Framework để optimize ngành hàng thời trang & thử nhìn Coolmate
Quá trình bắt đầu bộ sưu tập mới (A) bởi team dự báo nhu cầu thị trường (C). Dự báo nhu cầu là một trong những nền tảng quan trọng cho việc lập kế hoạch bán hàng.
Trong ngành thời trang & trang phục, quy trình này rất quan trọng và đặc biệt phức tạp do tính biến động cao và khó dự đoán nhu cầu. Qua việc dựa trên dữ liệu bán hàng trước đây và đặc tính của bộ sưu tập mới (B) và qua việc phân bổ qua hệ thống cửa hàng các khu vực, từ đó lên các đơn đặt hàng (D) MD - Merchandise Order, xác định số lượng cần đặt cho từng loại mặt hàng và lệnh giao hàng (E), đồng thời xác định thời gian và địa điểm giao sản phẩm từ nhà cung cấp.
Từ B + D + E tùy vào từng cách làm, đây là cách đang tối ưu, hàng từ nhà cung cấp sẽ được chuyển thẳng xuống cho các điểm bán hàng. Nó khác các bên làm hiện nay của VN là hàng từ NCC phải chuyển về kho tổng, QC hàng hóa, rồi từ đó mới phân bổ hàng chia xuống cho CH, phần tồn còn lại lưu kho tổng và chia hàng lại sau.
Ví dụ giả định rằng: nhà cung cấp K sản xuất mặt hàng K và giao cho tất cả các kho khu vực với số lượng QK. Quá trình cung ứng được kết thúc bằng việc hàng được chuyển đến các kho (G) theo lệnh giao hàng. Tại điểm này nhân viên kho chịu trách nhiệm chuẩn bị để gửi đến từng cửa hàng (I) và nhận lệnh bổ sung hàng hóa (H) từ nhà cung cấp.
Có nhiều kho để chứa hàng và mỗi kho cung cấp cho 1 nhóm cửa hàng cụ thể trong khu vực phụ trách.
Quá trình trên được mô tả cho giai đoạn trước mùa bán hàng (Pre-Season), ví dụ với mùa Thu/Đông (FW) giai đoạn này bắt đầu vào tháng 10, việc phát triển bộ sưu tập mới trước các dịp quan trọng nhất của mùa mua sắm phải kết thúc vào tháng 9 để sẵn sàng lô hàng đầu tiên giao cho cửa hàng.
Giả định rằng việc giao hàng từ nah2 cung cấp và lịch bổ sung hàng theo dự đoán tại cửa hàng đều được thực hiện trong khi được lên lệnh sớm. Nhờ dữ liệu bán hàng được ghi nhận thực tế tại cửa hàng và đánh giá độ lệch giữa doanh số bán hàng thực tế với dự báo.
Phân tích theo thời gian thực ước tính nhu cầu thấp hay cao theo ngưỡng cố định qua phương pháp tiếp cận được đề xuất (Tobe). Nếu độ lệch này cao hơn ngưỡng mô hình sẽ cập nhật các đơn đặt hàng mới hoặc có thể hủy các đơn theo lịch trình để đưa ra đơn hàng phù hợp với nhà cung cấp.
Giai đoạn theo mùa sẽ được kết thúc với việc thu nhặt hàng tồn kho từ các cửa hàng và các kho chi nhánh. Những mặt hàng không bán được mùa này sẽ chuyển sang hệ thống cửa hàng Outlet (K) và xử lý bán xả tồn trong các mùa tiếp theo (Post-Season).
Việc giảm giá sẽ tỉ lệ thuận với khoảng cách thời gian lưu kho, trong giai đoạn này tất cả dữ liệu bán hàng sẽ được thu thập lại để sử dụng lập dự báo nhu cầu cho mùa tiếp theo.
Link dưới comment cho ai yêu khoa học tự nghiên cứu tiếp
☘️☘️☘️
PHÂN TÍCH COOLMATE 1 TÍ
Bạn có thể thấy, thời trang chạy theo mùa như vầy thì đòi hỏi 1 team vận hành phải tốt để cùng phối hợp, việc thiết kế, may mẫu, đặt hàng, lưu ở nhiều kho, điểm bán.. là quá trời việc và rất khó tối ưu, chưa kể các fixed cost sẽ ngốn toàn bộ lợi nhuận của bạn nhất là khó dự đoán được.
Coolmate đang tối ưu nhiều hơn so với framework trên vì.
Coolmate đánh vào dòng cơ bản, bán quanh năm, không chạy theo mùa, nên ít bị hàng outlet.
Không chạy theo mùa nên các chi phí cho chụp ảnh, thuê mẫu, nội dụng được tối ưu, team gọn hàng, bớt chi phí
Sourcing hàng hoá từ nhiều nhà cung cấp, volume lớn nên vị thế đàm phán tốt về chất lượng, giá thành, công nợ
Coolmate bán online, không tốn nhiều chi phí cho kho, cửa hàng, nhân viên, vận hành kho, chưa kể hàng hóa phân bố các kho sẽ không tối ưu được hiệu suất lưu kho.
Coolmate bán online, nên mọi chỉ số vận hành dễ collect, dễ đo lường, số liệu thực hơn và đưa ra dự báo dễ dàng hơn.
Dòng cơ bản và ít SKU, ít biến thể sẽ làm cho việc tinh gọn vận hành, giúp cho giá thành sản phẩm được tối ưu hơn.
Tinh gọn nên team sẽ tiếp cận được các trending thị trường bán trên sàn, social, bundle lại, mọi thứ vận hành tối ưu hơn, bán được nhiều hơn.
Link framework:
http://elea.unisa.it/xmlui/bitstream/handle/10556/2203/tesi%20G.%20Martino.pdf
Link bài post trên Facebook cho bạn tham khảo: