上述逻辑成立的关键，在于7-11的自有品牌（Private Brand，PB）商品开发。
7-11总部每年开发近5000SKU，供旗下门店选择。实施自有品牌商品开发，意味着7-11可以控制价格和消费者体验，同时，也能第一时间满足消费者的需求。
这种做法，使得7-11的综合毛利率高达32%，而国内百货商超最高毛利率在17%~20%。
三、快反也要端到端
柔性快反商品供应链体系体现的，是全链环节一体化的紧密协同过程，将商品企划、设计、采购、生产、分销、零售等环节紧密结合，以月/周为单位做PDCA循环（即计划-plan、执行-do、检查-check、处理-Act）。
第一起点是基于快反的商品企划（Merchandising，MD）。通过借鉴精益零售，以一年52周为单位，把时间进行细化与切割，观察并应对消费者生活方式的变化。
比如，零售门店为顾客提供服务，实际上是在经营消费者生活方式——顾客早上7点起床，晚上10点睡觉，一天经过哪些场景，有哪些需求，企业会怎样组织商品满足顾客需求？
通过52周观察消费者，最终由下列3点决定商品的企划：1.商品何时引入；2.销售顶峰周在哪里；3.什么时候截止销售。
比如，以服装的原材料规划为例。一件工序繁琐的衣服，生产时间一般20多分钟完成，货品交期时间却达两到三个月，原因就在于等待面料到货。所以，衣服的面料必须提前规划。
关于单款面料、多款产出的做法，不得不提西贝莜面村。西贝莜面村的主材料不超过20种，相对集中的原材料有牛肉、羊肉、葱、姜。
它的做法是，主推食材必须一料多款，比如内蒙古的土豆，必须至少做出5个菜式，一种羊肉也要做5~10个菜式，这属于模组化研发。
因为食材（相当于服装业的面料）集中，购买速度加快，供应商更集中，采购更深度，价格自然更低——当中存在一系列的连锁反应。
智能制造是企业未来的核心竞争能力。如果，企业一条生产线同时生产5个品种的效率，跟生产1个品种的一样，同时，还能够动态地平衡产能，这将是企业未来的核心竞争力。
比如，杭州一家旗袍企业，能够做到5个款式同时生产，最小批量15件，最大批量50件——这意味着，这些货品在银泰百货出售时不再需要准备库存，卖多少则生产多少，企业周转效率非常高。对未来零售而言，这是新制造与新零售紧密融合的例子。
对于分销体系，我们总结了优秀企业的做法——实施“自来水系统”，即门店、区域仓、总仓、工厂联动。
去年，奥克斯决定实施分销体系，坚决放弃经销商，由总部直接对接门店。基于每个SKU进行动态管理，供给端根据销售端实际情况进行补货，以补货代替订货，提高门店的资金周转效率。
这对原来的线下经销体系无疑是大冲击，但我认为这是未来的趋势。
四、为什么柔性快反会失败
我最新的调研显示，公司推行柔性快反最大的障碍在于企业体制。
由于很多企业不做零售只做批发，所以，货品数据其实掌握在经销商手中。因为担心数据被品牌方掌握，因而经销商大多会拒绝使用品牌方推出的供应链系统。
去年，洋河股份的总监跟我们交流，他们的经销商不愿意使用总部的系统，我劝说洋河可以转变思路——由洋河股份对经销商进行返点，不以经销商订多少货为准，而是以终端的最终销售量为准，这样经销商就会愿意使用洋河的系统。这是一种系统思考方式。
第二个障碍，企业内部是割裂的。
我们原以为，在商品企划体系下，各部门是互相协作打通的。但是，企业的商品部、研发设计部、供应链部、销售部往往KPI不一样，互相有自己的主张，无法统一。
另外，品牌之间也是割裂的，无法共享设计、工艺、原材料资源。
第三个障碍，供应商配合度低。其中有诸多因素。原因之一，是由于过去，企业并没有把供应商视为战略合作伙伴，或是帮企业赚钱的对象，而是被看成是成本单位。
我们认为供应链的最终趋势是可视化、可感知、可调节的。现代企业还做不到全流程可视化。但是，零售端、分销体系、采购环节的数据是可以进行分析的。
这样，全链路都可以实现数据化，能够及时捕捉供应链中出现的问题。
人工智能和大数据在供应链中会发挥重要作用，某些企业已经在应用。
比如，阿里的天猫超市。前段时间，我与同事聊天，他们要对冬菜进行调价，一天就能让这个业务部门多赚20万~30万元。另外，根据供需情况、产品生命周期、滞销与缺货情况来做动态营销。天猫超市有8万个SKU，每周靠算法驱动以及智能补货。
我们曾说新零售离不开新制造、新金融、新技术以及大数据。所以，我认为新零售会推动所有企业转变商业模式，这不仅仅是渠道的变化，更是整个商业模式的变化。
来源: 新零售商业评论-李健华
共2页 上一页 [1] [2]
关注公号：redshcom 关注更多: 供应链
