拥有2000家门店,他如何晋升为服装界的新宠?

本文涉及的产品
注册配置 MSE Nacos/ZooKeeper,118元/月
任务调度 XXL-JOB 版免费试用,400 元额度,开发版规格
Serverless 应用引擎免费试用套餐包,4320000 CU,有效期3个月
简介: ——iwarm3.0加热组件、碳纳米管膜炎、管状石墨结构体...你看到并不是一款高科技电子产品,这是快鱼服饰在这个冬天推出的黑科技产品 - 智能温控羽绒服。在竞争激烈的服装行业,快鱼(Fast Fish)将“快时尚”的理念推广至全国,建立2000家门店,覆盖浙江、江苏、上海、广东、北京、辽宁、云南和四川等省市,并先后在杭州、虎门、北京、石狮设立大型物流基地。

IMG_2657

——

iwarm3.0加热组件、碳纳米管膜炎、管状石墨结构体...你看到并不是一款高科技电子产品,这是快鱼服饰在这个冬天推出的黑科技产品 - 智能温控羽绒服。

IMG_2660

在竞争激烈的服装行业,快鱼(Fast Fish)将“快时尚”的理念推广至全国,建立2000家门店,覆盖浙江、江苏、上海、广东、北京、辽宁、云南和四川等省市,并先后在杭州、虎门、北京、石狮设立大型物流基地。在短短几年时间中,犹如一匹黑马在市场中脱颖而出,销量甚至打败了诸多同行业的知名品牌,成为名符其实的“快鱼”。

快鱼的成长仅是服装行业快速迭代更新的一个缩影。

衣食住行是人的最基本需求,服装是中国最古老的行业,也是一个比较年轻的行业,年轻是因为中国目前的服装品牌大部分都是20世纪90年代后才创立的。但服装行业由于竞争门槛低、供应链成本居高不下、扩张过程中的风险难以控制等原因,导致近几年出现了一些品牌业绩下滑、门店关闭和天量库存的媒体报道。

例如,如果开一个生意好的专卖店可以挣10万,那么赚1000万就要开100个专卖店,但谁也保证不了这100个店面中,每个店面都能挣10万。再加上店面一多就会带来更多的库存风险和物流成本,这使得极速扩张的同时,服装企业的运营风险也在加速积聚。服装行业流传着一句话:即使所有服装企业停止生产,光是库存的压货,起码都可以销售3年。

行业的共性话题,也是快鱼面临的难题。

从2016年起,快鱼就在思考:企业规模不断增长,如何降低库存和物流上的运营风险。传统模式下的服装公司从设计到企划,到制造样衣,再到把样衣分发给制造商,最终产品到达零售店所需的时间将有6-12个月。对于消费者来说,这个时间太长了。时尚、流行、爆款又存在着诸多不确定性因素,如果半年或一年前的设计和企划不准确,很可能和整体市场的流行爆款背道而驰。一切凭感性预测,卖不动的商品堆在仓库无法变现,最终只能以打折或促销的方式结尾。

对此,快鱼打通了供应链和销售等多个环节,将数据集中化、业务透明化,通过构建企业级互联网架构形成快速响应的供应链协同。通过业务拆分来降低系统的复杂性,通过服务共享来提高可重用性,通过服务化来达到业务支持的敏捷性,通过统一的数据架构来消除数据交互的屏障,从而使得快鱼具备了快速响应业务变化的IT能力,形成了快鱼独有的信息化核心竞争力。

相较于其他公司多采用大促销、打折扣的方式来分散库存压力,快鱼得以“柔性生产,小批量、多批次下单”的对策来应对。季前根据商品计划推式铺货,季中通过试销选择出好卖的商品,再依据实时销售拉式补货,这种推拉结合的补货方式,从根本上解决了库存积压的问题。同时,设计师通过实销数据,对产品在市场上的表现获得即时感知,当大部分设计师还在预测未来一年的时尚趋势时,快鱼的设计师已经翻新了好几轮。

艾利·高德拉特博士在《醒悟》一书中记录到“无论我们挖尽制约因素的潜能如何出色,无论为制约因素松了多少绑,它都不会打破的制约因素是进店的人数“。

除了以“快反”的方式改造供应链,提高对业务支持的敏捷性。打造全渠道整合营销,以提高进店人数也是快鱼在思考的问题。

2018年10月,快鱼基于企业级互联网架构逐步搭建起全渠道整合营销,打通淘宝、天猫、蘑菇街和线下的2000+实体店的商品中心、营销中心、库存中心和财务中心,未来将实现线上订单和门店发货的全渠道场景。

此外,全渠道整合营销的建立可以更快速的响应业务部门在新媒体、场景化卖货和会员俱乐部等平台上的营销活动需求。以快鱼的微信服务号为例,一次推文触达10万+新老用户,推送内容包括新品推荐、产品促销或其他福利活动,只要复制文中的关键词,打开淘宝或天猫App,便可一键购买。

IMG_2664

快速响应的供应链协同的构建,得益于快鱼联合阿里云、伯俊在2017年启动建设企业级互联网架构,以下是建设历程。

1、共享中心,2017年8月-2018年1月
主数据中心第一期完成了基础中心建设,包括商品中心、会员中心、人员中心和渠道中心,通过构建企业级互联网架构,解决了异构系统数量多、数据流转复杂、性能瓶颈等问题,实现了企业关键数据信息的统一管理,并保障了业务数据归口的一致。

2、B2B选款平台,2018年3月
构建企业级互联网架构前,快鱼花了两三年的时间想上这个B2B选款平台,但都没有成功。在构建企业级互联网架构之后,一个月内完成选款平台的设计、开发、测试和上线,并用于所有门店的选款补货,10家门店运行一个月后门店共下单8467件。

3、PaaS平台,2018年3月 - 2018年7月
项目第二期完成中建设订单中心,库存中心,营销中心和财务中心,共计四个中心,完成DRP全业务覆盖,替代原有核心业务系统,全面检验企业级互联网架构效果,解决累积已久的性能问题,并对多年累积的常见业务问题重新梳理并改善。

4、云POS,2018年7月 - 2018年12月
二期同时完成了基于PaaS开发的POS产品,将应用从后台管理人员全面推广到门店人员,实现更高效、实时的门店业务管理。并通过云促销功能,实现了多平台的统一促销,在APP、微信小程序、微商城、官网等多个应用中录单时,都能执行统一的促销。

5、业务财务一体化,2018年7月-12月
基于企业级互联网架构,落地财务解决方案,解决了快鱼集团化组织与直营化管理下财务与业务之间的结算矛盾。

6、全渠道,2018年12月 - 2019年3月
快鱼在2017年开始拓展电商渠道,并于当年入驻蘑菇街,2018年开始入驻天猫。2018年12月,启动项目三期,基于企业级互联网架构搭建全渠道应用,以实现线上订单和门店发货的全渠道场景。

企业级互联网架构带给快鱼不仅是IT架构上的升级,更是业务运营能力上的提升。

在企业级互联网架构的搭建过程中,快鱼构建了DevOps能力,促进了开发、技术运营和质保部门之间的沟通、协作与整合,保障系统的快速迭代和敏捷开发,降低研发周期及成本。

目前,快鱼已具备一支完整的研发队伍,涵盖产品、研发、测试各环节,并能够按照规范使用开发管理工具管理研发过程,双方协同完成研发任务3419个。同时,快鱼IT团队拥有了快速使用全面互联网技术构建应用的能力,实现快速迭代,一个月内完成了选款平台的设计、开发、测试和上线。

IMG_2659

觉醒·闫春辉2018秋季新品发布会现场

科技正推动着服装行业的变革,也有越来越多的设计师将科技元素融入服饰设计。科技正成为服装行业竞争的 X 元素。

相关文章
|
4月前
|
运维 监控 NoSQL
【赵渝强老师】监控Redis
Redis 实例的监控是运维管理中的关键内容,主要包括内存、吞吐量、运行时信息和延时的监控。 1. **监控内存**:使用 `info memory` 可查看 Redis 内存使用情况,包括已用内存、峰值内存等。 2. **监控吞吐量**:通过 `info stats` 获取每秒处理命令数(OPS)、网络输入输出流量等。 3. **监控运行时信息**:利用 `info` 命令结合 `grep` 过滤出客户端连接数、拒绝连接数等重要信息。 4. **监控延时**:可以通过客户端手动监控或服务器内部延迟监控来检测延时问题。
150 3
|
前端开发 Docker 容器
Docker - build 命令后点号 & .dockerignore 文件
Docker - build 命令后点号 & .dockerignore 文件
817 0
Docker - build 命令后点号 & .dockerignore 文件
|
9月前
|
存储 关系型数据库 MySQL
MySQL在企业内部应用场景有哪些
【10月更文挑战第17天】MySQL在企业内部应用场景有哪些
384 0
|
8月前
|
安全 数据处理 Swift
深入探索iOS开发中的Swift语言特性
本文旨在为开发者提供对Swift语言在iOS平台开发的深度理解,涵盖从基础语法到高级特性的全面分析。通过具体案例和代码示例,揭示Swift如何简化编程过程、提高代码效率,并促进iOS应用的创新。文章不仅适合初学者作为入门指南,也适合有经验的开发者深化对Swift语言的认识。
186 9
|
弹性计算 大数据 测试技术
阿里云4核8g服务器价格以及收费标准_2024年新版报价
阿里云服务器4核8g配置多少钱一年?1个月费用多少?云服务器u1实例3折优惠价955.58元一年,计算型c7云服务器4核8G价格2944.79元一年。4核8G服务器按月购买比较贵,经济型e实例4核8G配置1个月216元,通用算力型u1服务器336.96元一个月
|
11月前
|
Oracle Java 应用服务中间件
地图服务器GeoServer的安装与配置
地图服务器GeoServer的安装与配置
494 0
|
IDE Java 应用服务中间件
JDK1.6.0+Tomcat6.0的安装配置(配置JAVA环境)
JDK1.6.0+Tomcat6.0的安装配置(配置JAVA环境)
390 1
|
存储 人工智能 自然语言处理
DeepSparse: 通过剪枝和稀疏预训练,在不损失精度的情况下减少70%的模型大小,提升三倍速度
该论文提出了一种新方法,用于创建高稀疏性大型语言模型,通过稀疏预训练和高效部署,在保持高准确度的同时显著提升处理速度。方法包括结合SparseGPT剪枝和稀疏预训练,实现70%稀疏度下准确率完全恢复,尤其适合复杂任务。实验显示,使用Cerebras CS-3 AI加速器和Neural Magic的DeepSparse、nm-vllm引擎,训练和推理速度有显著提升。此外,量化稀疏模型在CPU上速度提升可达8.6倍。这种方法优于传统剪枝,为构建更快、更小的语言模型提供了新途径,并通过开源代码和模型促进了研究复现和扩展。
392 3
|
JavaScript 前端开发 UED
使用window.open打开新窗口的参数设置
使用window.open打开新窗口的参数设置
|
安全 Java 测试技术
提升编程效率的利器: 解析Google Guava库之集合篇BitMap(三)
提升编程效率的利器: 解析Google Guava库之集合篇BitMap(三)
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等

登录插画

登录以查看您的控制台资源

管理云资源
状态一览
快捷访问