本期案例问题单：
好乐买是鞋类垂直B2C，但是在鞋这个行业，传统的供应链模式已经成形，因此，对于B2C企业来讲，其供应链的核心在于如何预测未来的销售，根据预测进行采购。采购完成以后，页面库存的关联是核心要素，某个品类卖得太快，会很快缺货，卖得太慢，又会形成库存。因此，如何将流量进行分配，页面排序如何设置，价格如何设定成为销售的关键因素。本期案例主要围绕着“期货”这一特点来解读其供应链特色。
当凡客诚品、玛萨玛索等互联网服装品牌已经利用前端的销售数据指导后端订单生产，实现多频次订单、产品快速周转的时候，一些传统品牌产品的渠道依然要遵循大周期采购的传统渠道规则。诸如鞋类B2C好乐买。
“电子商务是技术驱动的零售体系。”好乐买的CEO这样定义电子商务。尽管在采购环节，好乐买与传统鞋类代理商并无差别。但当采购、销售以技术和数据系统为支撑，供应链就发生了质的变化。
1 命题：“期货”的游戏规则
理论上鞋类B2C企业的存在减去了中间的代理以及店面的费用，具备了价格优势，而实践中，传统企业前两年对于电商还处于观望态度，顾虑线上线下冲突问题，更愿意把线上渠道作为一个“库存下水道”的角色。
2007年，李树斌在创立好乐买的时候，已经经历过一次失败。再创业时，李树斌选择了鞋类。“鞋类产品毛利率高、适合运输，单价在300元~500元之间，用户尝试成本比较低。”看上去似乎是个不错的品类。
任何品类都有其短板。鞋在大的归类上属于服饰品类。在传统渠道，这个品类的供应链最大的特点是“期货制”。也就是说，在服饰类产品中，一般提前一年，这一季的流行趋势就已经被确定下来。
通常提前半年，品牌商会招集代理商、经销商开订货会，然后品牌商根据订单的情况给工厂下单生产，工厂会根据订单的情况组织上游的原材料并开始生产。而经销商则根据自己的订货情况拿货、销售。像耐克、阿迪达斯这样的运动鞋，其鞋款甚至提前两年就已经确定下来。网上零售渠道的出现使得服饰类产品的供应链发生一些变化。例如凡客诚品、玛萨玛索等已经破解了传统服装企业的大周期供应链模式，前端销售数据适时指导后端生产，缩短供应周期，对时尚流行的快速反应，降低库存量，成为互联网品牌的供应链精髓。
对于好乐买这样的鞋类B2C企业，快速反应的供应链是个伪命题。实际上，在互联网上，破解大周期供应的企业都是互联网品牌，通过创立互联网品牌而整合上游的生产资源。
好乐买是一个鞋类零售渠道，作为渠道，自然要从最知名的品牌着手。然而，诸如耐克、阿迪达斯、匡威等品牌历经多年已经形成了完整的大周期供应链模式。作为新兴的B2C企业，很难撼动其原有的供应模式。
另外，在传统渠道，中国与美国也有着很大的差异，美国传统渠道是shoppingmall模式，在这种模式中，每个品牌为了追求单位频效最大化，往往在一家店里会囊括服装和鞋类，因此很难出现像百丽这样的百亿级的单一鞋类品牌。而中国，主流的渠道模式是百货类渠道模式，鞋类在百货商城形成独立的区域，这增加了单一品牌的识别度，也培育了女鞋类的强势品牌。
在这样的背景下，理论上鞋类B2C企业的存在减去了中间的代理以及店面的费用，具备了价格优势，而实践中，传统企业前两年对于电商还处于观望态度，顾虑线上线下冲突问题，更愿意把线上渠道作为一个“库存下水道”的角色。这就形成了矛盾。
好乐买是中国最早创业的鞋类B2C，最初选择从运动鞋品类开始。“前十名的运动鞋品牌占了整个运动鞋市场的80%的份额，品牌集中度比较高。”李树斌表示。
实际上，从运动鞋切入，供应链角度还有一个优势：知名运动鞋品牌不像女鞋每年都有着明显的时尚流行元素，运动鞋鞋款少，深度相对深，像匡威帆布鞋的黑白款就是其常青款，若干年来款式基本不变。
因此，选择从运动鞋切入，对于买手的考验就低得多。“运动鞋——男士皮鞋——女鞋”也成为好乐买之后，其他鞋类B2C的品类拓展顺序。
2 采购：数据预测+买手经验
“最好的情况是买手买来产品刚好与系统数据相吻合，最差的情况是买手刚好判断反了，最好卖的款买的最少，而最不好卖的款恰恰买的最多。”
既然要遵守鞋类“期货制”这个游戏规则，那么供应链的优化就只能在这个大前提下进行。“买手和技术是好乐买最重要的力量。”李树斌强调。
“季初要货不要钱，季末要钱不要货。”这是传统渠道的销售镜像。
尽管在互联网渠道中，货架空间无限，卖不掉的货可以永远摆在“货架”上。但积压货品对资金链压力与传统渠道并无不同。而在“期货”的游戏规则下，临时补货可能性很低。品牌商是按订单生产，没有补货的可能，好乐买上如果某一款产品卖得好，想补货只能从代理商处补货，但实际上任何鞋款的畅销款在线下也是畅销的，因此，既使能补到也是杯水车薪，尤其好乐买一天的单量达到1万多单之后，补货的可能性更低。
这样一来，系统预测销量和采购的预判就显得极其重要。
在传统的渠道模式下，经销商全凭经验进行采购。好乐买通过系统的搭建以及数据的累积和挖掘将采购的经验以及数据指导性结合起来。例如，目前这个季节，好乐买的买手也会和其他的经销商采购一样，去品牌厂家开来年第三季度的订货会。传统的买手可能更多的是根据计划来采购，好乐买的买手在采购之前会随时调阅系统的统计数据来指导自己的采购量。
比如，以耐克品牌为例，系统会根据历年的销售情况以及整体行业和企业自身的增长情况，计算出耐克这个品牌的采购的数量，但得到的数据不仅限于耐克品牌采购的总量。系统并且根据之前的销售情况，确定篮球鞋、足球鞋、网球鞋等不同细分品类的采购数据。但每个细分品类比如蓝球鞋，可能会有几十个款，这几十个款中，系统不可能预测出新款产品未来的销售，无法给出每个款具体的采购数据，但是会给出相应的采购比例。这个比例根据上一年的销售数据计算得来，计算依据是上一年一段时间内的销售数据比例，比如上年同样采购了10款篮球鞋，这10个款在同样的时间和同等数量下从高到低的销售比例，根据这个销售比例，测算出销售最好至最差的所有款的销售占比，根据这个占比数据去采购今年新的20个款。买手所知道的是所有款的采购比，再根据总销售量预测确定所有款的采购深度。但在采购中，哪一款对应的是需要采购占比最大的，哪一款是占比最小的，这需要买手靠经验去判断。
“最好的情况是买手买来产品刚好与系统数据相吻合，最差的情况是买手刚好判断反了，最好卖的款买的最少，而最不好卖的款恰恰买的最多。”李树斌指出，尽管系统可以越来越优化，但是采购中还是有大量的靠人的经验掌控部分。
正因为如此，在好乐买的团队架构中，买手起着主导作用，由买手来主导运营。在好乐买，买手除了负责采购商品，还承担着销售任务。如果某个买手采购来的某款商品过快销售完，说明这款产品采购量不足，买手需要想办法去补货。如果某款产品上线后一段时间内销售不好，采购需要与运营团队沟通，在页面上通过做专题或促销的形式来推动该产品的销售。
“产品上线的折扣率也是由买手决定的。”李树斌指出，只有买手最了解自己采购的商品，了解这个品牌商品的线下甚至别的平台的销售情况，因此买手来制定最初的折扣率是最合适的。另外，由于买手对商品的了解，甚至在页面的设置上买手也会给运营提出各种意见。总之，期货制体系决定了，在供应链前端，好乐买需要通过系统数据进行准确的采购。而后端所有的工作都是围绕着如何保证商品一定毛利的前提下快速周转。
3 销售：技术主导下的价格和位置
“15天是个数据参考节点，好卖的商品，可以适当提高价格，让好卖的商品贡献更好的毛利，如果15天，销售数据不理想，没有达到适当的销售比例，那就应该马上降价。”
在期货制中，好乐买采购来的商品是不能退货的。正因为此，如何保证合适毛利的基础上，将页面的流量分配给合适的商品，也就是说什么样的产品在什么样的位置是一个非常关键的要素。尤其是当好乐买年销售额接近10亿元的规模，页面内商品排序就更加需要依靠系统智能的自动调整，而非人为的排序。
对于一个SKU（最小库存单位）数快速增长的公司来讲，页面数会越来越多，而好的页面，好位置浏览量很大，“据我测算，第一页浏览的量是第二页的4倍，从第2页开始到最后一页，每隔一页下降30%，所以第一页放什么产品至关重要，因为第二页机率只有第一页的25%。”李树斌指出，产品放在好的位置理论上讲会对销售有帮助。
于是，问题就来了，最好的位置应该放什么产品呢？是否好的位置一定放好卖的产品呢？好的位置放最好卖的产品，这个命题对于凡客诚品这样的互联网品牌是正确的。因为凡客诚品是通过前端销售拉动上游供应链，前端卖得好，后端可以迅速组织生产。但对于好乐买这样的“期货制”零售渠道来讲，“最好的位置放最好卖的产品”是个伪命题。由于其货量是一定的，超售之后，补货非常难，尤其是当销售额越来越大，需要补货量也很大，也就基本没有补的可能性。
另外，焦点图到底是放什么产品，焦点图通常是流量最大的，理论上说，焦点图应该放最好卖货量最充足的产品。可实际上最好卖和货量最充足也是伪命题，最好卖，就代表着货量不那么充足。但是也不敢把最不好卖的产品放在焦点上，这样会浪费流量。好乐买的技术系统对产品设置了各种参数，比如是不是应季，尺码齐全性、库存量、毛利率贡献等都成为排序的参数。根据销售的情况通过位置和价格进行动态调整。为了提高转化率，非当季的产品，尺码不全的产品自然不会排在好的位置。是否当季、尺码齐全这两个参数是重要的考量因素。其他的参数如销售情况、毛利情况都会作为排序依据。
以运动鞋为例，理论上说，每季货品应该90天售完，到了80天时候卖掉75%算合格。也就是90天是一个合适的售卖周期。在这样一个售卖周期里，总有卖得很好的产品和卖得不好的产品，实践证明，不会有一款鞋前边15天卖得很好，后边时间就卖不动了。15天成为好乐买的一个测算周期。假设某一款产品15天卖掉20%是正常值，那么，如果这款产品放在很好的位置15天卖掉30%，系统会自动调整其位置。
另一个调整方式就是价格。
在传统渠道，对于某个终端店面来说，很难掌控全部渠道里某个单款的价格和销售情况，且在不同的店面和不同地区，热销的和滞销的款可能不同，再加上单店无权对商品进行适时调价，等到能够调价时，已经错过了商品的最好售卖周期，过低的折扣甩货使商品不能实现最优的毛利。
在好乐买，价格是适时动态的。
“商品销售参考值是15天，上线15天，系统就能预测这个商品多少天能够售完。售得太快不行太慢也不行，卖得快补货难，卖得慢资金会被占用。因此，15天是个数据参考节点，好卖的商品，可以适当提高价格，让好卖的商品贡献更好的毛利，如果15天，销售数据不理想，那就应该马上降价。”李树斌指出，这是好乐买技术累积了四年之后形成的预警机制。李树斌说，靠技术系统实现动态价格，好处是反应速度比较快。可以实现更好的毛利率和商品周转率。比如，销售最好最快的商品，用户对价格通常并不敏感。因此，如果该商品上线后15天，发现其销售超过了正常比例，提高价格可以保障更好的毛利，事实证明，畅销的产品，提高价格依然会畅销。
降价的时间点更是保障毛利的关键，比如，夏天的某款凉鞋假设是5折进货，6月初上线时按原价的8折销售，到6月中旬如果销售的并不理想，打6折促销，依然可以实现10个点的毛利，因为对于用户来说，还是当季款，但是如果到了季末，即使打5折，可能依然卖不出去。系统的作用就是不断地进行统计，给出销售指导，无论是调整页面位置，还是调整价格，还是促销活动都是由数据支撑，以实现毛利和周转的优化。
(本文来源：中国经营报 作者：姜蓉)
