云制造模式下服装定制与物流协同运营模式研究

曾令吾，赵明曦，周兴建

云制造模式下服装定制与物流协同运营模式研究

曾令吾，赵明曦，周兴建*

（武汉纺织大学 管理学院，湖北 武汉 430200）

通过分析服装定制下的供应链运营需求，剖析服装定制对季节性波动生产需求的兼容和订单处理、生产、物流等的高时效性特点，进而研究云制造下的服装定制模式和云制造下的服装物流模式，应用灵活、柔性、模块化策略、供应链与物流全流程协同及动态优化与随需而变策略，实现服装定制与物流的协同运营。同时，以Geek+运营案例为背景，实证表明，云制造模式下服装生产与物流的一体化运营，从多渠道和全流程整合服装供应链，实现服装定制与物流的智能化和协同化运营，提升服装供应链的整体运营效率。

云制造；服装定制；服装物流；协同运营

传统服装业的高库存积压问题，加上电商对服装行业及终端零售渠道的冲击，促进服装企业进行“互联网＋”转型升级。而消费者对服装面料、款式个性化和穿着品位需求的不断提高，则让以消费者需求为中心、注重消费体验的服装个性化定制开始抢占服装市场。尽管服装定制能够一定程度上解决供应链库存问题，但也面临新的挑战，如，大规模、集中爆发的市场需求下如何及时处理定制化订单，季节性波动的市场需求下如何合理调配供应链运营资源，等等。

目前关于服装定制的研究主要集中在生产系统设计方面，如，东苗[1]（2010）研究并设计了服装号型及款式智能推荐系统软件实现框架，以支持定制下的服装生产系统；杜红艳[2]（2011）分析了服装定制中二维服装CAD系统和三维服装CAD系统各个模块的功能，并将二者应用于服装定制系统；刘丽娴等[3]（2012）基于定制服装设计定位，研究集产品体验、情境体验、互动体验在内的相对完整的服装定制设计链；翟黎莉[4]（2015）通过人体美预测模型的构建，辅助服装定制系统进行个性化服装设计；云慧洁[5]（2015）在考虑J2EE、人体测量、系统开发等因素影响下，设计服装企业在线定制系统；黄绿蓝[6]（2017）则将快时尚与个性化定制相结合，研究定制服装设计流程。这些研究着重于服装定制的技术层面，而对定制化下的供应链运营研究则较少涉及。考虑到云计算技术的逐渐成熟及云制造模式的逐渐应用，本文从管理层面，结合云制造背景，研究服装定制中的生产与物流协作特点、模式和策略，探讨定制化下的服装供应链运营模式。

1 国内服装业运营管理及发展现状分析

传统服装业的库存积压高、市场反应周期长等供应链运营问题，一直困扰着国内众多的企业。如，李宁从2010年到2015年公司一直处于去库存状态；美邦上市以来一直受困于高库存，存货周转天数节节攀高，存货占比一度接近30%[7]（如图1所示）。而对比ZARA的供应链管理系统，Zara投入巨资建立了自己的纺织和服装加工场，在主要的销售地区建立了物流运输企业，通过专属的零售网络进行销售，质量控制和时间控制极为高效。ZARA 大概2周左右把设计到成衣摆在柜台上出售，而在国内服装企业，这一时间最快也在3个月开外[8]（如表1所示）。

图1 美邦2008-2017年存货周转天数及占比情况

表1 国内服装企业与ZARA的运营指标对比

意识到这一差距，国内服装企业开始向服装大规模个性化定制进军，并将云制造、智能制造等思维和技术应用于供应链运营变革。如，雅戈尔定位高端成衣定制，通过启动智能制造项目，在宁波建设衬衫、西服、时装三个精品车间，由规模化生产向精品化、定制化转型；青岛酷特的云制造智能工厂从产品定制、交易、支付、设计、制作工艺、生产流程、后处理到物流配送、售后服务全过程数据化驱动跟踪和网络化运作。同时，大数据、云计算等技术也被广泛关注并应用，如，七匹狼意识到数据的重要性，开始从世界各地搜集数据进入自己的总部数据库，以期进行标准化供设计师使用，提高服装设计、生产到上市的响应速度与弹性管理。

2 服装定制下的供应链运营需求分析

随着互联网与经济社会各领域深度融合，“大数据＋智能制造”帮助突破量体、制版等关键环节，柔性供应链可期实现服装定制的批量化生产，随之困扰传统服装业的库存积压及快速响应市场问题得以缓解。按需定制的C2B（Consumer to Business，消费者对企业）、C2M（Customer to Manufactory，消费者对工厂）运作模式开始出现，服装定制逐渐获得消费者的青睐和市场的回馈，成为服装生产制造业发展的主流趋势[9]。但毫无疑问，区别于传统生产运营模式，这种由消费者订单驱动的生产方式也对服装供应链的运营管理提出了新的需求。

2.1 供应链运营柔性需求

与传统服装企业按照明确的计划进行生产不同，定制化情境下，服装企业要按照消费者订单进行生产。而消费者订单是随着消费者需求的波动而变化的，这就要求供应链运营要能兼顾市场需求波峰和波谷状态下保持相对平稳，具有充分的柔性特征。

服装市场的季节性波动主要包括发货量的波动和品类SKU的变化。在发货量上，一个服装企业的实体门店或者电商，一定有不同的季节不同的款式，随着季节的变更，量有波峰波谷呈现。在新品铺货、或者电商促销时会产生大规模需求峰值，这种波动要求整个生产与物流系统能够适配峰值和谷值的特点，要求人员配置、系统、设备，都能够兼容场景的变化。同样一个仓库/物流中心，发货量可能是日均八千，高峰值达到一二十万，这种变化下，怎么样通过生产与物流系统灵活应对是服装行业很大的挑战。在品类上，如快时尚，夏天卖夏装凉鞋，冬天卖羽绒服靴鞋，仓库里面夏天存放凉鞋冬天存放羽绒服，对于库存需要灵活调整，包括发货量的变更提出了更多的挑战和要求。

2.2 供应链运营时效需求

与传统服装企业先生产后销售不同，定制化情境下，服装企业在接到订单后才进行生产，即生产延迟。这种情形下，消费者的购物体验有很大一部分由交货期的长短决定，这就对服装供应链的运营时效性提出了较高要求。

服装物流配送对服装供应链运营时效性有重要影响。服装物流配送网络体系是一个多级结构，传统的中心式分布仓储布局难以满足快速响应的时效性要求，转而需要实施分布式的仓储布局，优化从总仓、分仓到门店的整个网络体系中的库存。供应链运营需要重点考虑从总仓到分仓以及快速进行货物响应要求。同时，考虑到服装货品不仅需要很快配送到门店，还要很快推到客户端，同时一旦有退货过季返还，需要门店处理过季品，而且是集中退货，需要在短时间内处理海量的SKU，这对服装供应链运营时效性提出更大挑战。除此之外，针对新品和过季品的跨季管理，仓库需要高效实现退货品的二次整理再发货；季节变化之际，仓库里存放的服装品类也需要快速更换，尽快释放库存以形成新的货位，也是供应链运营时效性强的一个反应。

3 云制造下服装定制与物流运营模式

既要具有柔性以兼容季节性波动产生的“波峰”、“波谷”生产需求，又要满足订单处理、生产、物流等的高时效性要求，云制造模式无疑是服装供应链运营的最佳解决方案。

3.1 云制造下的服装定制模式

服装云制造模式有别于传统工厂、传统流水线。云制造系统运行时，云提供端的剩余资源被实时感知[10]后，能够智能虚拟接入云平台系统[11]，从而在资源共享的边际成本很低的情况下，向云制造服务平台提供企业剩余的制造资源和制造能力服务；云制造服务需求端通过云制造服务平台提出相应的云服务请求，寻找廉价的合适的资源[12]；云制造服务平台根据用户提交的任务请求，在云端化技术、云服务的综合管理技术[13]等技术的支持下进行搜索、匹配等操作，为云请求端提供按需服务[14]，使得整个制造系统具备更强的敏捷性和灵活性。

这一过程中，云定制平台拿订单通过大数据的模式进行对外输出，这个平台实际上是一个标准的O2O功能架构，主要是解决信息来源，通过3D实时渲染个性化体系，实现所见即所得，通过互联网及移动互联网，一方面让客户参与到个性化的过程当中来，一方面实现数据实时回传后台。在后端把传统的工序通过PLM和CAD依靠系统实现。同时，云制造系统通过服装定制生产中的三重可视化（全流程可视化、全渠道可视化、协同可视化）目标，实现整个流程以及内部的智能协同，形成规模效应和集约效应，其运行机制如图2所示。

图2 云制造下的服装定制运行机制

3.2 云制造下的服装物流模式

云制造可将供应链资源和能力虚拟化、服务化，并进行统一的、集中的智能化管理和经营，进而实现多方共赢、普适化和高效的共享与协同。

与服装定制紧密衔接的一个重要环节就是物流。从云定制平台获得消费者订单开始，合理的、自动化的生产和物流计划方案开始被制定出来，一是通过SAP做排单，同时生产的技术数据实时传到后面的自动设备和工厂缝制，采用MES、PAD、智能看板和智能吊挂系统解决，同时WMS和CRM系统和前面的系统无缝对接；二是通过云制造系统在定制服装品自动出版后采用服装物流智能体系，应用RFID以及相应的技术，在一些节点上采用大数据、人工智能算法进行生产与物流系统的匹配，并将定制完成的成衣快速发出。

3.3 服装定制与物流协同运营策略

在云制造模式下，供应链资源能够实时进行规划和调度，以实现服装定制生产与物流的协同部署，这一过程中，可采取如下策略：

（1）灵活、柔性、模块化策略

服装品的生产与物流要随需而变，尤其是面对如“双十一”等集中性、爆发式、大规模的订单。因此需要订单处理系统可以智能化，生产与物流运营模块化，二者之间灵活衔接，柔性协作。

（2）供应链与物流全流程协同

服装企业既要考虑新品的大量库存备货，又要考虑过季品的再存储，故存储（入库）和拣选（出库）要协同考虑。同时，根据服装门店出货渠道与电商出货渠道的大数据，服装品的出入库之间形成智能联动。

（3）动态优化与随需而变策略

服装品的生产与物流模式需要实时根据客户需求进行调整和适应，其业务形态智能切换流程模块。同时服装品的生产与物流设备具有弹性，能够适配业务的发展。

4 Geek+运营案例分析

4.1 背景及方案制定

Geek+为一家服装企业设计一套智能生产与物流系统，这家服装企业全国门店约7000家，希望把定制与物流、电商和门店作业整合在一起，同时希望物流中心里面不仅要做仓储和拣货，还要做退货调拨处理、订单合单工作以及提高存储能力、面积利用率和作业效率。

为此，Geek+对其智能生产与物流中心进行规划与设计。该中心为三层布局，通过灵活、柔性、模块化协同策略形成一个整体方案，如图3（a）所示。一楼左侧是仓储系统和垂直提升系统，可以通过电梯或者通过输送线把服装品补到各个楼层，二楼和三楼做订单履行和定制生产；图3（b）是二楼整体的布局图，非常的模块化，两侧是拣货工位，整个区域面积为8000平方米，拣选人员在左侧和右侧工位上进行作业，只有机器人不断的把商品和对应的货架送到两侧工位上进行拣货作业。

图3 Geek+智能生产与物流中心布局

Geek+智能生产与物流中心采取动态优化、随需而变协同策略，将生产与物流进行了很好的协同，形成柔性化的整体解决方案。该中心的存储货架各层板可以调整，冬天可以把货架拉高存放羽绒服，夏天可以缩短存放T恤。如果一个门店需要一百件或者105件，一个整箱是一百件，过来一个整箱托盘再加五个零散的进行配置。电商在这个区域里面进行操作，人员根据工位进行柔性切换，如早上上架作业，中午拣货，下午盘点，实现一个工人多工种作业。同时，还可以实现业务适配。门店的工位和电商工位可以切换，如果电商的量很大，可以全部去做电商，峰值过去以后再切换成门店，整个工位的柔性在这里有所体现。

4.2 Geek+整体方案关键点

（1）服装定制与物流的多渠道整合。根据服装品季节波动性、物流配送时效性及多场景兼容性分析，从春季、秋季、大规模电商高峰，门店铺货、门店补货，以及不同时间段如春季周末等，把所有的数据叠加在一起评估方案，分析各个供应商的流量需求，决定整个配置和方案设计。同时根据订单特性，包括门店特性、电商特性、补货订单的特性，把订单特性整合在一起，来定义整个策略和流程，通过多场景物流能力分析，就可以保证服装大规模定制与物流的协同，来适配整个业务发展的需求和变化。

（2）服装定制与物流的全流程整合。Geek+智能生产与物流中心实现智能入库上架、整箱拣选/拆零拣选以及QC质检，把这些流程放在一起，建立一个流程流量图，基于数据分析和流程图构建出整个解决方案。

（3）服装定制与物流的分工与协同。客户希望快速调拨，快进快出，并做交叉理货的功能。Geek+智能生产与物流中心通过云计算进行实时路径规划与设计，将货物进行重组整理，卡车一旦到达可以实现快速发货，动态理货不需要人工介入，保证效率的提升。

（4）正向物流与逆向物流实时兼容。Geek+智能生产与物流中心实现全年无忧的实时退货，无论什么时间和季节，只要想退货就可以退。通过快速入库按规则理货，什么时间什么门店的退货都可以处理，处理完以后用不同颜色代表不同的品牌，根据需要到相应货位进行整理，按照品牌、按照门店拆分业务，实现和货架的关联。

5 结束语

云制造模式在服装定制中的应用，既可兼容季节性波动产生的“波峰”、“波谷”生产需求，又可满足订单处理、生产、物流等的高时效性要求。云制造模式下，通过灵活、柔性、模块化协同策略、拣选和存储（库存）协同策略和动态优化、随需而变协同策略，实现服装定制与物流协同运营。Geek+运营案例表明，通过规划和设计智能生产与物流中心，在云制造模式下对服装定制与物流进行多渠道整合和供应链全流程整合，同时实现服装定制与物流的分工与协同及实时兼容正向物流与逆向物流，形成了服装定制与物流的智能化和协同化运营，提升了服装供应链的运营柔性和时效性。

[1] 东苗．面向个性化服装定制的体型分析与智能修订[D]．上海：东华大学，2010．

[2] 杜红艳．服装CAD技术在服装定制系统中的应用研究[J]．山东纺织科技，2011，52(05)：44-47．

[3] 刘丽娴，郭建南，曾莉．定制服装的设计模式探讨[J]．纺织学报，2012，33(02)：104-108．

[4] 翟黎莉，钱晓明，王瑞，等．基于服装定制的女性人体美预测模型的建立[J]．纺织学报，2015，36(01)：129-133．

[5] 云慧洁．服装定制管理系统的设计与实现[D]．吉林：吉林大学，2015．

[6] 黄绿蓝．基于快时尚个性化服装定制设计流程研究[D]．上海：东华大学，2017．

[7] 物流技术与应用．中国服装企业生死局：打不起的硬仗输不起的供应链[EB/OL]．http：//www.sohu.com/a/195802109_153054，2017-10-24.

[8] 周兴建，李顺，骆祥．汉派服装与ZARA及H&M企业供应链发展比较[J]．武汉纺织大学学报，2013，26(2)：10-13．

[9] 王倩，周建军．电子商务时代的服装大规模定制营销模式分析[J]．纺织导报，2014，(05)：118-121．

[10]张霖，罗永亮，陶飞，等．制造云构建关键技术研究[J]．计算机集成制造系统，2010，16(11)：2510-2520．

[11]任磊，张霖，张雅彬，等．云制造资源虚拟化研究[J]．计算机集成制造系统，2011，17(3)：511-518．

[12]Huang, X. G., Wong, Y. S. ＆ Wang, J. G.．A Two Stage Manufacturing Partner Selection Framework for Virtual Enterprises[J]. International Journal of Computer Integrated Manufacturing, 2004，17(4)：294-304.

[13]尹超，黄必清，刘飞，等．中小企业云制造服务平台共性关键技术体系[J]．计算机集成制造系统，2011，17(3)：495-503.

[14]Tao F, Cheng Y, Xu L D, et al. CCIoT-CMfg: Cloud Computing and Internet of Things Based Cloud Manufacturing Service System[J]．Industrial Informatics, IEEE Transactionson，2014，10(2)：1435-1442.

The Collaborative Operation Strategy of Clothing Customization with Logistics under Cloud Manufacturing

ZENG Ling-wu, ZHAO Ming-xi, ZHOU Xing-jian

(School of Management, Wuhan Textile University, Wuhan Hubei 430200, China)

Through analyzing the demand of supply chain operation for clothing customization, according to the charactersof high efficiency and seasonal fluctuation, the paper studies the clothing customization and clothing logistics mode in cloud manufacturing. With its applying flexibility, modularstrategy, whole process of collaboration and dynamic optimization, we can get to collaborative operations between clothing customization and logistics. Take the Geek+ as the case, the empirical results show that the integrated operation of clothing customization and logistics under the cloud manufacturing can makethe multiple channels and the whole process integration, and implementclothing customization and logistics intelligent and cooperative operation, which enhances the whole operation efficiency of clothing supply chain.

cloud manufacturing; clothing customization; clothing logistics; cooperative operation

周兴建（1979-），男，副教授，博士，研究方向：物流与供应链管理.

2017年湖北省科技计划项目技术创新专项（软科学研究类）（2017ADC103），湖北省普通高等学校人文社会科学重点研究基地-企业决策支持研究中心2017年度第四批项目立项（DSS20170302），武汉纺织大学大学生创新创业训练计划项目（2017）.

TS941.6

A

2095－414X(2018)03－0016－05