借力阿里云数据中台 日播集团“数”识消费者

本文涉及的产品
智能数据建设与治理Dataphin,200数据处理单元
可视分析地图(DataV-Atlas),3 个项目,100M 存储空间
简介: 谁能通过数字化方案更好地识别消费者需求,谁就率先抓住了服装行业突出泥沼的机会。这其中,女装消费者敏感多变的心理,成为了服装企业数字化转型的一大考验。日播集团旗下主打品牌“broadcast播”创立于1999年,日播集团副总裁林亮毫不讳言,他们对于消费者需求的反应,正处在“由猜到懂”的重大转型之中。


-更多关于数智化转型、数据中台内容请加入阿里云数据中台交流群—数智俱乐部 和关注官方微信公总号(文末扫描二维码或点此加入

-阿里云数据中台官网 https://dp.alibaba.com/index

难以弄懂的“女性消费者心理”,成为了相关生意的重大挑战。
女装行业一直以来就面对着不确定性风险,那就是以企业视角设计生产的服装,总是追不上消费者需求的变化。

image.png

《2020年中国服装行业数据中台研究报告》中提到,库存问题是长期困扰服装行业的核心痛点。服装制造商往往无法准确预估市场消费能力和个体购买偏好,导致供过于求,大部分服装难逃“打折”结局。

生产端与需求端的错配风险一直存在,新的风暴却在源源不断产生。
报告显示,面对复杂多变的国际形势和国内供给侧改革压力,特别是疫情期间宏观经济增速放缓的市场环境,服装行业面临诸多风险和不确定性因素。近两年以来,我国服装行业整体营收呈下降趋势,行业面临调整与洗牌。

报告分析,存货周转率下降和线上电商对线下销售渠道的挤压成为当前我国服装行业所面临的两大痛点问题。
为此,数字化转型成为了服装行业脱困的重要方向。报告显示,服装行业作为较早开始进行数字化转型的行业之一,已经在服装设计与生产、客户关系管理、营销渠道拓展等方面取得了初步的智能化进展。

服装行业的“海底针”

说白了,谁能通过数字化方案更好地识别消费者需求,谁就率先抓住了突出泥沼的机会。
这其中,女装消费者敏感多变的心理,成为了服装企业数字化转型的一大考验。

从上世纪中叶到现实的今天,如“女王”一般在职场上拼杀的职业女性,被视作女装行业消费者中最难捕捉的所在。报告中提到,受女性消费者拒绝撞衫的影响,女装行业集中度相对较小。这一点也让面向职业女性的服装企业必须不断推陈出新。
同时,职业女性对服装有更多元的需求,她们因独立而做出超越企业设计的消费选择,让面向都市职业女性的服装企业受困于以猜测驱动生产的模式,亟待转型。

日播集团旗下主打品牌“broadcast播”创立于1999年,是中国早期真正意义上原创性的都市女装品牌之一。成立至今,都市中成长型女性的处世价值始终是品牌美学的对焦之处。
日播集团副总裁林亮毫不讳言,他们对于消费者需求的反应,正处在“由猜到懂”的重大转型之中。

很早就在“猜”

和很多传统服装企业一样,日播集团以批发模式起家,长年来渠道布局以线下为主。因此,日播集团同样面临品牌与消费者需求之间沟壑纵生的现状。
但是,与同行不同,日播集团很早就寄望于数字化手段来“猜”明白消费者。
2000年,也就是日播集团起家的第二年,就率先尝试采用财务软件,也就是ERP的雏形。
2002年,日播集团正式采用了ERP软件。
同样来自《2020年中国服装行业数据中台研究报告》显示,CRM与ERP系统为代表的数字化客户关系管理系统在服装全行业实现普遍应用,要到2010年。
起步早于同行多年的日播集团,很早就实现了企业数字化的1.0版本,因此在2010年就开启了电子商务项目,开拓O2O市场。
2013年,该公司正式更名为日播时尚集团股份有限公司,集团化连营拉开帷幕,业务模式转型变革全面开启,由批发零售转为品牌运营。
2015年,日播集团开启了多渠道战略,探索从B2B到B2C模式转型,再到线上线下融合的全渠道战略。据林亮介绍,当时的日播集团在研发、终端门店都进行了数字化部署。
2016年,日播集团在天猫“一路向北”策略下,实现了北京门店线上下单、线下发货,打通了整条链路。
此后,日播集团逐步实现了设计开发系统3D制版,以及在生产端落地了原材料收发信息化、工厂车位管理数字化等等内容。
“我们实现了自身的很多数字化,但是没有延伸到我们的供应商”,林亮表示,也是在做全渠道转型的过程中,日播逐步做到了价值链里的数字化,也越来越意识到数字化的重要性。但是如何在业务数字化之后实现数字业务化成为了日播集团的瓶颈。
日播集团IT总监沈雪华介绍,日播集团在数字化链条中缺失的重要一环,就是利用已有的数据资产来支持运营决策,这也成为了日播集团今年到明年的重要任务。另外,日播集团也亟待将数字化能力赋能给分销商,期望与线下渠道实现数据层面的融合。也因此,在疫情期间承压深重的日播集团,还将资源投入到了数据中台项目,与阿里云展开深度合作。
之所以选择阿里云数据中台,日播集团考虑的不单纯是技术层面的因素,沈雪华表示:“我们看重的是阿里云数据中台对数据的应用和数据化运营的能力。”
2019年10月初步与阿里云数据中台接触之后,日播集团在2020年3月开始搭建数据中台,就此开启了对于“女性消费者心理””拨云见日的新阶段。
播 broadcast-配图.png

如今刚刚“懂”

目前,日播集团使用了阿里云数据中台Dataphin、Quick Audience、Quick BI等核心产品,在底层搭建、精准营销和运营等方面展开应用,也因此发现了过去没有注意到的更多维度的“女性消费者心理”。
过去,日播集团对于消费者洞察,主要基于消费者的职业属性。
“broadcast播”品牌定义的消费者主要来自都市精致独立女性,涵盖了公务员、教师、医生等职业。
随着数据中台数智化能力的加持,日播集团进行了新一轮的数字化分析之后,发现了“精致妈妈”这一重要的消费者属性。
“我们过去定义消费者是基于社会属性”,日播集团品牌总经理王卫平表示,现在通过数字化分析新增的生活角色维度,能更好地帮助品牌洞察市场,开展精准运营,比如拓展社区亲子活动,以及把童装和女装组织在一起开展会员活动,“数字的精准化对我们业务上的帮助非常大,可以帮助我们去精准运营我们的商品。”
借力阿里云数据中台,日播集团目前在市场洞察、全域营销等多个场景应用上也收获颇丰,2020年天猫双11期间实现了GMV同比增长84%以上的成绩。

理解之后,便要跟上TA

对于消费者需求“由猜到懂”的过程中,日播集团更加懂得了“女性消费者心理”。可是,如何让生产端和庞大的渠道体系性地跟上消费者心态的变化,去实时满足消费者的需求,成为了更大的考验。
为此,日播集团从2020年618大促开始尝试数据中台的Quick Audience能力,去持续打通全域数据的融合,这就需要为分销商体系制定基于全渠道融合战略的新规则。
为了消除经销商的顾虑,日播集团会向他们细致地分享实现全渠道数字化的蓝图和愿景。

“在这个愿景里,我们的经销商是非常重要的角色”,王卫平介绍,经销商不仅仅是参与贡献,更可以得到日播集团基于大数据链条的赋能,实现真正意义上的共创共赢,获得更好的收益。
现在,日播集团基于数字化能力的全渠道建设正在稳步进行,并在全国主要城市落地了数字云店,以此为抓手帮各地经销商实现线上小程序下单,以及销量结算等功能。
此外,日播集团还在密切关注数据中台引发的后续效应。“对我们内部业务来讲,数据中台会触碰到很多东西”,林亮透露,数据中台在集团内部的定位很高,品牌、战略、信息都在关注数据化运营获得的结果。日播集团期望通过数字化能力,来打造需求挖掘、商品动销、供应链端快速响应补单需求的闭环,“通过我们全渠道对用户的触达,把用户想要什么转变为我们一体化的流程,实现贯穿全链路的智能决策。”
为此,日播集团也很期待在数据中台二期工程中继续深化对阿里云数据中台核心产品的使用。
“业务数据化,数据业务化”,林亮表示,“这是阿里云数据中台当初打动我们的一句话,我们现在同样希望,能实现真正的数据业务化。”


数据中台是企业数智化的必经之路,阿里巴巴认为数据中台是集方法论、工具、组织于一体的,“快”、“准”、“全”、“统”、“通”的智能大数据体系。

目前正通过阿里云对外输出系列解决方案,包括通用数据中台解决方案零售数据中台解决方案金融数据中台解决方案互联网数据中台解决方案政务数据中台解决方案等细分场景。

其中阿里云数据中台产品矩阵是以Dataphin为基座,以Quick系列为业务场景化切入,包括:

官方站点:
数据中台官网 https://dp.alibaba.com
钉钉沟通群和微信公众号
数据中台钉钉群二维码2.jpg

相关实践学习
阿里云百炼xAnalyticDB PostgreSQL构建AIGC应用
通过该实验体验在阿里云百炼中构建企业专属知识库构建及应用全流程。同时体验使用ADB-PG向量检索引擎提供专属安全存储,保障企业数据隐私安全。
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
相关文章
|
7月前
|
关系型数据库 MySQL Apache
**ADB MySQL湖仓版能够平滑迁移到湖仓**,阿里云提供了相应的迁移工具和服务来简化这一过程。
**ADB MySQL湖仓版能够平滑迁移到湖仓**,阿里云提供了相应的迁移工具和服务来简化这一过程。
347 2
|
8天前
|
弹性计算 自然语言处理 数据库
通过阿里云Milvus和LangChain快速构建LLM问答系统
本文介绍如何通过整合阿里云Milvus、阿里云DashScope Embedding模型与阿里云PAI(EAS)模型服务,构建一个由LLM(大型语言模型)驱动的问题解答应用,并着重演示了如何搭建基于这些技术的RAG对话系统。
38 3
|
4月前
|
存储 监控 安全
阿里云数据库(ADB)的多租户秘籍:资源隔离的魔法如何施展?
【8月更文挑战第27天】多租户系统在云计算与大数据领域日益重要,它让不同用户或组织能在共享基础设施上独立运行应用和服务,同时确保资源隔离与安全。ADB(如阿里云数据库)通过资源组及标签实现高效多租户隔离。资源组作为一种软隔离策略,允许为不同租户分配独立的计算和存储资源,并设置资源上限;资源标签则支持更细粒度的硬隔离,可为每个数据库表或查询指定特定标签,确保资源有效分配。此外,ADB还提供了资源监控与告警功能,帮助管理员实时监控并调整资源分配,避免性能瓶颈。这种灵活且高效的资源隔离方案为多租户环境下的数据处理提供了强大支持。
198 0
|
7月前
|
弹性计算 自然语言处理 开发工具
通过阿里云 Milvus 和 LangChain 快速构建 LLM 问答系统
本文介绍如何通过整合阿里云Milvus、阿里云DashScope Embedding模型与阿里云PAI(EAS)模型服务,构建一个由LLM(大型语言模型)驱动的问题解答应用,并着重演示了如何搭建基于这些技术的RAG对话系统。
通过阿里云 Milvus 和 LangChain 快速构建 LLM 问答系统
|
存储 人工智能 关系型数据库
5倍性能提升,阿里云AnalyticDB PostgreSQL版新一代实时智能引擎重磅发布
2023 云栖大会上,AnalyticDB for PostgreSQL新一代实时智能引擎重磅发布,全自研计算和行列混存引擎较比开源Greenplum有5倍以上性能提升。AnalyticDB for PostgreSQL与通义大模型家族深度集成,推出一站式AIGC解决方案。阿里云新发布的行业模型及“百炼”平台,采用AnalyticDB for PostgreSQL作为内置向量检索引擎,性能较开源增强了2~5倍。大会上来自厦门国际银行、三七互娱等知名企业代表和瑶池数据库团队产品及技术资深专家们结合真实场景实践,深入分享了最新的技术进展和解析。
5倍性能提升,阿里云AnalyticDB PostgreSQL版新一代实时智能引擎重磅发布
|
7月前
|
开发工具 git
阿里云部署 ChatGLM2-6B 与 langchain+chatGLM
阿里云部署 ChatGLM2-6B 与 langchain+chatGLM
494 1
|
7月前
|
分布式计算 关系型数据库 MySQL
阿里云ADB MySQL X Intel联合推出训练营,参营完成任务即可获100元话费卡!
AnalyticDB MySQL和Intel联合推出基于ADB Spark的训练营,ADB新用户参营完成任务即可获得价值100元的话费卡权益包!下图可扫码参加,也可直接点击链接前往 https://edu.aliyun.com/trainingcamp/355118
阿里云ADB MySQL X Intel联合推出训练营,参营完成任务即可获100元话费卡!
|
人工智能 Cloud Native 关系型数据库
阿里云数据库国际峰会首度在印尼召开,AnalyticDB向量引擎支持定制AIGC应用
阿里云瑶池数据库面向海外市场正式升级云原生一站式数据管理与服务平台
|
存储 机器学习/深度学习 人工智能
基于 阿里云 ACK 搭建开源向量数据库 Milvus
生成式 AI(Generative AI)引爆了向量数据库(Vector Database)市场,基于大模型的各种应用场景会需要使用到向量数据库。 其中,Milvus 是一个高度灵活、可靠且速度极快的云原生开源向量数据库。它为 embedding 相似性搜索和 AI 应用程序提供支持,并努力使每个组织都可以访问向量数据库。 Milvus 可以存储、索引和管理由深度神经网络和其他机器学习(ML)模型生成的十亿级别以上的 embedding 向量。 本文介绍在阿里云ACK上部署Milvus并且通过attu访问的步骤。
3408 0
|
SQL 存储 DataWorks
《阿里云认证的解析与实战-数据仓库ACP认证》——云原生数据仓库AnalyticDB PostgreSQL版解析与实践(上)——一、产品概述
《阿里云认证的解析与实战-数据仓库ACP认证》——云原生数据仓库AnalyticDB PostgreSQL版解析与实践(上)——一、产品概述