太平鸟,数据赋能全渠道运营 商品库存降低过亿

简介: 太平鸟和阿里的合作模式,是为服饰产业赋能。这种赋能将深刻影响到上游的时尚设计、中游的生产制造、下游的品牌传播、产品分销、物流分发、门店运营、精准营销等环节,这种合作可以作为剖析中国服饰行业“新零售”未来转型路径的典型样本。

在消费增速下滑的大环境下,转型焦虑几乎已经弥漫了整个服饰行业,国内大型服饰品牌商几乎都在积极尝试转型,从线下到线上,从国内到国外,从品牌自创到收购,从这几年的情况来看,大部分转型并不太成功。国内服饰行业的转型之惑也折射了服饰行业的生存状况。但在其中也有少数品牌商有亮眼表现。

image

近日上市公司太平鸟(代码:603877)发布2018年年报,2018年营业收入增长7.78%,净利润增长27.51%,创出太平鸟自成立以来的最好业绩。从1996年至今,太平鸟已经走过23年。从街边店铺、单个女装品牌,到拥有线下近4600家门店,7个品牌,年营业额超过77亿元。太平鸟在短时间内实现了快速增长。从太平鸟的发展可以感受到国内服饰行业的发展趋势和数字化转型路径。

一、行业困境:服饰行业传统模式和粗放式经营的时代瓶颈

随着国际快时尚品牌强势进入和扩张,国内传统时尚休闲品牌面临着消费群体流失、库存积压、资金周转、策略转型等多重考验。国内大型服装企业曾一度陷入关店潮。如今服饰行业普遍面临产业链产能过剩、库存过高等一系列问题,与此同时实体店销量锐减,店铺租金上涨、人工成本一路走高,利润空间不断被压缩,传统模式因环境的巨大变化而显得不适应。

(1)产能过剩,造成库存积压:服饰企业对用户的时尚需求了解不够,对市场的需求信息和预测不符,当市场消费趋缓,生产端容易形成产能过剩,同时优衣库、ZARA和H&M等国际快时尚品牌对国内服装品牌形成极大分流压力,造成销售大量下滑、库存积压;

(2)终端门店导购管理不精细:国内服饰企业的终端门店管理普遍较为传统,缺乏对门店数据收集和分析的能力,门店货品陈列及体验不佳,导购销售转化率、连带率低,门店客单价低,传统门店导购销售平均连带率长期徘徊在1.5以下,而国际时尚快销品牌普遍达到2.3以上。 导购转化率、连带率低造成门店销量下滑。

(3)品牌设计和定位同质化:品牌设计师对流行趋势预测普遍依靠经验,没能抓住消费者的喜好变化和市场变化,在品牌同质化的时代,年轻消费者更加关注个性化设计和购物全流程体验,而服饰企业品牌定位不清晰,设计理念不能满足消费者和市场需求,产品没有吸引力,使得在初始的设计环节就产生了库存。

(4)传统订货经营模式粗放:服饰企业普遍采用传统订货模式,即“服饰品牌商→各级订货商→零售商→消费者”的期货生产模式,通过一年几次的订货会(如春夏季、秋冬季)提前由订货商/加盟商向服装企业预订商品,而订货的数量依靠订货商对于市场的经验来判定。粗放的单一订货模式在互联网时代已经显得不适应,造成销售阻滞和库存积压;

(5)前后端供应链管理水平低:传统服饰企业的研发设计、生产制造、终端零售版块相对封闭,之间依靠流程来进行衔接,由于供应链管理协同不够,造成各版块之间的数据流通慢,信息互通难。各区域之间的产品调度和物流配送效率低,导致存货周转率低。据统计,国际时尚快销品牌只有30到50天,而国内服装品牌的平均存货周转天数高达180天以上,不能及时满足市场需求变化。

二、创新突破:以用户为中心,携手阿里,用数据优化供应链,线上线下全渠道运营

太平鸟从2008年试水淘宝商城开店,一开始是想开拓新渠道,消化因为传统订货模式带来的库存积压,但线上销量的增长和变化让太平鸟董事长张江平非常惊讶,因此后期不断调整线上的定位和产品,并开始侧重资源重视线上的发展,到2018年底,经过10年时间,太平鸟全品牌线上营业收入达到19.97亿元,占公司总营收26.29%。

淘宝/天猫线上门店给太平鸟带来的绝不仅仅是新的通道和收入,更多隐性的利益来自对用户的分析和洞察以及数据驱动的商业逻辑。过去服饰品牌商了解用户对产品的需求更多的是通过访谈调研和抽样,依靠行业经验去捕捉时尚的变化,现在可以通过网络用户的地理分布及年轻用户的喜好对用户进行画像,并依据这些消费者信息优化产品设计和生产。今天的互联网消费用户主体已经开始向90后及00后为中心转移,这些年轻的消费者年均消费增长率高达14%以上,对服饰行业而言,抓住年轻人就是抓住未来。而年轻消费者恰恰是网络线上空间的重度人群,因此线上是太平鸟触达消费者的重要神经网络,可以更准确了解用户对于产品和时尚的需求。例如与可口可乐、芝麻街等品牌的联合产品合作,正是在线上探索并成为爆款后,太平鸟开始扩大与各个品牌的合作。吸引了大量的年轻消费者粉丝。

image

此外,对于线上天猫门店和线下实体门店之间的关系,这10年的时间太平鸟也走过了从“相加”到“相融”的过程,基于太平鸟敏锐的市场嗅觉和勇于创新的文化,太平鸟在2017年开始与阿里巴巴全面合作新零售,实现线上线下全渠道一体化运营以及会员的全域运营,目前太平鸟已经对超过200家门店进行智慧化改造,自动感知用户实现全域营销,并已经实现了线上线下打通,包括商品的打通、支付的打通、物流的打通,支持门店扫码购、线上购物线下自提。

太平鸟2019年的战略是“聚焦时尚,数据驱动,全网零售”。其中在数据驱动上,主要包括门店的数据化改造、门店的数据收集、大数据门店选址、智能算法驱动商业决策以及供应链TOC的数字化变革等。

其中TOC(Theory Of Constraints)是指针对产业传统系统中最薄弱的环节增强从而带来整体增强的企业管理方法,落实到服饰企业中则是推式供应链演变成拉式供应链,即以销定产。因为服饰行业传统的预测型生产方式是造成门店销售发生高缺货、高库存的根本原因,传统的订货预测型生产方式由于主要凭经验,从而带来终端门店畅销的产品严重缺货、不好销的产品积压成大量库存的结果。为了改变这一现状,需要彻底改变供应链的运作模式。

太平鸟实现供应链快速反应的关键点就在于数据驱动。首先是门店的数据化,公司需在销售门店获取大量信息数据。了解各种尺码、款式的产品在哪一个门店销售情况。对于销售量好的产品,太平鸟目前通过每周两次的产销协调会议对信息反馈进行整理确定补单,并把补单货品按数据分析结果按不同数量分发到不同的门店。这样将以前补单需要的40天周期成功缩短到10~14天;其次则是将供应链数据信息打通,不仅各个数字化门店的销售动态实时数据将直接供给供应商、加盟商,而且太平鸟ERP实现和了外包生产工厂的数据打通。这样数据在产业链上各个环节的畅通。最终实现快速跟踪市场变化、以销定产的结果。

image

2018年太平鸟夏款商品售罄率提升6%,并在全年营业收入增长7.8%的情况下,公司商品库存增长势头得到有效控制,商品库存原值相比年初降低1.1亿元,降幅4.8%。截至2018年底,除贝甜、太平鸟巢外,所有品牌直营店和45%的加盟店实现追单覆盖,全年追单比例达到18%。太平鸟男装(夏装)2018年通过追单采购,当季零售业绩提升34%。

三、行业进化:服饰行业的发展趋势是数据驱动的全渠道融合运营

新零售时代已来,线上线下融合才是未来趋势,未来没有纯电商的公司,也没有纯线下的实体公司,线上线下以用户为中心,加上快速反应的物流和供应链组合。才能真正创造出新零售。

评价任何一种模式的标准,一个是成本效率,一个是购物体验,新零售业态的产生、发展和壮大都是基于这两点,好的模式就是要同时满足低成本、低库存、货品运作高效率、收入高效率以及用户体验良好。对于太平鸟而言,新零售就是以用户为核心,以数据为纽带,供应链全环节打通,实现线上线下一体化全渠道全域运营的数字化变革。

image

太平鸟和阿里的合作模式,是为服饰产业赋能。这种赋能将深刻影响到上游的时尚设计、中游的生产制造、下游的品牌传播、产品分销、物流分发、门店运营、精准营销等环节,这种合作可以作为剖析中国服饰行业“新零售”未来转型路径的典型样本。“新零售”的核心载体,是高度数字化并可以通向智能化的商业基础设施。太平鸟基于数据能力驱动,打通供应链的全网营销,利用平台统筹管理各业务版块数据并在未来做到精准营销和智慧运营,是推进太平鸟战略未来走向纵深的关键布局,也是推动传统服饰行业与新技术深度融合的全方位变革。

相关文章
|
7月前
|
供应链 双11
老客GMV占比增长至60%,服企如何进行会员运营
老客GMV占比增长至60%,服企如何进行会员运营
124 0
老客GMV占比增长至60%,服企如何进行会员运营
|
7月前
|
数据挖掘 定位技术 数据安全/隐私保护
高速增长的食品酒水品牌,都懂如何用数字化提升线下渠道经营效率!
高速增长的食品酒水品牌,都懂如何用数字化提升线下渠道经营效率!
121 0
|
2月前
|
数据采集 存储 数据挖掘
淘宝天猫商品评论数据接口 —— 电商决策的宝贵资源
在电商竞争中,淘宝天猫商品评论数据接口为技术员提供了宝贵的用户反馈资源,帮助深入了解用户需求、评估产品质量、监测竞争对手,从而优化产品和服务,提升竞争力。使用时需遵守平台规定,确保数据安全。
|
3月前
|
搜索推荐 API
淘宝商品数据洞察:解锁精准营销新策略
在快速变化的商业环境中,高效的营销策略对企业至关重要。通过API获取淘宝APP的商品细节数据,企业可以精准分析产品特性、强化卖点,并制定灵活的价格策略。利用用户画像实现个性化营销,选择最佳渠道并优化内容,从而提升品牌影响力。这一方法不仅帮助企业抓住目标消费者,还能增强市场竞争力,促进长期发展。
|
5月前
|
XML 数据挖掘 API
数据为王!深度挖掘天猫商品详情接口,赋能电商运营新策略
**天猫商品详情接口摘要** - 开放平台API,获取商品标题、价格、描述、销量等信息。 - 支持多语言,用于生成详情页、数据分析、营销策略、竞品分析和购物决策。 - 注册授权,获取AppKey和AppSecret,参照文档构建请求。 - 发送GET/POST请求,处理JSON或XML响应数据。 - 助力自动化运营、提升效率和竞争力,对商家和消费者都有价值。
|
7月前
|
搜索推荐
瓴羊交易移动版上线,随时随地处理订单,发货零压力!
瓴羊交易移动版上线,随时随地处理订单,发货零压力!
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
银行营销定制方案:大模型赋能,提升存量客户业务效益近30倍
随着科技的进步和数字化趋势的加速,作为典型知识密集型行业的银行业正面临着前所未有的挑战和机遇。在这个过程中,大模型因为相较传统机器学习有着更强的长文本处理能力,通过海量训练可以形成知识洞察和智能涌现能力,这种独有的能力正在发挥着越来越重要的作用。特别是在存量客户营销方面,大模型正在改变传统营销模式,提供更加精准、个性化的服务,帮助银行更好地满足客户需求,提升客户满意度和忠诚度。
|
供应链 安全 大数据
供应链数智化探索-单场景(门店/仓库)持续售卖商品的补货计划-业务解决方案
Think Big & Dive Deep; 本文阶段性更新了笔者在大数据在供应链行业应用的探索经验,聚焦门店/仓库智能补货场景, 从业务理解 ➡️ 领域建模➡️ 流程分解 ➡️ 矩阵分析 四步走中的业务理解部分开始, 细分为:业务场景描述、业务痛点概述、以及业务解决方案简介进行介绍;
717 0
供应链数智化探索-单场景(门店/仓库)持续售卖商品的补货计划-业务解决方案
|
机器学习/深度学习 人工智能 供应链
策略篇2:货品运营怎么做? 基于数据智能的货品运营产品Quick Stock | 《零售数据中台通关指南》
本篇介绍了针对数字化应用方向的未来蓝图和阿里云端到端的智能货品解决方案(Quick Stock),包括从选址/选品,新品创新,需求预测/库存计划/供应链执行等。
策略篇2:货品运营怎么做? 基于数据智能的货品运营产品Quick Stock  | 《零售数据中台通关指南》
|
数据采集 自然语言处理 供应链
闲鱼商品理解专题系列|基于闲置市场品类决策属性的供需挖掘
闲置二手市场个人卖家孤品特性,使得供给的组织与调节成为运营的核心,而供需挖掘的前提是品类决策属性的识别与商品信息的结构化。
2091 0
闲鱼商品理解专题系列|基于闲置市场品类决策属性的供需挖掘