在庫を効果的に削減するには？

邵立剛

中国アパレル購買フォーラム特別招待専門家

中国に服を着せるデータ分析の実戦専門家

9つのライン管理コンサルティングのチーフコンサルタントを派遣

北大日本研究センター特約研究員

記者：多くの服を作っている人は、デザインから生産までのすべての部分をよく考えても、市場の脈拍を正確にコントロールすることはできないと言っています。在庫の難題は避けられないが、在庫を減らす方法は何があるのだろうか。

邵立剛：個人的には次のような見方があります。ストックの回避はシーズン末に操作されたものではありません！在庫の管理は発注計画から始まります。在庫の解決は販売過程で実現される！正しいやり方は：データ分析によって在庫を管理し、在庫を合理的な状態に削減することです。つまり、実際の商品の入荷によるデータを深掘りし、商品が抱える問題をフィードバックする。例えば、あるブランドが新品を投入し、一定期間の販売を経て、どれだけの商品を販売し、どれだけの在庫が残っているかなどのデータ情報を集計し、それを深く掘り下げます。

9派1線.管理ソフトウェアのデータマイニング分析機能は、商品の入荷から起動し、毎日の販売と在庫データは分析の基礎であり、これによって各段階の商品が合理的かどうかを判断し、商品に発生する可能性のある問題を提示し、管理者に商品調整を指導する。毎回のデータ分析結果は誤りを訂正する機会であり、繰り返し、在庫問題はますます少なくなり、商品と市場の需要もますます接近し、商品管理の精度が高くなり、自然効率が向上する。

記者：商品の販売統計以外に、どの段階でデータ分析が必要ですか。

邵立剛：出荷、販売、陳列にかかわらず、各段階でデータ分析を行う必要があります。これはすべて商品管理の偏りを是正するためです。あるブランドの春夏の商品偏差率が20%であると仮定して、データ分析を通じて出荷可能な問題を発見し、調整して、その年の秋冬の商品偏差は15%に下がったかもしれなくて、次の年の春夏はまた10%に下がったかもしれません……これは螺旋式上昇の偏差是正作用を実現して、偏差率が次第に下がるにつれて、企業の効率も次第に高くなります。これは現在、国内のアパレル企業が一般的に使用しているソフトウェアでは実現できない。

アパレル企業は経営過程で少なくとも3つの機能を必要とするソフトウェア、1つは生産管理ソフトウェア、2つは運営管理ソフトウェア、3つは財務管理ソフトウェアである。現在、国内の生産管理ソフトウェアと財務管理ソフトウェアの技術は比較的成熟しているが、実際に管理意思決定を運営するシステムソフトウェアは非常に珍しい。

九派壱線公司が今回開発した管理ソフトウェアはまさにこの問題に対して、より精細化された管理理念を用いて商品をモジュール化して管理し、簡単に言えば商品が無から有へ、それから無への全過程を記録し、そしてこの過程のデータに対して深掘り分析を行う。例えば、1つの商品はまず倉庫に入り、短時間または長時間滞在する段階に入ります。そして倉庫から端末へ、端末になるとまた陳列展示コーナーに入り、販売されるまで。商品はなくなりますが、移動状態のデータ情報は保持され、意思決定レベルにフィードバックされます。

記者：では、データ分析は出荷の正確性を保証することができますか。

邵立剛：販売する前に、この商品が市場の需要と密接につながって100%に達することを保証できる人はいません。データ分析の意義を強調するのは、商品と市場の需要がずれていれば、データ分析の結果を通じて上の商品に存在する問題を指摘することができ、次の上の商品帯では、企業はこれらの問題を修正して、商品が市場の需要に限りなく接近することを追求することができる。

例えば、新ブランドAは3月に10品目を含む100万品目を出荷し、その中には15万のショートTシャツと10万の長ズボンがあり、このシーズンの商品の販売が終了したとき、データによると、ショートTシャツは10万を販売し、消化率は66%だった。ズボンは9万枚を売り上げ、消化率は90%だった。すべての品目の売上高は82万、全体の消化率は82%で、これらのデータに対して総合的な比較分析を行い、短いTシャツのデータは全体の消化率より低く、問題は出荷数量が大きすぎるか、出荷時間が遅すぎるかなどである可能性がある、ズボンのデータが全体の消化率を上回っており、この結果が最も大きいのは出荷数が不足している可能性がある。

記者：9派1線の管理ソフトがあれば、商品を考えずに座って楽しむことができるのではないでしょうか。

邵立剛：もちろんそうではありません。ソフトウェアはあくまでプログラム化されており、データ分析結果が現れると同時に、この結果を生成する可能性があるいくつかの原因を指摘することができます。具体的には、これらの原因のうちどれか、またはどれかを特定するには、オペレータが逐一排除する必要があります。これは自動車が故障したようなもので、整備士は車主が反映した現象を通じて、自分の専門知識と経験で問題が発生する可能性のある部品を列挙し、それから各検査を通じて、最終的に故障の原因を見つけて修理することができます。

また、気候変動などの制御不可能な要素も自動情報取り込みを実現し、より正確な分析結果を得ることができる。例えば：2010年5月の平均温度は25度で、このデータは2011年5月に28度に上昇したが、2011年5月の出荷前にソフトウェアが提供した分析結果は2010年5月の関連データ情報に由来しているため、より正確な出荷分析を得るには、手動で出荷前に将来の温度変化を調べる必要がある。その後、昨年の同温度でのデータ分析結果を見つけて参考にし、同時間帯の出荷計画を調整し、精細化された商品管理を実現した。