出品｜InfoQ ·《行知数字中国》
访谈主持｜霍太稳，极客邦科技创始人兼 CEO
访谈嘉宾｜李飞，李宁集团信息技术系统总经理
作者｜罗燕珊
编辑｜高玉娴
数字化这个事，“永远在路上”。但是，也“一切皆有可能”。 当谈及中国体育品牌的崛起时，李宁无疑是一个备受瞩目的名字。在三十多年的发展过程中，李宁曾经在国内外市场创造过数次高光时刻，但也经历了多次挑战和低谷时刻。而这些时刻其实也是转型的契机，是重新思考、再出发的机会。
比如早在 2012 年，李宁就展开了一场零售革命，将注意力从传统批发模式转向终端消费者的需求和体验。进入数字时代，李宁更是积极主动地转型，它不仅要做一个体育品牌，更把目标放在“源自中国并被世界认可的，具有时尚性的专业运动品牌”。数字化转型成为这一变革的驱动力之一。本期《行知数字中国》走进李宁，我们将看到，李宁如何运用数字技术，不仅提高了门店运营和库存管理的效率，还改善了产品研发的生命周期。我们也将深入了解到，李宁数字化门店是如何将线上和线下融为一体，实现对消费者的精准画像和个性化营销。
（完整版对话预计 10 月上线 InfoQ 中文网站，敬请关注）数字化门店在李宁的数字化转型中扮演了连接线上与线下、实现精细化管理的重要桥梁作用。发展到今天，李宁的数字化门店逐渐实现了线上与线下全域会员数据的深度整合，以便准确勾画消费者群体的画像，从而实现个性化的精准营销。通过门店数字化技术，记录消费者整体逛店热力动线轨迹，通过数据分析更合理优化门店陈列布局，提高全店商品透出频次，增加门店销售机会。据统计，目前李宁全渠道数字化门店超过 1300 家，通过全渠道运营带来额外约 5% 增长，会员数量增长达到 1000 万。
“数字化门店并不是表面上装许多设备去让客户体验，其实是我们在尝试感知客户需求，再反过来服务于门店运营的方方面面。”对于数字化门店的布局，李宁集团信息技术系统总经理李飞认为，重点不在于“秀科技肌肉”，而是让“门店运营”这件事做到更极致。人、货、场本是零售行业中众所周知的三要素，但在李飞看来，数字化门店的精细化运营还需要加上一个关键因素——运营效率，可以理解为“门店的盈利能力”。具体而言，数字化门店首先要将运营系统化，实现“人、货、场”的标准化。通过将员工的任务和流程固化在系统中，确保门店的员工清晰地知道每天需要做什么以及怎么做，比如货物陈列、POP（广告陈设）、库存、私域运营等等，这些日常标准动作都可以在李宁内部的零售运营平台移动端查看。而门店的盈利能力则需要数据分析支持零售运营来提供一定支持。一方面，零售运营平台会给门店店长、城市经理和区域经理提供门店盈利能力的相关分析数据，包括关键性的零售指标和数据（连带率、成交率等）。另一方面，从门店的整体管理维度看，李宁数字化门店的整体运营数据（流水达成、单店成长、库存等等）也会被进一步收集和汇总到“城市零售大脑”，相关管理人员能够及时了解区域门店整体的零售运营情况，随时发现问题并进行改进。这一系列能力的根基在于李宁数字化团队运用云计算、大数据、人工智能等前沿技术，根据公司的业务特性，量身定制并开发的一套智能系统。李飞进一步举例道，系统内有一个重要的功能叫做“门店零售归因”，是一个用于评估门店经营状况的诊断工具。对于有经验的管理者，他们可以从自己的经验和数据中判断门店的问题。为了让更多的人能够具备这样的分析判断能力，“门店零售归因”还可以将经验沉淀下来，帮助每个门店和城市经理从多个维度分析门店的经营表现，找出问题的原因以及改进的方法。“我们把这叫‘有意志的生意’，它记录了一些经营思维、销售方法和标准，这些对于管理者的要求都在这个系统中得以清晰勾画，可以实现经验共享，让大家从中借鉴。”李飞表示，系统还能下发任务给门店，指导门店采取措施去改进经营。综上所述，李宁数字化门店不仅是为实现“人、货、场”的标准化，提高门店快速布置的效率。更进一步地，其通过多个系统和工具，用以支持门店的运营管理、数据分析和改进，并加强管理决策的效率和可靠性。此外，李宁数字化门店的能力并不局限于直营门店，还向经销商门店开放。李宁早在 2015 年就开展线上和线下的全渠道运营，在这个过程中，李飞直言公司所面临最大的挑战主要有两方面，分别是“线上线下一盘棋”以及“品牌经销一盘棋”。“为什么说棋呢？棋要考虑战略布局、战术布局。”李飞解释称，“做全渠道不是说发了一个新渠道，给你一盘货自己去卖，而是如何让这一盘货在这些渠道发挥加起来的效益能更高。”也就是说，如果仅仅从 IT 的维度看，只要“打通系统”就可以。但是，从业务的角度去考虑，就要想明白怎么样打通才是有效的。李飞还提到，线上线下主要是内部逐步拉通的过程，而品牌与经销商的合作与拉通，带来的挑战会更复杂。李宁与数千家经销商打通系统的工程量特别大，也非常耗时，经销商有自己的系统，一些综合性的批发商也用不一样的系统，这其中涉及到库存、商品、业务、单据、财务结算、绩效评估等维度的打通。因此，李飞认为全渠道运营很重要的一点是全面理清业务流程，必须要理解不同部门之间的关系和业务流向，再形成系统化的业务逻辑。如果只解决部分业务问题而不考虑整体，容易导致全渠道运营的过程中出现问题，比如数据流或订单流的中断。目前，李宁已经打通了品牌与几千家线下经销商门店之间的数据竖井，使得经销商门店也可以受益于这些数据和分析支持，从而提高业务效率和运营效率。数字化门店高效运营的背后亦离不开仓储物流的快速响应。近些年李宁利用数字化技术来优化门店商品的供应链管理，包括商品的设计、生产、运输、库存管理、以及送货到门店的流程。近两年，李宁进行了物流仓储的调整，要将以前分散的地区仓合并成五个大的中心仓，并且这些大仓都做了数字化改造，实现自动化管理。其次，李宁落地了智能排单能力，从仓库到门店的送货计划是系统根据多种因素计算而来，这需要一套复杂的系统来支持。据李飞介绍，李宁使用智能物流系统来帮助计算并指导货物的送货路线。系统会将订单数据、发货优先级和货物到达时间等信息进行实时计算，然后将指令传达给 PLS 系统（生产物流作业管理系统），从而将货物发送到相应的门店。从工厂到门店的这一整个物流链路，比如出货，铺货，中间的调、补、配等等，都必须联动起来。“我们的目标是最大限度地提高铺货和补货的效率，以确保门店始终能供应上所需的商品。”2022 年起，李宁的物流作业已全面实现自动化，目前华东、华北、华中以及华南的物流仓均已上线零拣自动化方案，年内零拣综合效率提升 80% 以上，存储效率提升达100%。面对瞬息万变的消费市场，李宁还通过数字化手段来提高产品研发的效率，使得产品研发更加匹配市场的需求。
从创意原型、开发、材料、产品成型，成本核算到供应链下单的商品全生命周期中，李宁切分出了 59 个关键节点，并把这些节点进行系统性管理。一款鞋从概念到订货，一般需要提前 18 个月去做规划。为加快速度，李宁在产品研发设计环节使用了 3D 技术进行设计建模，系统还能根据不同材料的选择，自动测算成本，此举不但能大幅提升研发效率，也极大地缩短了产品迭代的时间。与此同时，针对一些“快反订单”，内部也可以通过 3D 建模和系统测算直接下单，快速响应市场需求的同时，也极大地降低了成本。而为了更深入地了解用户的需求，李宁不仅需要依赖员工的业务专业知识，还需要充分利用数据分析。比如，设计师们常常通过深入市场分析和对运动的深刻理解来汲取创意灵感，其中许多设计师本身就是运动领域的专家。他们需要积极与专业运动员沟通，了解他们的需求，同时也走访消费者，以收集市场反馈。但除了紧密关注市场趋势和消费者反馈，相关研发系统还会基于历史数据、市场趋势和消费者偏好等信息为产品迭代、销售目标等提供研判和预测。回溯李宁的数字化历程，在李飞看来，过程中所面临的最大挑战之一是如何平衡传统销售渠道和新兴数字化渠道的发展。也就是说，不仅需要保持传统销售渠道的稳定，还需要积极拓展新兴数字化渠道，如电商平台、社交媒体等，以满足消费者日益多元化的购物需求。从技术的维度看，数字化的迭代也不是将所有旧有系统全部翻新，而是需要让新建系统和旧有底座能够相互关联，通过一个集中的交互平台将这些系统连接起来，以确保业务流程的连贯性和通畅性。除此之外，李飞提到另一大挑战是如何对公司内部管理的数字化升级，包括管理流程、信息化系统、数据分析等方面。李宁需要加大投入来建设数字化基础设施，并培养数字化人才，以确保数字化转型的顺利进行。但数字化建设通常需要很长时间，并且成果可能不会立即显现。那么，在这个过程中如何平衡数字化投入产出比？李飞认为，核心是数字化团队要与业务部门达成一致，双方基于公司发展战略和重点任务确定投入和目标，再进行排兵布阵。首先，对于投入产出比，李宁会设定明确的项目目标和 KPI，例如成本、效率、质量等，并在项目进行的过程中持续监测和追踪进展，以确保数字化项目能达到预期结果。但数字化投资并没有固定比例，也是基于业务战略和目标来决定，根据具体需求进行分配。李飞表示，数字化的价值不仅包括一些量化的指标，还包括对公司战略、愿景和长远目标等无形的影响。“数字化这个事，我们‘永远在路上’。但是，也‘一切皆有可能’。”李飞感慨道。在下一阶段，李宁公司的数字化重点主要集中在以下几个关键领域：第一，继续深耕数字化营销，通过数据分析和精准营销，提高品牌曝光度和销售转化率。
第二，持续推进数字化供应链建设，进一步优化成本、交付时间和质量，推进数字化供应链建设，提高供应链的响应速度和效率。
第三，强化数字化商品管理，计划利用机器学习和人工智能等技术，建立更多的模型，以帮助业务团队进行商品预测、分配和运营，实现自动化的商品管理，以更好地满足市场需求。
第四，在零售领域，特别是门店数字化，将持续更新以提供更多工具和支持，帮助店员和店长更好地开展业务和销售工作，从而促进业务增长。
- 此外，下一阶段李宁的相关底层能力也将持续加强，包括数据治理、数据服务和组织能力的提升，加强产品团队和研发团队之间的合作，确保业务对数字化需求有更好的理解，并将这些需求转化为产品。