大数据、人工智能的概念炒得火热，处于转型困局中的国内服装企业们都在摩拳擦掌尝试着怎样能乘上这股东风来实现转型。如今服装行业内几乎形成共识的是，大家都在把ZARA作为改革的学习榜样。
Zara近几年来无疑是称霸快时尚，远远的甩开优衣库、H&M以及Topshop这些竞争对手。2016年，Zara母公司Inditex销售额增长12%至233.1亿欧元，净利润同比上涨10%至31.6亿欧元，两项数据均创下新高，今年上半年，Inidtex的营收延续双位数增长的迅猛势头。
关于ZARA的成功早已有大量媒体解读，扁平的管理层结构以及对大数据的快速反应被认为是成功之源。自有供应链及生产体系使得ZRAR能够足够快的对消费者不断变换的口味做出响应。Inditex旗下的产品约有70%是在短期交货内生产，意味着ZARA可以比其他服装品牌更灵活的针对市场需求进行设计，避免不必要的库存。而库存问题，正是国内众服装品牌发展所面临的最大窒碍。像韩都衣舍、茵曼、UR、Esprit等国内品牌纷纷对症下药，开始学习并引入ZARA的大数据-供应链模式，“柔性供应链”一词再度被炒火。那么，众多的国内品牌学徒中，谁的发展前景最被看好？今天引起笔者注意的是非服装品牌——孔雀——一家来自青岛的互联网公司。
说起孔雀，发展历史极短，16年成立，不到一年时间就发展到现在拥有3家智能工厂（孔雀云工厂）2个智能化加工单元（孔雀家工场），手揽利郎、依文、巴龙、玛菲、暖倍儿、阿菁娜、秀域等优秀客户订单的“自造血”公司。在与孔雀云CEO程伟先生的对话中，我们也能够感受着这他对这家公司打下的“务实”的烙印。
“大数据与智能工厂的结合，是孔雀区别于普通互联网公司或服装公司的最大不同。”
谈到孔雀模式，程伟从对火热的大数据开始聊起，向笔者讲述了数据是怎样在一件衣服从生产加工到零售到衣后服务的闭环中发挥重要作用的。“可以肯定的是，任何大数据的建立都是来自于不同特定场景、特定时间的小数据，以涓流汇成江河”。
孔雀云智能工厂的核心在于七大数据库，除了版型库、工艺库、BOM库等纯数据外，孔雀更重视对小数据的整理与运用。对于服装行业来说，小数据可以是用户在某个周期对商品的浏览习惯，也可以是某商场一天中各时段的人流，孔雀云甚至希望能够精确获取到用户对特定衣服的洗涤频次与周期，并通过对衣后服务领域的渗透进而实现超精准营销。
“定制产品=产品+数据+内容+服务，其中服务是一个变量，做到极致的服务完全可以实现平台比用户更懂用户自己”，程伟先生向记者展望了这样一个场景，试想当你购买的某件衣物穿着并在送洗干洗店一定次数后，取衣同时收到的是一则推送，推送的内容来自于该衣物对应的标准化洗涤次数与用户使用频次的云端数据分析，会告诉你接下来该衣物怎样保养、和当季的什么衣服最搭以及怎么搭配优惠券最划算等等。“要做到这样的精准当然需要重模式的深耕，所以孔雀云会始终保持耐心，我们的初衷并不是现在赚多少钱，而是怎样能把事情做到超预期”。
或许是因为投身于传统企业转型的产业互联网，孔雀是一家年轻却不急躁的公司，这是当今互联网企业的一项难得特质。孔雀云的最终形态是将服装行业供应链上的B（商家）、D（设计师）、S（面辅料供应商）、M（智能工厂）、W（产业工人）、S（服务）整合到一个平台上，同样是一个需要耐心和重资产投入的过程。“好在，在云平台布局的过程中，每打通一个节点，就会带来积极的影响，小到孔雀服务的品牌，大到整个服装产业，孔雀云都有足够的空间来体现自己得价值。”在程伟的介绍中，将面辅料与工厂打通，可以避免冗余的来回打样，将成衣生产周期从1-4个月所见到10天内；将设计师与商家打通，可以实现设计资源共享，商家每年可以节省至少30%的设计成本，而设计师也有机会将更多作品送入门店；而将战略部署的最后一步衣后服务纳入平台体系，将完成之前假设的场景形成完整闭环。孔雀做这一切都秉承着一个初衷，那就是带动所有服装企业完成产业装型升级。
孔雀一直将建成为普惠资源作为目标，帮助中小服装工厂实现低成本、短周期的智能化改造升级，帮助服装销售商实现极速柔性供应链。“开放性与外部性是我们做供应链平台的使命和责任，我们就是要做到能够团结其他服装企业，让大家都能加入到平台并获得所需的资源”，程伟向我们介绍道，孔雀云会让工厂、品牌商、设计师等像使用自来水一样使用企业转型所必需的数据、标准和解决方案，只要用户接入孔雀云，进行一定的硬件设备改造，就可以实现不同程度的智能化升级，完成生产模式的转型，大大降低了智能化转型的成本，缩短转型周期。
国内服装巨头的突围可以提升中国制造的精气神，提升中国品牌的影响力，但是从根本上能否带动国内众多中小企业转型升级？从目前占主流的OEM模式来看，中小工厂是被巨头绑定还是淘汰？至少答案不会是一定的。而孔雀云在做的事情，将有可能带动中国服装产业整体的装型升级。在众多拜师ZARA的企业中，孔雀正在以潜伏者的姿态实打实的做出成绩。
联系客服
