再战“6.18”销售额榜首,韩都衣舍究竟“凭什么!”

简介:

6月9日,在京东发布的“6·18”活动战报中,韩都衣舍排名居首。

这么漂亮的成绩单对于韩都衣舍来说已不是首次:2014年,韩都衣舍(以下简称韩都)夺得“双十一”销售冠军;2015年,韩都加入京东618项目组,获得同年“6·18”活动销售冠军;截止今年六月,韩都已经多次蝉联“双十一”“6·18”等电商活动销售额榜首。

在一个被称作“互联网下半场”的时代,电商企业亟待转型、升级和突破!马云提出的“新零售”概念,催发时尚业新一轮的“百家争鸣”。

有的推崇“全渠道”,开启新一轮的渠道整合,力图抢占客户无差别体验的先机;

有的线上品牌开启O2O的转型之路,大规模进行线下布局;

有的押注跨境电商,寻找新的增长点……

然而,在不断探索电子商务、O2O、C2M、个性化定制等创新途径的同时,线下传统零售仍未回暖,线上零售增速逐渐放缓,行业普遍处于“雾中前行”的状态。在这样的情况下,韩都是如何保持高速增长,蝉联电商活动榜首的?

借电商东风,韩都顺势崛起

我国电子商务发展迅猛,正在加速与各行业之间的融合,成为我国经济发展的新动力,“双十一、618”等活动已经成为电商业的盛事。与此同时,信息技术的发展,也为加快行业和电子商务应用提供了坚实基础。成立于2008年的韩都,最初定位是做女装品牌,借助电子商务的东风,在2102年实现品牌的扩容,成功晋身为一家互联网服装孵化品牌。

在电商领域,稳定而高效的信息化系统是企业长远发展的必要条件。但是,相较于制造、零售等传统行业,电商领域的信息化经验可以说是十分匮乏。韩都衣舍作为一家纯电商的互联网企业,在步入稳定发展阶段后,始终坚持按照完整的软件公司架构来组建韩都的信息化中心。

据韩都信息化负责人赵洪亮介绍,韩都信息化建设主要在四个时期进行。2010年以前,韩都正处于战略发展阶段,期间主要采用了针对订单下载、发货等环节的行业化电商软件,解决韩都在发展初期的业务问题。从2010到2013年,韩都正式成立了一只规模较小的IT团队,但由于新兵上阵,这一阶段韩都信息化建设主要以外采为主。从2013到2016年,韩都建立强大的IT团队,自主研发了全套的IT系统,使韩都的所有业务均运行在韩都自己研发的系统中,目的是将线下业务线上化。到2017年,韩都经过第三阶段积累的数据,通过一系列算法、模型解决纵向上精准的问题,并通过技术实质性的提高了决策的科学性。同时,也通过技术本身,改变了一些业务的实践方式,大幅提高效率。在这一阶段,韩都的目标是一切数据业务化。

从品牌到平台,打造韩都4.0互联网生态圈

源于电商平台的更迭,韩都也顺势成为一家高速发展的企业,在发展过程中,韩都在不断进行新的尝试。此前,韩都以“产品小组”制著称电商界,在这个体系下,逐渐形成了以韩都智能、韩都传媒、韩都储运、韩都客服、韩都质造、韩都运营、韩都映像、韩都大学、韩都伙伴等九大系统。2016年,韩都宣布将全面开放九大系统,打造二级生态系统,进入互联网品牌生态系统阶段,即韩都衣舍4.0。

据赵洪亮介绍,韩都衣舍的二级生态是基于天猫、淘宝、京东、唯品会等以销售为目标的生态体系之上的面向运营的一种生态。天猫、京东、唯品会的生态就是通过流量的分配,在商家与消费者之间建立联系,实现商品流与资金流的置换,而韩都衣舍的二级生态可以使生态内的企业共享韩都衣舍在电商领域的能力,基于运营为目标,从设计到柔性供应链到商品的推广、再到发货、售后等完整的供应链条,在日益激烈的市场环境下,每一个环节都需要科学、高质量的操作。而这对很多中小商家来讲,就意味着高门槛,因为并不是所有的中小商家在全部环节中都有非常强的能力。所以,韩都开放九大系统就是希望帮助愿意合作的商家,强化弱势环节,增强竞争能力,而这也是韩都所倡导的二级生态理念。

坦途遇风波,BPM助力韩都实现流程整合

韩都这些年的发展与IT是密不可分的,而信息技术在韩都发展中占据的地位也越来越重要。韩都的IT系统支持了其在618、双十一等网购活动中大促的成功,完美应对了活动期间流量、订单激增、库存发货盈缺等带来的挑战。但是,在韩都信息化工作如火如荼的开展过程中,不同业务系统给公司带来巨大效益的同时,也给韩都带来了新的问题。据赵洪亮介绍,当前韩都众多的实际业务已经对复杂的系统提出更新的需求,即需要实现系统之间业务流程的整合。为解决这一问题,韩都信息部门做了详细的调研,对市场上BPM产品进行了评估,最终基于韩都自身对业务流程深度整合的需求,最终选定了H3 BPM。

统一入口,需求实时跟踪H3 BPM系统整合了各个业务系统的业务流程,通过单一入口提出请求即可,流程可自动将任务分配到相关业务负责人,还可随时踪流程进度,使负责人对其需求的处理情况有直观的了解,消除了“需求石沉大海”的现象;

集成移动端,任务实时提醒H3 BPM可与微信进行集成,具备新任务提醒机制,使任务执行者能够立即获知其被分配的活动,解决了韩都面对不同业务流程下的任务实时提醒需求,减少降低因流程问题而带来的业务损失;

全面管控,促进优化流程H3 BPM的监控、统计、分析工具能够最大限度促进流程执行,并使其不断优化;

从2014年到2017年,是韩都衣舍在电商领域持续领跑的三年。同时,也是时尚业密集创新的三年。信息化的支撑使得韩都衣舍从业务模式创新的先行者,成为“互联网+”转型的探路人,同时,也成为时尚业转型的标杆。在互联网与产业日益融合的下半场,韩都还会有哪些精彩的表现,值得期待。



本文转自d1net(转载)

相关文章
|
SQL 关系型数据库 MySQL
MySQL 事务详解
在数据库管理中,事务是一组SQL语句的执行单元,它们被视为一个整体。事务的主要目标是保持数据库的一致性和完整性,即要么所有SQL语句都成功执行,要么所有SQL语句都不执行。在MySQL中,事务起到了非常重要的作用,特别是在需要确保数据的完整性和一致性的应用程序中。 本文将详细介绍MySQL事务的概念、特性、隔离级别、事务的控制和示例代码等内容,以帮助您更好地理解和应用MySQL事务。
517 2
|
SQL 数据采集 关系型数据库
大数据采集和抽取怎么做?这篇文章终于说明白了!
数据是数据中台\数据平台核心中的核心,因此数据汇聚必然是数据中台/平台的入口,本文详细讲述采集模块的方方面面、采集框架的使用选型以及企业真实落地
大数据采集和抽取怎么做?这篇文章终于说明白了!
|
机器学习/深度学习 人工智能 运维
智能化运维:提升IT系统管理效率的新范式####
在数字化转型加速的今天,企业IT系统的复杂性日益增加,传统的运维模式已难以满足高效、稳定的业务需求。本文探讨了智能化运维(AIOps)如何通过融合人工智能、大数据分析和自动化工具,重塑IT运维流程,显著提升管理效率和服务质量,为企业带来前所未有的运营洞察力和响应速度。 ####
|
索引 Python
如何在Python中使用Pandas库进行季节性调整?
在Python中使用Pandas和Statsmodels进行季节性调整的步骤包括:导入pandas和seasonal_decompose模块,准备时间序列DataFrame,调用`seasonal_decompose()`函数分解数据为趋势、季节性和残差,可选地绘制图表分析,以及根据需求去除季节性影响(如将原始数据减去季节性成分)。这是对时间序列数据进行季节性分析的基础流程。
362 2
|
机器学习/深度学习 算法 Unix
循环编码:时间序列中周期性特征的一种常用编码方式
循环编码是深度学习中处理周期性数据的一种技术,常用于时间序列预测。它将周期性特征(如小时、日、月)转换为网络可理解的形式,帮助模型识别周期性变化。传统的one-hot编码将时间特征转换为分类特征,而循环编码利用正弦和余弦转换,保持时间顺序信息。通过将时间戳转换为弧度并应用sin和cos,每个原始特征只映射到两个新特征,减少了特征数量。这种方法在神经网络中有效,但在树模型中可能需谨慎使用。
1702 5
|
存储 Kubernetes Docker
Kubernetes(K8S)集群管理Docker容器(概念篇)
Kubernetes(K8S)集群管理Docker容器(概念篇)
|
数据可视化 数据挖掘 关系型数据库
招聘信息数据分析及可视化|以51JOB为例进行
招聘信息数据分析及可视化|以51JOB为例进行
742 0
|
SQL 数据可视化 大数据
大数据Hive行列转换应用与实现
大数据Hive行列转换应用与实现
545 0
|
JSON 前端开发 JavaScript
Java接收前端请求体方式
Java接收前端请求体方式
320 0
|
存储 Kubernetes API
k8s教程(基础篇)-基本概念和术语(下)
k8s教程(基础篇)-基本概念和术语(下)
252 0