论文部分内容阅读
摘 要：本文以李宁为例，对传统服装行业物流模式进行分析，介绍以李宁为代表的传统模式“自救”方式——与京东进行合作，后者利用大数据为其提供专业的“互联网+”转型方案。通过分析京东的供应链优化策略，推广至其他传统服装行业，提供从“传统方式”到“互联网+”变革的新思路。
关键词：物流 大数据 传统模式 “互联网+” 供应链
中图分类号：F203 文献标识码：A 文章编号：2096-0298（2017）09（a）-141-03
传统服装行业往往需要面对一个共同的敌人，就是库存。电子商务兴起后，许多传统服装行业需要从传统的线下销售转型为线上线下同时销售，这就需要面临线上线下仓储如何分配的问题。在此过程中，一些公司起初只是被动、片面化地进行了转型，仅仅增加了一个线上业务的分支，而没有真正地将线上线下业务进行整合，自然会遇到物流体系混乱、库存冗余的问题。为了扭亏为盈，就需要与能够提供专业供应链解决方案的企业进行合作，实现真正的“互联网+”转型。
1 李宁特点与亏损原因分析
1.1 李寧简介
李宁作为知名度较高的传统服装品牌之一，自公司成立以来，营业额一直维持增长状态，尤其在2008年北京奥运会上体操王子李宁以“空中漫步”的方式点燃火炬后，引发市场对李宁品牌的狂热追捧，使李宁自此走上了巅峰之路，到了2010年，其营业额已达到94.78亿元，离100亿仅仅是一步之遥。而正是这看似销量持续走高，品牌发展态势良好的李宁公司，却在2011年开始暴露出库存积压的问题，而于2012年开始逐渐亏损，年亏损量达20亿之高。然而，李宁的亏损绝非偶然，其物流体系太过复杂及品牌商无法了解市场需求都直接或间接地导致了李宁后来的失败。
1.2 李宁的物流体系
李宁原有的物流体系十分复杂，线上与线下各自有独立的仓库和配送体系。线下部分由产地仓、销地仓、当地门店和生产工厂组成。生产工厂将商品运输到产地仓，由产地仓分拨到各销地仓，之后再小批量，多批次地运输到当地门店。线上部分则是将工厂产出的商品运往单独的电商仓库。由此可见，李宁物流的线上与线下是完全割裂而相互独立的，完全不利于库存的共享和调拨，同时也使整个物流体系杂乱无章、效率低下，如同一盘散沙。
1.3 李宁的客户需求信息滞后原因分析
服装行业具有周期短、时间性强的特点，而随着时代发展，其产品生命周期也呈现缩短趋势，因此对于顾客需求的了解变得尤为重要。而反观李宁公司，其采用的是大批发模式。大批发模式是原来国内服装企业在销售渠道中普遍采用的“品牌商—批发商（代理商）—零售商”的分销模式。在大批发模式下，品牌商是不控制零售渠道的，因此也不会去关注零售端的变化[1]。在这种情况之下，一旦批发商的订单增加，牛鞭效应就会使品牌商的订单成倍增加，工厂则会生产更多产品，再加上供应链上端并不了解终端需求，致使库存冗余越来越多，亏损成为了必然结果。
2 简析京东物流大数据
2.1 大数据内涵
近年来，“大数据”一词又以全新姿态进入人们的视野，被关注度持续上升。大数据概念的最早提出者现已不得而知，但可以考证的是，早在1980年，未来学家托夫勒在其所著的《第三次浪潮》中就提到“大数据”一词。2011年5月，麦肯锡环球研究院在《大数据：创新、竞争和生产力的下一个前沿》中正式提出了“大数据”这一概念，并深入分析了大数据在不同行业中的应用。2015年8月，国务院印发《促进大数据发展行动纲要》，政府的推动使大数据的发展再次加快了脚步。
大数据以容量大、类型多、存取速度快、应用价值高为主要特征，在各行各业乃至政府部门对于大数据的重视程度有目共睹。例如，2017年1月，工信部编制了《大数据产业发展规划（2016-2020年）》。规划部署了七大任务，包括强化大数据技术产品研发、深化工业大数据创新应用、促进行业大数据应用发展、加快大数据产业主体培育、推进大数据标准体系建设、完善大数据产业支撑体系和提升大数据安全保障能力[2]。由此可见，大数据的发展已经进入如火如荼的新阶段，许多电子商务企业的成功也大多取决于怎样快速地获取、存储、利用数据[3]。企业拥有了大数据，就如同是拥有了竞争力。
2.2 京东大数据应用
2.2.1 预测性分析
京东大数据应用的一个重点是预测性分析。通过利用历史消费、浏览数据和仓储、物流数据建模，预测未来一段时间之内需要处理的订单量，从而安排自动分拣及员工分工。不仅如此，预测还能够应用于顾客的“提前配送”，这是大数据提供的一项独有的增值服务。对于一些畅销商品，通过用户的浏览记录，京东可以预测出未来可能的订单量，并在顾客下单前进行提前配送，这就大大缩短了顾客下单后的等待时间，提升了整个物流环节的作业效率，提高了顾客满意度。
2.2.2 预分拣子系统
预分拣系统作为青龙系统的一个子系统，同样运用了大数据技术。其采用了深度神经网络、机器学习、搜索引擎技术、地图区域划分、信息抽取与知识挖掘，并利用大数据对地址库（只适用于同一地址多次购买）、关键字库（需要提前人工维护关键字）、特殊配置库（需要提前人工配置）、GIS地图库（通过可视化GIS编辑器进行匹配）等数据进行分析并使用，使订单能够自动分拣，且预分拣的准确性对于入库环节的作业效率也有着关键性的影响。
2.2.3 用户画像技术
京东利用用户画像技术将顾客进行细分，从而向不同用户推荐他们感兴趣的商品。首先通过网络日志数据、用户行为数据、网站交易数据进行数据收集，再根据文本挖掘、自然语言处理、机器学习、预测算法、聚类算法进行行为建模，再根据总结出来的信息，包括用户的基本属性、购买能力、行为特征、兴趣爱好、心理特征和社交网络进行用户画像。经过用户画像后，京东就可以将其顾客细分为有房一族、购物狂人、电脑达人等类型，再针对每一类顾客进行精准营销，效率就会加快许多。 不仅如此，京东也能够根据用户浏览至下单购买之间的时长将用户分为：海淘犹豫型、理性比较型、购物冲动型、目标明确型等，再针对每一类用户推荐不同类型的商品，例如：对于理性比较型的消费者推荐性价比较高的商品，而对于购物冲动型顾客则推荐外观比较精美极易吸引眼球的商品等。这是一项双赢的举措，既能使消费者节省购物浏览的时间，快速找到心仪的商品，又能提升京东的顾客体验满意度，使营销活动更有针对性，也更易抓住商机。
3 京东物流解决方案给李宁带来的转变
近几年，越来越多的服装企业碰到了麻烦。这中间，既有实体店成本上涨带来的撤店潮，更有被高库存压垮的群体现象，当然也少不了电商带来的冲击。就算是李宁、美特斯邦威等这样的大牌，也深陷其中不得自拔。如何走出泥淖，这几乎成为传统服装行业所共同面对的难题。三四年来，李宁这一体育服装品牌的发展和“自救”的轨迹，就是一个典型的样本。
有人说，总体看，服装企业需要过两关：一是消费者端，如何建立重构线上、线下的购买体验，并从品牌和产品入手，更符合当下快消費的节奏；二是每一个服装品牌，都需要在后端的设计、生产及供应链体系上完成一次重构，以适应前端消费者的需求特征。两个方面相辅相成，才能完成一次成功的“转身”。而目前大多数的服装企业还在转变过程中。
显然，要完成这样一次“蜕变”，仅靠服装企业自身很难完成，第三方的外力就变得很关键。近两年来，我们看到，李宁与京东物流开始展开了深度合作，就符合这一趋势，目的是要在服装企业供应链上“动手术”，不仅要消灭高库存，还要将多渠道的供应链后端整合起来，闯的就是第二道“关口”[4]。那么京东是怎么来“拯救”李宁的呢？
3.1 整合供应链
李宁传统的服装产销模式，是从生产工厂发往存储仓库，再通过不同线路发往各地分销渠道，到达分销商以及门店，最后到消费者手中。这个过程需要各个环节相互配合，这种背景下，仓库之间职能划分非常明确，产地仓中存储的大部分是经销商的积货，而销地仓主要用于分销商的货物存放。这种明确的分工，导致彼此之间库存无法打通，从而导致仓库产生大量的产品积压。而且在传统的配送模式下，物流配套体系也需要不同的几家物流公司来完成，他们中有的擅长适配、有的擅长配送、有的擅长末端运输，很少存在一家公司能够完成整个供应链的服务。这就产生了一个运营效率问题，而效率在互联网时代是个至关重要的问题。
在这种背景下，京东依照自身优势结合李宁现状为其设计新的供应链方案，该方案实现了各仓职能的集中，各仓之间的库存也相互打通，然后同一个仓可依照不同的分销渠道进行供货，这些货物最终将到达经销商和门店以及终端客户。李宁借力该种方案将产地仓和销地仓进行了整合，各渠道中库存也得到了共享，缩短了到货时间[5]。
同时，京东为李宁搭建一个京津冀一体仓，原本李宁在华北地区有三个仓，分别为北京仓、天津仓和一个产地仓，京东将三个仓整合为一个仓，仓储用地也随之减少，从3万多平方米降低到了2万多平方米。通过这个仓，李宁发往华北地区门店的小批量B2B 商品、网上各平台的C端消费者订单的物流服务全部由京东负责。
2015年10月，为了重构面向B2B的经销商和门店供应链管理体系，李宁入驻了京东北京仓，实现了经销商与门店商品库存的打通，B2B模式下实现了库存共享和成本集约，大幅降低了管理成本。2016年4月，京东物流帮助李宁完成B2C与B2B业务在供应链端的融合，并切换更多的NDC仓（产地仓）。不管是经销商、门店还是B2C的零售渠道，都能实现库存共享、仓内调拨，而且过去不同模式下调仓和补货带来的高运输成本也能得以解决，整个供应链将会变得更加灵活。
3.2 仓储开放O2O
当前为线上线下平衡的融合时代，物流数据分析能够为商家提供销售建议，从而提升消费者体验。
目前京东物流的沧海系统可以接入商家的外部订单数据，智能分析出商家的订单分布、销售数据、消费行为、周转数据等核心价值数据，并评估商家的销售目标体系，为其提供库存优化报告。在京东物流系统背景下，商家可以实现门店与门店之间商品的流转，比如客户在逛街时，看中一双鞋，但该门店已经没货，此时可以查看附近门店库存情况，调货至该门店。同时消费者对商品的订单量能直接指导前端设计，当某类商品订单量极少，说明该类商品受欢迎程度较低，此时就可以减少其生产并优化商品设计[6]。
这种模式不仅可以降低库存，而且还可以提高产品的周转率，最大限度地节约成本。
3.3 店铺优化
李宁店铺分为线上和线下，线上线下店铺优化分成四个阶段，一是对现状分析；二是提出运营方案；三是监控运营效果；四是持续优化。
本文将以线上爆款的打造为例进行分析。第一分析现状，选择爆款商品，而爆款商品可以从商品的成交量、转化率和停留时间等指标中得出。第二提出运营方案。提高爆款销量的方式有两种，付费和免费。免费方式通过提升搜索的排名、类目排名、免费活动达到效果。付费方式采用线上焦点广告等形式。监控运营效果和持续优化基于监控的数据，比如付费流量，有些关键词ROI比较高，有些ROI比较低，后台会持续优化效果好的关键词，降低没有效果的关键词，而这些都将实现运营方案的持续优化。
另外，数据要结合运行状况分析，包括分析运营效果和店铺的健康状况。例如分析关键字、商家数据罗盘以及关键词效果等，包括行业分析的关键词。如果店铺运行了一段时间，而且在互联网平台上排名较好，此类店铺跟刚入住平台的经营方案不同，数据分析的意义不同。以关键词分析为例，如果店铺的营业时间相对较长，产品运营的好坏取决于关键词在行业的流量排名，点击率排名以及转换率排名，从而分析店铺哪些商品引入了流量和哪些商品成交了流量。针对性的数据分析将为商家提供销售建议和库存策略，这样不仅可以增强店铺的竞争力，而且可以降低运营成本，增加收益。 3.4 提升消费者体验
众所周知，京东有三个维度上的快递服务：常规产品有“211”限时达”和2小时内送达的“极速达”。增值服务有晚间7∶00～10∶00送达的“夜间配”和40 天内任意时间送装一体的大家电“长约达”。精准服务方面，有1小时内送达的“移动仓库项目”和任选时间的“京准达”。为了配合这样的标杆性递送服务，京东还推出了42个城市免费上门接货服务，提供代收货款、保价、自提等增值服务[7]。
京东物流上的实力将极大提升李宁消费者的购物体验，商品在途时间急剧缩短，不仅可以降低运营和管理成本，同时也能实现物流提效和商流优化。
借力合作，李宁扭转战局，转亏为盈。在2012年、2013年、2014年，李宁公司分别亏损约19.8亿元、3.9亿元、7.81亿元，巨额库存是李宁亏损的一座大山。 2014年末李宁出山重掌大权后，与京东展开合作，在2015年内扭“三年巨亏31亿元”为微盈1400万元。2016年初至9月30日，李宁股票累计猛升了39.6%，同时李宁品牌在中国的销售点净增114个，销售点总数达到6247个。
4 京东与李宁的合作给传统服装行业带来的启示
以前我们眼中的京东更多强调自营物流，低头做着自己的事情，而京东与李宁的合作一方面体现了其在大数据方面的领先优势，另一方面也完美诠释了“京东物流”这一理念，让京东向外界展现了其积累了多年经验的强大的数据处理能力以及物流组织能力，由“独善其身”走向“兼济天下”，变得更加自由和开放，向一个具有更大影响力的平台发展。两者的合作也扭转了李宁连年亏损的局面，此番合作势必成为服装行业转型升级的典型案例。
因此传统服装行业可以借势京东强大的能力实现自身的转型，不仅能解决品牌当前的困境，整合整个供应链环节，而且也可以重塑品牌形象，为消费者提供更优质的购物体验。
5 结语
时代的发展推动了大数据在各行各业的渗透，并不斷为其提供新的生机与活力，在这种背景下传统服装行业的供应链急需整合，以往的“大批发”模式不再顺应潮流。对于李宁以及其他更多的面临供应链效率低下问题的传统服装品牌，通过与京东这样的智能供应链解决方案提供商结合，可以大大降低库存量提升供应链效率，利用京东的大数据实现整个供应链前后两端的良性互动。未来随着技术的不断创新和不断开放，京东必将更有效地带动大数据技术生态与传统产业生态的融合，最终实现“互联网+传统行业”合作共赢的新局面。
参考文献
[1] 刘祯，郭远鹏.李宁的转型困境[J].企业管理，2015（10）.
[2] 中华人民共和国工业和信息化部.大数据产业发展规划（2016-2020年）[R].2017-01-17.
[3] D.Ghosh. Big Data in Logistics and Supply Chain Management - A rethinking step[M].New York： Institute of Electrical and ElectronicsEngineers Inc，2015.
[4] 李芫.借势共赢[J].中国服饰，2016（02）.
[5] 京东的雄心：携手李宁开启服装供应链新里程[N].现代物流报，2016-1-15（A08）.
[6] 京东推李宁仓储开放样板抢食阿里服饰重地[N].现代物流报，2016-10-28（B03）.
[7] 京东物流开放是重大战略转型开始[N].中国经营报，2017-1-2（D01）.
关键词：物流 大数据 传统模式 “互联网+” 供应链
中图分类号：F203 文献标识码：A 文章编号：2096-0298（2017）09（a）-141-03
传统服装行业往往需要面对一个共同的敌人，就是库存。电子商务兴起后，许多传统服装行业需要从传统的线下销售转型为线上线下同时销售，这就需要面临线上线下仓储如何分配的问题。在此过程中，一些公司起初只是被动、片面化地进行了转型，仅仅增加了一个线上业务的分支，而没有真正地将线上线下业务进行整合，自然会遇到物流体系混乱、库存冗余的问题。为了扭亏为盈，就需要与能够提供专业供应链解决方案的企业进行合作，实现真正的“互联网+”转型。
1 李宁特点与亏损原因分析
1.1 李寧简介
李宁作为知名度较高的传统服装品牌之一，自公司成立以来，营业额一直维持增长状态，尤其在2008年北京奥运会上体操王子李宁以“空中漫步”的方式点燃火炬后，引发市场对李宁品牌的狂热追捧，使李宁自此走上了巅峰之路，到了2010年，其营业额已达到94.78亿元，离100亿仅仅是一步之遥。而正是这看似销量持续走高，品牌发展态势良好的李宁公司，却在2011年开始暴露出库存积压的问题，而于2012年开始逐渐亏损，年亏损量达20亿之高。然而，李宁的亏损绝非偶然，其物流体系太过复杂及品牌商无法了解市场需求都直接或间接地导致了李宁后来的失败。
1.2 李宁的物流体系
李宁原有的物流体系十分复杂，线上与线下各自有独立的仓库和配送体系。线下部分由产地仓、销地仓、当地门店和生产工厂组成。生产工厂将商品运输到产地仓，由产地仓分拨到各销地仓，之后再小批量，多批次地运输到当地门店。线上部分则是将工厂产出的商品运往单独的电商仓库。由此可见，李宁物流的线上与线下是完全割裂而相互独立的，完全不利于库存的共享和调拨，同时也使整个物流体系杂乱无章、效率低下，如同一盘散沙。
1.3 李宁的客户需求信息滞后原因分析
服装行业具有周期短、时间性强的特点，而随着时代发展，其产品生命周期也呈现缩短趋势，因此对于顾客需求的了解变得尤为重要。而反观李宁公司，其采用的是大批发模式。大批发模式是原来国内服装企业在销售渠道中普遍采用的“品牌商—批发商（代理商）—零售商”的分销模式。在大批发模式下，品牌商是不控制零售渠道的，因此也不会去关注零售端的变化[1]。在这种情况之下，一旦批发商的订单增加，牛鞭效应就会使品牌商的订单成倍增加，工厂则会生产更多产品，再加上供应链上端并不了解终端需求，致使库存冗余越来越多，亏损成为了必然结果。
2 简析京东物流大数据
2.1 大数据内涵
近年来，“大数据”一词又以全新姿态进入人们的视野，被关注度持续上升。大数据概念的最早提出者现已不得而知，但可以考证的是，早在1980年，未来学家托夫勒在其所著的《第三次浪潮》中就提到“大数据”一词。2011年5月，麦肯锡环球研究院在《大数据：创新、竞争和生产力的下一个前沿》中正式提出了“大数据”这一概念，并深入分析了大数据在不同行业中的应用。2015年8月，国务院印发《促进大数据发展行动纲要》，政府的推动使大数据的发展再次加快了脚步。
大数据以容量大、类型多、存取速度快、应用价值高为主要特征，在各行各业乃至政府部门对于大数据的重视程度有目共睹。例如，2017年1月，工信部编制了《大数据产业发展规划（2016-2020年）》。规划部署了七大任务，包括强化大数据技术产品研发、深化工业大数据创新应用、促进行业大数据应用发展、加快大数据产业主体培育、推进大数据标准体系建设、完善大数据产业支撑体系和提升大数据安全保障能力[2]。由此可见，大数据的发展已经进入如火如荼的新阶段，许多电子商务企业的成功也大多取决于怎样快速地获取、存储、利用数据[3]。企业拥有了大数据，就如同是拥有了竞争力。
2.2 京东大数据应用
2.2.1 预测性分析
京东大数据应用的一个重点是预测性分析。通过利用历史消费、浏览数据和仓储、物流数据建模，预测未来一段时间之内需要处理的订单量，从而安排自动分拣及员工分工。不仅如此，预测还能够应用于顾客的“提前配送”，这是大数据提供的一项独有的增值服务。对于一些畅销商品，通过用户的浏览记录，京东可以预测出未来可能的订单量，并在顾客下单前进行提前配送，这就大大缩短了顾客下单后的等待时间，提升了整个物流环节的作业效率，提高了顾客满意度。
2.2.2 预分拣子系统
预分拣系统作为青龙系统的一个子系统，同样运用了大数据技术。其采用了深度神经网络、机器学习、搜索引擎技术、地图区域划分、信息抽取与知识挖掘，并利用大数据对地址库（只适用于同一地址多次购买）、关键字库（需要提前人工维护关键字）、特殊配置库（需要提前人工配置）、GIS地图库（通过可视化GIS编辑器进行匹配）等数据进行分析并使用，使订单能够自动分拣，且预分拣的准确性对于入库环节的作业效率也有着关键性的影响。
2.2.3 用户画像技术
京东利用用户画像技术将顾客进行细分，从而向不同用户推荐他们感兴趣的商品。首先通过网络日志数据、用户行为数据、网站交易数据进行数据收集，再根据文本挖掘、自然语言处理、机器学习、预测算法、聚类算法进行行为建模，再根据总结出来的信息，包括用户的基本属性、购买能力、行为特征、兴趣爱好、心理特征和社交网络进行用户画像。经过用户画像后，京东就可以将其顾客细分为有房一族、购物狂人、电脑达人等类型，再针对每一类顾客进行精准营销，效率就会加快许多。 不仅如此，京东也能够根据用户浏览至下单购买之间的时长将用户分为：海淘犹豫型、理性比较型、购物冲动型、目标明确型等，再针对每一类用户推荐不同类型的商品，例如：对于理性比较型的消费者推荐性价比较高的商品，而对于购物冲动型顾客则推荐外观比较精美极易吸引眼球的商品等。这是一项双赢的举措，既能使消费者节省购物浏览的时间，快速找到心仪的商品，又能提升京东的顾客体验满意度，使营销活动更有针对性，也更易抓住商机。
3 京东物流解决方案给李宁带来的转变
近几年，越来越多的服装企业碰到了麻烦。这中间，既有实体店成本上涨带来的撤店潮，更有被高库存压垮的群体现象，当然也少不了电商带来的冲击。就算是李宁、美特斯邦威等这样的大牌，也深陷其中不得自拔。如何走出泥淖，这几乎成为传统服装行业所共同面对的难题。三四年来，李宁这一体育服装品牌的发展和“自救”的轨迹，就是一个典型的样本。
有人说，总体看，服装企业需要过两关：一是消费者端，如何建立重构线上、线下的购买体验，并从品牌和产品入手，更符合当下快消費的节奏；二是每一个服装品牌，都需要在后端的设计、生产及供应链体系上完成一次重构，以适应前端消费者的需求特征。两个方面相辅相成，才能完成一次成功的“转身”。而目前大多数的服装企业还在转变过程中。
显然，要完成这样一次“蜕变”，仅靠服装企业自身很难完成，第三方的外力就变得很关键。近两年来，我们看到，李宁与京东物流开始展开了深度合作，就符合这一趋势，目的是要在服装企业供应链上“动手术”，不仅要消灭高库存，还要将多渠道的供应链后端整合起来，闯的就是第二道“关口”[4]。那么京东是怎么来“拯救”李宁的呢？
3.1 整合供应链
李宁传统的服装产销模式，是从生产工厂发往存储仓库，再通过不同线路发往各地分销渠道，到达分销商以及门店，最后到消费者手中。这个过程需要各个环节相互配合，这种背景下，仓库之间职能划分非常明确，产地仓中存储的大部分是经销商的积货，而销地仓主要用于分销商的货物存放。这种明确的分工，导致彼此之间库存无法打通，从而导致仓库产生大量的产品积压。而且在传统的配送模式下，物流配套体系也需要不同的几家物流公司来完成，他们中有的擅长适配、有的擅长配送、有的擅长末端运输，很少存在一家公司能够完成整个供应链的服务。这就产生了一个运营效率问题，而效率在互联网时代是个至关重要的问题。
在这种背景下，京东依照自身优势结合李宁现状为其设计新的供应链方案，该方案实现了各仓职能的集中，各仓之间的库存也相互打通，然后同一个仓可依照不同的分销渠道进行供货，这些货物最终将到达经销商和门店以及终端客户。李宁借力该种方案将产地仓和销地仓进行了整合，各渠道中库存也得到了共享，缩短了到货时间[5]。
同时，京东为李宁搭建一个京津冀一体仓，原本李宁在华北地区有三个仓，分别为北京仓、天津仓和一个产地仓，京东将三个仓整合为一个仓，仓储用地也随之减少，从3万多平方米降低到了2万多平方米。通过这个仓，李宁发往华北地区门店的小批量B2B 商品、网上各平台的C端消费者订单的物流服务全部由京东负责。
2015年10月，为了重构面向B2B的经销商和门店供应链管理体系，李宁入驻了京东北京仓，实现了经销商与门店商品库存的打通，B2B模式下实现了库存共享和成本集约，大幅降低了管理成本。2016年4月，京东物流帮助李宁完成B2C与B2B业务在供应链端的融合，并切换更多的NDC仓（产地仓）。不管是经销商、门店还是B2C的零售渠道，都能实现库存共享、仓内调拨，而且过去不同模式下调仓和补货带来的高运输成本也能得以解决，整个供应链将会变得更加灵活。
3.2 仓储开放O2O
当前为线上线下平衡的融合时代，物流数据分析能够为商家提供销售建议，从而提升消费者体验。
目前京东物流的沧海系统可以接入商家的外部订单数据，智能分析出商家的订单分布、销售数据、消费行为、周转数据等核心价值数据，并评估商家的销售目标体系，为其提供库存优化报告。在京东物流系统背景下，商家可以实现门店与门店之间商品的流转，比如客户在逛街时，看中一双鞋，但该门店已经没货，此时可以查看附近门店库存情况，调货至该门店。同时消费者对商品的订单量能直接指导前端设计，当某类商品订单量极少，说明该类商品受欢迎程度较低，此时就可以减少其生产并优化商品设计[6]。
这种模式不仅可以降低库存，而且还可以提高产品的周转率，最大限度地节约成本。
3.3 店铺优化
李宁店铺分为线上和线下，线上线下店铺优化分成四个阶段，一是对现状分析；二是提出运营方案；三是监控运营效果；四是持续优化。
本文将以线上爆款的打造为例进行分析。第一分析现状，选择爆款商品，而爆款商品可以从商品的成交量、转化率和停留时间等指标中得出。第二提出运营方案。提高爆款销量的方式有两种，付费和免费。免费方式通过提升搜索的排名、类目排名、免费活动达到效果。付费方式采用线上焦点广告等形式。监控运营效果和持续优化基于监控的数据，比如付费流量，有些关键词ROI比较高，有些ROI比较低，后台会持续优化效果好的关键词，降低没有效果的关键词，而这些都将实现运营方案的持续优化。
另外，数据要结合运行状况分析，包括分析运营效果和店铺的健康状况。例如分析关键字、商家数据罗盘以及关键词效果等，包括行业分析的关键词。如果店铺运行了一段时间，而且在互联网平台上排名较好，此类店铺跟刚入住平台的经营方案不同，数据分析的意义不同。以关键词分析为例，如果店铺的营业时间相对较长，产品运营的好坏取决于关键词在行业的流量排名，点击率排名以及转换率排名，从而分析店铺哪些商品引入了流量和哪些商品成交了流量。针对性的数据分析将为商家提供销售建议和库存策略，这样不仅可以增强店铺的竞争力，而且可以降低运营成本，增加收益。 3.4 提升消费者体验
众所周知，京东有三个维度上的快递服务：常规产品有“211”限时达”和2小时内送达的“极速达”。增值服务有晚间7∶00～10∶00送达的“夜间配”和40 天内任意时间送装一体的大家电“长约达”。精准服务方面，有1小时内送达的“移动仓库项目”和任选时间的“京准达”。为了配合这样的标杆性递送服务，京东还推出了42个城市免费上门接货服务，提供代收货款、保价、自提等增值服务[7]。
京东物流上的实力将极大提升李宁消费者的购物体验，商品在途时间急剧缩短，不仅可以降低运营和管理成本，同时也能实现物流提效和商流优化。
借力合作，李宁扭转战局，转亏为盈。在2012年、2013年、2014年，李宁公司分别亏损约19.8亿元、3.9亿元、7.81亿元，巨额库存是李宁亏损的一座大山。 2014年末李宁出山重掌大权后，与京东展开合作，在2015年内扭“三年巨亏31亿元”为微盈1400万元。2016年初至9月30日，李宁股票累计猛升了39.6%，同时李宁品牌在中国的销售点净增114个，销售点总数达到6247个。
4 京东与李宁的合作给传统服装行业带来的启示
以前我们眼中的京东更多强调自营物流，低头做着自己的事情，而京东与李宁的合作一方面体现了其在大数据方面的领先优势，另一方面也完美诠释了“京东物流”这一理念，让京东向外界展现了其积累了多年经验的强大的数据处理能力以及物流组织能力，由“独善其身”走向“兼济天下”，变得更加自由和开放，向一个具有更大影响力的平台发展。两者的合作也扭转了李宁连年亏损的局面，此番合作势必成为服装行业转型升级的典型案例。
因此传统服装行业可以借势京东强大的能力实现自身的转型，不仅能解决品牌当前的困境，整合整个供应链环节，而且也可以重塑品牌形象，为消费者提供更优质的购物体验。
5 结语
时代的发展推动了大数据在各行各业的渗透，并不斷为其提供新的生机与活力，在这种背景下传统服装行业的供应链急需整合，以往的“大批发”模式不再顺应潮流。对于李宁以及其他更多的面临供应链效率低下问题的传统服装品牌，通过与京东这样的智能供应链解决方案提供商结合，可以大大降低库存量提升供应链效率，利用京东的大数据实现整个供应链前后两端的良性互动。未来随着技术的不断创新和不断开放，京东必将更有效地带动大数据技术生态与传统产业生态的融合，最终实现“互联网+传统行业”合作共赢的新局面。
参考文献
[1] 刘祯，郭远鹏.李宁的转型困境[J].企业管理，2015（10）.
[2] 中华人民共和国工业和信息化部.大数据产业发展规划（2016-2020年）[R].2017-01-17.
[3] D.Ghosh. Big Data in Logistics and Supply Chain Management - A rethinking step[M].New York： Institute of Electrical and ElectronicsEngineers Inc，2015.
[4] 李芫.借势共赢[J].中国服饰，2016（02）.
[5] 京东的雄心：携手李宁开启服装供应链新里程[N].现代物流报，2016-1-15（A08）.
[6] 京东推李宁仓储开放样板抢食阿里服饰重地[N].现代物流报，2016-10-28（B03）.
[7] 京东物流开放是重大战略转型开始[N].中国经营报，2017-1-2（D01）.