中国服装行业激荡40年，我们离耐克还有多远？

相较于其他消费品而言，2011年之前，美邦、七匹狼等服装品牌的回报率，不管是从净利润率增速还是从ROE的角度都非常好，甚至不逊色于青岛啤酒、格力电器等公司。

为什么会有这种繁荣？因为此阶段服装满足的是不同层级从无到有的功能需求，此时的服装企业更类似于一个渠道，而不是品牌。很多服装公司都是一种选品的商业模式，依赖于供应商的设计做选择，没有自己的设计和生产。

此时的许多服装品牌公司有一部分自营，更多的是二级代理，通过加盟的方式，扎根到不同级别的城市里。所以，美邦、七匹狼等公司，承担的角色更像一个供应链管理公司，或者一个渠道管理公司，而不是真正意义上的品牌公司。

从0到1的过程中，一线发展不好可以到二线。2000年之前，一线是主战场，之后国际大牌进入到一二线城市后，这些品牌就开始往二三线发展；2010年后，国际大牌通过电商进入二三线，这些公司就被挤压得非常难受了。所以，2011年前，服装公司可以赚到钱，主要是他们承担了渠道的功能，建立并扩张一个深度渠道，通过加盟等方式，从一线发展到二三四五线城市，将红利吃光殆尽。

因此，2011年之后，国内的服装公司发生了很大的变化，原来的加盟制必须转型成零售。此时渠道不能成为优势了，零售是一种新的方式，服装公司需要参与更多产品、设计等环节，所以这些渠道型品牌遭遇了很大的挫折。以美邦为例，2011年后，美邦的ROE快速下降，资产效率极度萎缩。

从渠道公司进化到产品公司，服装相比其他东西并没有特殊属性。虽然服装分类非常多，但是目前为止，相比家电、手机、调味品、乳制品等来讲，服装的产品属性是逐渐降低的，而精神属性逐渐增加。然而，精神属性虽然可以让服装获得定价权和高毛利，但是不好定义，有非常大的不确定性。比如，服装到底满足何种精神诉求，群体归宿or自我实现？如何塑造品牌来匹配不同消费者千变万化的个性追求？

所以，服装行业最难的是需求不可预测性，这会导致这个行业的“不可能三角”出现：收入规模扩大、维持正价销售率、提高售罄率很难同时维持。

如果服装公司想扩大收入规模，就需要扩充SKU来需要满足所有人的需求，但服装企业的备货是提前半年到一年的，且能不能真正被消费者接受是未知的。这就要保证能管理好库存，不然一个季度过去，商品卖不掉，形成库存积压。

正价销售率，据统计，服装行业大概只有50%-60%的产品可以当季正价出售，剩下的40%左右在当季无法正价销售，这会导致利润率差距大，资金积压严重，而打折出售对品牌伤害巨大。所以，一线品牌会折价在二线城市销售，二线品牌折价去三线城市销售，这种一级一级降维度折扣销售形成了爱库存、唯品会等公司。

所以，服装公司要想维护品牌，维持健康的正价销售率，就要对产品的需求与产品的定义有非常精准的定位，否则还是会陷入库存困局。

售罄率，即产品无论是正价还是折价，全部出售。而正价销售率如果不高，则会严重影响售罄率，出现库存积压，都会影响资金的流动性，导致整个公司周转困难。所以，同时实现规模扩大，维持正价销售率、提高售罄率是非常困难的。

但反过来说，如果不追求大规模，可否在细分领域一个品类精耕？答案是肯定的，如现在很多淘品牌活得非常滋润，同时也有A股上市的公司，如比音勒芬，在自己的高尔夫球服领域做得非常好，各种运营指标，复购率都很健康，今年这家公司股价有接近一倍的涨幅。

所以维持小而美的生意是没问题的，但是要做到几百亿、上千亿，就会有“不可能三角”的问题。

用两个模型分析不同正价销售率、折扣率对整个净利润率和经营性净现金流造成的影响。

模型一：1000SKU，三个批次正价销售率不同，分别为50%、40%、40%，最后会导致36000到16000的净利润差异。采取不同折扣，也会造成净利润、经营性现金流的巨大差异，可以从16000元的净现金收入变成-4000甚至-16000的净现金收入。

模型二：如果不同的SKU数、不同的折扣，一样也会对净利润、净现金流产生巨大影响。

所以，如果要维持持续增长，但中间各种运营效率没有完美控制，就算正价销售率只从50%下降到40%，都会对净利润、净现金流带来非常严重的负面影响。这也是服装公司很难做大的原因之一。

由此，我们认为服装行业现阶段的核心矛盾是，多品种需求以及多种需求的快速变化与批次性的缓慢供给满足之间的矛盾。需求多、变化快，供给无法跟上，会导致不可能三角出现。

2、能不能诞生巨大的公司？成为巨大公司需要什么条件？

那服装行业能不能出现巨大的公司？从全球来看，不管是全球富人榜，还是公司市值排行，可以看到一些服装行业已成规模的大公司。

（此表中，截止2019年6月30日的最新数据皆用红色标注，其余皆为2018的数据。）

Nike市值1319亿美金；其次Inditex（即Zara）最高时市值1200亿美金，从2018年开始出现巨大回撤，最新收盘价823亿美金；优衣库市值616亿美金。而奢侈品LV市值1882亿美金，属于精神满足范畴，此文不细谈。以上排序，我们可以看到，不管是传统休闲服饰还会Nike的运动领域，都出现了大公司。另外还有一个非常特别的公司Lululemon，这几年发展迅猛，现在是235亿美金。

此表是截止到2017年，过去10年中几个公司股价的复合增速，最快的是优衣库，还有申洲国际、Lululemon。其中Lululemon如果结合18、19年的数据，复合增速约20%左右；Nike、Adidas计算到2019年，复合增速在15%左右。这些公司持续十年以上，不含分红部分的复合回报，都非常良好。

那服装行业怎么才能做大呢？首先要打破“不可能三角”。对比Zara、优衣库、申洲国际的成功路径，我们可以看到最核心的是全产业链供应管理。全产业链供应管理是一种手段，目的是提升反应效率，打破不可能三角，缓解需求快速变化与供给缓慢的核心矛盾。

以优衣库为例详细分析。

案例分析：优衣库

优衣库采取的策略核心是降低SKU，只做基本款。把多样化的需求变得简单，变可选为必须。基本款可以让公司将主要精力集中在面料开发、降低成本上，维持产品强势的性价比；缩减SKU可以降低库存风险，性价比高的产品可以提高售罄率。没有快速多样的需求变化，减少了难度，也有助于更好的管理全供应链。

优衣库除了集中款式，另外一个核心是直营门店。直营可以更有效的管控门店与渠道的效率，放弃多样化需求，集中精力管控柔性的供应链和弹性灵活的供应管理体系，从供应商端到渠道到终端的全供应链管理。

优衣库模式容易学习，但基本款的功能属性大于精神属性，提到优衣库，消费者就知道性价比高。那么优衣库的品牌价值是什么？

我个人的理解，品牌的作用只有一个，降低选择与使用过程中的时间成本。这么降低？品牌等于质量，但此质量不等于良品率、一致通过率。这种质量是从原料到生产管理到配送体系到最终营销端，形成的可持续、可复制、高密度、高纬度的一套工艺参数，能保证产品经过10年、20年，其质感、质量、及使用效果，还能精准的传达给客户。通过这样的持续传达，使品牌扎根于用户心中。

实现这样的传达，需要每个环节的数据组合，比如，以化纤棉为原材料哪种配比可能是最优的，可以适应各种环境，实现吸汗、轻薄、透气等功能；什么样的生产工序的时间配比、效率配比、质量配比才是最优的，如车多长时间多长距离，会让不同布料的松散度、紧密度达到比较好的质感等。这些都需要不断的试验与验证，才能得出良好的参数。这些如果都能够用数字化实现，就能得出有效方法论，获得最新配比。这是过去十年看到大公司走到今天，缓解供需矛盾得到的结论。

相比过去十年，新的基础设施和技术，为行业带来了新的发展机会。

首先，社会化全供应链管理透明度和弹性提升。工厂的管理能力持续提升，将工厂的柔性制造、弹性管理大幅度提升，交付周期大幅缩短，如申洲国际最快的出货时间是15天，对手需要30天。这就得益于全供应链管理，端到端的供应链管理效率提升。这是过去20年不能实现的。未来5G、物联网、工业4.0等技术及变革，会极大的提升供应链的透明度与弹性；

高效的物流体系和电商的成熟，为渠道端的效率提升提供了巨大空间。2013年后，安踏、李宁一直在减少仓库，建立工厂直发仓，加强从工厂到零售终端及客户的配送效率。

端到端数字化打通的建设，为产业链透明度和高效管理提供了工具和可能性。服装产业链从前到后的效率提升，是一种纵向的效率提升；而横向的管理效率提升，在中国企业的各个环节都比较少。而国外大公司，都会横向提升企业HR、财务、IT、销售等管理的效率。这是接下来，中国企业可以深入挖掘改革的一个方向。

过去服装行业是增量红利，单纯卖袜子、鞋子都能成为区域性首富，但是现在效率红利大于增量红利，尤其是传统行业，资金都陷入了增量陷阱。

其次，需求的洞见和发掘是很多非功能性服装转型的必然之路。服装行业已经完成了从无到有的阶段，现在处于从有到好的阶段。同时这个行业是最早开放全球化竞争的，不管是国外品牌进入国内，还是中国企业走出去，都是最早的。随着电商体系的触达加深，三四线城市购买全球大牌也非常容易。从好到有，什么是“好”？服装行业怎么洞察并挖掘出自己的“好”，这是另一个可以深入思考的问题。

当然，功能属性比较强的，如运动鞋品类，它主要靠研发的积累，因此，很多公司有面料、工艺、技术等方面的壁垒。所以，全球运动产业的CR2或者CR5非常高，一直在提升，很难被颠覆。另外，多样化全方位的数字化渠道，为洞见客户的精神属性提供了精准工具，也为这些品牌公司实现更加精细化管理的提升了可能性。

3、中国运动服装行业，谁有机会做大？

服装行业中的运动服装，功能性明显，鞋子比服装的功能性更强，需要研发积累，所以巨头的积累非常深厚。2010年后，Adidas、Nike两家市占率持续提升。中国运动服装CR5约有75%，CR2约有40%，而且越来越集中。运动服装行业产品的休闲化、时尚化趋势明显，市场空间持续扩大。

运动服装行业的产业链非常完善，自建与ODM并存，产业格局清晰，产业链集中度持续提升，全产业链的全球化趋势明确。比如申洲国际，向全球供给端渗透的速度持续提升，在Adidas、Nike、彪马、优衣库四家里的占比平均都在15%以上，且不断提升。

体育全球化带来运动服装行业的营销方式全球化+本土化共存，从有到好全层级产品升级，线上线下全渠道快速发展。

中国的运动服装代表是李宁和安踏。

李宁从1990年创立到2000年，这十年增长迅猛，主要靠全国渗透红利，以及李宁的个人品牌效应；2000年-2008年，下沉阶段，主要逻辑是渠道扩张加三四五线的渗透率；2011年-2015年，全国服装行业渗透率红利阶段性告一段落，Nike、Adidas等外国品牌的强品牌力加上互联网电商从一二线到三四线全层级竞争，压制全行业暴利，公司粗放经营结束。

从2008年开始，李宁、安踏、特步、361°这些公司的库存开始增长，效率非常差。2013年，李宁进行效率改革，清理老库存，升级产品，整理供应商体系，提升渠道效率，尝试供应链的柔性提升等，但是由于触及太多人利益而失败。2015年后，李宁重回公司，深化改革，用18亿回购全渠道库存销毁，甩掉包袱重塑产品力和渠道力，提升效率。置之死地而后生，股价、业绩才出现巨大转折。

产品力重塑主要体现在以下几方面：降低原来高占比的非核心商品，重新聚焦，设计师采用运动时尚化，而不是全运动，用“中国李宁”四个字定位“新国潮”，准确的抓到了新一代90后的爱国热情。通过不同渠道全方位覆盖，新品大增的同时，新品精确度提升；以前李宁每做一个改变，会在央视打广告进行电视营销，但是中国李宁是直接从纽约时装周开始造势，通过Instagram、微博、小红书、抖音等互联网手段营销，李宁个人开通微博与消费者及粉丝互动。

所以，与对手安踏相比，李宁在过去两年最大的变化是，善于运用新的营销方式、新的渠道方式，更精准的挖掘需求。中国过去十年最大的成就是移动互联网基建的完善，李宁利用好这点，就找到了持续挖掘精准需求的方法论。

效率提升主要采取策略是：

减少第三方渠道，增加自营，以及电商自营。这提升了全渠道的透明度与数字化程度，提升了预测的准确度，提升了供应链的弹性，以及全产业链线上线下跟供应商之间的整合。供给从原来90天缩短到现在的50天左右；

原料库存增加，中间品库存减少，打通全产业链数字化，运用各种工具提升营销的精准度。李宁的库存不随着revenue的增加而增加，但安踏的revenue增加20%库存就增加20%。

同时，李宁过去全部是ODM，今年开始自营工厂，云南一个九条产线的自营工厂今年上线，相对提升自营供应链的比例，打造整个供应链，来满足更好的供应链柔性和弹性。

所以，这次改革的深化带来了存货周转率、应收账款、流动资产周转率的提升，精准营销降低了广告成本，广告开支占比营收与安踏接近，产品力的提升，产品单价、毛利率都随之提升。

安踏在2013年就开始从服装行业危机中振作，重视研发投入，每年5%左右的研发费用率，是同行的三倍以上，建成了国内最大的实验室跟材料中心的检测中心，制造端自营加ODM模式非常成熟，全工厂数字化建设较早完成并持续提升；李宁过去几年都是在营销上发力，没有自己的工厂，今年才开始建工厂，研发主要依赖供应商。因此其研发费用、产品力都低于安踏，ASP与毛利率也低。而安踏依靠强产品力，可以收购FILA，重新定位FILA的品牌力，进一步提升产品力，FILA一件T恤可以卖到400-1000，李宁与之相比，ASP相差3-5倍。

虽然安踏供应链端做得很好，但是相比李宁，安踏对需求的洞察没有李宁强，在渠道和品牌的打造上，也弱于李宁。尤其是李宁有个人品牌形象这个天然优势，这是安踏无法企及的。李宁在电商渠道、数字化营销方面具有先发优势，但是随着天猫开放数字化营销平台给所有品牌，李宁的这种先发优势能持续多久？这需要持续关注。

4、总结

中国服装业已经从从无到有的阶段到现在从有到好的阶段，过去行业的核心矛盾就是快速多样变化的需求跟品质化缓慢调整的供应管理之间的矛盾，优衣库与Zara是用了两种方法缓解这一核心矛盾，造就了辉煌。但现在，尤其是中国，高效的互联网的基建跟社会化物流的基建以及中国服装制造行业的持续进化，给品牌厂商的可能性提供了非常坚实的基础，多样化的工具对需求供给之间行业核心矛盾的缓解提供了持续优化的可能。

精准的精神需求发现跟洞察以及方法论可能是品牌公司持续发展的一个基础。全供应链效率的提升，是很多制造公司如申洲国际等的持续壁垒来源。另外，企业横向管理效率提升的潜力也值得挖掘。这几个点，是中国服装行业未来可以持续观察的。

品牌之所以是品牌，除了其质量可以保证，同时也是一个由质感、产品一致性、加工准确性、材料稳定性与创新的结合等数据组成的综合参数系统，需要利用现有的各类工具形成这个参数，并发挥这个参数的力量，参与的因素越多，中间的波动性与不确定性就越高，而验证之后得出的结论，其准确度、一致性也会更高，这也是工业4.0的精髓。