?
? ?

當前位置:篮球比分表 > 分析研究 > 行業透析 >

同樣都是快時尚巨頭 為何H&M、GAP就是快不過ZARA

篮球比分表 www.554767.live 2017-12-07 10:10

作者:admin

來源:數據觀

2017年,實體零售如想逆勢突圍,必須轉型,成為數據管理型企業。

zara

  傳統零售行業過去是“許三多”——客戶多、商品多、門店多。到今天還要加上一多——數據多?;チ姆⒄辜暗縞痰木縭沽閌坌幸翟?016年遭受了閉店潮,但即使在實體、電商競爭均十分激烈的服裝零售領域,也有從大數據中獲利的典型。2017年,實體零售如想逆勢突圍,必須轉型,成為數據管理型企業。

  2016年初,商超巨頭沃爾瑪宣布全球閉店269家,涉及員工上萬人;萬達百貨近四十家店關閉;天虹百貨、陽光百貨、瑪莎百貨也紛紛淪陷;年底,朋友圈瘋狂流傳《實體店陣亡名單》,除了前面提到的幾家之外,梅西百貨、家樂福、麥當勞、美特斯邦威、李寧等知名品牌也“榜上有名”。

  與此同時,Inditex作為擁有Zara、Pull&Bear、Bershka等多個快時尚品牌的母公司,卻在2016年交出了凈利潤上漲10%的成績單,銷售額達到233.1億歐元,成為歷史最高記錄。這種上揚的勢頭更延續到了2017年,Inditex集團各品牌開業1年以上的店鋪,在本財年的頭六周里銷售額均上漲了8%。而H&M,則以下降1%的成績惜敗開場。

  著名經濟學家郎咸平曾指出:“2000年后成功的企業,成功不是靠創新,而是靠快速反應?!?Zara的成功正是驗證了這一點。

  Zara有一套自己的速射生產系統(rapid-fire production system),信息依靠每個門店經理手中的PDA傳遞給總部,以銷定產、以產定購;他們在POS機、ERP、SCM、CRM與CAD中產生的數據從來都不是彼此孤立的。因此無論是庫存管理、生產模式、與門店配送,都像坐了火箭一般,快到其它品牌無法簡單抄襲。

  為什么都叫快時尚,但H&M、GAP就是快不過Zara?Inditex的首席執行官Pablo Isla在接受采訪時說:“沒有什么秘訣,我們只是做到了快速響應數據?!?/p>

  那么,2017年,零售商如何像Zara一樣,快速響應數據呢?

  我們根據零售行業的特點,總結了零售行業數據分析的五大趨勢,供大家參考。

  1、全源數據整合

  零售行業門店多、客戶多、Sku多,經常面臨的問題是,不同數據在不同的系統中,各個系統之間彼此不相關聯,很難從數據中發現隱藏的問題或商機,更不可能做到像Zara那樣,根據每個門店的信息反饋,將存貨周轉率提至業內最優,比其它品牌高3~4倍。

  決策者通常需要看到某個指標來指導決策,但從提出需求到IT響應,卻需要一周甚至更長時間。到手的數據已然過期,只能用來復盤。

  2017年,將有越來越多的零售行業從業人員受益于全源數據整合工具——它將整合零售商散落在本地文件、云端數據與第三方系統中的數據,同時運用在線數據處理工具,抽取關鍵指標,形成定制化的數據集。從提出需求到拿到報表,將以小時甚至分鐘計。管理者能用第一手的數據用來進行銷售布局、調整營銷策略等。

  2、數據分析師不再被專業分析師“壟斷”

  零售行業包羅萬象,有員工上萬的全球性企業,也有單兵作戰的小店。以前,要進行數據分析,要經過提取數據、清洗數據、建模等過程,必須由專業人員來進行,而且通常要部署一個專業的數據分析部門,花費不菲。

  但在2017年,即使是便利店主也能深耕數據,這完全是因為交互性數據視覺工具的誕生——僅需鼠標點擊、拖拽,就可以生成各種各樣的圖表,上手性極強,任何人都可以操作。而且,數據視覺融合了人腦科學、管理科學與信息科學的精華,可以激發使用者的商業智能,快速驅動決策。

  可以說,在這個年代,我們有能力擁抱這種本身具有高度的專業性、但卻更加容易操作的數據分析工具了。而且,這種工具由于依托于云,不需要本地部署,不需要購買硬件,所以價格相對低廉。

  因為這種工具的誕生,高級分析將不再被專業分析師“壟斷”,中小微型的零售企業也可以利用數據驅動管理,用精準的數據來指導自己的工作;并且無論是自己分析、還是與它人分享,可視化圖表都要比單純數字或文字的報表更加直觀,更能促進決策。

  3、企業的響應速度跟上數據的生產速度

  企業的響應速度追不上數據的生產速度,是數據驅動運營的關鍵問題。

  拿Zara與H&M的速度戰來舉例,兩個企業看到T臺走秀(獲取靈感)的時間是一樣的,但H&M從打版到出貨需要3個月左右的時間,Zara僅需兩周。如果信息不能在第一時間被消化、利用,其時效性就無法保證,而世界千變萬化,過期的信息就等于錯誤的信息。

  如何讓企業的響應速度跟得上數據的生產速度?

  首先,一手數據需要直達一手分析。

  以前的商業智能,需要做大量的重復性工作,即使是格式相同的周報、月報,每一次需求都代表著一系列的工作;但2017年,只要用數據處理工具制作一次數據流,并基于該數據流制作一次分析看板,以后的工作量就是點擊一次鼠標、選擇自動更新源數據即可。

  其次,一手分析需要直達決策人。

  企業各層級、各職能的負責人,不再基于一份復雜的報表,拆分自己最需要關注的部分;他們只需要擁有一個自己的管理看板,并選擇實時更新即可。

  最后,一手決策需要直達執行團隊。

  無論是生產、供貨、配送、還是運營,都能第一時間拿到決策、看到支持決策的數據以信任決策、最終執行決策,完成從數據到行動的全過程。只有數據-分析-決策-執行全部秒級響應,才能保證企業的響應速度跟得上數據的生產速度。

  4、移動分析加速零售行業發展

  數據的分析與分享,只能在PC端實現嗎?如果報告的接收人是常年需要輾轉各地的CXO、是銷售、是買手等不能朝九晚五對著電腦的角色,那么再好的工具,是否都無法實現“即時響應”了?

  當年,Zara為每個門店的經理定制了PDA,保證了信息的無障礙流通,堪稱業界創舉。我們不禁想象,如果零售產業鏈上的每一個關鍵節點,從CXO、生產部門、供應商、配送中心、到門店等,都能通過移動端來共享信息,那么很多問題,都將不再是問題。

  2017年,零售實體店將與大數據全面整合,這不光是說傳統零售行業都要往線上商城上轉移陣地,而是說,實體店也能利用數據來優化整個業務鏈條。其中最關鍵的工具之一,就是支持移動端分析的溝通協作工具。

  有了它,CXO人在機場,也能基于數據輸出決策;運營人員全天在外,也可基于數據調整推廣渠道;銷售團隊更能隨時隨地掏出手機,基于數據展示自己產品的優勢。

  移動分析工具突破了時間和空間的限制,全方位助力企業管理數據化。

  5、零售業走向科技密集型產業

  機器學習、人工智能的發展也為零售帶來機遇。H&M“回收舊衣”,除了環保,也有節省生產資源的目的。而Zara則在生產源頭就利用機器來規劃每一塊布料的使用,確保剪裁方式是最節省的。

  現在,AI、機器學習等可能對于某些傳統零售企業來說還有點遙遠,但也許用不了幾年,AI就會進入廣大企業,替代人工完成一些日常的工作,帶領零售行業從“勞動密集型”產業走向“科技密集型”產業。屆時,有用數據的增量會比今天更加可觀——我們是否做好準備,迎接新智慧?

  數據觀——和你一起邁入未來

  迎合零售業發展五大趨勢,數據觀為您提供全源數據整合、數據視覺、移動端溝通協作、數據即時更新、海量數據秒級響應五大功能,打破多個客戶、多款單品、多家門店、多個環節之間的數據壁壘,將本企業、全行業的發展狀況即時地用數據視覺做全局性展現。

  我們相信,大數據從來沒有站在實體的對立面,只是當有人已經乘著大數據起飛時,大部隊還在大數據面前踟躕。其實,只要擁有合適的工具,大數據將一視同仁,帶領我們邁入更加激動人心的未來。

  Zara之“速”,終有一天將成為實體零售行業的常態。

分享到:
?

相關新聞

? {ganrao}