王 巍 季玉昆 吉利學(xué)院

一、A 服裝品牌庫存管理現(xiàn)狀及問題

(一)A 服裝品牌門店倉儲新零售庫存現(xiàn)狀

線上線下共享庫存：線上商店以不影響門店安全庫存為前提與線下門店“共享庫存”，一般根據(jù)訂單收貨地就近向當(dāng)?shù)亻T店分配訂單。門店庫存無法滿足線下消費者需求時依靠庫存轉(zhuǎn)運和線上渠道向其他門店下單通過快遞直接送至消費者指定地址兩種方式避免需求流失。

缺貨管理：A 服裝品牌對門店庫存的尺碼齊全方面有嚴(yán)格的要求，總部每日對各門店進行實時監(jiān)測、每周定期進行全球賣場欠品監(jiān)測。對于門店缺貨這種無法避免的情況，一般采用補貨和庫存轉(zhuǎn)運進行避免。若缺貨已經(jīng)出現(xiàn)且難以解決缺貨問題，則通過線上渠道避免需求流失和影響顧客滿意度。

(二)庫存控制的問題

1.門店發(fā)貨與安全庫存

A服裝連鎖門店發(fā)貨模式節(jié)約了大量的電商倉庫租金，同時利用門店工作人員碎片工時進行發(fā)貨節(jié)約了揀貨員的雇傭費用。由于門店眾多，在線上大型促銷時大量的門店工作人員從各個門店揀貨發(fā)貨。該公司為門店設(shè)立安全庫存標(biāo)準(zhǔn)——線上消費者選定色號及尺碼的商品數(shù)量超過5 件(及單個條紋編碼)，以防止線上銷售影響線下銷售。但是此項安全庫存標(biāo)準(zhǔn)未將過季、斷碼等庫存積壓商品納入考慮范圍。因此錯失了將線下庫存積壓通過線上銷售的機會。

2.多渠道銷售隨機性強、庫存控制更加復(fù)雜，訂貨盲目性強

由于A 服裝品牌門店采用線上線下雙渠道銷售，消費者的行為更加復(fù)雜。絕大多數(shù)情況下門店庫存控制有各店獨自進行決策。

二、解決對策

(一)門店發(fā)貨引入線下保護期

針對該服裝品牌門店制定線下銷售保護期限，在線下銷售保護期外可以無視線下庫存將商品上架至線上渠道。斷碼商品較低的售價與貨線上銷售相結(jié)合，更易于將庫存快速銷售出去。線下銷售保護期的制定可以依據(jù)每款商品的斷碼時間設(shè)定；由于其長期將防止商品斷碼缺貨作為原則，故原則上若某款斷碼商品可以通過補貨或轉(zhuǎn)運補全則必須在最短時間內(nèi)將該款商品尺碼補全；根據(jù)實地考查該服裝品牌門店商品斷碼在3—7 個自然日內(nèi)補齊。為線下商品制定線下銷售保護期為斷碼后七個自然日，超過保護期的商品無視線上銷售安全庫存將該品番商品斷碼色號所屬的所有SKU 線上線下同時銷售。

(二)RFID 盤點

使用RFID 盤點，每月非正式盤點加兩次模擬盤點加兩次正式盤點結(jié)合，以正式盤點的損失了為準(zhǔn)不再進行閉店盤點。由于RFID 盤點效率遠超掃碼盤點，盤點用時短，故可以在每月進行非正式盤點，對商品損失率進行估測，若非正式盤點丟失率過高則視為警戒。在大型盤點前2 周內(nèi)對商品進行標(biāo)簽檢查，對標(biāo)簽缺損的商品進行吊牌打印補充。在盤點前一周進行模擬盤點，統(tǒng)計丟失率。

(三)庫存控制模型研究

1.解決思路

針新零售需求隨機性強、庫存控制更加復(fù)雜的問題，對A 服裝品牌庫存控制進行模型研究。在庫存管理中，對于需求隨機、固定周期的情況，通常采用報童模型進行計算分析。將線上線下需求視為隨機變量，以期望值表示需求；將折扣價格視為庫存殘值；計算臨界比，即為期望需求的滿足率，此時理論上已達到除訂貨量外其他條件不變的情況下利潤最高庫存成本最低。模型針對該服裝品牌門店，計算時代入北京市昌平區(qū)南環(huán)路門店數(shù)據(jù)，以此為例。對于未被滿足的需求，可以采用線上渠道將訂單轉(zhuǎn)移至其他門店，減少總體損失并緩解對服務(wù)水平的負面影響。

2.庫存成本控制分析

(1)成本分析

F4因子：Hg-Zn——汞、鋅的因子。這個因子對方差的貢獻度為7.950%。Hg為礦體的前緣暈指示元素，Zn為礦化中部的指示元素，它們共存于同一組合有可能反映的是礦化的疊加關(guān)系，但也有可能代表一次獨立地形成的構(gòu)造熱液活動[7]。

A.進貨成本，雖然有生產(chǎn)部門和銷售部門，但是門店訂貨會一定費率計算成本和利潤率。因此進貨成本與進貨量、進貨批次、固定費用等相關(guān)。B.庫存積壓成本，包括積壓庫存貶值成本和庫存維護的成本。C.固定成本，由于門店租金中包含員工辦公及休息區(qū)和倉庫租金，但其中大部分資金是賣場租金。為方便計算不再將門店租金拆分為倉庫租金和賣場租金等，將租金、物業(yè)費、人力成本統(tǒng)一納入固定成本；由于優(yōu)衣庫商品款式繁多，不得不按款式單獨考慮；以1/3 個貨架或一個單位壁面展示區(qū)為單位儲位，通常一款沒有明顯缺貨的商品占據(jù)一個儲位；本模型中單位為總固定成本除以總儲位數(shù)。從實地調(diào)查的結(jié)果來看，北京市昌平區(qū)南環(huán)路店約有200 個庫位。D.缺貨成本，包括線上欠缺成本和線下缺貨成本。E.線上銷售物流成本，包括為保護商品在運送過程中不被破壞產(chǎn)生的商品包裝費以及吧運費等。

3.新零售業(yè)態(tài)下A 服裝品牌庫存控制建模與求解

(1)建模前分析

由于在時間情況下盡管門店擁有往期數(shù)據(jù)，且運營部門有豐富銷售經(jīng)驗，快時尚服裝行業(yè)的需求情況依然是難以預(yù)測的。在應(yīng)對需求不確定的情況時，庫存控制可使用經(jīng)典的報童模型；即將需求視為非負連續(xù)的隨機變量，通過離散化表示其期望值，代入模型進行計算，為保證樣本量以月為單位周期，以總利潤最高為目標(biāo)，建立符合新零售業(yè)態(tài)下門店銷售的數(shù)學(xué)模型，計算最佳訂貨量Q*。

(2)參數(shù)說明

D 總需求；E 總銷售期望水平；D1/D2線下/線上需求；E1/E2線下/線上銷售期望水平；Q 訂貨量；M 成本價；S1/S2線下/線上銷售量；L 線上銷售平均每單物流費用；C 總成本；P1/P2線下售價/線上售價；W1/W2線下/線上期望銷售額；Cu1/Cu2平均線下/線上缺貨成本；W 目標(biāo)商品門店總銷售額；π 目標(biāo)商品門店總利潤與過剩商品價值之和；H 折扣價格(殘值)；X 該商品每月平均銷售數(shù)量；Co 平均過剩成本；C1每庫位平均門店固定成本；f(x)總需求的密度函數(shù)；F(x) 總需求累計分布函數(shù)。

(3)模型假設(shè)

由于主要考慮A 服裝品牌基本款式商品，通常來說基本款鮮有款式改變，庫存低于安全庫存線就會補貨且很少出現(xiàn)門店庫存轉(zhuǎn)移。并且基本款式的市場需求雖然隨機，但鮮有巨大波動。因此假設(shè)商品正常補貨，且不接受其他店鋪庫存轉(zhuǎn)移。

(4)門店利潤表達式

將總需求的密度函數(shù)f(x)代入，得銷量期望值E(Q,D)=計算關(guān)于Q 的一階偏導(dǎo)數(shù)、二階偏導(dǎo)數(shù)得出

若總利潤π 存在最大值，則其二階偏導(dǎo)數(shù)應(yīng)為負。為判斷?2π/?Q 的正負，對E1/E[P1+Cu1-E1/E*(Co-H)]和E2/E(P2-L+Cu2)進行分析。

缺貨對銷售型企業(yè)造成的負面影響主要包括銷售機會成本、服務(wù)水平的降低和客戶的流失，通過線上線下結(jié)合有效地將線下缺貨訂單轉(zhuǎn)移至別的門店，從而降低了缺貨造成的負面效應(yīng)；因此考慮到量化計算，將缺貨成本僅僅視為銷售利潤的損失是合理的。又因為一件商品缺貨和過剩兩種情況不可能同時存在，且顯而易見平均過剩成本低于銷售價格，故P1+Cu1-E1/E*(Co-H)實際應(yīng)為P1+Cu1或P1-E1/E*(Co-H)，并且P1+Cu1與P1-E1/E*Co 均為非負值。綜上E1/E[P1+Cu1-E1/E*(Co-H)]為非負。

顯然線上商品售價P2大于利潤Cu2與物流費用L(當(dāng)訂單為店頭下單非自提或訂單總額高于200 時存在)之和，因此P2-L+Cu2為非負值。

線下、線上銷售占總銷售額的比例E1/E、E2/E以及需求密度函數(shù)f(x)均不小于0。綜上?2π/?Q=-f(x)*E1/E[P1+Cu1-E1/E*(Co-H)]-f(x)*E2/E(P2-L+Cu2)

為負。因此當(dāng)?π/?Q 值為0 時，總利潤π 有最大值，此時存在最佳訂貨量Q*。

令?π/?Q=0 即

4.算例分析

以修身牛仔褲為例，根據(jù)實地考察北京市昌平區(qū)南環(huán)路店線下價格P1為299，2020 年3月24日線上價格P2為249。成本價M 來源于洗嘜標(biāo)注，缺貨成本為售價減成本價、包裝費用、平均補貨之和。商品殘值依據(jù)某服裝商品變價規(guī)則進行計算，一般情況下基本款商品無需過多考慮潮流因素。為避免商品長期在庫存積壓三個月后，按“賣價變更”規(guī)則降價50%左右。299 元降價后應(yīng)為149元，平均每月降價50 元；因此一個月后的折扣價(殘值)為249 元。過剩成本Co 的計算采用商品過剩導(dǎo)致的價格波動與平均每件商品所需固定成本之和。該店每年固定成本約580萬元，儲位200 個，該商品每儲位存放120 件。Co=5 800 000/12/200/120+50≈70 元。線上訂單物流成本為5 元。缺貨成本Cu 通過銷售價格減進貨成本包裝成本等計算。包裝成本O 估計值為0.9 元。因選取的商品市場需求受季節(jié)影響較小，故可選取一年的銷售記錄作為樣本。受季節(jié)影響較大的商品建議使用近幾年同一季節(jié)的銷售數(shù)據(jù)進行抽樣。根據(jù)該門店銷售記錄，2018 年10月初到2019年9月底銷售量為：75、138(舍)、89、68、63、57、63、76、74、82、71、79，由于11月份數(shù)據(jù)受雙十一影響，為保證計算結(jié)果更貼合大部分月份銷售，舍11月份數(shù)據(jù)。使用SPSS 對銷售數(shù)據(jù)進行分析，散點落在的直線附近，因此數(shù)據(jù)符合正態(tài)分布。

(75+89+68+63+57+63+76+74+82+71+79)/11=72.45平 均 值X=72.45，方 差S2=[(75-72.45)2+(89-72.45)2+(68-72.45)2+(63-72.45)2*2+(57-72.45)2+(76-72.45)2+(74-72.45)2+(82-72.45)2+(71-72.45)2+(79-72.45)2]/11≈78.98

表1 算例參數(shù)表

線上線下銷售比例取A 服裝品牌2019 財年大中華市場線上線下銷售比1 700億日元/3 325億日元，約等于1/2，即E2/E1=1/2。用管理運籌學(xué)軟件進行計算。

將數(shù)值代入F(Q*)(式3)計算臨界比，

此時F(Q*)的一階導(dǎo)數(shù)等于0，利潤π 有最大值。

最佳訂貨量為77.47 件/每月，剩余概率為71%，即有71%的概率導(dǎo)致該商品庫存過剩；缺貨概率為29%?？紤]到服務(wù)水平，最佳訂貨量向上取整為78 件。此時門店利潤達到理論最高值，該訂貨量可以作為門店訂貨的重要參考以克服訂貨的盲目性，結(jié)合上月銷售和在庫制定合適的訂貨計劃。■