(昆山登云科技职业学院,江苏 苏州 215300)
受技术变革和消费者的驱动,传统的零售商向全渠道模式转型,打通线下渠道和线上渠道。全渠道下,市场需求显得灵活多变、动态、快速,对供应链柔性、成本、顾客响应速度、供应商协同等方面提出了新的要求。但现阶段服装供应链的发展还比较滞后,供应链各节点未形成真正的合作伙伴关系、网络与信息共享技术不健全、信息资源缺少共享、信息反馈速度慢、供应链管理仅集中于库存与物流的管理、缺少供应链管理的评价标准、运作效率偏低、流通成本居高不下等问题[1-2]日益突出。由于零售企业和消费者的接触最为紧密,掌握着海量的消费者行为数据,能够时刻关注消费者的需求,在供应链中的地位逐渐上升为主导核心,对提高供应链各成员的利润具有重要作用,故宜积极实施以服装零售企业为核心的供应链整合,促进与其供应链上成员企业的战略合作以及组织内外部流程的协同管理,实现以最低的成本和最快的速度给顾客提供最大化的价值[3],实现服装供应链的可持续发展。供应链绩效评价在供应链整合的实践中具有战略指导意义[4],因此,进一步研究适应当前全渠道模式的服装供应链整合效果评价体系,就成为提升相关服装零售企业供应链管理水平的必经之路。
由于服装零售企业需要选择和协同大量的合作伙伴,如物流提供商、众多关系复杂的面辅料供应商,且前期企划和后期销售占有较大的业务比重,因此以零售商为核心的供应链在运作模式和运营特点方面与以制造商为核心的供应链有很大不同。传统的侧重单一企业或部门、且多以制造企业为核心的评价体系在某种程度上已经不能满足目前全渠道模式下服装零售企业的评价需求。对服装零售企业主导的供应链这一复杂的系统进行绩效评价时,不仅要考虑传统供应链绩效评价体系中的经济性方面,也要将供应链上的合作伙伴、整个服装产业的运营情况及各环节之间的关系作为重要评价方面。
鉴于此,本文拟从企业整体战略的角度出发,结合服装零售企业的实际,全方位、多角度地对全渠道模式下服装供应链整合效果进行系统性评价,旨在帮助企业正确了解和评价供应链的运行效果、识别在向全渠道转型过程中供应链存在的问题,及时采取措施予以改进,迅速应对市场需求的变化,提升供应链竞争优势。
全渠道零售是以消费者为中心,融合线下渠道及线上渠道,并通过数据化管理进行决策的零售模式。全渠道环境下,实体零售商和在线零售商之间的区别逐渐弱化:实体零售商可以应用数字技术进行运营,在线零售商也可以铺设实体门店、拓展线下渠道。在某种程度上而言,实体渠道和在线渠道的地位是平等的,目的都是为了更好地开展零售活动。此外,全渠道零售常常采用数据化管理的方式进行消费者管理和供应链管理,从而提升企业决策的效率和准确性。
目前,国内外对于供应链绩效评价体系的研究主要有:以财务为导向的投资回报率(Return on Investment,ROI)考核体系;以流程为导向的供应链运作参考模型(Supply Chain Operations Reference model,SCOR)考核体系;以战略为导向的平衡计分卡(Balance Score Card,BSC)考核体系以及ABC评价体系等[1]。由于ROI、ABC模型在综合评价供应链整体绩效方面稍有欠缺,本文将供应链运作参考模型(SCOR)与供应链平衡计分卡模型(SC-BSC)结合起来,构建全渠道环境下的服装供应链整合评价指标体系。
把平衡计分卡法用于供应链绩效评价,是从企业整体的战略角度出发,根据企业内部各部门的任务及整个供应链的运营情况,把企业的目标分解成财务方面、顾客方面、内部经营方面和学习成长等四方面。平衡计分卡能综合全面反映供应链业务流程的绩效和整个供应链的运营情况[5]。
供应链运作参考模型简称SCOR,是由供应链协会支持开发,适合于不同工业领域的供应链运作参考模型。它将供应链分解为五个基本工作流程:计划、采购、生产、配送和退货,并为这些方面确定绩效指标:供应链交货可靠性、供应链反应能力、供应链柔性、供应链成本、供应链资产管理效率。
SCOR强调了业务流程的评价,提供了业务流程的分解方法,并将绩效目标及指标建立了相应的联系,而BSC评价以战略为中心,在宏观上提供了较为全面的多维绩效评价角度,但是并没有提供将宏观指标分解的途径[6],评价的操作性较差。而且平衡计分卡中所涉及的指标并没有将供应商的运营绩效对其他节点企业或对整个供应链的影响考虑进去,忽略了与供应商的协同问题。因此,将两者结合起来,可以克服各自的缺陷,充分发挥各自的长处。
据此,本文认为在建立全渠道供应链绩效评价体系的平衡计分卡框架时,首先在战略层强调服装零售企业与供应商的有效协同,因而在BSC四个传统维度的基础上添加供应商维度,即从财务角度、顾客角度、内部业务流程角度、学习与成长角度以及供应商角度五个方面来设定框架,并在学习与成长角度突出整条链的信息协同;其次,以此为依托,引入SCOR的思想,在业务流程维度利用其细分能力,根据服装全渠道供应链的特点设定全面的平衡绩效指标,进而建立服装零售企业主导的供应链整合绩效评价模型,如图1所示。
(1)目的性原则。全渠道供应链绩效是供应链战略目标执行的结果,为了反映全渠道供应链整合的效果,评价指标体系里的每一个指标都应与整个全渠道供应链的战略密切相关。
(2)重点性、科学性原则。指标体系的构建要结构化、层次化,突出重点指标,要抓住能够反映企业供应链管理核心领域的关键绩效指标,每个指标的设计都必须有严谨的科学依据。
(3)全面、整体性原则。指标体系的构建立足于企业的实际状况,从不同角度选取指标去衡量服装零售企业供应链整合绩效:除了反映服装零售企业的内部绩效指标,还要顾及供应链上下游企业的顺畅运营,选取能够反映供应链上所有相关的节点企业之间的关系、反映整条供应链的运营情况的绩效评价指标,并侧重于对企业长期利益和长远发展潜力的评价[7]。
(4)独立性原则。各指标之间要避免存在重叠、包含、交叉的关系,各层级指标之间相互独立,保证评价结果的客观准确、公正合理。
全面考虑到以上原则并参考供应链平衡计分卡构架、SCOR模型的指标以及国内外学者提出的各种供应链绩效考核指标等体系,同时结合服装全渠道供应链的相关特点和服装零售企业的实际,引入影响服装零售企业供应链绩效的重点指标,如坪效、顾客满意度、补货率等,使得指标体系更具实际应用性。在根据有关专家的反馈意见进行调整的基础上,最终构建了供应链绩效评价指标体系,见表1,该体系包括26项反映服装零售企业供应链财务、客户、内部流程、供应商、学习与发展等五个维度的绩效指标。
(1)财务维度下的分层指标。财务指标是服装供应链绩效评价体系的基础指标,它反映了实施全渠道供应链管理策略给节点企业带来的直接经济效益,显示了其实施与执行是否正在为整合组织的运营产生积极贡献。本文从企业盈利能力、运营能力、偿债能力状况这三个方面进行指标的选择,以销售净利率、坪效、存货周转率、资产周转率和速动比率作为二级指标。
(2)顾客维度下的分层指标。服装全渠道供应链区别与其他供应链的一个重要特点是要快速响应碎片化的订单、客户个性化的需求,为消费者提供方便、个性化、线下线上无缝对接的消费体验。因此本文评价指标的选择集中于消费者需求,反映供应链为客户带来价值的程度。通过企业调研,从顾客满意度、产品退货率以及与产品的市场地位、成长性有关的市场占有率、市场扩大率等方面构建二级指标。
表1 基于BSC-SCOR的服装全渠道供应链整合绩效评价指标及解释说明
(3)流程维度下的分层指标。该维度陈述服装零售企业内部效率,关注导致其整体绩效更好的过程、决策和行动。通过企业调研,本文主要从快速反应能力和经营过程(特别是对顾客满意度有重要影响的企业过程)两方面考察。
(4)学习与发展维度下的分层指标。面对瞬息万变的环境、激烈的市场竞争,为了未来的发展、竞争优势的维持,企业需要不断学习、发展技能、不断创新。一方面,全渠道下服装零售企业的高效运营离不开信息技术的支持。企业拥有先进高效的信息系统、与供应链成员进行一定程度的信息共享有利于协同上下游企业间的沟通与管理,即时跟踪服装生产和销售的动态,减少各环节的信息失真,快速响应顾客的需求。另一方面,企业全渠道战略的顺利实施也依赖于员工对该战略的认同以及企业职能部门间的协作。因此本文主要从信息技术水平及共享、员工状况、企业发展潜力三方面构建二级指标。
(5)供应商维度下的分层指标。本部分首先考察供应商运作绩效,即供应商在提供产品过程中的绩效,主要包括产品或服务的质量、柔性、交货等方面。其次,为了满足顾客需求,企业应与其关键供应商建立供应链伙伴关系,并将企业之间的组织战略、实践、流程和行为联结成一个协调的、同步的、可管理的流程[8],故本部分也选择了合作伙伴关系稳定性指标,以反映服装零售企业与供应商合作的亲密程度。
本文选取层次分析法和模糊综合评判相结合的方法,即模糊层次分析法(F-AHP)对服装供应链进行绩效评价,以解决服装供应链绩效中多因素、多指标权重问题,同时也可解决综合评价问题[9]。该方法在本文的应用步骤如下:
图2 全渠道环境下服装供应链整合绩效评价体系的层次结构模型
将评价指标和评价对象划分成层次,如图2所示,第一层为目标层T,即全渠道模式下服装供应链整合绩效评价;第二层为准则层,为五个维度,即财务T1、客户T2、内部流程T3、学习与发展T4、供应商T5;第三层为指标层,是对准则层的细化。
第一步,模糊互补判断矩阵A=(aij)n×n的建立。聘请行业相关专家对服装供应链整合绩效评价指标体系中同一层次上的元素进行成对的重要程度比较 ,建 立 模 糊 判 断 矩 阵 ,其 中 0≤aij≤1,aij+aji=1(i,j=1,2,...n),aij表示元素和相对于上一层元素进行比较时具有模糊关系的隶属度,是根据0.1-0.9标度法(见表2)来确定的。
表2 0.1~0.9数量标度
第二步,进行一致性变换。将模糊判断互补矩阵A按行求和,得到,并利用转换公式将矩阵变换为模糊一致判断矩阵B=(bij)n×n。
第三步,层次单排序,确定同一层的各元素相对于上一层中某一元素的重要性权重。计算各因素权重的公式[11]为:其中n为A的阶数
通过以上计算确定指标层相对于准则层的相对重要性权重矩阵,同理也可得出准则层相对于目标层的权重值。
第四步,层次总排序。将准则层相对于目标层的权重值与指标层相对于准则层的相对重要性权重矩阵相乘,获得指标层所有因素关于目标层相对重要性的权值。
第一步,建立评语集。本文采用四个等级的评语,即优秀、良好、合格、差,组成评语集,分别赋值100、80、60、40分,则该供应链管理绩效的模糊评语集为M=(100 80 60 40)。
第二步,采用问卷调查形式,由业内专家对服装供应链绩效评价体系中各指标进行评价,确定各级指标的模糊关系矩阵R。
由各级指标判断矩阵和模糊关系矩阵复合运算得到模糊综合评判集,即U=W·R。结合评语集M,得到该服装供应链整合绩效评价的最终结果G=U·MT。
A服装零售企业自2017年开始全面推行全渠道运营模式,并据此对供应链进行整合,则应用模糊层次分析法对A企业的供应链整合绩效进行评价。
第一步,结合上文服装供应链整合绩效评价指标体系,利用模糊层次分析法,邀请专家按照0.1-0.9标度法对二级指标相对于一级指标的重要程度进行两两比较,构建准则层-目标层的模糊互补矩阵,见表3。
表3 准则层-目标层模糊判断矩阵
第二步,根据上文中一致性变换公式,构建其模糊判断一致矩阵B。
第三步,根据上文Wi计算公式求出准则层权重。
第四步,同理计算各指标层对准则层的权重。汇总见表4。
根据表4,可得一级指标的评价结果的权重向量集为W=(0 .2 0.268 8 0.243 7 0.131 3 0.156 2),二级指标的评价结果的权重向量集为
表4 服装供应链整合绩效评价各级指标权重
统计专家对服装全渠道供应链整合绩效评价体系中各指标的评价结果,见表5。
表5 模糊评判结果
结合上文公式U=W·R得到准则层T1,...,T5的隶属度向量分别为:
目标层的模糊综合评价集为
(1)全渠道模式下该服装企业供应链整合绩效整体上还处于中等水平,存在较大的提升空间。由于对应的四种评语集的评判分数线是100、80、60和40分,将模糊评价矩阵带入评分标准集M,由G=U·MT得出财务、顾客、内部流程、学习与发展、供应商维度的绩效得分分别为79.15分、66.744 8分、64.979 6分、59.481 4分和84.242 5分。再由U*·MT=(0.1119 0.3320 0.43950.1169)·(1 0 080 60 40)T得 出该服装全渠道供应链整合绩效评价的最终结果是68.796 7分,其中“良好”和“及格”的评价所占比分别为33.20%和43.95%,总体绩效接近70分,说明案例企业供应链整合任重道远。该零售企业财务、供应商维度的总体绩效处于良好水平,但个别指标的绩效仍需改善,而顾客、内部流程、学习与发展维度的总体绩效偏低,处于及格水平。另外,从权重来看,指标体系中顾客和流程维度对绩效的影响程度最大,而作为供应链的支撑构面的学习与发展维度却为业内专家所忽视,在指标体系中所占权重未达到0.2。由于信息技术系统的应用可推动企业价值链环节的提升,实现流程升级、产品和服务升级、功能升级等[12],所以对于学习与发展维度指标的重视度有待提高。
(2)与消费者之间的信息沟通与传递渠道单一,总体沟通效果不明显,影响了顾客满意度。全渠道模式以消费者为中心,核心目标是基于顾客价值分析,通过渠道间的高度整合协同为消费者提供渠道间穿梭的无缝的、最佳的购物体验,创造并提升顾客价值。因此,该服装零售企业在供应链整合过程中,为提升顾客满意度,一是要统一管理线上线下会员资源,善于利用大数据等手段获得每个消费者的消费动态数据、交易数据、社交数据和偏好信息等,根据各渠道的特点合理整合营销方式,实现不同渠道的精准营销;二是注意利用全渠道(如:实体店、移动网店、电话购物、社交媒体等信息媒介)与消费者进行充分的双向信息沟通,根据消费者反馈信息及时制定和调整采购、销售、配送、售后服务等计划,为顾客在不同渠道中的信息咨询、提货、换货、退货等需求提供便利,同时注意将各渠道可以完成的功能匹配到顾客的购物路径上,满足顾客在随时随地购物中的娱乐、社交、个性化体验,保证其在不同渠道购物体验的一致性,实现对顾客需求的快速响应,提升客户服务能力。
(3)线上线下信息共享度不高,企业与供应商信息传递不够及时、合作关系不够稳定。为此,应加快信息系统建设,建立功能完善的供应链信息共享平台,实现供应链的纵向整合和分销渠道资源的横向融合,促进信息协同。首先,加强企业内部业务集成,对来自线上网店、实体店以及移动渠道的商品、库存、订单、客户等资源进行整合,统一管理,并进行数据挖掘与预测,为企业的销售、研发、服务等各种决策提供参考。其次,促进服装供应链节点企业间的库存、销售、预测等信息共享、业务数据与业务流的无缝集成,实现协同规划、预测与补货。稳定的供应链合作机制和模式是实现共赢的前提和基础。服装零售企业要凭借自身强大的资源整合能力以及协调沟通能力,优化整合外部资源,主动与外部合作企业建立长期的合作关系。为此,可通过构建企业间的共同决策、利润风险共担机制来建立稳定的供应链成员间合作机制和模式[3]协作开发、共同解决问题。
(4)流程方面,供应链响应时间较长,需要进一步压缩。因此企业首先需要采取一定的措施来缩短服装的平均采购周期,加快服装在市场上的流通速度;其次充分利用线下网点和配送系统,弥补网络零售配送的不足,灵活选用门店配送、快递配送或顾客自提等配送方式,加强配送网络整合能力,准时进行物流调度,提升物流效率;最后要调整组织架构,成立全渠道协调部门,减少各渠道协同作业的冲突,促进线上线下一体化协调运作,从而更加灵活地适应全渠道需要。
(5)推进全渠道战略的过程中团队参与度不高、培训效果不明显。应加强团队建设,建立团结、协作一致的团队文化:一方面,对各个部门进行宣传、培训,公司上下要理解全渠道战略的作用、达成要发展全渠道的共识,从全渠道的角度看问题,明确实施要点,要认识到顾客体验的重要性,树立良好的客户关系理念,适应全渠道下的分工协作。二是进行适当的分权,更多地让员工参与决策,调动其工作的积极性和主动性。三是加强对门店运作绩效的管理,建立基于全渠道的门店考核指标体系,增强员工的责任心和团队协作精神。
全渠道供应链的出现,能够提高零售企业的运营效率,增强企业的竞争力[13]。零售企业与消费者接触最为紧密,因此需要该主体充分利用实体店铺、PC网店、APP移动网店、社交媒体进行各方资源整合,并将供应链中的制造商、供应商与消费者无缝对接,实现以消费者主权为导向的无缝对接体验(包括线上线下的商品通、价格通、支付通、供应链通、促销通、会员通、利益通),满足消费者社交化、本地化、移动化、个性化的购物体验需求[14]。为了提高企业绩效并实现服装供应链的可持续发展,要把握消费者需求,以敏捷、精细和柔性为导向进行全渠道供应链的整合。
为对服装全渠道供应链整合的绩效进行全面、平衡的评价,本文结合BSC模型和SCOR模型的优点,并在平衡计分卡的四个维度的基础上,拓展、引入供应商维度,强调服装零售企业与供应商的有效协同以及与整条链的信息共享,从而从财务、客户、内部流程、学习与发展、供应商五个方面建立了零售企业主导的供应链整合绩效评价体系。在评价过程中,运用模糊层次分析法构建绩效评价模型,该方法融合了模糊评价法与层次分析法的优点,免去了对判断矩阵的一致性检验。最后通过该体系在案例零售企业的尝试应用,依据其供应链现状,及时查找全渠道战略执行过程中出现的问题,提出优化建议,推动服装供应链整合不断完善,持续改进,提高服装供应链的竞争能力。
[1]张春姣.服装品牌供应链绩效评价及案例研究[D].上海:东华大学,2012.
[2]王爱莲,谢丹.快时尚模式下我国服装企业的供应链管理[J].商业经济研究,2016,(7):78-79.
[3]李景峰,王继光.知识经济背景下供应链整合绩效的实证研究[J].山西大学学报(哲学社会科学版),2015,38(1):107-113.
[4]刘莉.供应链绩效、竞争优势与企业绩效的实证研究[J].中国软科学,2010,(s1):307-312.
[5]陈潇尧.基于BSC-SCOR的供应链绩效评价研究[D].北京:北京交通大学,2013.
[6]张高生.连锁超市企业供应链管理研究[D].兰州:兰州大学,2006.
[7]李蒙.基于物元分析的供应链绩效评价研究[D].西安:长安大学,2011.
[8]李晓明,杨洪焦,王元庆.供应链整合与企业绩效间的关系研究—基于中国制造企业的实证研究[J].当代经济科学,2013,35(2):52-60.
[9]张智勇,赵俊,石永强.养老服务供应链创新模式:绩效评价与优化策略—基于广州荔湾区的调查[J].商业研究,2013,55(8):107-114.
[10]吴保德.B2C网络购物环境下快递企业服务质量评价[J].中国流通经济,2017,31(8):22-31.
[11]吕跃进.基于模糊一致矩阵的模糊层次分析法的排序[J].模糊数学与系统,2002,16(2):79-85.
[12]刘阳春,黄泽楷,陈佳奇.互联网和信息技术驱动下的物流企业升级动态过程—以德迅国际货运代理公司为例[J].产经评论,2017,(6):123-136.
[13]张子健,薛传利.全渠道模式下零售企业供应链的优化研究[J].工业经济论坛,2016,3(4):468-476.
[14]黄漫宇,李圆颖.零售企业全渠道发展水平对经营效率的影响路径及效应研究[J].北京工商大学学报(社会科学版),2017,32(6):35-44.