首页
招商
品牌
产品
资讯
企业
订货会
商机
展会
专题
丽人网首页 > 服装新闻 > 行业动态 > 正文
疫情下零售服饰行业需要认知的十个数字化转型现状
服饰编辑:雪人
2020-03-24 10:02来源于:TalkingData 李浩然 鲁彦博
分享:

曾几何时,贩卖焦虑成为了吸引眼球、达成初识的主要切入手段,“1/3的店铺停业、1/3门店挂0、近万名员工待岗、日净支出达……”疫情现状被逐步无限放大;如果说新冠肺炎是病毒和免疫系统的战争,那么服饰行业数字化转型就是焦虑症下的一蹴而就和企业系统化思考的对决。

本文旨在通过对行业实践和企业观察的梳理,呈现服饰数字化转型的客观现状,我们发现:

1、疫情期间的线上增长,特别是小程序的销售,是线下场景缺失和低折扣促销带来的。属于渠道转移和低价套路,谈不上是社交营销的质变。

2、通过私域流量池实现营销完整链路的企业,在疫情前已经布局并且打好基础。建站环节仅仅实现了从无到有,不是有个小程序就能解决卖货。

3、最大的难题在于疫情结束后,各业务模块在数字化运营中的分工定位,数字化基建的按需有序开展,及对业务提升的可持续性。这是最能体现企业核心竞争力和数字化能力的环节。

从2017年进入零售领域,TalkingData和服饰品牌一起探索数字化转型的路径,创新、挑战、收获、赞誉共存。

这篇文章不谈方式方法,而是侧重客观描述现象和分享实践经验。目的是在零售业务本质的基础上,引发行业更深度的思考,最大程度化解不确定性,系统性针对性地制定企业数字化动作。

一、背景:疫情焦虑症触发的仓促上线与数字化战略布局下的有序落地

“数字化基建、私域流量、社群营销、微分销、小程序直播……”这些内容及动作在疫情期间异常火爆,甚至出现跟风的迹象,基本逻辑还是“哪疼医哪”和“不要传球直接射门”。导致货发不出去、销售无法集中收款、新客没有分配维护、甲方商场无法入账等问题接踵而来、层出不穷,到最后也是依靠一些临时型的解决方案在支撑。

实际上在疫情之前或者更早,数字化转型就正在多个头部服饰企业内有序开展。另外从泛零售来看,2018年以来新零售和智慧零售的理念持续推进;跨行业来看,2013年工业领域也推出了工业4.0的概念,生活领域各种智能家居、物联网设备随着5G的到来应用场景也将更加多样化。数字化转型无处不在,几乎没有不受数字化触及的行业,更重要的是让未来怎么样能有更好的想象空间。

彼得德鲁克(Peter F. Drucker)把过去200年的组织创新总结为三次革命:

第一次革命是知识被应用于工具(tools)、过程(processes)和产品(products),形成了工业革命; 第二次革命是知识被应用于工作(works),从而引来了生产力革命;

第三次革命则是知识被应用于知识本身(knowledge itself),从而引起了管理革命。

沿着这个思路向前看,我们正面临第四次革命——创造力的革命。和之前不同的是,它不是由生产变革引起的,而是由协调变革造成的,并由信息技术推动的。从产业互联网到物联网,从云计算到大数据,未来商业的一个基本特征已经非常清楚,那就是基于数字化框架下运用机器学习的人工智能,将成为未来商业的基础。

归根结底,这些都和数字化转型的这个大趋势密切相关,并非是由疫情本身推动的。那么到底什么是数字化转型。

二、目标和路径:数字化转型的本质

整体来说,以服饰行业为例:在“场”已无界、“货”同质化严重的背景下,是以消费者需求为中心、以数据为资产、以技术为手段、以复合型人才为依托,构建能快速满足不同消费者不同需求的业务支持体系(技术+数据+业务),并持续创新和升级。

数字化转型的动因是企业去追寻新的收入来源、新的产品和服务、新的商业模式。

数字化转型的过程是技术与商业模式的深度融合,数据和场景的深度融合,数据思维和企业文化、组织的融合。

数字化转型的最终结果是商业模式的变革、商业决策的自动化和智能化。

1、以数据为基础

数据是所有行业(包括零售行业)进行数字化的基础生产资料,数据的质量直接决定了数字化的能力、所能达到的深度和广度。另外,要把数据资产提升到企业的核心资产中来,我们已经能看到数据资产在多家知名互联网企业融资和上市的过程中发挥了巨大价值。所以说将数据资产进行有效的管理和使用,是数字化转型的重点。

2、调整组织、文化、机制、KPI

数字化的中心作用是协调,但协调是管理的基本功能,所以说本质是管理推动着数字化的变革,需要有一系列管理配套来保驾护航。疫情期间“人”的粗放化转为精细化和品牌运营转为流量运营两大方向需求日益明确,但同时坚持以传统的粗放化管理推动和以品牌自我为核心的企业数量还不少,导致因循守旧,无法推动数字化零售的实质性推进,且对业务创新容易主观否定,丧失零售业务应有的活力。

3、进行业务重塑

数字化转型的实质是业务重塑,先补充赋能后替代赋能。数字化转型首先需要的是所有数据的打通和连接。利用软件工具能力和数据洞察能力,赋能业务以获得创新能力;数字化转型并非始于技术,而是围绕以消费者为中心的目标来彻底改革组织,从而实现全渠道全链路的转型,实现业务重塑和增收。

4、快速验证价值和场景

尽管所有行业的大多数CEO及高管们都关注数字化转型,但转型的紧迫感和举措的执行力并不强。数字化转型不能一蹴而就也不能观望停滞,需要对具体应用场景进行快速验证:包括从数字化商品企划开始做产需销协同,到数字化供应链生产物流仓储高效降本,到数字化全渠道建设(公域和私域及半封闭流量),到数字化营销转化。当企业的数字化程度越高,面对突发挑战时受到的冲击就越小,复工复产的活力就越强。

5、需要面对市场不确定性

国内服饰零售业的发展史其实就是一部对抗不确定性的历史,不确定性源于信息约束条件下有限的认知能力,因房价的惊天变化、医疗教育资源的持续倾斜、城镇化高速建设等核心因素引发的消费习惯和消费模式的不断变迁,让零售企业不断的调整业务形式进行消费需求的捕捉和引导。2003年开始我们见证了电商势力的崛起,2020年的疫情期间我们看到了上千个小程序商城的上线和推广。

化解不确定性,方法是先完整认知现状,然后找到本质和规律,站在预测趋势和方向的角度看待服饰与品牌的发展,并进行必要的企业动作。

三、行业现状:认知十个数字化转型的现状

1、数据中台之上目前有哪些成功的业务应用?

零售的本质之一:零售是强经验+强管理推动的模式,数字化是人智和数智的结合

一句话总结:先考虑怎么建再考虑怎么用的逻辑,导致行业内耗时耗力无结果的反面教材居多。目前大中台是一套待完整验证的方法论,从业务价值的角度来看,仅极少数的集团取得了一部分的成功应用。

重点备注:

如果用技术的角度去看待中台建设,貌似很简单。同时面对的是前端灵活多变的业务模式和机制,对业务目标和路径的解读又会存在差异,需要用数据及数据思维去协调。

2、私域流量下的微生态渠道现状和潜力如何?

零售的本质之二:门店和顾客的关系互动工具90%以上是微生态(H5、微信、朋友圈)

一句话总结:行业内基于H5的微商城大幅成长在2018年、小程序商城大幅发展在2019年,且在疫情之前已经成为利润率最、增长率最高的渠道,微生态的主要特质在于赋能导购,而非平台化品牌化线上运营。

重点备注:

门店微生态融合和门店微生态隔离,这两种流派的经营方式在行业内共存

从建站到融合、到精细化会员运营的周期至少需要一年

3、数字化广告投放的转化结果和遇到的难题是什么?

零售的本质之三:受服装的流行和多变性影响,消费者从留意一个品牌(或类似产品)到最终的购买,时间跨度超过半年

一句话总结:2019年,零售广告主在多个渠道中,数字化媒体投放预算首次超过50%,主要原因是广告表现形式的多样化、年轻化、潮流化,并非是投放转化率的明显提升。

重点备注:

通过第三方数字化媒体投放获取的新客转化率低于千分之一,远高于门店获新成本

90%的服装零售集团还不具备根据投放数据回流进行分析、优化策略、并复投的能力

4、“神奇的”三方大数据到底做了什么?

零售的本质之四:企业一方数据的保质期有限,忠诚度低导致越年轻的品牌保质期越短

一句话总结:数据应用的三步走是连接、分析、智能,行业目前还处于第一步的摸索中。

重点备注:

行业内95%的企业没有接纳和连接三方数据的载体,呈现以报告形式为主,应用有限

行业内八成以上企业一方数据的质量和数量相对较差,致使和三方数据的匹配率低

有一些企业集团的一部分数据在SaaS供应商手中,有很大可能会被加工成三方数据用于其他商业用途

5、千人千面营销在服饰行业有做到吗?

零售的本质之五:主动营销(服务、推荐、邀请)模式一直是传统零售行业缺乏的

一句话总结:“千人千面营销”目前以分群分组的形式存在,主要营销方式是短信和模板消息的组合形式

重点备注:

离店(离线)后的三小时、七天、二周、一个月,是营销互动的黄金时间点

服饰行业和消费者的有效触点(强依赖导购人工方式)普遍极其匮乏

6、数字化赋能爆款打造的效果如何?

零售的本质之六:爆款打造见证着从商品企划到顾客购买的过程,经历了零售运营的全部环节,需要管理的决定因素多而广

一句话总结:行业内尚无结合历史数据和潮流数据而成功打造爆款的尝试与案例。

重点备注:

2018年某时尚集团计划通过视频和图片解析技术,对进店顾客的穿着元素与国际潮流元素进行拆解和再组合来设计潮流型爆款,但发现预算超过千万、周期长且产出不明朗。而采用TalkingData建议和策略,改为利用数字化营销增加曝光,设置线上触点与顾客互动,来进行产品推广,不仅快速取得结果且产出明确

7、数字化库存管理具体做了什么?

零售的本质之七:连锁经营的核心是资源共享、风险共担、利益最大化

一句话总结:目前看到30%的企业品牌通过工厂端买手制、配货+订货制和全渠道库存云化(就近原则和高流转原则)的三者结合形式,进行数字化供应链持续改造。

重点备注:

TalkingData合作伙伴之一的某大女装集团改造数字化供应链,历时两年时间,降低了企业侧四成以上的物流和仓储成本,并将分货、发货、配货、退货处理速度提升至行业领先水平

8、会员资产目前都是怎么管理的?

零售的本质之八:老客带来70%以上的生意

一句话总结:多家行业头部企业中,会员资产管理分配的雏形已经凸显,对会员资产进行从初始分配、到维护、到评估、到周期性按能力再分配的意识已经很成熟,下一步则是对技术和机制的完善。

重点备注:

行业内会员购买次数0-1次占比较高,2次以上占比极低,有效的会员维护到转化偏低

行业内导购水平和积极性参差不齐,未按能力和状态进行会员再分配,造成资产浪费

9、 会员运营和其他行业相比处于怎样的位置?

零售的本质之九:导购运营会员能力有限,需要更多的推进执行策略

一句话总结:行业内品牌运营思维在向流量运营思维快速转变,但普遍现象是会员运营的精细化程度偏低,会员部门的职能和资源极其有限(缺钱缺人同时KPI侧重门店支持)。

重点备注:

极少有企业能够基于会员需求和会员洞察来策划更多类型的活动,以开展会员运营

TalkingData发现,与异业品牌进行权益互换(相互引流)的合作,在刺激老客复购和老带新类型的活动上转化效果更直接、更好

10、数字化给导购、给门店带来了什么?

零售的本质之十:传统零售是导购+品牌驱动的生意

一句话总结:“结果导向”促使数字化转型优先从线上开始,并未给门店端更多的支持。

重点备注:

依靠导购维系的生意占到80%以上,用户管理平台+CRM+导购助手逐渐成为标配

行业的聚焦点仍然在导购执行力和主动性上,并非在流量经营思维本身

四、展望:站在数字化转型现状的基础上展望企业与品牌的发展

1、 场景化(情景化)深入应用成为制胜关键

在正确的时间、将正确的广告、投放给正确的人,而场景、人群、权益的不同交叉组合形成的精细化运营,对于一线的业务部门来说形成了巨大的运营压力。包括人群数据分析、活动运营、效果分析优化以及后续的迭代优化等工作过于复杂,使得精细化运营仅能在业务中偶尔尝试,而无法形成常态化的运作,过往的成功经验也无法最大化的发挥价值。以往人们提及精细化的营销时喜欢用“千人千面“这个词,虽然任何一家企业的用户体量都难以支撑真正千人千面的业务运营,但我们已经看到多人多面/多组多面的场景化运营在传统服饰行业里落地发芽。

2、产品和营销融合拉高应用体验

消费者营销体验的内核是服装商品本身,所以要打破产品和营销之间的孤岛现象。虽然广告活动的主要目标是填充营销漏斗,但它们同时还提供了数据洞察,这些数据洞察可以(而且必须)用于确保应用体验能够兑现自身承诺,并为下一次活动的商品策略提供必要的指导。

市场营销部门从这些推广活动中收集到的信息(例如用户喜爱的功能、不满之处或对新鲜内容的需求),将对设计师和买手们制定产品策略有所帮助。借助有关用户与推广活动之间的交互数据和洞察,产品部门可以迭代和设计应用体验,以鼓励用户频繁使用应用并提高他们对应用的熟悉程度,从而提高品牌知名度和信任度。

3、营销自动化逐步变为可能

当企业的数据、平台、工具、触点的信息化建设完备,精细化运营经验不断累积的时候,营销自动化即成为水到渠成的一件事。如日常会员维护、高概率购买会员的推荐(购买概率模型)、流失会员召回、导购任务分发、折扣敏感会员引导等业务场景,都可以通过系统平台自动化实现人群、渠道、权益的组合与分发,而业务人员的工作将更加聚焦于不断的在A/B test中积累运营经验,不断的优化既有运营模式,挖掘新的业务运营场景。

总结

国内零售服饰行业的发展史,是一部战胜各种不确定性的可歌可泣的发展史。如今在经济增速放缓的大环境下,受行业产品同质化泛滥、渠道下沉几乎触底及突发疫情等更多不确定性因素影响,新客购买和老客复购逐步成为优先级最高的问题,行业也迈入从品牌运营(粗放化)转向流量运营(精细化)的路径中。

向前看,需要行业完成以消费者为中心、生产+互动+服务的新业务模式打造,一方面逐步将薄弱的数字化体系建设完成,另一方面意识到用户精细化运营的重要性,并在信息化与人才储备方面不断加大投入。目前看,服饰企业的数字化道路不一定是艰难而漫长,但一定需要企业有系统化布局的视角、有足够的耐性,从数据、平台、业务工具以及运营模式方面逐步积累,才能构建起属于自己的竞争壁垒。

同时感谢本文完成过程中以下各位老师给予的指导和帮助(排名不分先后):TalkingData林逸飞先生、刘翔先生,绫致创始人之一高蓉女士、朗姿集团申今花女士、威可多集团马军先生、鹏影科技罗征先生、赫基集团李昕先生、美团张赜女士、阿里肖文峰先生、毕马威支宝才先生及多位因故不能署名的行业专家大咖。

*本文章中所提及的企业名称仅作描述,非商业性使用。

TalkingData 李浩然 鲁彦博 )
相关资讯
更多>>
资讯
  • 三天内
  • 一周内
  • 一个月