虎嗅Pro会员日第1期，分享“服装产业+互联网”的挑战与机遇。
时间原因未能到场，我将在这里做简要探讨：
- 中国服装行业呈现当下的冰火两重天，根本原因在于设计垄断权引领需求的逻辑失效。
- 转型在即，最被看好的C2M服装定制当前阶段只能满足合身，没有从根本上颠覆传统逻辑。
- 越是理想化越难商业化，中国服装业的拯救行动必须在增长中走一步，再走一步。
一、设计垄断权引领需求的逻辑失效
回想一下我们逛街买衣服的场景：去到一个入驻了数十个服装品牌的商场，走进几家陈列了上千SKU的门店，花费1-2个小时挑选自己喜欢款式。很大的可能性是，门店逛得腿软也不一定会找到自己心仪的衣服。
这就是传统服装行业的弊病。
这个行业的商品流通路，大致是：
- 设计师凭借前沿的时尚观念设计款式；
- 工厂按照模板生产；
- 渠道运输到门店；
- 消费者挑选其中的款式；
- 销售信息反馈到总部。
这样的通路，其实是设计师在上游制造流量，消费者在下游模仿流行，设计垄断权引领了市场需求。
在这个通路模式中，快时尚品牌ZARA、H&M等可谓杰出代表。
以ZARA为例，当门店销售数据传回总部后，那里的设计师能够根据反馈信息在20分钟之内设计出新稿。
这个新设计，只需商业业部门进行成本评估和产品定价，就能移交全球7000多家工厂生产。
凭借这种快速反应机制，ZARA新品出货时间为2周，15天就能配送到全球850多个门店。这个流程放到其他服装公司，需要2-3个月。
只是，现在越来越多的年轻人走进ZARA，往往是空手而归。原因很简单，走进去逛一圈后，他们没有找到一件自己喜欢的。
就算是快时尚，ZARA也有销售额10%的库存，H&M每年也要烧掉12亿吨库存衣服。
这样的现象早就出现在传统服装行业。有业内人士曾透露，生产商每卖出1件衣服，至少要准备2.5件衣服进行库存周转。
解决这个问题目前有两种方案：
第一是李宁、安踏等国潮品牌，瞄准年轻人热爱的潮酷领域做设计。但这其实与ZARA、H&M一样，没有颠覆设计垄断权引领需求的逻辑，就无法根治库存滞销的症结。
第二则是C2M服装定制。
服装定制的商品流通路，基本实现了消费者需求的反向传输：
- 消费者预约定制；
- 品牌方上门量体裁衣；
- 身体数据反馈工厂；
- 成衣产品快递到家。
粗看下来，这样的通路能够实现个体用户需求的精准反馈。在生产商的服务中，不再是数据报表里一串模糊的用户画像，而是一个活生生的人。
规模经济的逻辑开始失效，个人和个体经济的时代正在崛起。每一个消费者个性化的需求，开始逐步取代了上游设计垄断权的引领作用。
C2M服装定制会是救命稻草吗？
C2M服装定制行业的发展一直备受市场的期待：
- 从需求端来看：以90后为代表的主力消费群体，个性化需求凸显，消费升级的趋势已然加速成为现实。
- 从供给端来看：2019年第三季度服装产销率累计为98.7%。虽然这个数据好于前几年，但产量大于销量的产能过剩是不争的事实。
传统服装行业产能结构调整，服装定制行业能当此重任吗？
只能说，当下还不行。
这个行业目前还有两个问题亟待解决：
- 能不能做到和批量化生产一样高效？
- 能不能真正满足消费者的个性化需求？
第一，低效始终抑制着服装定制的发展。
由于每件定制服装尺寸不一，流水线难以完成大批量、标准化的生产，C2M服装定制的生产效率，其实比不上标准化批量生产。
当前C2M服装定制的消费周期，大概为15天。也即是说，当你预约上门量体后，15天后才能拿到这件衣服。
这个时间，长于逛街2小时，也长于网购快递的一两天。
我曾参访一家定制服装工厂。布料被传送带运到自动裁床，红外线根据主控电脑的数据画版裁片。
这些裁片与用户订单被装进一个小篮子，随着传送带转入人工缝制阶段。
这样的场景，有点像吴晓波与许知远在《十三邀》中参访断片女装的工厂。那种一人一台缝纫机的工作模式，传统到让许知远都意外。
服装厂依旧是人力为主，截图自《十三邀》
其实这些人也是高效的。他们只负责一个版块的缝制，要么衣袖、要么领口，不出1分钟就能搞定。
等待的15天里，数据第2天被传到工厂，工厂最迟第13天生产、发货，最后两天物流配送。
中间的12天，用来“组织”生产。
这个环节，我发表在《商界评论》的一篇文章里有提及。C2M服装定制企业，会在上门量体时，为用户提供10多种布料、领型、袖口的选择，组合下来有10多万个SKU。
它们同样也遵循“二八原则”，80%的销售来自于20%的款式。
生产商在中间的12天里，就是等待用户选择足够多相同款式的衣服。比如等到n单圆领衣服，或者n单方袖口衣服。
n，大致是凑齐1大卷布料。
这样一来，自动裁床才能够实现小批量化的裁剪，工人们缝制也能产生一种惯性。
效率同样在标准化批量生产中提升，这一点其实与ZARA、H&M等小批量快时尚新品出产类似。
只是，生产生最大的不确定性便是单量。这是整个市场面临的问题，订单波动，产能跟着市场走。
定制家居行业，其实已经暴露出这个问题。2019年春节，家居生产商开工时间大面积延后，业内人士就曾表示：订单不足，大量产能闲置浪费。
效率，似乎依旧是规模经济的逻辑。
第二，服装定制满足的是个性身材，并非个性化款式。
从上门量体到选择布料、款式的流程，就能发现：C2M服装定制其实并没有从根本上颠覆“设计垄断权引领需求”的逻辑。
尽管多种选项组合后能够达到10多万个SKU，但依旧是设计师提供的SKU，让消费者在限定的样本中选择相对喜欢的一个。
这其中，或许还不乏上门服务员的一些引导。
服装定制最大的C端竞争力在于：合身
刘强东穿衬衫，腋窝紧绷；马云穿衬衫，像披道袍；周鸿脖子偏粗，扣子系不上；罗永浩衬衫的肩缝，老是偏离肩膀……
数据显示，70%以上用户买不到合身的衬衫。
这个痛点，其实限定了服装定制的范围。他们大多聚焦在西装、衬衫等商务化着装上，目标用户在正式场合需要一件更合身的衣服。
定制一件合身的T恤？这个需求除了姚明这种异于常人的体型，其他人估计并不需要。
服装定制最大的B端竞争力在于：名义0库存
作为现有用户订单，再有生产的销售流程，服装定制实则是预售模式。用户订一件，工厂制造一件，这能保持100%产销率。
这个数字，尽管于2019年第一季度在服装行业短暂出现过。但它依旧是全行业都在奢望的结果。
为什么又是名义上的0库存？退货率。
当前行业普遍认可的数据是，服装网购退货率在30%以上，双11等购物节期间退货率可能超过50%。
相比下来，定制服装退货率可以忽略不计，行业大概保持在1.5%。不同的在于，传统服装退货后，可以照常销售；但定制服装规格可能颇具个性，再次销售的可能性不大。
纵观来看：定制服装行业虽然解决了传统服饰一些迫在眉睫的问题，但依旧没有颠覆“设计垄断权引领需求”的逻辑。
拯救中国传统服装业，它只能算阶段性过渡。
假设C2M平台有了一个设计师
事实上，在服装定制业务中，也存在一些设计师品牌。
这些品牌的中心是设计师，他们根据单个用户的需求设计款式，然后对接工厂，进行一对一产生。
这样一来，整个商品流通路发生了一些变化：
- 用户下单预约设计师；
- 设计师上门量体获取需求；
- 设计师设计款式，用户审核；
- 款式确认，反馈工厂；
- 工厂生产，快递到家。
从理论上说，这种模式会真正成为如意金箍棒，用户想它怎么变化，就会怎么变化。
只是，亿邦动力曾采访一位电商从业者，他就表示了不同的意见。
在其看来，即使能通过复杂的运算方法实现精细化生产目标，仍然无法逃脱效率的浪费。
设计师私人服务的成本，极具个性化款式背后的生产线调整成本，单品生产的时间成本……当这些成本集中体现在衣服价格上时，那一定不再会是大众消费品。
更何况，需求快餐化的年代，“消费者-设计师-工厂”的流程跑下来之后，这件商品往往就不再是用户需求了。
越是理想化，越难商业化。
最后用王兴的一句话送给中国服装业，“不要因为某个问题很重要，就停下来解决问题。”
Keep growing, fuck everything else。
我们现在担忧的，可能在我们走进服装定制，跑熟了这条C2M通路后就不再是问题。
走一步，再走一步。至少，你要拿C2M的用户思维去自我拯救。
作者：黄晓军，「新商业要参」主编；公众号：新商业要参（ID:xinshangye2016）
本文作者 @新商业要参
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！
