龐 博
(內蒙古大學滿洲里學院 內蒙古滿洲里 021400)
對于部分制造商而言,技術和規模壁壘仍具有較強的競爭力,如家電、機械、通信設備及個人終端等,但隨著突破性技術創新減少甚至長期缺失,功能和品質差異將快速縮小,最終將演變為供應鏈整合能力的比拼;而對于普通消費品的制造商而言,無論是原材料、生產技術還是功能品質,都具有高度的同質性,因此是否能夠快速迎合消費者的喜好和習慣,不斷抓住轉瞬即逝的新爆點和新空白,將直接決定這些企業的生死。因此,在全渠道零售環境下,制造企業必須對自身的業務系統和組織能力進行調整與重塑。
“互聯網+”經濟背景下,營銷渠道的多元融合,并且極度開放。面對各種渠道商的流量洪流,絕大多數制造企業卻心有余而力不足,對品牌號召力下降、客戶流失和市場被蠶食等困境無從下手。越來越多的零售商、平臺商憑借營銷能力優勢,建立自主品牌,這使得制造商的同質產品受到威脅,甚至淪為代工廠,制造商均面臨競合策略的選擇問題。王玖河等(2019)認為在一定條件下,演化穩定策略受到博弈雙方策略選擇初始比例、轉移支付等因素的影響;雙方是否達成合作演化策略由一方選擇合作時,另一方選擇合作相較于選擇競爭所獲得的凈收益決定;提升聯盟整體利益,公平分配收益有助于提高雙方合作的長期穩定性。文悅等(2019)研究認為對于電商平臺來說,完全有動力自營產品,但是面對一個較強的制造商,容易與制造商兩敗俱傷陷入囚徒困境。對于制造商來說,電商平臺的自營會分走自身的一部分利潤,此時,制造商可以通過提高直銷渠道產品質量或降低直銷渠道運營成本等方法提高自身競爭力,將電商平臺逼入斗雞博弈或囚徒困境,迫使電商平臺放棄自營或談判讓利。
傳統制造業企業普遍存在缺失“互聯網+”經濟的關鍵技術、資源利用率低、價值環節集中以及運營成本日漸提高等問題。從營銷角度看,制造商的轉型發展,應實現商業民主化、運營數據化、組織社群化(張拯華等,2019)。針對業務流程,如繆顧賢(2019)以紡織服裝行業為例,探討了智能數字化技術的端到端應用,主張通過從客戶需求感知預測到供應鏈管理的循環動態信息化管理和智能分析。針對營銷管理,謝蔓(2019)以化妝品企業為例,構建了全渠道管理解決方案,核心在于通過加強企業對營銷全通路的集中管控能力,即建立全渠道營銷管理信息化平臺,以實現高效的線上線下渠道業務協同。何地、郭燕青(2018)構建了傳統制造型企業互聯網轉型驅動機理模型,研究表明環境洞察、知識管理、信息交互、迭代優化、敏捷制造、重構整合的動態轉型能力是核心驅動力,而組織架構變革和戰略邏輯轉變起到關鍵的支撐作用。
傳統制造企業亟需面向全渠道零售轉型已經成為共識,但目前研究大多為路徑和策略的論述,缺少針對制造企業業務系統和組織能力的具體分析和設計。
實體渠道的生存危機從初期的夫妻店、小型專賣店,發展到區域性實體連鎖,再后來蔓延至全國性連鎖賣場。國家統計局限額以上零售企業法人數量的統計數據顯示,自2010年以來,圖書零售于2011年最早出現-4.25%的負增長,2012年家用電器零售出現-15.2%的負增長及圖書零售為-3.36%,2015年醫藥及醫療器材專門零售、家用電器零售及計算機、軟件及輔助設備零售均為負增長。而到2017年,限額以上企業法人數量出現負增長的零售行業猛增(見圖1)。

圖1 2017年按國民經濟行業劃分限額以上零售業法人數量增長率
相比線下傳統實體店的頹勢加劇,新興渠道發展卻欣欣向榮。2009-2017年,限額以上郵購及電子銷售法人企業數平均增長率為60.33%,從期初的58家發展到期末的4061家,同時主營業務收入及利潤總額的年均增長率均超過50%。電商為代表的新生零售渠道對零售業格局重構的沖擊明顯,從限額以上零售法人的主營業務利潤率看,各行業細分均未出現明顯波動,這表明新興渠道以分流效應為主,以及制造商對各類渠道價格管控仍具有主導權。其背后原因為兩個方面:一是制造商努力對各類渠道利益的均衡協調,二是產品為王和客戶為王的全渠道環境下,任何渠道商都更加迫切需要更優質的制造商和品牌產品以吸引和留續流量。
對于家電、電子產品等標準化產品的制造商來說,線上渠道的銷售比重快速提高,據奧維云網統計,2018年中國空調線上渠道的銷售額和銷售量分別同比增長19.7%、13.7%,而線下渠道則同比下滑1.5%和4.2%,但隨之而來的就是更大的掣肘。電商平臺競爭日益加劇,從最初的阿里京東的“貓狗大戰”到蘇寧云商加入后的“三足鼎立”,到現在快手、拼多多、唯品會、美團等多個后來者的快速崛起,迫使老牌電商平臺對品牌制造商提出站隊要求。如2019年“格蘭仕”事件就給家電廠商敲響了警鐘,只有實現渠道的多元化發展,才能在渠道上拿到更多話語權,從而掌握未來的銷售主動權。
制造商與渠道的分工和博弈是亙古不變的,無論技術和模式如何創新,任何一家制造商或渠道都不可能全盤通吃。制造商始終要以制造技術和效率作為立足根本,力求將自有電子商務平臺或組織發展成為天貓、京東的戰略絕對是錯誤。但是基于全渠道零售的業務系統和組織改造,目標是為了實現智能制造和渠道管理的必然選擇。
基于全渠道零售的業務系統架構,核心目標是實現圍繞消費者的智能需求分析、全面的客戶互動運營及敏捷的產品管理。實現這一目標必須以全渠道消費者信息獲取和分析、立體式客戶營銷以及數據化生產采購為支撐,通過集成統一的管理協作平臺和模塊化架構實現敏捷響應和調整。基于可實現的技術和面向未來趨勢,制造商面向全渠道零售的業務系統架構如圖2所示。
一般而言,制造商在渠道的營銷活動中主要局限于制定活動優惠政策,對于渠道具體如何與客戶進行互動,以及客戶的反饋關注甚少。在全渠道環境下,無論是為了打破強勢渠道的掣肘,還是獲得和留存“忠實粉絲”,制造商都應充分參與到全渠道零售的各種“玩法”中。只有建立屬于自己對客戶需求和習慣的“敏感”觸角和創造營銷“新花樣”的互動能力,才能占據敏捷智能制造的主動權。
建立全渠道產品和客戶運營平臺,是制造商業務系統架構重塑的第一步。不同細分行業的制造商,在生產線、工藝、供應鏈生態、產品迭代和需求多元化水平等方面具有非常大的差異,如家電企業和機械制造企業生產線的固定投入規模大,技術積累時間長,并且品控難度大,因此不可能輕易地實行柔性定制。相比之下,如家具、服裝等輕型制造業,最大差異化在于材質和設計,無論是開模、印染,還是剪裁和縫制,都可以實現設備和人力的通用。因此,面對逐漸多元化的消費市場及高度流動的客戶流量,重型制造型企業應聚焦與把握目標客戶的鎖定,通過強化品牌的差異化特征和服務持續保持目標客戶的高滿意度。而輕型制造業企業應塑造品牌形象的多面性,將批量化的先產后銷,拆解為以預售和訂單牽引的碎片化定制生產模式。

圖2 面向全渠道零售的制造商業務系統架構

圖3 2014-2018年全球大數據儲量及增長率
制造企業的大數據來源主要有三類:設備物聯數據、生產經營相關數據、外部數據。設備物聯數據主要指工業生產設備和目標產品在物聯網運行模式下,實時產生收集的涵蓋操作和運行情況、工況狀態、環境參數等設備和產品運行狀態的數據;生產經營相關業務數據主要來自傳統企業信息化范圍,被收集存儲在企業信息系統內部,包括傳統工業設計和制造類軟件、企業資源計劃、產品生命周期管理、供應鏈管理、客戶關系管理和環境管理系統等。外部數據指與工業企業生產活動、營銷活動與外部合作伙伴、客戶以交互產生及互聯網公開渠道的數據。隨著生產系統IOT設備的增加,及市場端觸角的延伸以及辦公自動化全面覆蓋,制造企業的數據積累已經呈現爆發式增長。IDC監測數據顯示,2018年全球大數據儲量已達33ZB,其中我國大數據占比23%(見圖3)。
隨著大數據軟硬件和企業應用的快速發展,越來越多的企業開始推進大數據投資和應用。《中國大數據發展調查報告(2018年)》結果顯示,受訪企業中:接近2/3的企業已經成立了相關的數據分析部門,企業對數據分析的重視程度進一步提高:65.2%的受訪企業已經成立了數據分析部門,正在計劃成立相關數據部門的企業占比為24.4%。大數據應用幫助企業實現了智能決策,提高了運行效率和風險管理能力。大數據應用實現了智能決策的企業占比最高(55.2%);其次,46.6%的企業表示應用大數據后提升了運營效果,35.9%的企業應用大數據后能夠更好的管理風險。
無論是分析處理從全渠道產品和客戶運營平臺獲得的大數據,還是指導生產系統做出反應,都需要一個智能、迅捷和科學的智能決策“大腦”。相比核心生產系統,制造商的營銷管理系統是繼協同辦公之后,最先可面向全渠道零售應用智能決策的模塊。相比互聯網企業和零售企業,制造企業用歷史數據去定義和分析問題,受到各種實體機理的約束要復雜很多。因此需要實現大數據與供應鏈系統、生產系統、物流系統等實體模塊機理的深度融合,采用“數據+模型”雙核驅動的模式構建智能決策平臺(見圖4)。
基于大數據和建模的智能制造決策平臺,能夠實現以下四個方面的功能:第一,智能需求響應:通過管理后臺與客戶聯網,實時設備狀態監控和診斷、智能客服機器人過濾海量標準客服問題。該功能是目前投資回報最為快速的模塊,目前我國制造企業在該模塊的應用處于領先水平;第二,個性化定制:采集客戶需求及競品信息,建立個性化產品模型,并模擬生產和銷售效果;快速將最小訂單批次物料清單、工藝方案、生產計劃導入制造模塊;第三,企業生態協同:以智能制造決策平臺為支撐,制造企業能夠實現技術研發、設計、采購、制造、物流、服務及回收等各個環節的協同效率的提升。通過將原材料供應商、設備商、技術合作方以及渠道等生態伙伴的數據交換和柔性協作,能夠大大減少制造企業敏捷生產外部約束;第四,生產過程優化:通過生產過程的動態分析模型,實時監控產品品質、成本、耗損等關鍵指標及關聯影響值,優化產品設計、生產計劃和制造工藝,同時實現生產設備的自我診斷和預警性維護。
全渠道產品和客戶運營平臺是制造企業的“神經系統”,大數據決策平臺是制造企業的“大腦”,而敏捷制造的“三朵云”就是制造企業的“骨骼肌肉”,包括智能采購云、智能制造云和智能物流云。智能采購云相比傳統采購模式的突出優勢在于實現新品的供應商研發階段采購協同、老品的產品風險管控,采購執行階段實現基于統一平臺的標準化、無紙化的采購業務全流程可視,保障透明合規;智能制造云是通過對生產車間的數字化改造,并與周邊系統實現對接,消除各生產環節的信息孤島,由統一的智能化生產控制系統實現自動化分析和計劃,并實現實時自我運維;智能物流云主要實現各類物料、中間品以及成品的內外部庫存水平、進消、空間調度、全運程可視。“三朵云”之間雙向互聯,并面向所有的品類、事業部服務。
制造業企業應突出營銷運營和IT部門的職能地位,并設立圍繞大數據決策的聯合作戰的實體組織。減少中間層組織,讓高層管理人員與一線員工能夠在業務流程上實現快速互動;制造業企業組織架構調整如圖5所示。
面向全渠道零售的制造業組織架構,主要體現為扁平化和平臺化兩大特征:
扁平化指從最高管理層到一線組織的層級數減少,形成從市場到最高決策團隊快速互動的通路。以事業部作為一線作戰單位,事業部經理下設銷售、產品和服務三大團隊負責人,并直接參與一線項目運作;財務、HR與行政、IT運維、物流、研發及產品/客戶運營均轉型為平臺部門,由總部統一管理,并按區域或事業部設置專門的接口人員,在事業部內部也相應安排下沉到一線的派出人員。其中產品/客戶運營中心、研發中心和物流中心通過業務考核和激勵指標互鎖,形成強捆綁關系;在董事會和總經理之下設立大數據作戰室,其職能主要包括對下提供分項業務大數據可視化分析報告以及應用工具,對上向最高層決策團隊提供大數據決策依據,包括整體業務經營大數據分析報告,項目預測分析等。

圖4 大數據智能決策平臺的技術架構

圖5 面向全渠道零售的制造業企業組織架構
平臺化一方面將通用的職能部門收歸統一,如HR和行政、IT運維、物流等,依靠統一的ERP系統和安全接入管控,實現新型、移動化和標準流程的服務支撐模式。從而將業務部門和決策部門從內部傳統繁雜的各類流程和規定中解放出來,進而集中資源對準業務本身;另一方面,平臺化能夠快速適應業務的調整。平臺作為資源池,根據“外接”的事業部、品類、產線等進行資源的集中調配,能夠實現全盤的可視可控。當業務模塊或定制化生產出現調整時,平臺資源池只要增加或釋放對應的接口和資源即可,不會影響業務部門的調整。
在人力資源方面,應通過放權和多元化激勵,在各部門、各業務單元建立以高層次骨干員工組成的團隊。到2020年,我國制造業從業人員中平均受教育年限達到11年以上,受過高等教育的比例達到22%,高技能人才占比達到28%左右,研發人員占比達到6%以上,人才的分布和層次、類型等結構更加優化(資料來源:教育部、人力資源社會保障部、工業和信息化部聯合印發的《制造業人才發展規劃指南》)。因此,制造企業必須盡快加快組織架構和人力資源制度的調整,為吸引優質人才支撐轉型升級做好準備。
我國制造業傳統競爭優勢包括人力成本、資源消耗及制度優勢已經明顯削弱,印度、東南亞、非洲及南美國家已經成為這些領域的“后起之秀”。我國制造業要擺脫大而不強的局面,必須與發達國家爭奪產業鏈的高附加值端,即設計、核心技術以及全球市場運作能力。從制造業企業的人力資源優化角度講,就是應加大設計人才、高級技術人才和高級市場人才的儲備。
從員工個人發展角度,制造業企業經營者應敞開“胸懷”,通過股權激勵來吸引和留住高端人才。2018年我國制造業平均利潤率僅為2.59%,而世界500強企業的利潤率則達到6.57%,美國制造業平均利潤率更高達12.2%。微薄的利潤加上成本上升、競爭加劇,制造業企業的轉型升級還需要對改造生產系統等進行投資,因此通過現金型激勵來吸引和留住人才非常困難。而股權激勵能夠將企業發展的成果與核心骨干進行共享,從而激勵高端人才充分貢獻,以共同推動企業走向更高更強。另外,從崗位流動上,應給予員工更多換崗的機會,特別是鼓勵技術和服務部門的員工走向市場,去一線。進而提高員工個人綜合素質能力的同時,又能提升一線業務團隊的專業水平。