H&M用大数据和AI来“拯救”销量下滑

简介: 在COVID-19与社交隔离政策的双重打压中,整个零售行业进一步遭受毁灭性打击。

云栖号资讯:【点击查看更多行业资讯
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

来源:科技行者 2020年5月20日 18:39:59
关键字:H&M 零售 大数据 人工智能

liwbhFg49J9Gc_600

随着数字时代下在线购物风潮的兴起,实体店客流量减少已经成为困扰零售店铺的头号难题。而在COVID-19与社交隔离政策的双重打压中,整个零售行业进一步遭受毁灭性打击。以知名快消服装品牌H&M为例,由于过去三年之内门店销量有限,该公司股价下跌达56%。

为此,H&M公司计划调整自身利用信息技术改善业务表现的方式。他们的目标是通过人工智能与大数据再次赢得客户青睐。至于具体策略,他们希望通过大数据规划不同门店内销售的服饰品类,而不再向全球范围内的所有门店提供完全相同的商品供应。

H&M的业务战略调整

目前,H&M召集起200名数据科学家,希望了解每一家门店中每款商品的销售模式与趋势。H&M希望通过投资大数据技术,并结合本地层面的客户需求分拣,帮助其提升自身收入的同时获得利益相关方的信任。

要实现这样的目标,H&M的管理团队需要找到一种为客户创建价值的新方法。他们开始将重点转移到探索市场机遇方面,并开发出相应解决方案以把握这些新机遇。经过研究,经理与团队成员们发现大数据似乎是种极有成功潜力的解决方案。

与大多数传统实体零售企业一样,H&M原本通过设计师团队分析消费者的喜好,而后据此开发出能够迎合买家口味的产品。但从事实来看,这种模式并不成功。为此,H&M开始利用算法分析门店的收入、退货与会员卡数据。

H&M的新策略不再强调普适性的服装与门店设计,而是根据当地需求量身定制商品。通过分析,H&M发现个性化与高质量体验已经成为吸引客户的不二法宝。客户也更希望在服饰产品上看到优质材料与更加时尚的设计元素。

值得一提的是,H&M并不打算削减商品销售团队,而是为他们配备先进工具与技术以做出更加明智的决定。该公司希望大数据能够帮助H&M避免产品大幅度降价,同时减少积压商品的数量——这两点,正是损害公司整体利润的核心难题。

验证结果

在斯德哥尔摩的奥斯特马尔姆,有一家向来销售全年龄段、全性别基础款服饰的H&M店铺。在早期技术试用阶段中,这家门店通过大数据与人工智能发现前来购物的顾客以女性居多,而且更偏爱花裙等时尚服装。

此外,通过行为分析,H&M发现购物者们更愿意选择价格较高的商品。为此,他们开始在6美元的T恤与12美元的短裤旁边,展示起售价达118美元的皮包与107美元的羊绒衫。此外,他们还增设了一家咖啡厅同时兼售鲜花,因为数据显示顾客们在购物时希望能在地方休息,或者同时购买花束与服饰作为礼物。

而通过分析客户的购买与退货记录,这家门店获得了丰富的行为数据以及核心市场最喜爱的产品类型。H&M方面表示,在策略调整之后这家店铺的销售额迎来显著提升,现在他们提供的产品与体验更加符合当地人的喜好。

与此同时,H&M还使用大数据提前三到八个月进行销售趋势预测。除了收集外部来源提供的信息之外,他们还通过商店及在线网站的50亿次访问中收集数据。在进行全网络数据(包括博文以及搜索引擎等等)分析之后,H&M团队得以了解时尚流行方向与变化趋势,从而生产出有望成为爆款的新单品。

更重要的是,这家零售商还利用算法理解货币汇率波动与原材料成本。如此一来,他们就能保证在每家商店中对商品进行正确定价。事实上,其他竞争对手也在使用类似的技术赢取客户青睐,比如,Zara正在利用机器人加快在线接单速度,GAP则依靠市场研究数据与Google Analytics了解客户偏好。

总结:借数据和AI之力为员工赋能

总体来说,H&M在信息技术方面投入了大量资源,主要目的就是帮助员工真正利用数据——而非直觉——做出判断。这些算法全天候运作,并不断调整以适应客户的行为与期望。在人工智能与大数据的帮助下,我们的决策不再受到人类情绪的影响。H&M认为这是一种积极的信号,有望在决策领域突破人类的能力局限。

H&M意识到,通过大数据与行为分析技术,企业将为员工提供质量最可靠、相关度最高的信息,并借此推动企业发展。公司认为,只有这样才能将产品设计与客户需求全面匹配起来,最终增加运营价值。而如今,大数据技术的成熟与普及,正让H&M获得更清晰的视野、更准确的定位与更强大的客户理解能力。

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/live

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-05-20
本文来自:“科技行者”,了解相关信息可以关注“科技行者

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
SQL 人工智能 分布式计算
ODPS十五周年实录|构建 AI 时代的大数据基础设施
本文根据 ODPS 十五周年·年度升级发布实录整理而成,演讲信息如下: 张治国:阿里云智能集团技术研究员、阿里云智能计算平台事业部 ODPS-MaxCompute 负责人 活动:【数据进化·AI 启航】ODPS 年度升级发布
569 9
|
11月前
|
存储 人工智能 安全
拔俗AI临床大数据科研分析平台:让医学研究更智能、更高效
阿里云原生AI临床大数据科研平台,打通异构医疗数据壁垒,实现智能治理、可视化分析与多中心安全协作,助力医院科研提速增效,推动精准医疗发展。
1805 1
|
11月前
|
人工智能 Cloud Native 算法
拔俗云原生 AI 临床大数据平台:赋能医学科研的开发者实践
AI临床大数据科研平台依托阿里云、腾讯云,打通医疗数据孤岛,提供从数据治理到模型落地的全链路支持。通过联邦学习、弹性算力与安全合规技术,实现跨机构协作与高效训练,助力开发者提升科研效率,推动医学AI创新落地。(238字)
698 7
|
人工智能 分布式计算 DataWorks
阿里云大数据AI产品月刊-2025年8月
阿里云大数据& AI 产品技术月刊【2025年 8 月】,涵盖 8 月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
839 2
|
11月前
|
传感器 人工智能 监控
拔俗多模态跨尺度大数据AI分析平台:让复杂数据“开口说话”的智能引擎
在数字化时代,多模态跨尺度大数据AI分析平台应运而生,打破数据孤岛,融合图像、文本、视频等多源信息,贯通微观与宏观尺度,实现智能诊断、预测与决策,广泛应用于医疗、制造、金融等领域,推动AI从“看懂”到“会思考”的跃迁。
835 0
|
人工智能 大数据 安全
拔俗AI临床大数据科研分析平台:用智能技术加速医学研究新突破
AI临床大数据科研平台基于云原生架构,融合医疗NLP、联邦学习与智能分析技术,破解非结构化数据处理难、多源数据融合难、统计周期长等痛点,实现数据治理、智能分析与安全协作全链路升级,赋能医学科研高效、安全、智能化发展。
509 0
|
人工智能 大数据 Apache
大数据&AI的16种可能,2020阿里云客户最佳实践合集下载
2020年9月18日下午13:00云栖大会正式发布 《大数据&AI的16种可能,2020阿里云客户最佳实践合集》
75512 4
大数据&AI的16种可能,2020阿里云客户最佳实践合集下载
|
人工智能 大数据 云栖大会
大数据&AI的16种可能,2020阿里云客户最佳实践合集下载
2020年9月18日下午13:00云栖大会正式发布 《大数据&AI的16种可能,2020阿里云客户最佳实践合集》
3782 0
大数据&AI的16种可能,2020阿里云客户最佳实践合集下载
|
11月前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
2503 98