Zara如何“预测”下一季流行色？仅用这两招就足够！

　　新一季到来之前，时装零售商很难预测黑色是否依然流行或者其他颜色是否会成为流行色。实际上，就算在当季，客户的喜好也会经常变化。以往大多数零售商依靠预测决定客户想要穿的服装。可大多数零售商都会出现预测错误的情况，从而承担严重后果——每年至少要将其多达一半的库存做半价抛售。

　　Zara（需求面积:1000-2500平方米）的控股公司蒂则诺纺织工业公司对这种损失非常不满，决定在生产及零售方面实施适应型战略。控股公司在1975年Zara投放市场时将快时尚引入了时装业。Zara并不预测客户可能想要的服装样式，而是根据客户实际购买的服装样式做出更快回应。

　　Zara通过两种方式做到了这一点

　　第一，Zara缩短了自己的供应链，将生产工厂转移到更靠近客户的地方，并且愿意为获得更大的灵活性投入较高的生产成本。在各项措施之中，公司重新为美国市场和欧洲市场分配了服装厂，将之从东亚地区转移到更靠近终端市场的地方—如墨西哥、土耳其及北非国家等。近距离供货是蒂则诺纺织工业公司组织模式成功的要素。缩短的供应链将产品从设计工作室到主要街道零售店的时间减少至仅需3周，比行业平均供货时间缩短了5个月。

　　第二，Zara只会小批量生产某种风格的衣服。实际上，所有衣服都是实时参与市场的试验品，那些迅速被抢购一空的成功款式会被挑选出来批量生产。比起竞争对手，Zara零售店测试了更多款式，确保客户的积极参与，并做好继续生产的准备。Zara在新一季开始前6个月用于开发当季15%~25%的产品，新一季开始之初，仅锁定生产50%~60%的产品，而行业平均生产率为80%。因此，Zara约有50%的衣服都是在季中生产的。如果哈伦裤和皮裤突然开始流行，Zara就会快速反应，设计新款式，在某一流行趋势达到顶峰或衰退之前送至门店。

　　这种方法的效果非常明显：2010年，Zara的减价商品只占库存的15%~20%，与行业平均水平50%形成鲜明对比。此外，尽管Zara的直接生产成本比其他生产中心基本位于远东地区的竞争公司高，但某一时期的利润率为行业平均水平的2倍，且零售店的存货周转相当高，带来了巨大的投资回报。

　　在日本，全球食品杂货连锁店7-11在21世纪初拥有非常重要的信息优势，其方法是利用销售终端记录销售额以及其他变量，比如客户统计数据，甚至当天的天气和时间。得到数据后，公司可以实时测试这些变量如何促进销售，因此7-11可以在实际条件下确认销量较好或销量较差的商品。

　　如此一来，价格、搭配、促销以及布局可以在每天，甚至在几小时的基础上做到因地制宜，达到最优效果。例如，7-11的系统可以根据附近新开的建筑工地跟踪记录午餐盒的需求变化，以单个店铺为基础，快速调整搭配商品。

　　通常情况下，有用的信息近在咫尺、唾手可得。比如说可以从与客户、供应商以及其他利益相关方的交流中得到。但这些信息可能需要通过数据挖掘及分析来进行搜集和解读。企业必须能够破译大量数据及背后的模式，并且抢先快速做出反应。企业仅仅靠掌握信息而保持优势的时代已逐渐远去：企业所掌握的信息可能很快就会失去相关性或者需要进一步梳理。

　　诺贝尔奖得主丹麦物理学家尼尔斯·玻尔所说：“预测本就不易，预测未来更是难上加难。”幸运的是，除了预测之外，企业领导们还有其他可选的方法：使用战略试验组合，并关注速度和经济这两个必要元素。谷歌公司成立不足20年，却在难以预测的市场中突飞猛进。

　　拉里·佩奇作为谷歌的创始人和首席执行官在这一点上最有发言权，他说：“我认为，很多大公司的领导人不相信变化的可能性。但历史告诉我们，事物的确会变化;如果你的业务是静止的，那很可能出现了问题。”因此，谷歌广泛测试了一系列可能性，无论是否贴近其核心业务——从关键词广告到更具有探索性的谷歌风投，再到实验性的谷歌眼镜等一系列项目。这些想法中的很多都是从著名20%时间项目中孕育的，这一项目旨在让部分员工将20%的工作时间自主利用在他们选择的新项目上。

　　为保证试验能快速经济地进行，公司要制定清晰明了的试验构建、执行、评估规则，并在严谨的框架中厉行自由原则。在投资组合阶段，适应型公司应该严密监控其试验的经济意义。公司应该权衡并优化试验的数量、成本、成功率及进行速度。通常情况下，单独的试验规模较小，试验的总体数量很多，而且很快就能得出结论。

　　比起将大量时间用于评估或尝试预测每个项目的成功率上，适应型公司不断验证实际效果，频繁重复其组合。正如管理作家汤姆·彼得斯所言：“快速试验，快速失败，快速调整。”