让数据开口波司登用一朵“云”解决库存难题

商品管理大数据中心的工作人员轻点了几下鼠标，羽绒服品牌波司登在全国共3000多家门店的信息，如同一张详尽的作战地图一般，井然有序地呈现在波司登信息总监桂益龙的面前。

“现在，我想看哪一家，就可以看到哪一家。”

他选取了位于自己家乡长沙的一家门店。页面上展开的数据显示，这家店当日销售已累积2万多元，一款畅销的黑色羽绒服在过去7天里卖出了13件，库存还有11件。“还不够卖一周的。”桂益龙小声说。

但他并不为此感到担心。“自动补货系统会给它们补的。”他关掉页面，把剩下的工作交给了系统，“自动补货系统每晚会汇总所有门店销售及库存数据，结合区域仓库数据，依据补货逻辑，自动为各个门店补货。”

一边积压一边缺货的怪圈

作为波司登的信息总监，桂益龙并非从一开始就总是这般成竹在胸。这个已有40年历史、主打羽绒服的知名品牌，从11个农民和8台缝纫机起家，做到市值60多亿港元的港股上市公司，不可谓不辉煌；但在经历了上一个十年的高速发展之后，和绝大多数传统服装行业的品牌商一样，如今的波司登也面临不少严峻的挑战。

市场供应越来越多，竞争进入白热化，门店租金和人力成本的上涨非常惊人，这些都是显而易见的困难。“传统的代理分销模式已不大适合企业发展，因为无论是从消费者反馈还是供应链体系来说，响应速度都太慢了。”桂益龙说。

“慢”会带来很多问题，首当其冲的，就是最常困扰服装行业的问题——库存。

同样是在2013年的冬天，羽绒服产品销售最旺的季节里，波司登遭遇了“奇怪”的缺货困境：一方面门店在缺货，另一方面门店的库存却又很多。这听起来有些不可思议。既然有库存，为何还会缺货？

这是因为对于一家有着3000多家门店的品牌商来说，“想要很精准地预测在什么时间、把什么货挪到什么地方，是非常困难的。”桂益龙将这种缺货称为“结构性缺货”，货是有的，但没有在正确的时间出现在消费者有需求的地方。

高库存“冻”住了企业的现金流，高缺货又严重影响了用户体验。事实上，整个服装行业都陷于这种矛盾的怪圈之中，罪魁祸首就是这一行业的“期货”经营方式。每一季的新款在上市之前8-9个月时就已经定下，经销商也会提前4-6个月将货订好。但是大半年之后，这些款式是否已经过气？这一年的天气如何，市场需要更薄的衣服还是更厚的？没人知道。

但有样东西可以帮助人预测和提前准备，那就是数据。

五个月搭起零售云平台

波司登此前使用的是Oracle（甲骨文）的数据库，零售系统则采用离线客户端与后台服务器定期同步更新数据的架构。

这种工作方式，就像是每家门店的客户端定时向后台服务器“汇报”，而且这“汇报”不是即时的，一家门店出现缺货之后，后台服务器可能要隔很长时间才能察觉，此时再安排调货补货，已经来不及了。而且离线数据只能用于事后分析，很难做到在线实时分析和预测，也无法实现线上线下全渠道服务消费者。

经过市场考察，波司登干脆利落地做出了“上云”的决定。波司登和阿里云合作的成果，是利用企业级互联网架构技术做一个“零售云平台”。这个决策是在2016年的年初做出的，短短5个月之后，桂益龙坐在自己的办公室里，就可以实时监控全国3000多家门店的库存和销售数据。

这一纵览全局的功能仰仗于零售云平台上的“库存中心”，“库存中心”将原本分散在各地的仓库、门店的库存数据，以及和线下割裂开的线上库存数据，全部都“聚拢”在了一起，通过重构和打通，完全融合成一体。“不需要再去各个系统里查数据了，全都在这里，随时看得见。”

“库存中心”就是阿里云为波司登打造的“中台”的一个组成部分。按照阿里云企业级互联网架构“厚平台、薄应用”的理念，这个中台被搭建得很“厚实”，除了库存中心之外，它还包括了全局共享的用户中心、交易中心和订单中心等。也就是说，整条交易链上的人、货和交易信息，都汇聚成一个即时动态变化的“水池”，池中的“水资源”随时可供上层的业务模块和业务流程使用。