编辑导语：我们很少听到中国的消费品牌能做到国外去，原因何在？我们差在哪里呢？本文从DTC用户需求洞察，供给侧需求侧的数字化程度，渠道的效率这三方面进行探究，一起来看看吧~

这篇文章开始于一个问题：

“中国制造的商品销往全球，但是为什么这么久以来我们只在少数行业开始出现了国际品牌？过去两年很火的新消费又是怎么回事？”

有这个问题是因为，之前由于工作需求，研究分析了很多国际 DTC 品牌客户，他们依靠出色的品牌建设、柔性供应链，获得了品牌消费者的认同和高溢价，躺着把钱挣了。

中国品牌代表有做木质家居的 MADE(工厂在浙江)，母婴童装的 PatPat，以及风靡美国的 Shein。它们做对了什么？

而我从小混迹打工的很多南方工厂，如果我们看一下它们的数据，会发现它们辛辛苦苦一年却只有微薄不到十个点的利润。为什么？

一边是新品牌、一边是传统工厂，带着这个问题，我主要在研究两个方向：

1. 国外的 DTC 品牌/私域/新消费：到底这些模式好在哪？有哪些值得学习的地方？
2. 工厂/渠道：是什么关键因素阻碍了它们的进化？

一、新消费 – 用户心智

分众的江南春老师有个观点我很同意：什么是消费品牌，「用户心智」和「渠道心智」。

什么是用户心智，是用品类爆款抢占消费者的心智。

比如，0糖0脂0卡气泡水，你会想到什么，是元气森林气泡水；

再比如，无痕无标签无钢圈女士内衣，是蕉内的内衣基本款；

再比如，代餐营养蛋白棒，是 fift8；魔镜健身镜，是 Fiture。

品类爆款抢占消费者心智只是方法，再往深想一步，什么关键因素导致这几年新消费的爆发？

是社会消费理念的变化啊。

0糖0脂0卡、蛋白代餐，是低糖健康饮食、关注优质蛋白摄入的饮食理念，我们可以关注一下好吃但高糖的垃圾食品在超市货架上的出现的频次来做对比；

魔镜健身镜是健康阳光生活的理念，这种理念尤其在健身户外圈子里流行，圈子文化所代表的理念的认同，这个点出发的延伸思考是最近很火的飞盘运动、露营（当然也有疫情封控催发的因素在）

舒适极简基本款、无钢圈、无尺码女士内衣则代表的是悦己、关注自身感受而不是取悦男性的生活理念，让自己快乐这件事比以往任何时候都重要。

为什么是现在发生了这些理念的变化呢？

我的思考是中国正经历消费时代的转化，进入「个性化、品质化」消费时代。日本经历这一时代的时候发生的明显变化是：

1. 从偏爱欧美国际大牌到偏爱日货，很像我们的国潮对不对
2. 从跟风大量消费到关注产品品质、个性化差异化，买少买好而不是买多
3. 崇尚极简

把目光转到欧美的 DTC 品牌，明显看到的趋势是「环保主义」、「圈子文化，比如健身圈、户外圈」

消费时代的更多内容先按下不表(感兴趣看文末资料5)，这里想表达的消费品规划路径是：

消费理念的变化–>具体消费者群体的需求 –> 转化为产品 –>产品的品牌建设(定位/用户教育/营销)

二、新消费 – 渠道心智

那什么是渠道心智呢？

有一个说法是，元气森林最大的资产在那“一百万个冰柜”，把元气森林气泡水铺到每一个超市货柜、公司里的零食柜和学校里的小卖部，让气泡水和可口可乐、娃哈哈营养快线、农夫山泉放在冰柜的同一排，是需要强大的渠道资源支持的。

1. 食品

德勤最近的食品趋势报告显示，在我国，食品行业目前最主流的渠道是“品牌 –>经销商 –> 终端门店 –> 消费者”，只有依靠强大的渠道能力，品牌才能把产品铺到中国最末端的城市、乡村去，而不仅仅是在一线城市流通。

渠道心智是品牌更高阶，也是挑战更大的竞争力。

一个简单判断品牌是否建立渠道心智的办法，有很多在一线精英圈里很有名的品牌，到了街上拉几个人问一下，可能真没几个消费者知道。

很多新消费品牌还没来得及建立自己的渠道，疫情封控一来也就死掉了。

说起渠道的话题，其他行业商品是否也这样流通的呢？

最近因为关注蕉内、内外、奶糖派等女士内衣消费品牌，密集访谈了女士内衣产业链的从业者，也同时把女装的渠道也做了市场调研。

2. 女式内衣

内衣产业线下渠道基本与食品行业一致：“品牌/工厂 –> 各省代/经销商 –> 分销商/门店 –> 消费者”

比如，在内衣之都汕头陈店镇周边，这里聚集着内衣加工厂以及一些传统国货巨头品牌(如曼妮芬)。无论白牌还是品牌工厂，生产的内衣成品发往比如四川的省代理，再铺往四川当地的门店，消费者在门店体验后购买。

3. 女装

女装行业 CR5 市占一直不高，原因是女装款式变化非常快，SKU 非常多，行业内存在大量白牌产品，批发市场就成了女装款式的集散地。

因此线下渠道为：“布料市场 –>设计工作室/品牌–> 工厂 –> 女装批发市场 –> 门店 –> 消费者”

在十三行调研女装行业时，当地最大的一级批发市场–新中国大厦的批发档老板告诉我，档口只是做样品陈列，仓库大多在市场附近的城中村里。

他们的客户有来自其他省市二级批发市场的批发商、也有各地服装门店店主和电商店主甚至海外电商平台。

比如深圳南油高端女装市场，有部分款式就来自十三行；

Shein 2014 年之前，就从十三行拿图片放到网站上，有了订单才拿货发往海外，今天我们在十三行红遍天大厦还能看到“美国街”，“韩国街”等各国风格服装。

以前新中国市场凌晨 6 点就开始热闹起来，很多客户从各地来新中国各档口挑最新款式，凭着自己的经验拿款订货，通过德邦甚至是大件干线物流运输到他们自己的门店仓库。

但现在有很多长期合作的客户都不来现场了，加了微信后看朋友圈拿款。沟通方式线上化也带来了渠道流通方式的变化。

一旦某些款式拿款情况好(订单多有需求)，批发档主才让工厂大量生产然后交付。只有市场公认“爆款”，店主才会一开始就大量生产(当然也存在同行抄袭、“仿款”的情况)。

那店里的女装款式来自于哪呢？

新中国里做得规模比较大的批发商拥有自己的女装设计工作室，还有大部分档主的货来自于这些头部批发商或自有代工厂。

除十三行红遍天大厦有少数设计工作室外，大部分设计工作室设在中大布料批发城附近，那里有几乎最全最新的布料/面料/辅料，是包括 Shein, PatPat 在内的很多大企业的布料供应地，那边也孵化了「辅料易」这样的 SaaS 产品。

总的来说，目前商品线下流通渠道环节众多、分散且数字化程度较低，数字化程度低不仅体现在参与者单环节上，还体现在参与者与上下游的连通上。

并且，批发从业者多为夫妻/家庭档，教育水平各异，对商机敏锐，但真正洞察消费者需求并影响生产的较少。

消费者对商品的生产/流通参与度都很低，消费者越来越差异化的需求和生产之间存在极大错配，久而久之，在部分行业的批发渠道中流通的商品给大家的观感越来越低质。

三、DTC-用户洞察

过去这两年海外流行的 DTC 有什么新变化可以参考吗？

DTC(Direct To Consumer) 很多人理解为商家直达消费者，好像消费者可以被随时免费触达，只要加大对消费者的触达，产品就能大卖(至少国内私域 1.0, 2.0 时代是这样理解的)，这其实还是流量思维。

我的观点是相反的，DTC 其实是消费者需求反过来影响品牌产品设计、生产过程的模式，是商家直接了解并不断服务好消费者的模式，也是商家终于有机会把控自己生意的主动权(相对公域电商平台而言)。

通过好产品、被认可的理念、好服务带来客户忠诚，带来长期复购，而复购另一个角度来看，是降低了获客成本。

那如何做消费者需求洞察呢？–> 需求侧数字化

数据驱动能发挥巨大的作用，数据行业最常见的落地应该是 CDP(Consumer Data Platform)，也有团队开始做 CEP(Consumer Engagement Platform)。海外看到的场景是，不少 DTC 团队基于 Mixpanel, Crisp 等 OLAP、客服 SaaS 来低成本落地 CDP 系统。

针对 CDP 举个例子，可以将海量用户点击行为、购物偏好、活动偏好、渠道来源、用户身份等各种信息进行分类、打标签(简单例子可以看资料 7)。

DTC 店铺针对每个标签的人群做不同的运营活动，客服在与消费者沟通时，可以记下消费者的需求，以便推荐更精准商品等等。

将千亿级别杂乱数据整理为 B 端客户容易理解的 CDP 系统，通过数据理解用户是我过去投入最多精力解决的工作内容。

在一次内部分享会中，PatPatCTO 分享，它们不止做了需求数字化，还将供给侧也数字化了，比如商品设计、面料、款式等，都可以通过对海量消费者数据分析出来；

Shein 同样把服装元素拆到极致，设计师团队通过分析领口、袖口、下摆、颜色等元素，根据消费者偏好设计新款式。

Shein的数据驱动产品策略

相比前文中提到滞后的计划生产方式，DTC 通过将需求侧、供给侧数字化，影响商品的设计/生产/流通，再将匹配的商品推荐给有需求的消费者，生产供给侧和需求侧的脱节和不匹配问题就有了答案。

四、将供给–>渠道–>消费者需求数字化？

回到本文最开始的那个问题，阻碍中国品牌做大做强有这么几个重要原因：

1. 供给侧的计划生产方式与需求侧脱节严重，本质原因是供给侧和需求侧数字化程度都不够，尤其是对消费者需求理解不够，造成了大量的生产浪费
2. 渠道侧：商品流通环节众多分散且彼此不连通，严重影响流通效率，也切断了需求向供给传递的链路

存不存在这样一种可能，将中国供应链的供给、渠道、需求都数字化并且打通，每个环节的从业者以 DTC 服务好消费者的理念服务好自己的上下游，根据对上下游的需求的理解消除自己这一环节的不匹配，以实现产业链整体的效率提升。

举个例子，陈店镇的内衣厂长告诉我，他们工厂最大的需求在于：提高每个内衣款式的布料开发利用率。

怎么理解呢？内衣工厂针对每个款式都需要经过开模、制定生产计划、采购款式所需原料、排班生产等环节。开模有很大的成本，因此许多工厂往往都是几万件起订、批量生产来降低成本，这就是生产的计划性。

但是如果没法保证需求的确定性，生产计划就有很大的风险。

比如，某批内衣吭哧吭哧干一个月，生产了 1 万件，最后因为换季等原因，只卖出去 5000件。

厂长们宁愿手上有消费者订单 2000 件然后安排生产，以销定产的模式而不是前者，尽管前者卖出更多(这里想表达生产的不同方式，而不是 C2M 定制化模式)。

前者的问题不止在于剩余的 5000 件砸手里，还在于某些款式所用的布料只有这个款式可以用，实际上原料也有了库存积压，将心比心，原料供应商也需要现金啊。

所有的积压其实都占用了企业的自由现金流，而自由现金流是这些小企业的生命线，要比账面盈利重要得多(现金流断了，即使账面盈利，企业也得倒闭)

厂长告诉我，很多工厂现在还不知道某个款式到底要用多少布料、实际用了多少布料，生产过程中，布料采购都是厂长拍脑袋决定的。

没有需求的确定性，就没法提高那些卖不出的内衣成品的布料利用率；

没有对工厂内生产计划的数字化，比如先做哪一道工序再做哪一道工序，就没法知道每个款式的布料利用率。

后来我一想，这个指标就是三张表里的存货周转率啊，每个指标背后其实是工厂真实环节的成本。

那新模式下，工厂这种需求确定性来自于哪呢？

刘同学是四川的内衣经销商，也是陈店镇许多厂长的下游客户，他的家族在四川有近百家针对二三线消费者的内衣零售店。

我们曾沟通过一个问题，说 ：”看到这么多内衣创业的新消费品牌，针对这样在二三线城市的业态，有什么办法可以让这些传统零售店业绩重新快速增长起来呢？”

我们讨论过电商平台给门店带来的冲击，最后结论是内衣这样在线下体验更好的品类，电商平台带来的冲击其实有限，产品跟不上消费者需求变化才是最大的问题。

我当时给出了相对悲观的判断(不一定对)，产品力是品牌/门店的生命，如果没法及时根据消费者需求改变工厂滞后的计划生产模式，即使学屈臣氏进行门店数字化、O+O 预约到店带来门店新流量，业绩可能可以小幅增长，但不会达到预期快速增长的目标。

但假如经销商和门店能将这种需求转化为工厂可预见的生产计划，比如洞察消费者对内衣有无钢圈、蕾丝花边、无尺码、无痕标签等元素的偏好，再进行模型设计，通过 AI 生成消费者身材尺寸 3D 效果模型，并上线到门店线上店铺中供消费者选择。

图片来源：DT 财经，女士内衣为什么越来越贵？

消费者自行在门店 online 店铺预约到店 offline 体验，经销商通过小单快返的方式给到工厂生产。

这样的确定性对门店，经销商和工厂是三赢的。

但这种数字化，对国内众多小工厂厂长、个体批发商来说，容易落地吗？

难，相当难，不仅是涉及的软硬件技术难，更难的是老板对数字化转型的认知和执行。

Shein 为了打造极致的供应链，创始人从南京跑到广州番禺干了三年，才把”小单快返+柔性供应链”的全流程透明供应链系统和上游 100 多家面辅料供应商，下游 300 多家成衣供应商全部打通。

于是才有了 Shein 极致的供应链能力，每天上新 5k – 8k 个新款，从打样、生产到出货周期在 7 天左右(Zara 是 14 天)。其中，供应商在供应链系统上接单到生产成衣，只需要 5 天。

Shein 通过极致上新款，小批量生产(款式最小生产量 100 件)，通过数据反馈对爆款加大生产，规模化就能带来成本降低。押注爆款、数据驱动这样的方式看来，Shein 的产品不是设计出来的，是测试出来的。

Shein Test andReorder Strategy

华为在《华为数字化转型方法论白皮书》里提到，数字化转型是一把手的事情，因为企业的数字化转型，本质上是对业务进行转型，是要改变企业内部原有的组织架构和信息流，让企业决策基于数据驱动，提高企业的业务竞争力。

如果不是一把手自上而下的推动，如何能够让传统企业内各部门山头放弃业绩指标，把时间精力投入到短期见不到成效的数字化转型呢？

传统企业要走到这一步，需要经过如下几个步骤：

知易行难，靠传统企业老板来实现落地，理念、工具、人才每个环节都是巨大的挑战。好在，有越来越多的企业正在尽全力帮助传统企业数字化转型、帮助提升商品从生产到流通的效率。相信，未来”中国制造”能真的”中国智造”。

资料：

华为数字化转型方法论白皮书：http://www.ctiforum.com/uploadfile/2019/0322/20190322105731237.pdf

SheinInvestorPresentationJuly 2020

长江商学院 – 冲击1000 亿美金估值，Shein 即将成为全球第三大独角兽

DT 财经 – 为什么女生内衣越来越贵？

美团研究院-日本世代更迭与消费社会变迁的经验启示

亿欧 WIM2021 -2021 全球新消费创新产品 TOP30

AfterShip – 传说中的“大数据杀熟”是怎么做的？– RFM 模型了解一下

作者：kcc；公众号：kccnotes

本文由@kccnotes 授权发布于人人都是产品经理。未经许可，禁止转载。

题图来自 Unsplash，基于CC0协议。