服装零售门店如何高效科学的补货？这篇文章来教你

　　众所周知所有的公司级的企划，规划最终的展现和实现都要落到终端层级的执行，服装的生命周期性非常强，很多事情的上演和落幕都是按天为单位在店铺上演。那么如何在日新月异的每一天里保证VMI体系的稳定性(不因任何人员状态变动而变动)，自适应性(千店千面与上游联动)，傻瓜性(简单执行，异常反馈)，请跟随我一起先“放大”到一家店铺，看一看我们的VMI单店商品管理有何不同吧。

门店如何放货

　　门店的铺货主要分成两个角度，放什么和放多少，放什么前面分享单店多店订货里已经提过，今天主要分享放多少的问题。

　　服装店每天人进人出看起来人流如织、钱如流水，可当我们进一步分析到单SKU级别(单款单色单码)时，零售的规律恰恰相反却是标准的间断性需求，某店铺月均20万的业绩，夏装平均单价400元，根据测试它的爆款销售大概是3.32件/码*月，而其他款式平均只有0.21件/码*月。

　　基于此种情况，我们引入了目标库存的概念，其字面意思就是按照设定的目标应该放多少库存合适，好比酒桌上一群人喝酒，当不知道酒量的情况下最佳办法是每个人先来一点，大家先喝喝看够不够，而不是上来就把一箱酒分光。我们的大多数店铺的90%的条形码在季节初期都设定为1件，先让店铺卖卖看实销哪个好卖哪个就补的快。

门店库存怎么调整

　猜对了一个款还得猜对所有款，猜对了一家店还得猜对所有家店，猜得对今天还得猜对未来每天。

　　好比我们1000家店铺*200个款色*3个尺码=60万次预测，每天至少都要预测这么多次，而这已经超出了人力所及的范围，更别提同时考虑到上游的供给异常，店铺之间的整合，天气的变化，竞品的各种措施，所以绝大多数企业在此做了一个妥协，即用有限的商品人员猜一个周的趋势，然后再由店长各显神通的拍脑袋修正，对了错了无从检视，预测水平没有可视化的方法稳步提升。

　　既然大型筵席上无法预测每个人的酒量多少，那就将酒水的统一管理权交给勤快的服务员，她既负责不断的倒酒(补货)也负责更换更大的酒杯(目标库存调整)，有的人几杯酒盅下去发现他速度最快，那就换中杯，再不行换碗，还是喝的快直接把瓶子放手边;

　　同理有的人慢慢自斟，有的人白酒，啤酒，红酒，黄酒换着来，服务员要做的事情就是根据喝的快慢不断调整酒杯，同时不断倒酒即可，哪怕她一开始并不知道每个人的酒量。

　　那么在目标库存管理上，我们将其划分成黑色/红色/黄色/绿色/蓝色的边界，来表征库存够不够卖的程度，具体如下图演示：

　　当库存多少的标准界定以后，剩下的就是根据销售不断调整了，具体的程序上的调高调低算法比较琐碎，且依据不同品牌的零售规律不同参数配置也会有不同，有对此钻研兴趣的朋友可以单列章节就算法本身进行讨论，下图是某SKU根据零售自动的调整曲线，可以看到当销售变好时，目标库存会从最初的1件逐渐的放大以不断应对销售：

　　通过目标库存管理法，在业绩不变的前提下，单店平均库存可以降低约50%，做VMI的店铺实现同样的业绩，仅需要传统模式约50%的库存即可，而省去的就是那些因预测不准带来的“多余”库存，两者的对比如下表所示：

门店怎么补货

其实单一门店的补货实在没什么好说的，规则就是以下三条：

目标库存>实际库存+在途库存，差值就是补货量

目标库存实际库存+在途库存，本次不补货

当中央仓库没货时，把某些店铺多余的货品退回仓库后，继续维持给剩下需要的店铺补货

　　这个好比酒席进行过半，每桌喝酒的品种，速度都不一，最后要做的事情就是把每桌喝不掉的退回集中到一起，然后再分配给能喝的桌子，集中做“干杯”这个清库存的动作，既不会留下库存又能按需喝好。

　　按照李善友教授的互联网思想观点，单个SKU的规则也许是极其简单的，可是当前面的说目标库存调整规则通过1000家店铺60万个位于不同时间、空间的SKU形成群体行为后，借助中央仓库这个闭环枢纽，相邻个体之间的简单规则的相互作用，就能涌现出整体上的复杂性，反而能最佳的与每日每家店铺的零售进行匹配。

　　综上所述，受时间所限今天的分享是VMI体系的门店目标库存管理部分在终端店铺的实现。这是一个变化的世界，我们还在持续的进行完善，不断的将前沿的，跨行的，更加专业的知识融入其中，欢迎有更多的朋友和我们一同进行思想的碰撞，在愈来愈重视消费者的今天持续改善，每一天朝着共同的目标更近一步。