4个月打造1300家数字化门店，波司登如何完成从0到1的蜕变？

2020年4月 波司登与阿里云、奇点云达成合作 搭建数据中台 助力数智化转型升级。

通过数据中台 波司登打通了全渠道数据 沉淀了企业一方数据资产 并以数据赋能消费者研究、商品企划、商渠匹配、产销协同、商品智能运营等业务场景 业务创新 降本增效 硕果喜人。

回首不足8个月的建设历程 从战略蓝图到业务目标 从小步快跑到迭代升级 波司登这家历史45年的大型传统服装企业 走成了一条教科书式的数智化转型之路。

为了了解波司登的数字化转型战略 以及关于波司登与阿里云、奇点云之间的合作 雷锋网《鲸犀》联系到了波司登的数据中台服务商——奇点云 并与对负责人何夕方进行了一场深度对话。

01 坚定数智战略 贴近业务需求

何夕告诉雷锋网《鲸犀》 “如果说数字化是未来企业的趋势 那么企业能否解答数据问题 则是企业能否在数字化之战中占据一席之地的关键。”

2019年12月 波司登首次把数据中台提上议程 并于2020年4月正式启动。对于波司登来说 这是大势所趋 也是水到渠成。

其实 在中国零售业引进信息化系统之前 波司登就已初具“数据意识”。

1997年那个时候没有数据 没有数据就没有依据 于是波司登的创始人高德康就在吊牌的底里放条形码 晚上人工统计数据。那个时候是手工的数据化、传统的数据化。”

后来 从2012年构建以ERP为核心的信息平台 到2016年携手阿里搭建零售云平台、推进供应链改造 有关产品数字化的会议其创始人高德康都会亲自参加。2019年底提出、2020年正式落地的数据中台项目也不例外。

2019年 波司登创始人高德康明确数智化转型战略目标 亲自带队并坚持推进。

2020年 波司登集团与阿里云、奇点云达成了合作 打通全渠道数据 在消费者研究、精准营销、商品一体化运营等方面进行创新和探索。

波司登的数字化转型战略既考虑了宏观层面 也考虑了微观层面。

从宏观战略的角度来说 波司登坚信数据智能将引领企业实现跨越式升级 而数据中台是企业在DT时代建立竞争力的基础设施

从微观业务的角度来说 这一举动也响应了业务发展的迫切需求 例如通过数字化的消费者研究 让企业更懂消费者 强化消费者运营 再如商品一体化的变革及商渠智能匹配等等。

正是因为波司登“坚定的发展战略 切实的业务需求” 两股绳拧在一起 上下目标明确一致 所以推动起来格外有劲。

虽然2020年的新冠疫情曾对波司登的业务增长带来了一定程度的打击 但因为波司登数字化的战略方向并未改变 反而深化了波司登对数智能力的认知 加速了数智化战略的落地。

02 沉淀数据资产 从了解消费者开始

消费者是企业转型首要关注的问题。

消费者是谁

他们的性别、年龄、职业是

他们喜欢什么时候在哪里消费哪种款式

还有哪些方面没有让消费者感到满意

后疫情时代 消费者的消费习惯和消费能力是否发生了变化

在波司登品牌力不断提升的情况下 更多的潜客又有着怎样的画像和喜好呢

………

为了回答以上这些问题 阿里云与奇点云助力波司登整合了会员全域数据 构建了会员标签体系 并以此为契机打通了分散在十余个系统的数据 沉淀形成属于波司登的一方数据资产。

结合业务需求与数据洞察 奇点云把消费者特征分为4个客群属性

1 性别、年龄、生日等人群自然属性

2 尺码偏好、颜色偏好等商品偏好属性

3 消费次数、最高单价等消费行为属性

4 流失、忠诚、价值等RFM属性。

在这4个属性下 完成100 个指标、300 个消费者标签的建立 形成会员画像。

以消费者指标标签为基础 波司登就能够更全面、更准确也更有针对性地了解消费者、服务消费者。

例如 会员运营 基于更精细、更精准的消费者指标标签 会员运营人员能更便捷高效地圈选调用 精准赋能会员营销与会员全生命周期服务。

又如 商品企划 基于消费者数据资产和历史消费数据的分析沉淀 商品企划人员能更有针对性地为不同客群设计其偏好的商品 也让选款等决策更有依据、更为可靠——在此之前 大多数传统企业主要仰赖高管多年积累经验和前瞻性眼光来选款 比较容易受到个人因素左右 若市场效果不好 也难以追踪复盘找到原因。

03 商品运营提效率 决策不再“拍脑袋”

当完成数据中台基础能力建设后 波司登开始着手以数据赋能整个业务链条 包括企划、订货、生产、铺货到销售、售后等环节。

围绕商品运营 阿里云、奇点云与波司登伙伴们共创并沉淀出了4大业务模型 包括商渠匹配、销量预测、库存一体化、产销协同等 打通商品智能管理全链路 实现从“拍脑袋”的经验决策向可“高水平复用”的数据决策升级 大幅提升了运营效率。

① 商渠匹配 在“对的店”遇见“对的商品”

消费者在哪里 波司登就在哪里。而所处商圈消费者的画像又决定了这家店的商品结构。

打个比方 一家位于东北某住宅区的波司登 一家位于东部城市某商业休闲区的波司登 和一家位于华北某CBD对面百货的波司登 其主打款的选择、不同风格款式的库存必然有所不同。

商渠匹配智能应用综合消费者画像 性别比例、主题偏好、消费水平等 、商圈气候、历史销量等数十个维度 匹配服饰主题风格、尺码、颜色等指标 细化到每个渠道、每家店铺 提供自动化、智能化的铺货。

② 销量预测 智能预测销量 动态调节库存

从导入期 新品上市 到成长期、成熟期 及最后的退市期 销量预测贯穿商品全生命周期。

为了以更精准的库存覆盖更全面的需求 减少库存积压 提升售罄率 项目组搭建了“智能销量预测” 小到预测每一阶段每个款型、尺码的销量 大到预测单个渠道的总销量 实时输出结果 并以此为依据进行调补货、下单生产、营销促活等等商品洞察和运营动作。

谈到销量预测的智能之处 何夕透露 “羽绒服这个品类和大的时尚行业不太一样 波司登综合了气温、节日、折扣、店态 大众店、旗舰店、奥莱店等 、渠道、历史销量等多个影响因子 与阿里云、奇点云共同合作完成了一套匹配波司登自己品牌产品的预测算法 并不断迭代精进 让销量预测越来越准。”

③ 库存一体化 共享全国库存 自动调货补货

2020年 波司登全国货权收归到总部进行管理 形成了一个巨大的虚拟库存 对总部的管理水平、响应速度和精确度也提出了更高的要求 如何让仓与店之间的库存调配更及时、准确、高效 同时降低调补货成本 如何从全国一体的角度考虑 降低库存积压 提升售罄率

打通多级库存数据后 以一体化库存为基础 项目组创新搭建智能调补货系统 自动化提供调货、补货建议 实现了仓库、门店调补货100%自动化。

同时 基于数据中台的计算能力和经优化重构的算法模型 补货调货的计算性能与准确度大幅提升。原先需要约4小时才能完成全国4000家门店的补货动作 现在只需要1小时。

④ 产销协同 “预知”需求 下单及时不囤积

下多少单 什么时候下单 生产多了可能囤积 生产少了可能缺货不够卖。下单早了有点浪费 下单晚了又可能赶不上销售热潮。

产销协同一直是传统服饰企业的难题 而波司登这回借助数据智能的力量解决了

建立预警机制 库存数据一天一出 实时预警数量不足的SKU以指导下单

结合销量预测与库存一体化管理 对下单量和下单优先级给出智能化建议

与供应链拉通协同 建立自动快速下单机制 有效避免了大规模库存不足或库存过剩两种极端。

04 高效迭代 数字化成效显著

何夕谈到 “不能给业务带来提升的中台建设都是耍流氓。”

数智化转型战略稳步推进的同时 波司登也为进程设定了明确的节点目标。

自2020年4月初开始 618、88、99、双11、双12及年货节 每个大型营销活动都设定了预期想要的结果 直面消费者 接受市场检验。每一轮活动后针对性地复盘 持续迭代优化 提升效果。

波司登发现 效果一期比一期做得更好 中台精准营销场景引导成交金额、全店成交占比及投入产出比持续提升 ROI从6.4 618 提升至了508 双11 迭代的速度也非常快。

在商品智能管理领域 波司登数据中台也大显身手。

目前 波司登已在全国1300家门店实现了精细化的商渠匹配 短短4个月时间内 首铺准确率提高了79% 未来还将逐步打造“千店千面” 从0到1建立了销量预测的自动化体系 准确率达70% 并仍在不断迭代提升 调补货实现100%自动化 拉补效率提升60% 库存售罄率提升10%。

从战略蓝图到业务目标 从小步快跑到迭代升级 波司登这家历史45年的大型传统服装企业 走成了一条教科书式的数智化转型之路。疫情黑天鹅的冲击下 依旧坚定数智战略 站稳脚跟大胆迈进 展现了其远见、决心和45年来从未停止的创新力 而其逐渐深厚的一方数智能力亦以降本增效的喜人成绩回应。

何夕分享道 “在满是‘不确定性’的后疫情时代 创新是唯一的确定。奇点云有幸为波司登的数智化进程助上一臂之力 我们期待未来继续陪伴、见证波司登全面实现数智蓝图 以创新领跑全球 ” 内容来源于阿里云数据中台

欢迎扫码加入阿里云新零售行业学习交流钉钉群

加入钉钉群可享有以下权益↓

本文转自网络，原文链接：https://developer.aliyun.com/article/784505
本站部分内容转载于网络，版权归原作者所有，转载之目的在于传播更多优秀技术内容，如有侵权请联系QQ/微信：153890879删除，谢谢！