全国服务热线:
18106547650

电商服装类商业数据分析案例

分享到:
点击次数:147 更新时间:2020年09月26日18:24:21 打印此页 关闭

今天我们主要讲关于时尚行业的数据分析,我会讲三大块的内容,但是前面这块会很快的过一下,我们先要了解现在的企业为什么要做数据,今天主要是讲整个行业内容会比较多一点,有什么不明白的大家一定要问。第一个先讲数字化转型对企业的影响,就是他们为什么要做数据;第二个讲服装企业现在在数据整合方面,技术上能达到什么层次;第三个,我们看一下服装企业的这个工作的流程来看看我们在哪些点是可以给他们做数据分析的,也就是他们现在需要的。

数字化转型主要有五个比较重要的方面,第一个就是现在的市场变化很快,也就是我们这边叫客户的价值组成,客户的变化也是跟我们现在的时代有关,数字平台,包括英特网、互联网带来的影响是有关的,所以顾客的需求变化特别快,而且形成各种小的、不同的顾客群,而不是像以前一样是一个大的整个市场,现在市场被分割的比较严重,由于这两个因素影响,企业在要创造利润的时候,实际是要针对市场的需求,要研究要研究市场的需求。

微信截图_20200926182613.png

 我们画了旗状的一个凹一个凸,就是要对着它这个需求提供价值企业才可以生存,所以这个就是我们现在写的第二个挑战,那么为了要提供这个合适价值给市场,提供它的需求,我们的企业必须要非常的敏捷,那么这种敏捷的方式是,为了能够让企业及时的发现市场需求,并且调整组织结构,把生产、产品、价格、营销各种各样的手段来做一些符合市场的行动,这样才可以。那么,在这个过程当中,为了提供这样的价值,实际上是要利用很多的数据,因为在企业组织变革的过程当中,更多的一线人员会去做一些关于市场、关于价值的决策,而这种决策必须要依赖数据才能比较精准地进行决策,我们企业做好了这四样之后呢,它还要关注一个市场竞争的 问题,那么这个竞争呢除了传统的一种创新型的竞争,或者改良性的竞争之外,还出现了一种叫颠覆性的竞争,也就是我们现在常见的叫跨界,跨界竞争。所有的这些就倒逼着企业要去使用数据,这就是企业要数据的一个巨大的原因。

我们有一个案例,简单的讲一下,在我们时装行业走的比较早的红领集团,红领集团在他的战略转型里面主要是更多的关注提供一些个性化服务,去做拉单,然后给当地的顾客去量身材,然后把数据传回来,包括要定面料、哪种款式的西服,这些信息传到红领集团,瞬间信息就可以走到车间。

       红领现在的数据系统已经可以把订单直接在车间里分配到各个岗位,来进行灵活的敏捷的进行生产,因此他这种方式利用大数据平台,包括一些智能的算法来提高他个性化定制的效率,这样一种方式,让他现在在定制服装上供货速度可以达到 7天左右,6-7天。我们上次去跟他们聊的时候,他们希望是说在今年或者是到明年的时候,能够压到5天左右交货。那么这个速度就非常快了。

微信截图_20200926182827.png

那么在这个过程当中,它实际上对它的数据的整合水平和供应链的整个水平,包括它工艺生产的水平要求非常高,其中有一个事,他们做的是跟数字化转型有相当大的关系,也就是我们都知道一个服装的版型,从他的西服的领子、袖口各种他其实有不同的标准,人的身材也不一样,有不同的版型,那么,早起没有数字化帮助的时候,实际上都是靠板型师来做打版的,那么现在,他把100多种板型,输入数据库,根据顾客的身材的数据他可以去设计,自动的设计辅助性的设计这个版型,这样他们就把这个版型师的要求降到了整个集团只有3-4个板型师这样的一个范围,不然的话按照传统的方式,没有数据的帮助,他这个个性化定制就会受制于版型师的能力。所以现在红领已经在我们时装行业里面,在个性化定制这一块是走的比较先进的,很多企业都会向他进行学习。


       问:赵老师,我问一下,您刚才讲的红领集团,他是不是符合您前面讲的五个要求?敏捷、测试、数据等。

       赵:他是完全符合的,他是走了数字化转型里面一个价值创造叫个性化定制。个性化定制是我们国家的2025智能制造的一个重大的一个方向, 他走的是那个方向。那么你可以看到它的敏捷性在哪里,就是你一个订单,就一套服装从数据输入到企业内部之后,它可以瞬间组成一个小团队,就为这一件服装进行服务。所以他是相当敏捷的,也就是说你每天可能一个裁缝师傅和别的裁缝师傅、设计师之间不同的工位,是可以任意之间组合的,根据服装的要求任意进行组合。


       问:那我可不可以理解为,他应该是按照标准化来生产的,否则他为了一套服装这么做的话,会亏的呀!

       赵:他们叫大规模定制化,什么叫大规模定制化呢?它实际上是把大量的这个服装里面的一些零配件,或者是辅料或者配件设计都标准化,他只是在进行组合。那么完全的定制化的,完全定制化的是不可能的,这个成本是非常非常高的。

我们其实在男装领域还好一点,现在女装领域里面要走标准化设计的,是我们杭州的伊芙丽品牌,伊芙丽是天猫双11当中,当天销量可以排到全国第4的,前三位都是进口的品牌,伊芙丽是我们国内杭州女装品牌中做的比较好的。他们在数字化转型里面也是投入了大量的精力和资金。那么,杭州另外一家叫韩都衣舍。大家可能都知道我们杭州其实是女装比较厉害的一个城市。

       那么在这个转型过程当中,事实上很多的服装企业在很多年前,十几年前就已经开始了对IT系统的投入,这些现代化的数字设备收集,包括管理上的系统投入,包括ERP系统、crm系统,财务系统,生产制造的各种系统,投入的金额也是非常的庞大,经过这么多年的发展下来,其实他们在生产管理的资源分配、顾客管理这些上面已经收集到了大量的数据,但是我们都知道这些系统收集上来的数据是各自为阵的,他实际上数据是没有通的,互相之间不通。那么按照阿里云的说法,就是说,数据他必须要通。你先把数据通上了你才可以用。那么因此在这两年,由阿里云提出来的叫数据中台的概念,给所谓的数据中台就是在这些 IT的系统上搭建了一个数据管理的平台,那么将各个erp系统crm系统各种生产数据放到了这个中台上,那么我们为什么要把这些数据放到中台上呢?是因为各个系统出来的数据他其实是,你没有办法在各个系统单独用的,你一定要放在统一的平台上进行使用,而且呢,每个系统数据本身的定义是比较复杂的,系统之间并不兼容,因此它必须需要放到一个统一的平台上,把数据洗好、整理好有一个统一的标准你才可以使用,这就是数据中台现在在做的事。


问:其实我可以理解就是比如说我的销售数据,还有我的财务数据、还有我的顾客数据,原来可能在各个系统里面,那现在的话有这个数据中台之后,那也就说在这个中台里面可以看到一个人他整个的在我公司里面什么时候买了多少钱的什么东西,一条数据链全能看到,是这个意思吗?

        赵:对啊,因为你原先如果似乎crm系统里边的,比如说你能看到顾客的数据,然后你只能到订单系统里面去看订单的数据,其实你使用起来、分析起来很不方便。但是你如果放在一个系统里的时候,一个顾客他产生的订单有没有退货,过去买过多少衣服其实一目了然,你使用起来特别方便,而且因为你统一了一个标准,所以你在使用数据的时候,他是有符合一定的数据标准,那么你在使用的时候就不会出现使用错的情况。

       这两年我们其实在很多大型的服装企业在投入数据中台的原因,包括今年杭州实际上是有很多,如果你去过云栖大会就知道,已经出了很多企业在专门做数据平台,围绕着BAT云计算公司它来做,搭建各种各样的数据中台。那么它说明一个什么问题呢?也就是说除了服装企业之外,很多其他企业也是对数据中台越来越重视了,也就是对数据越来越重视了。


       问:这种中台是不是大的企业才需要?一般像中小型企业他可能使用数据库就可以管理。

赵:这个很有意思,其实数据中台就是个数据库,它只是传统数据库现在用的比较少,用云计算的数据库可能比较多,那么它在整个数据库的整合上,包括在数据的这个流程管理上面,又多加了一层管理系统,然后在中台上还可以搭建各种各样的功能性的系统,来辅助经营决策。实际上这个中台呢是对我们所谓的前台是有很大的支持力度,就什么叫前台,比如说我要开发一个app,我要用到各种各样的数据,而你没有这个数据中台的话,它要到各个地方去取数据,要去调用,调用那就很麻烦,你很难去做好,我要服务一个顾客的话我要做个app,那我要怎么做呢?顾客有订单数据、退货数据、咨询数据、投诉数据等等数据,他有个中台,你在上面做这个app就很方便,所以中台就是这么一个概念。

 现在的企业实际上中台的建设,已经有了大概二年多的时时间了,有将近三年的时间就比较火,今年特别火。那么它实际上说明一个问题,就是中台的建设实际上并不会太长的。那么一般半年一年可能一个企业就做完了,小企业可能还没有这个需求,因为中大型的企业现在都在做,大型企业呢反而麻烦点,他做的不见得好,因为企业大,来的数据也很多,它不见得那么容易,反而是那种中型的或者私营企业,就像服装企业,他做的中台就比较多一些。那么也就我们预计实际上在未来也会有出现大量数据分析的需求,因为数据时代已经到来了。

 所以我们接下来看看我们在这个服装行业他的数据分析,都有些什么样的分析项目,我们要看服装行业有一些什么样的数据分析项目,其实我们要去了解一下那个服装行业的一个商业流程,它的业务流程 ,它的业务流程就是从一个服装设计开始到投入生产,然后放到经销商或者是走向门店、线下门店或者是走到天猫店,进行销售的这么一个过程。从这个流程里面,主要分析的是两个大的方向,一个是,对产品很关注,因为他是个市场行业,它的产品是决定一切的东西,所以他对产品非常关注,围绕产品有产品设计、产品定价、产品为谁设计种种这样的商业问题。


 问:那在这个产品里面的话,我们作为数据分析师的话他能够有一些什么对他有帮助的?

赵:能做很多,你看他的流程,我要设计一款产品,首先我要想好我要给谁设计,我的顾客是谁,我的顾客是18岁到20岁的年轻小姑娘吗?还是24岁到30岁的白领呢?如果拿伊芙丽的这个品牌来说,它应该有几个牌子,那么伊芙丽是针对这种城市白领女性,女性白领,那么价格也偏高端一些,所以,你要了解这些人的爱好、需求,所以你首先要定位这个人群。有的时候我们会拿到天猫销售的数据去知道这个顾客的画像是什么,他是属于什么样的人群,对知道这个人群之后呢要知道他的喜好,他的生活场景他穿衣服在哪里穿 。

   这些都是他们要关心的事情,那么你只有知道这些信息之后,我才知道我这件衣服是设计给你这个人在什么场景下穿的。大多数他们会是一个什么样的生活场景,这些信息其实对于设计师来说是非常非常关键的,那么早期这个市场变化不大的时候,我可以通过观察某一类人的行为,我可以基本上猜得到,但是现在变化很快的时候,其实生活的场景变化也非常快,那么我的设计师,尤其是设计一些特殊的场景的时候,我就要知道他们现在都在干什么。举个简单的例子来说:最近这几年出现一些叫时尚类的,叫户外,就是城市户外服饰,所谓的让城里城市里面的人,穿上一些户外运动的服装,有一种户外的感觉。所以呢,你就会紧紧盯着市场的这个这个趋势,那么这些数据从哪里来呢?一个是从天猫 上他本身那些报告;第二个呢也可能是从百度的一些搜索,关键词的搜索,或者是去做一些观察或者调研种种,这样就可以帮到设计师进行产品的设计,但你设计完之后才能交给企业去做市场测试,市场测试对于一个产品上市是很关键的,你设计了50款服装,不可能每一款都是爆款,如果不是爆款,你投入生产之后就会产生积压,因此他要找到最能卖的服装,虽然 对于设计师和企业来讲这50款, 都是辛辛苦苦设计出来的,但是可能只有两三款才可以最终上市去卖。


问:那这这两三款他怎么测试出来呢?

赵:他要利用天猫的数据,他一般在天猫或者他有些特殊的事实场景,因为他首先要找到精准的流量、精准的人群,那么现在的测试呢,都不是进行打样生产之后再去测试,因为有了数字化的平台,它可以把一个图片或者什么直接放在那个天猫上,然后向天猫购买,比如说我的针对人群是24岁到40岁的城市白领,我就购买这些流量,比如说购买了100000个流量过来,我要看看有百分之多少的人会看我这样的图片,我一共50款,就会发现这50款里有两三款是最热门的,当然他还得找一个数据基准,也就是这款类型的服装,市场平均的点击率是多少。


问:就是说我有50款新的产品 有五张图,然后我向淘宝买了一万个流量过来 这一万个流量是我觉得是精准的,比如说24岁到30岁, 在这假设, 然后这些人来了之后呢,他等于是看到我的50张图片,然后以点击率的这种方式哪个高(来评判)?

      赵:他有很多指标去评判,点击率只是其中一个参考点,如果要进入这个行业,要跟老师傅去学的,因为每一种行业,每一款服装它的东西不太一样,他有个基准的东西。所以要知道这些东西,这个只有你进入这个行业,有些老师傅可以给你讲,你主要去观察这些东西就就够了。那么我们初入行的时候可能仅仅是做数据收集和整理,慢慢有经验了就会学会去判断,所以实际上,你从一个数据分析师小白进入这个行业,他的要求并没有你想象的那么高,因为你很多的行业经验不足,虽然有一点技术能力的话,有个老师傅带着你,你会你会发展得比较好。

       所以在这个领域里面都会有那么,到后边去定价,如何定价定价也是可以进行测试,各种定价。那么,投入生产之后又会出现新的问题,时装的生命周期很短,打比方只有三个月的生命周期,比方说你一共定了1万件货,你要怎么去卖呢?什么时候该清货?你每天可能有一些指标去监控,到了一定时候,你就知道往后你要是再不打折扣的话,这批货就压在手里了。那么我们通常是打折打得太早了你会很快卖断货,然后就后面就没得卖,就是很好的一款产品没有卖到最好;如果晚了,就可能压货。


       问:那就是相当于在买卖过程中作为数据分析师的话,他要结合以前的一个买卖的一个数据情况,还要预测未来的一个发生的情况进行经验的一个判断吗?

      赵:这个问题非常好,通常在不同的行业中,其他的行业可能会用历史的数据来预测未来,而时尚行业他的变化实在是太快了,你过去同类型的服装来预测今年这款服装,可能是不太合适的。因此他会对数据分析师提出一个比较高的要求,能不能用最近这几周的数据加上天气的数据、外部的数据、第三方的数据,种种数据来只对你这款产品做出预测。这个对数据分析师在建模的上面要求就非常非常高。他要知道如何去处理这些脏数据啊,如何处理丢失数据啊,或者是离散数据啊,各种数据他都要进行处理,他才可以建好这个模型。那么目前据我所知应该在这方面还没有在国内的公司还没有在这方面有太多的去尝试这个东西。


      问:那就是相当于时装行业它变化比较快,它难以根据以前的数据进行预测,就根据现有的一些情况来预测。因为对于他们的压力就是现在存在的数据集其实是不够大。

      赵:对,对他们来说数据集不够大,历史数据不足的原因肯定是对它建模是有影响的,而且它的数据变动比较大,打折、促销、竞争啊各种各样的因素会影响它,这些都会对建模的数据分析师提出很大的一个挑战,所以在我们这个时装行业呢,有的时候他可能因为它难度太高他可能放弃去预测这个事情,而是通过什么呢去盯着他更紧,就是能做能做出及时反应的方式来解决这个问题。就是一些因素给抓到威胁的因素去抓到去避免它有积压的,我就避免它有那个太早去清货的,这样一个货供不上的一个事情。所以这些都是我们数据分析要去考虑的,那么这个只是电商的那么像伊芙丽这样他有带有线下门店的,那他门店里面的分析就更多了因为他们店里面装装这个摄像头,在哪件衣服上有rfid,就射频装置,顾客从进入到伊芙琳这个看上这个衣服,试了这个衣服,但是有没有买这个衣服那么他有一堆的指标来告诉伊芙丽的管理系统来告诉他们,经营人员这件衣服有很多人尝试但是没人买,那他可能版型有问题,设计上是没有问题,这个衣服非常流行,但是版型有问题人家穿了不舒服都不肯买,那他现在可以做到当天就一天时间就可以发现到,它有一个情报系统一天时间就可以发现这些衣服把它抽回来之后继续修改,然后再投放市场,因为它的流行的趋势太短了,所以他要反应极度迅速,因此他可以做到线下门店1500零库存,他们在这方面反应速度相当快,像伊芙丽做到从新的女装上新之后,上市只有七天时间差不多,所以这些都是可以分析的地方,什么竞品分析,价格分析,我们叫mark down,就是清货,分析.哪怕markdown里面也要也分,有些mark down不必要的,因为像他们在奥特莱斯有自己的店的话他有些货就直接放到奥特莱斯去打折卖,所以他不在线上,也不再。像伊芙丽就很少mark down,每家企业的战略不一样,伊芙丽很少mark down。但是其他品牌就会,在他要清货的时候去降价。


wwwww.png

那我们今天的时间非常有限,也是没有太多可能去很详细的讲,那么我们未来会挑一些有意思的数据分析项目,单个单个的讲,来讲服装行业该怎么做,那么我们今天只是给到大致的介绍。那么我们在11月份开班,去教学生去学数据分析师这个课程,有两个月。我们现在已经跟杭州的一家服装企业签约了。在这两个月过程当中的所有的项目,我们都会用到这个企业的数据和他们的真实项目,也就是说会用他们的要求,客户提出来的要求来训练我们的学生。我们采取这样的方式,因为杭州现在非常重视服装这个行业。

那学数据分析师的从服装行业去到其他行业会不会有冲突。冲突不会有,因为我上回讲过,数据分析师它是一个大的范畴,我们之所以把我们做的东西叫分析思维,这种能力,就是我们职业的发展一种是技术一种是能力,这种能力可以什么,可以转换可以到别的行业都可以用到,那技术呢,服装行业跟别的行业,可能是有点差别,底层的可能编程excel,这些sql这些东西可能是一样差不多,所以你不管在哪个行业,做数据分析,其实真正的数据分析要有经验的数据分析是希望各行各业都做过,所以我们这个行业比较多姿多彩,就是在你的几十年职业生涯当中可以经历各种各样的行业,他是特别希望你去不同的行业都做过,这样的话你可以博采众长,这个行业的某些问题可以从别的行业借鉴。

eeeeeeee.png

20200926184723_36106.png

上一条:数据分析和数据科学之间有什么区别? 下一条:数据分析师眼中的天猫产品推荐思路
  • 发表评论
  • 查看评论
文明上网理性发言,请遵守评论服务协议。
首页 上一页 下一页 尾页