数商云分析:亏损30亿到盈利144亿,李宁做了什么

2024-02-04 18:18

本文主要是介绍数商云分析:亏损30亿到盈利144亿,李宁做了什么,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

供应链管理系统

“李宁”作为国货之光,从亏损30亿濒临倒闭到现在营收144亿业绩节节攀升,“李宁”的突然火爆离不开优秀的产品加上成功的营销,但瞬息万变的市场节奏也给李宁的整体经营效率提出了更高的要求。比如:组织架构应该如何优化,供应链如何对市场有更快的反应,线下体系如何匹配线上的营销节奏,这都是当“李宁”品牌升级初见成效后摆在面前的新课题,如果不解决好,再多的流量也无法转化为销量。

利润不断被压缩,“李宁”也曾处于低迷状态

目前,服装行业普遍面临产业链产能过剩、库存过高、实体店店铺租金上涨、人工成本一路走高,利润空间不断被压缩等严峻问题,传统模式因环境的巨大变化愈发显得不适应。且随着国际体育品牌强势进入和扩张,给国内传统时尚休育品牌带来了巨大的压力,“李宁”也曾一度陷入关店潮,并存在以下四个问题。

(1)产能过剩,库存积压。“李宁”之前对用户的时尚需求了解不够,对市场的需求信息和预测不准确,当市场消费趋缓,生产端容易形成产能过剩,同时阿迪达斯、耐克和新百伦等国际体育品牌对国内服装品牌形成极大分流压力,造成销售大量下滑、库存积压。

(2)终端门店导购管理不精细。“李宁”的终端门店管理普遍较为传统,缺乏对门店数据收集和分析的能力,门店货品陈列及体验不佳,导购销售转化率、连带率低,门店客单价低,传统门店导购销售平均连带率长期徘徊在1.5以下,导购转化率、连带率低造成门店销量下滑。

(3)企业供应链管理水平待提高。“李宁”的研发设计、生产制造、终端零售版块相对封闭,之间依靠流程来进行衔接,由于供应链管理协同不够,造成各版块之间的数据流通慢,信息互通难。各区域之间的产品调度和物流配送效率低,导致存货周转率低,不能及时满足市场需求变化。

(4)传统订货经营模式粗放。“李宁”之前一直采用传统订货模式,即“服饰品牌商→各级订货商→零售商→消费者”的期货生产模式,通过一年几次的订货会(如春夏季、秋冬季)提前由订货商/加盟商向服装企业预订商品,而订货的数量依靠订货商对于市场的经验来判定。粗放的单一订货模式在互联网时代已经显得不适应,造成销售阻滞和库存积压。

重塑信息系统,“李宁”全方面进行企业治理

1、订货经营模式转变

针对传统订货经营模式粗放的问题,“李宁”2012年底开始逐渐告别传统的订货会形式,采用以“有指导性的订货会订单+快速补货+快速反应”为特色的零售模式,以有效改善经销商的订单指引和组货安排。在保留原有订货模式的基础上,“李宁”升级企业经销商订货管理系统,推出了快速反应产品线和最佳SKU组合产品。

图片来源:数商云

建立成熟的经销商订货管理系统后,在线自主订货,客户、促销、库存、订单、发货、物流、财务往来等需求均实现了一体化多终端管理。“李宁”订货效率提升60%,客户满意率提升90%,企业运营成本减低35%,订单流程全程可视化掌控, 避免了错单、漏单、拖单等情况,实现全渠道PC+移动端+APP随时跟进,不错过任何商机。

2、大数据应用分析

若想准确地预测出自己未来的销售情况,更好掌握消费者需求爱好,解决库存积压问题,“李宁”需要通过分析各种海量数据来提高企业决策水平、改善运营效果,实现数据资产变现。

所以,“李宁”开始尝试建设大数据中心,最开始是通过外部专业的数据分析公司来做,然后再找劳务派遣公司,等到一整套的流程、程序都建好之后,才把大数据中心放在了荆门。大数据分析中心具有强大的功能,对用户的数据进行采集、挖掘、展现。可迅速、可靠地管理大量数据,实时的业务智能以进行先进的大数据分析,将企业的所有数据转变为效益。在执行查询方面,其实时分析的速度比传统数据库快 50 到 1000 倍,同时消耗的成本和占用的硬件仅是原来的几分之一。

图片来源:数商云

大数据为“李宁”的变革提供了有力支撑。运动服装品牌传统的模式是提前一年半规划新产品,开订货会,拿到订单后,向代工厂下达生产指令,再将产品交给经销商,生意至此就算做完了。

3、供应链数字化

供应链管理在李宁公司中占据举足轻重的地位,从某种程度而言,“李宁”变革的成败系于供应链管理的变革。公司通过借助专业第三方平台之手,建设专业高效的供应链管理系统,完善以业务需求为导向的数字化供应链管理体系,以供应链资源驱动生意增长,并继续整合鞋服供应链资源,推动供应链实现由「被动生产」到「主动生产」的转变,优化供应链各环节实现设计、生产、配送、销售的快速反应。

图片来源:数商云

通过供应链管理系统中全面灵捷的功能、智能开放的技术,通客户、销售、采购、仓库、生产、财务、办公等数据,用上游客户需求的智能化管理,带动中间制造方到下游供应商整个供应链的智能化变革,极大推动各个环节降本提效增质,提高了交付的速度和准确度。

4、坚持原创特色设计

对服装品牌设计和定位同质化严重的市场情况,“李宁”理清市场定位,继续坚持原创并加大对设计、研发的投入,对流行趋势推陈出新,迅速抓住消费者的喜好变化和市场变化。在运动时尚和潮牌消费持续高涨的市场大环境下,新一代消费者更看重品牌背后的真实故事和精神内涵,公司借势推出“中国李宁”,次年登上纽约时装周一炮而红,开启国货复兴潮流。

小结

“李宁”围绕着品牌宁重塑这根主轴,从信息化建设、产品设计到渠道管理和供应链运营等,在线上线下多个战场,都进行了大刀阔斧地改变。数据显示李宁集团在 2020 年收入达 144.57 亿元人民币,较 2019 年同期上升 4.2%。对于广大服装企业而言,同样需要实现管理理念的转换,以专业的信息技术为依托,完善信息管理系统,构建供应链管理平台,持续做好产品创新与数字化产品供应链能力建设,提升快速、准确响应的供应链能力,才能最大程度为供应链上下游企业提供一站式的深度价值服务,实现数据互通、全链融合、综合提升企业运营效率与提升收益。

<本文由数商云•云朵匠原创,内容仅代表作者个人观点,商业转载请联系作者获得授权,非商业转载请标明:数商云原创>

这篇关于数商云分析:亏损30亿到盈利144亿,李宁做了什么的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/678394

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

MySQL中的LENGTH()函数用法详解与实例分析

《MySQL中的LENGTH()函数用法详解与实例分析》MySQLLENGTH()函数用于计算字符串的字节长度,区别于CHAR_LENGTH()的字符长度,适用于多字节字符集(如UTF-8)的数据验证... 目录1. LENGTH()函数的基本语法2. LENGTH()函数的返回值2.1 示例1:计算字符串