奇趣闻 > 数码科技 > \

服装行业为什么这么难做?根源在哪里?如何破局?

原标题:服装行业为什么这么难做?根源在哪里?如何破局?

服装行业为什么这么难做?根源在哪里?如何破局?

关键词:服装、匹配类、柔性生产、C2M定制、数据智能、投资组合

因为身处广东,同时置身自己在互联网创业大潮之中,在明确了,自己的创业无法与北京资本资源和智力资源相抗衡,终于选择回归广东的本土特色,也就是落地的传统产业,或者说制造业。

于是,从创业起步就更多关注互联网在于产业的落地,也就是如今的产业互联网概念。

从2016年开始关注,城市方面的佛山、东莞、深圳,领域方面陶瓷、内衣、服装、家居、钢铁、皮革、鞋业、铝业、纺织、美妆,而服装行业也是相对落力最多的一个。

经历了议论行业的研究和走访,虽然没有最终投身其中,但是却发现了这个行业的一些核心逻辑,也终于搞懂了这个行业为什么难做的核心点,如今,一批有识之士纷纷投身服装行业新一轮升级变革之中,观察之后,发现虽然也荆棘满地,但是总算抓住了那个最为核心的问题在努力,也期望他们能够成功。

如今做一个简单的剖析,看看从宏观战略层面,如何定义和认知传统服装行业的基本发展规律,核心痛点问题,今天的服装行业创业者,又是怎样针对这个核心问题提出针对性解决方案的。

看看服装行业的基本特点,可以围绕一个问题的解答来展开,就是一个服装企业,虽然会有主打的核心品牌,为什么还会有这么多让人眼花缭乱的各种品牌呢?

比如赫基集团,也就是欧时力品牌的母公司,旗下就拥有众多知名时尚品牌包括ochirly、Five Plus、COVEN GARDEN、TRENDIANO及收购了意大利SIXTY GROUP旗下品牌MISS SIXTY、Killah、ENERGIE等。

这里当然能够被解读为多品牌拓展,提高营收的原始想法,但是是否还有什么底层逻辑呢?

这要看看当下的服装行业的基本生产组织流程,一个品牌的诞生,一般要经过几个基本步骤,首先是确定一个人群定位,包括针对怎样的人群分类,比如男装还是女装,除此之外,还有一些细节的辅助分类标准,比如根据消费层次差异出现的高端、中高端、大众价位,中年,青年,职场人群,居家人群等等。

从众多可以对人群进行标签分类的关键词中,找到一些自己选择满足的人群,本身就是对人群进行细分和第一次筛选的过程,可以说是一次做减法的过程。

其次是确定品牌的风格特征,比如宽松型,紧身型,大红色系,朴素风格,棉麻布料,纯棉布料等等等,这些结合消费者个人喜好特征而生的各种细分的差异化标签,一般也会在一系列的对立或者类似的标准中做出选择,同样是一个筛选和做减法的过程。

最后就是一个数码标准的选择,要多少个SKU的问题,是否全码,从小小码到多个加大码都具备,还是采取均码策略等等。

这三个基本的定位参考指标,近乎是行业的普适标准,因此当下几乎所有的成品服装生产过程,都大致遵循这样的流程,第一步开始在茫茫大众中,去筛选一小众自己可以满足的人群,并且提供具有可描述性特征的产品。

整个过程是一个坐在办公室中,对可能的消费对象进行与筛选和细分的过程,虽然也时常会做一些所谓的市场调查工作,但是总体上说是以品牌方自身的意愿和经验为主,进行品牌产品定位和目标客户的筛选。

之所以进行一个减法过程,看似较少了可以服务群体的规模,好像减少了品牌的受欢迎的程度,但是也是一种无奈之举,因为工业化生产环境下,必须要完成尽量的标准化,减少个性化差异化的指标,才能够达到生产效率的最优化。

因此,要达到最优的效率收益均衡,只能从广众的群体中挑选出具备普适特征的小众群体,集中抽象出标准化的尺码特征和范围,进行工业化的标准化量产。

如此一来,我们就能够明白,其实任何一个服装品牌,一个系列的服装,从诞生之初,就是以满足特定细分人群受众而生的产品,是一种事实上的小众细分市场策略。

也因为如此,要实现更为广众的人群覆盖,多品牌战略,用多个品牌差异化的满足不同细分受众的需求,用多品牌类型产品进行组合式的全覆盖大众市场,就成为一种自然的选择,这也就好理解为什么同一个服装企业,会针对市场投入众多的品牌。

有了多品牌的广受众满足,那么是否就安枕无忧,等待收获行业的红利了呢?其实未必,首先这些在办公室里“设计”出来的品牌是否真正满足“臆想”消费群体的需求,还需要真金白银的市场实践的检验,需要一个反复的实践过程。

众多的品牌生死只在转瞬间,迅速上市又迅速湮灭也正是这种实践检验过程的直接反应。

然而,剩下来的,经历了市场验证和考验的品牌就可以剩者为王,享受红利了吗?其实未必,更大的挑战还在后头呢。

前面讲到的,关于品牌诞生之初,定位中参考的三个主要的依存要素,更多是针对个体消费者的喜好和需求,进行的模拟需求匹配,而在实践中,还有众多的社会性的因素会对产品的市场存在产生重大影响,其中社会流行文化的变化,以及人群自然生长带来的变化就是两个重要的外因。

先说社会流行文化的影响,比如一段时间内,整个社会都流行牛仔类服装,因此各大品牌都拥有牛仔特色标签,或者就定位牛仔品牌,但是,一段时间,所谓社会流行时尚变化,大家更加喜欢一种自然风的棉质面料和相应的风格,则牛仔类品牌将面临严峻挑战。

再如曾经一段时间流行紧身线条的服装,一个品牌如果成为线条美品牌的代言人,则一旦宽松风流行起来,这个品牌的定位转变也是一件难事儿。

再说人群自然生长因素,也就是我们所说的一茬人有一茬人的生活,因为品牌的定位除去一些消费层次方面的社会因素外,还会对人群年龄层上的细分定义,比如18-35岁年轻群体等等,因为这样年龄层的群体,身材整体尺码标准大致是统一的,很好做工业化标准生产,如果年龄跨度太大则增加产品满足难度。

也正是因为这样,一个品牌如果广受一个群体的欢迎,但是随着这个群体的自然年龄增长,整体超过品牌年龄覆盖的上限年龄,则会自然流失,因为他们需要另外一个年龄层的新品牌的服装。

大家会说,那老的一批消费者走了,还有新的一批填补呀,就如大学毕业生一批接一批,但是新生一批接一批的加入。

然而,社会流行文化就有一个鲜明的特征,代继过程中的文化认同差异,我们通常用“代沟”来描述,这种“代沟”不仅仅是在一些家庭教育观念上的差异,也在消费观念文化上存在诸多的差异,进而带来每一代人各自不同的文化品位,也形成了不同的服装消费文化。

而这个时间周期,最长是10年,也就是说10年就是一个代继更新的周期,按照通常的衡量标准,加上一个服装品牌早期品牌建立和市场渠道拓展的3年左右时间,用作品牌创立,到其真正投入到市场,陪伴核心目标用户群体成长最多就是7年,也就意味着,还不到7年时间,自己曾经血拼打下的江山,就会离自己远去。

新一轮的品牌升级变革又将开始。

如果说创新是科技企业的天然基因的话,那么服装企业也具有类似特征,一直在创新,从未停歇过,也无法停歇,天生就是一个忙碌的命,谁叫你做了一个风口浪尖上的“时尚行业”呢?

行业的天然特性就决定了,服装行业一直处于折腾之中,或者说创新之中,也别管这种创新的变革程度有多大的实质性变化。

而面对这样的一种行业现实,大规模的服装集团企业,能够采取的策略自然也就是多品牌战略加不断的品牌升级策略,各种源源不断的品牌新品发布,品牌升级发布会,慢屏幕的模特的走秀也就成为行业的家常便饭了。

然而,更为内在的,这种多变的不确定性带来的损伤也是比较大的,重资产投入,收益回报的不确定性,不稳定性,不可持续性,带来行业解决方案的诞生,那就是一种类似金融投资领域的投资组合策略的“多品牌组合投资策略”,化解单一品牌在垂直领域以及在时空维度上发展变化,带来的收益的不确定性和不稳定性难题,以期望一种保持集团企业整体收益稳定。

如此说来,服装行业倒是有些风险投资行业的特征,多品牌不断的孵化和市场选择,类似生物进化论所描述的物竞天择之后的再创新,然后再迎接社会文化和消费群体变化带来的时空维度改变的挑战,再次创新突围。

这种看似妥当的对品牌组合投资策略,可以实现风险的对冲,助力服装行业企业找到一种动态的平衡点,抵消收益的不稳定性,对抗不可持续发展,然而,它同时带来这个行业整体的波动的存在,并且风险对冲的同时,也带来了行业增长整体增长速度的缓慢发展。

爆红的单一品牌的一个时间节点上的成功很多见,但是对于一个拥有多品牌的服装企业集团,整体的利润提升就相对缓慢,因为还有很多亏本买卖同时在发生着变化,带来着改变。

服装行业的天然特征催生了一种看似合理的应对策略,多品牌组合投资策略,然而却还没有从本质上克服和解决困扰服装行业的根本性问题,工业化生产标准化效率追求对于个性化用户需求的分割分裂带来的产品生产碎片化问题。

这个问题还依然困扰着这个行业进入到了当下的产业互联网发展阶段。一些有识之士采取了另类的解决方案,也就是服装的C2M的“定制生产”。

以当下比较活跃的专注衬衫定制的品牌“量品”为例,他们采取的定制策略,是对传统服装生产流程秩序的一次重构,形成了一套新的逻辑体系。

首先,根据线上获得用户的消费需求线索,拿下订单,开始进行上门的量体,一次性获得用户的个人真实的身体数据信息,并且入库存储,这是最为核心的原始数据。

这里就打破了传统服装行业生产流程中,每个品牌都对用户群体进行大致数据进行模糊分类,无法达到真实依据每个用户绝对精准化的个人身体数据,进行如实反应的状况,扁平化了用户数据到工厂的连接,消灭了尺码范围的中间物,增加了数据流转的真实性。

第二步是在线上或者线下选择数字化的服装风格和版型等,完全数字化的虚拟选择,无需进行成品服装的生产,大大解决了成本,并且避免了库存积压问题,并且因为是数字化选择,理论上可以在无限海量的信息中进行挑选,也没有了诸多的风格特征局限,扁平化自由选择,在此打破传统服装企业的“自定义风格”束缚。

第三步是完成用户订单详细数据信息的提交工厂,工厂根据相关需求进行定制生产,并且完成产品的交付,如果有需要调整的地方,还可以实现定制修改。

最终的产品交付,完全达到了用户的需求标准,实现了基于合身、合风(格)、合景(个人的个性化需求和场景标准)的统一,整个的生产效率也得到了大大的提升,最为可贵的是无库存和需求为先,生产随后的新流程,改变了传统服装行业现生产再销售的流程体验,实现了颠覆式的变革。

虽然C2M定制是一种比较有效解决服装行业固有顽疾的很好方法,但是要实现这种方法完全替代传统服装行业的生产流程特征,其实还很难,问题并不在于这种方法宏观层面的逻辑是否可以自洽,而在于决定这种方法选择的更为底层的,第一性的选择标准,那就是成本效率模型。

在未来,我们会设想下,C2M定制和传统工业化标品生产,在服装行业必然会并行下去,不同的需求选择何种方式满足,不再是根据工厂新旧类型,而在哪种方式更能够提高效率。

如果是类似工装,具有通用性的角色特征的服装,或者对于合体等特征要求不是很高的品类服装,工业化生产定然是效率高的,成本低的,而那些具有日常个性化特征要求的,则采取C2M定制模式更加有效。

多样化生产模式的选择,完全取决于效能标准,以及消费者需求满足的综合体验和成本付出指标。

然而,回溯服装行业这场升级变革浪潮,新方案与老方法之间,针对行业痛点给出了不同的解决方案,但是更加抽象的审视这次变革的核心驱动力,还是在于“匹配力”,技术进步带来的匹配力的提升,带来的改变。

传统的服装生产方法,无非是采取固化方式,概数确定消费者需求数据,并进而进行具有概数指标的服装产品,进行一个粗放式的产品与消费者需求的匹配,往往造成匹配精度不够,以及其它需求满足数据的失真,造成品牌创立失败,以及大量库存积压等问题。

并且,这种静态的生产模式,在市场需求发生高频变化,诸如社会文化要素,以及一代群体自然生长带来的改变的时候,能够采取的应对措施往往滞后,又或者成本代价高昂。

客观需求一种能够动态精准匹配供需数据的机制模式,完成动态的供需精准匹配,并且这一切最好是自动化,数据化,智能化的最好。

而如今C2M的定制就具有如此鲜明特征,量体师对于消费数据的全面系统采集,配合大数据技术从各种服装消费决定因子中,进行精准的产品建模匹配,在虚拟的世界里进行产品的数字虚拟预生产,以实现与消费者需求的数字世界的精准匹配,实现高效供需第一次配对。

然后再将这种精准匹配的数据信息指令传到柔性生产的工厂,进行实际的生产实现,最终完成交付,直接实现了精准供需匹配的闭环完成。

如此才是服装行业未来发展趋势的核心特征,基于数据技术和智能技术,对于供需双方产品和需求的数据化结构,在虚拟世界里进行精准预匹配,再落地交付,从而实现了具有新制造和智能制造特征的新变革。

而推动这一颠覆式变革的是技术进步带来的“匹配力”提升的必然结果,这也是互联网带给我们的最大赋权财富。(完)

专题推荐

显示全文

相关文章