李薇 · Apparel, Textile & Leather Project Manager

• 在[某纺织企业]担任生产助理，负责6条针织面料生产线的日排程与周计划，通过瓶颈工序分析与换型顺序优化，将生产线综合效率从78%提升至85%，月均产能增加12%，减少加班工时约15%。

• 主导针织面料染色工艺优化项目，联合实验室调整染料配方与温控曲线，使色差不良率从3.5%降至1.2%，年节省返工成本约8万元，同步缩短批次交期2天。

• 建立车间质量巡检标准化流程，每日巡查开幅、定型等关键工序，协同班组长纠正操作偏差，一次合格率从91%提升至96%，客户关于布面疵点的投诉量下降60%。

• 协调车间、仓库、质检、机修等部门，优化物料领用与设备报修流程，将停机待料时间从每班1.2小时压缩至0.5小时，全年累计释放有效工时约180小时，支持后续项目提前投产。

• 主导某服装集团女装品类从打样到量产的全流程管理，重构供应商评估体系，引入3家A级供应商并淘汰5家低效供应商，使面料采购成本下降12%，准时交付率从75%提升至92%。

• 针对多款核心连衣裙与衬衫项目，建立跨部门协同机制（设计、采购、生产、质检），推行并行工程，将打样至首批大货交付周期从85天压缩至62天，年产量突破80万件。

• 推行供应商分级管理与季度绩效考核，对TOP3供应商实施战略合作与提前锁单，使原材料平均到货周期由18天降至10天，同时通过集中议价与工艺优化，全年实现成本节约约680万元。

• 协调设计端与生产端需求冲突，主导建立“样衣偏差追踪表”与产能预排系统，解决因频繁改版导致的返工问题，使一次性通过率从64%提升至81%，减少重复打样成本约15%。

• 主导女装冬季外套品类项目，整合6家成衣厂与3家辅料供应商资源，制定分阶段交付计划，实现旺季单月交付超12万件，库存周转率提高35%，客户投诉率下降42%。

• 主导年产值超2亿元的梭织产品线全流程快速反应机制，通过简化审批节点与并行排产，将平均生产周期从45天压缩至30天，支撑季度上新频次提升至每月2轮。

• 设计并推行三层质量门控体系（面料入厂检、裁片首件检、成衣抽检），结合SPC控制图实时监控关键工艺参数，使批量性质量问题同比下降62%，返工成本降低35%。

• 搭建供应链风险预警模型，整合原材料库存、外协产能及物流时效等数据，提前15天识别交付瓶颈，累计避免12次潜在断货风险，保障旺季订单准时交付率达98%。

• 导入精益生产工具，针对梭织品类高频瓶颈工序（如锁边与整烫）进行价值流图分析，优化工位布局与节拍平衡，单条产线日产量提升20%，单位人工成本下降12%。

• 针对平台多品牌联名项目跨部门协作效率低、交付周期长达52天的问题，主导制定标准化项目管理流程并引入数字化协同看板，整合12个联名品牌的打样、质检与物流节点，将平均交付周期压缩至36天（缩短31%），联名款首单售罄率提升至89%。

• 为打破自营服装供应链信息孤岛，推动ERP、WMS与供应商系统的数据对接，搭建实时产能监控与智能排产模块，实现面料采购到成衣入库周期从48天降至33天（缩短31%），库存周转率同比提升38%。

• 通过开发供应商绩效看板与ROI分析模型，对200余家供应商的准时交付率、合格率及成本数据进行动态追踪，驱动核心供应商优化工艺排程，年度采购成本下降6.2%，同时准时交付率提升至97%。

• 牵头实施多品牌联名项目的全链路数据分析，利用历史销售与退货数据构建需求预测模型，将联名款备货准确率提高22%，减少滞销库存损失约350万元，项目整体ROI达到1:3.4。

• 针对集团面料研发中数据分散、打样重复且周期冗长的痛点，主导搭建智能面料研发管理系统，整合1800余种面料规格参数、工艺标准及120家供应商信息，形成统一数据库，支持设计师与采购团队实时查询与比对，使打样效率提升40%。

• 通过梳理并固化面料开发全流程节点，建立从需求录入、工艺匹配到样品评审的标准化操作流程，将多部门协同开发时间压缩至3天以内，年度面料复用率提高25%，研发成本降低15%。

• 推动面料库与ERP、PLM系统接口对接，实现工艺参数与库存数据的自动同步，消除信息孤岛，支撑后续10余个女装项目同步调用库内数据，面料选样匹配周期平均缩短50%。

• 主导全渠道订单履约优化项目，整合线上电商平台与线下门店库存系统，实现动态库存共享与智能分仓调度，推动退货率下降18%、客户满意度提升22%。

• 搭建跨部门协同机制，联合仓储、物流、客服与IT团队完成12个流程节点再造，将平均履约时效从72小时压缩至48小时，库存周转天数减少15%。

• 设计全渠道履约KPI体系，涵盖库存准确率（≥99.5%）、订单准时交付率（98%）、退货处理时效（≤24小时）等6项核心指标，驱动业务持续改进。

• 引入基于历史销量与促销日历的需求预测模型，优化前置分仓补货策略，使缺货率降低30%，同时减少过剩库存成本约800万元/年。

表彰在女装项目交付中的突出贡献

主导的智能面料研发管理系统获集团技术创新一等奖