云制造模式下服裝定制與物流協同運營模式研究

曾令吾，趙明曦，周興建

云制造模式下服裝定制與物流協同運營模式研究

曾令吾，趙明曦，周興建*

（武漢紡織大學 管理學院，湖北 武漢 430200）

通過分析服裝定制下的供應鏈運營需求，剖析服裝定制對季節性波動生產需求的兼容和訂單處理、生產、物流等的高時效性特點，進而研究云制造下的服裝定制模式和云制造下的服裝物流模式，應用靈活、柔性、模塊化策略、供應鏈與物流全流程協同及動態優化與隨需而變策略，實現服裝定制與物流的協同運營。同時，以Geek+運營案例為背景，實證表明，云制造模式下服裝生產與物流的一體化運營，從多渠道和全流程整合服裝供應鏈，實現服裝定制與物流的智能化和協同化運營，提升服裝供應鏈的整體運營效率。

云制造；服裝定制；服裝物流；協同運營

傳統服裝業的高庫存積壓問題，加上電商對服裝行業及終端零售渠道的沖擊，促進服裝企業進行“互聯網＋”轉型升級。而消費者對服裝面料、款式個性化和穿著品位需求的不斷提高，則讓以消費者需求為中心、注重消費體驗的服裝個性化定制開始搶占服裝市場。盡管服裝定制能夠一定程度上解決供應鏈庫存問題，但也面臨新的挑戰，如，大規模、集中爆發的市場需求下如何及時處理定制化訂單，季節性波動的市場需求下如何合理調配供應鏈運營資源，等等。

目前關于服裝定制的研究主要集中在生產系統設計方面，如，東苗[1]（2010）研究并設計了服裝號型及款式智能推薦系統軟件實現框架，以支持定制下的服裝生產系統；杜紅艷[2]（2011）分析了服裝定制中二維服裝CAD系統和三維服裝CAD系統各個模塊的功能，并將二者應用于服裝定制系統；劉麗嫻等[3]（2012）基于定制服裝設計定位，研究集產品體驗、情境體驗、互動體驗在內的相對完整的服裝定制設計鏈；翟黎莉[4]（2015）通過人體美預測模型的構建，輔助服裝定制系統進行個性化服裝設計；云慧潔[5]（2015）在考慮J2EE、人體測量、系統開發等因素影響下，設計服裝企業在線定制系統；黃綠藍[6]（2017）則將快時尚與個性化定制相結合，研究定制服裝設計流程。這些研究著重于服裝定制的技術層面，而對定制化下的供應鏈運營研究則較少涉及。考慮到云計算技術的逐漸成熟及云制造模式的逐漸應用，本文從管理層面，結合云制造背景，研究服裝定制中的生產與物流協作特點、模式和策略，探討定制化下的服裝供應鏈運營模式。

1 國內服裝業運營管理及發展現狀分析

傳統服裝業的庫存積壓高、市場反應周期長等供應鏈運營問題，一直困擾著國內眾多的企業。如，李寧從2010年到2015年公司一直處于去庫存狀態；美邦上市以來一直受困于高庫存，存貨周轉天數節節攀高，存貨占比一度接近30%[7]（如圖1所示）。而對比ZARA的供應鏈管理系統，Zara投入巨資建立了自己的紡織和服裝加工場，在主要的銷售地區建立了物流運輸企業，通過專屬的零售網絡進行銷售，質量控制和時間控制極為高效。ZARA 大概2周左右把設計到成衣擺在柜臺上出售，而在國內服裝企業，這一時間最快也在3個月開外[8]（如表1所示）。

圖1 美邦2008-2017年存貨周轉天數及占比情況

表1 國內服裝企業與ZARA的運營指標對比

意識到這一差距，國內服裝企業開始向服裝大規模個性化定制進軍，并將云制造、智能制造等思維和技術應用于供應鏈運營變革。如，雅戈爾定位高端成衣定制，通過啟動智能制造項目，在寧波建設襯衫、西服、時裝三個精品車間，由規模化生產向精品化、定制化轉型；青島酷特的云制造智能工廠從產品定制、交易、支付、設計、制作工藝、生產流程、后處理到物流配送、售后服務全過程數據化驅動跟蹤和網絡化運作。同時，大數據、云計算等技術也被廣泛關注并應用，如，七匹狼意識到數據的重要性，開始從世界各地搜集數據進入自己的總部數據庫，以期進行標準化供設計師使用，提高服裝設計、生產到上市的響應速度與彈性管理。

2 服裝定制下的供應鏈運營需求分析

隨著互聯網與經濟社會各領域深度融合，“大數據＋智能制造”幫助突破量體、制版等關鍵環節，柔性供應鏈可期實現服裝定制的批量化生產，隨之困擾傳統服裝業的庫存積壓及快速響應市場問題得以緩解。按需定制的C2B（Consumer to Business，消費者對企業）、C2M（Customer to Manufactory，消費者對工廠）運作模式開始出現，服裝定制逐漸獲得消費者的青睞和市場的回饋，成為服裝生產制造業發展的主流趨勢[9]。但毫無疑問，區別于傳統生產運營模式，這種由消費者訂單驅動的生產方式也對服裝供應鏈的運營管理提出了新的需求。

2.1 供應鏈運營柔性需求

與傳統服裝企業按照明確的計劃進行生產不同，定制化情境下，服裝企業要按照消費者訂單進行生產。而消費者訂單是隨著消費者需求的波動而變化的，這就要求供應鏈運營要能兼顧市場需求波峰和波谷狀態下保持相對平穩，具有充分的柔性特征。

服裝市場的季節性波動主要包括發貨量的波動和品類SKU的變化。在發貨量上，一個服裝企業的實體門店或者電商，一定有不同的季節不同的款式，隨著季節的變更，量有波峰波谷呈現。在新品鋪貨、或者電商促銷時會產生大規模需求峰值，這種波動要求整個生產與物流系統能夠適配峰值和谷值的特點，要求人員配置、系統、設備，都能夠兼容場景的變化。同樣一個倉庫/物流中心，發貨量可能是日均八千，高峰值達到一二十萬，這種變化下，怎么樣通過生產與物流系統靈活應對是服裝行業很大的挑戰。在品類上，如快時尚，夏天賣夏裝涼鞋，冬天賣羽絨服靴鞋，倉庫里面夏天存放涼鞋冬天存放羽絨服，對于庫存需要靈活調整，包括發貨量的變更提出了更多的挑戰和要求。

2.2 供應鏈運營時效需求

與傳統服裝企業先生產后銷售不同，定制化情境下，服裝企業在接到訂單后才進行生產，即生產延遲。這種情形下，消費者的購物體驗有很大一部分由交貨期的長短決定，這就對服裝供應鏈的運營時效性提出了較高要求。

服裝物流配送對服裝供應鏈運營時效性有重要影響。服裝物流配送網絡體系是一個多級結構，傳統的中心式分布倉儲布局難以滿足快速響應的時效性要求，轉而需要實施分布式的倉儲布局，優化從總倉、分倉到門店的整個網絡體系中的庫存。供應鏈運營需要重點考慮從總倉到分倉以及快速進行貨物響應要求。同時，考慮到服裝貨品不僅需要很快配送到門店，還要很快推到客戶端，同時一旦有退貨過季返還，需要門店處理過季品，而且是集中退貨，需要在短時間內處理海量的SKU，這對服裝供應鏈運營時效性提出更大挑戰。除此之外，針對新品和過季品的跨季管理，倉庫需要高效實現退貨品的二次整理再發貨；季節變化之際，倉庫里存放的服裝品類也需要快速更換，盡快釋放庫存以形成新的貨位，也是供應鏈運營時效性強的一個反應。

3 云制造下服裝定制與物流運營模式

既要具有柔性以兼容季節性波動產生的“波峰”、“波谷”生產需求，又要滿足訂單處理、生產、物流等的高時效性要求，云制造模式無疑是服裝供應鏈運營的最佳解決方案。

3.1 云制造下的服裝定制模式

服裝云制造模式有別于傳統工廠、傳統流水線。云制造系統運行時，云提供端的剩余資源被實時感知[10]后，能夠智能虛擬接入云平臺系統[11]，從而在資源共享的邊際成本很低的情況下，向云制造服務平臺提供企業剩余的制造資源和制造能力服務；云制造服務需求端通過云制造服務平臺提出相應的云服務請求，尋找廉價的合適的資源[12]；云制造服務平臺根據用戶提交的任務請求，在云端化技術、云服務的綜合管理技術[13]等技術的支持下進行搜索、匹配等操作，為云請求端提供按需服務[14]，使得整個制造系統具備更強的敏捷性和靈活性。

這一過程中，云定制平臺拿訂單通過大數據的模式進行對外輸出，這個平臺實際上是一個標準的O2O功能架構，主要是解決信息來源，通過3D實時渲染個性化體系，實現所見即所得，通過互聯網及移動互聯網，一方面讓客戶參與到個性化的過程當中來，一方面實現數據實時回傳后臺。在后端把傳統的工序通過PLM和CAD依靠系統實現。同時，云制造系統通過服裝定制生產中的三重可視化（全流程可視化、全渠道可視化、協同可視化）目標，實現整個流程以及內部的智能協同，形成規模效應和集約效應，其運行機制如圖2所示。

圖2 云制造下的服裝定制運行機制

3.2 云制造下的服裝物流模式

云制造可將供應鏈資源和能力虛擬化、服務化，并進行統一的、集中的智能化管理和經營，進而實現多方共贏、普適化和高效的共享與協同。

與服裝定制緊密銜接的一個重要環節就是物流。從云定制平臺獲得消費者訂單開始，合理的、自動化的生產和物流計劃方案開始被制定出來，一是通過SAP做排單，同時生產的技術數據實時傳到后面的自動設備和工廠縫制，采用MES、PAD、智能看板和智能吊掛系統解決，同時WMS和CRM系統和前面的系統無縫對接；二是通過云制造系統在定制服裝品自動出版后采用服裝物流智能體系，應用RFID以及相應的技術，在一些節點上采用大數據、人工智能算法進行生產與物流系統的匹配，并將定制完成的成衣快速發出。

3.3 服裝定制與物流協同運營策略

在云制造模式下，供應鏈資源能夠實時進行規劃和調度，以實現服裝定制生產與物流的協同部署，這一過程中，可采取如下策略：

（1）靈活、柔性、模塊化策略

服裝品的生產與物流要隨需而變，尤其是面對如“雙十一”等集中性、爆發式、大規模的訂單。因此需要訂單處理系統可以智能化，生產與物流運營模塊化，二者之間靈活銜接，柔性協作。

（2）供應鏈與物流全流程協同

服裝企業既要考慮新品的大量庫存備貨，又要考慮過季品的再存儲，故存儲（入庫）和揀選（出庫）要協同考慮。同時，根據服裝門店出貨渠道與電商出貨渠道的大數據，服裝品的出入庫之間形成智能聯動。

（3）動態優化與隨需而變策略

服裝品的生產與物流模式需要實時根據客戶需求進行調整和適應，其業務形態智能切換流程模塊。同時服裝品的生產與物流設備具有彈性，能夠適配業務的發展。

4 Geek+運營案例分析

4.1 背景及方案制定

Geek+為一家服裝企業設計一套智能生產與物流系統，這家服裝企業全國門店約7000家，希望把定制與物流、電商和門店作業整合在一起，同時希望物流中心里面不僅要做倉儲和揀貨，還要做退貨調撥處理、訂單合單工作以及提高存儲能力、面積利用率和作業效率。

為此，Geek+對其智能生產與物流中心進行規劃與設計。該中心為三層布局，通過靈活、柔性、模塊化協同策略形成一個整體方案，如圖3（a）所示。一樓左側是倉儲系統和垂直提升系統，可以通過電梯或者通過輸送線把服裝品補到各個樓層，二樓和三樓做訂單履行和定制生產；圖3（b）是二樓整體的布局圖，非常的模塊化，兩側是揀貨工位，整個區域面積為8000平方米，揀選人員在左側和右側工位上進行作業，只有機器人不斷的把商品和對應的貨架送到兩側工位上進行揀貨作業。

圖3 Geek+智能生產與物流中心布局

Geek+智能生產與物流中心采取動態優化、隨需而變協同策略，將生產與物流進行了很好的協同，形成柔性化的整體解決方案。該中心的存儲貨架各層板可以調整，冬天可以把貨架拉高存放羽絨服，夏天可以縮短存放T恤。如果一個門店需要一百件或者105件，一個整箱是一百件，過來一個整箱托盤再加五個零散的進行配置。電商在這個區域里面進行操作，人員根據工位進行柔性切換，如早上上架作業，中午揀貨，下午盤點，實現一個工人多工種作業。同時，還可以實現業務適配。門店的工位和電商工位可以切換，如果電商的量很大，可以全部去做電商，峰值過去以后再切換成門店，整個工位的柔性在這里有所體現。

4.2 Geek+整體方案關鍵點

（1）服裝定制與物流的多渠道整合。根據服裝品季節波動性、物流配送時效性及多場景兼容性分析，從春季、秋季、大規模電商高峰，門店鋪貨、門店補貨，以及不同時間段如春季周末等，把所有的數據疊加在一起評估方案，分析各個供應商的流量需求，決定整個配置和方案設計。同時根據訂單特性，包括門店特性、電商特性、補貨訂單的特性，把訂單特性整合在一起，來定義整個策略和流程，通過多場景物流能力分析，就可以保證服裝大規模定制與物流的協同，來適配整個業務發展的需求和變化。

（2）服裝定制與物流的全流程整合。Geek+智能生產與物流中心實現智能入庫上架、整箱揀選/拆零揀選以及QC質檢，把這些流程放在一起，建立一個流程流量圖，基于數據分析和流程圖構建出整個解決方案。

（3）服裝定制與物流的分工與協同。客戶希望快速調撥，快進快出，并做交叉理貨的功能。Geek+智能生產與物流中心通過云計算進行實時路徑規劃與設計，將貨物進行重組整理，卡車一旦到達可以實現快速發貨，動態理貨不需要人工介入，保證效率的提升。

（4）正向物流與逆向物流實時兼容。Geek+智能生產與物流中心實現全年無憂的實時退貨，無論什么時間和季節，只要想退貨就可以退。通過快速入庫按規則理貨，什么時間什么門店的退貨都可以處理，處理完以后用不同顏色代表不同的品牌，根據需要到相應貨位進行整理，按照品牌、按照門店拆分業務，實現和貨架的關聯。

5 結束語

云制造模式在服裝定制中的應用，既可兼容季節性波動產生的“波峰”、“波谷”生產需求，又可滿足訂單處理、生產、物流等的高時效性要求。云制造模式下，通過靈活、柔性、模塊化協同策略、揀選和存儲（庫存）協同策略和動態優化、隨需而變協同策略，實現服裝定制與物流協同運營。Geek+運營案例表明，通過規劃和設計智能生產與物流中心，在云制造模式下對服裝定制與物流進行多渠道整合和供應鏈全流程整合，同時實現服裝定制與物流的分工與協同及實時兼容正向物流與逆向物流，形成了服裝定制與物流的智能化和協同化運營，提升了服裝供應鏈的運營柔性和時效性。

[1] 東苗．面向個性化服裝定制的體型分析與智能修訂[D]．上海：東華大學，2010．

[2] 杜紅艷．服裝CAD技術在服裝定制系統中的應用研究[J]．山東紡織科技，2011，52(05)：44-47．

[3] 劉麗嫻，郭建南，曾莉．定制服裝的設計模式探討[J]．紡織學報，2012，33(02)：104-108．

[4] 翟黎莉，錢曉明，王瑞，等．基于服裝定制的女性人體美預測模型的建立[J]．紡織學報，2015，36(01)：129-133．

[5] 云慧潔．服裝定制管理系統的設計與實現[D]．吉林：吉林大學，2015．

[6] 黃綠藍．基于快時尚個性化服裝定制設計流程研究[D]．上海：東華大學，2017．

[7] 物流技術與應用．中國服裝企業生死局：打不起的硬仗輸不起的供應鏈[EB/OL]．http：//www.sohu.com/a/195802109_153054，2017-10-24.

[8] 周興建，李順，駱祥．漢派服裝與ZARA及H&M企業供應鏈發展比較[J]．武漢紡織大學學報，2013，26(2)：10-13．

[9] 王倩，周建軍．電子商務時代的服裝大規模定制營銷模式分析[J]．紡織導報，2014，(05)：118-121．

[10]張霖，羅永亮，陶飛，等．制造云構建關鍵技術研究[J]．計算機集成制造系統，2010，16(11)：2510-2520．

[11]任磊，張霖，張雅彬，等．云制造資源虛擬化研究[J]．計算機集成制造系統，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，黃必清，劉飛，等．中小企業云制造服務平臺共性關鍵技術體系[J]．計算機集成制造系統，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

周興建（1979-），男，副教授，博士，研究方向：物流與供應鏈管理.

2017年湖北省科技計劃項目技術創新專項（軟科學研究類）（2017ADC103），湖北省普通高等學校人文社會科學重點研究基地-企業決策支持研究中心2017年度第四批項目立項（DSS20170302），武漢紡織大學大學生創新創業訓練計劃項目（2017）.

TS941.6

A

2095－414X(2018)03－0016－05