基于“互聯網+大數據”服裝定制的精準營銷研究

梁道雷， 鄭軍紅， 楊聰霞， 張心怡

(浙江理工大學 a.理學院；b.信息學院，杭州 310018)

近年來，人們的生活水平有很大的提高，消費者對于服飾的觀念出現了顯著轉變，逐漸由關注服飾的基本使用價值轉向對服飾品質需求、設計感及個性化要求，于是服裝定制逐步成為服裝行業新的發展點。由于服裝定制具有快時尚和個性化的特點，對產品服務和營銷要求更加快速便捷、精準定位、時尚把握和良好的用戶體驗。

互聯網的高速發展改變了中國工業發展的傳統運行模式，從設計、生產、銷售到物流都滲透了互聯網元素。如今互聯網營銷呈現出個性化、生態化和社交化特點[1]。大數據[2]作為人工智能新興技術，提取企業經濟運行狀況，挖掘內在發展規律，輔助企業決策。因此利用互聯網和大數據技術，服裝定制企業可以實現精準營銷，達到降低成本、提高營銷效率來最終提高企業競爭力[3]。

1 服裝定制行業營銷技術發展現狀

目前中國服裝定制業的發展已有初步規模，市場上有雅戈爾、杉杉、報喜鳥、衣邦人、埃沃等定制品牌，但其市場營銷還是以市場為導向的傳統營銷模式為主，依據大規模生產為基礎，通過連鎖分店來拓展定制業務。隨著國內電子商務快速發展，也有部分小型服裝定制品牌通過電子商務平臺來發展業務，如恒龍、尚品開發了APP服裝定制平臺[4]，寶禾、伊年、雪虎公司是通過天貓、京東開設服裝定制店鋪。目前這些平臺功能比較簡單，主要流程是客戶選擇款式，輸入服裝技術參數，然后進入制造環節。因此現階段的問題是，傳統門店營銷模式造成定制服裝成本過高、時間長、市場感知慢[5]，而當前的定制平臺功能比較簡單，被動運營，消費行為認知能力不足；沒有深度分析客戶個性需求以實現精準推薦；缺少流行服飾元素抓取以實現時尚推薦；不能全面掌握市場上的客戶關注點和商品評論以改進服飾設計。

2 基于“互聯網+大數據”服裝定制精準營銷的意義

為了解決目前服裝定制存在的問題，本文將通過互聯網手段，搭建大數據營銷平臺，深度挖掘營銷數據，形成以客戶需求為導向的精準營銷方案，將改善用戶體驗，實現營銷運營效能最大化。

2.1 助力提升數據價值

服裝定制相關數據是企業重要的數據資產，大數據技術完成各種多源跨域數據的融合，將銷售數據、服裝設計數據、售后評價數據、供應鏈數據、社交數據、時尚流行資訊、行業數據及競爭對手數據整合在一起[6]，使得企業數據深度、廣度和延續性有很大提升，為后續分析提供數據基礎，有利于對客戶進行全方位價值剖析。

2.2 提升營銷觸達精準率

傳統營銷模式是大眾的、粗放的全面撒網形式。如今，利用大數據使得營銷生態全面升級，對用戶平臺登入的渠道獲取，關鍵詞搜索，服飾頁面瀏覽，設計師優選、穿衣搭配參考與服飾選定等用戶行為進行分析。掌握客戶服飾偏好、顏色偏好、風格偏好、設計師偏好，精準描繪客戶畫像，量身訂制對應的營銷產品和營銷策略，通過企業APP、微信公眾號或其他互聯網營銷平臺精準推送給目標客戶，提高被選率，降低營銷成本。

2.3 搭建市場羅盤，把握市場動態

搭建數據可視化的市場羅盤，通過日、周、月的實時在線數據查詢，及時了解各類服飾、面料、風格、促銷方案、渠道和設計師等的點擊量、收藏量和訂單量，獲取互聯網抓取品牌輿情和商品評價，進行多維度多主題分析，掌握用戶需求、產品異動、渠道動態、用戶口碑和趨勢變化，以調整服飾布局、銷售渠道，優化產品設計。

2.4 獲取流行趨勢和市場關注點，輔助產品開發

由于對時尚資訊信息獲取的不完整，服裝設計師對潮流元素很難把握，通過大數據對權威時尚周及發布會、色彩趨勢論壇和時尚預測機構的信息抓取和分析，建立時間序列預測模型，提供給設計師更準確的流行元素參考，幫助設計流行服飾。

通過對主流社交平臺和行業網站的信息獲取，了解客戶對服裝定制關注點和評論，深度掌握市場偏好和意愿，輔助設計師對服飾設計的改進和新服飾的開發。

3 基于“互聯網+大數據”的服裝定制的精準營銷平臺和技術分析

建立基于互聯網和大數據技術的服裝定制營銷平臺，整合服裝企業內外部數據源，建立關于客戶、服飾、渠道方面的精準營銷模型，把握流行趨勢，洞察各類服裝定制客戶的偏好，制定線上線下融合的營銷策略，讓客戶參與到服裝的設計與制作中，增強用戶體驗，提高企業競爭力。

3.1 “互聯網+大數據”服裝定制營銷平臺的技術架構設計

為整體服務于服裝定制行業互聯網精準營銷創新，滿足營銷分析平臺實時高速分布式運算和存儲，提出了基于Hadoop的服裝定制營銷體系技術架構，如圖1所示。該平臺分為數據源層、數據采集存儲層、數據模型層、功能分析層和業務應用層。

數據源層是提供各類企業內外部來源數據，有結構化的業務系統數據和非結構化的網頁、文本、圖像等數據，分別有營銷系統，時尚資訊，電商平臺，社交媒體及外部數據源。

數據采集存儲層為該層負責從各類定制客戶、服飾等數據庫中提取、導入和集成數據，根據不同主題分析需要，設計多維數據邏輯模型，將預處理后的數據進行存儲。數據采集主要產品包括網絡爬蟲、動態采集工具包、日志提取分析工具、外部數據導入工具和其他數據提取工具等。

圖1 基于“互聯網+大數據”的服裝定制精準營銷平臺的技術架構Fig.1 Technological architecture of precision marketing platform for clothing customization based on internet and big data

數據存儲主要由可進行橫向擴展的Hadoop集群[7]構成，Hadoop由HDFS(分布式文件系統)，MapReduce(分布式計算)，Mahout(數據挖掘)，Pig(數據流)，Hive(數據倉庫)等構成。

數據模型層是負責數據建模、挖掘、評估和發布，包括服裝定制中的數據挖掘算法和應用模型，是架構的核心技術層，主要模型有客戶畫像、服飾畫像、服飾搭配、服飾流行預測、促銷活動分析、客戶關注點、售后評價、渠道傳播力、銷量預測、款式分析和設計師分析。

功能分析層是負責決策者和各層各部門管理者的功能需求，主要功能有客戶關系管理、服裝熱點分析、流行趨勢預測、售后分析、品牌輿情、渠道評價、促銷分析和客服優化。

業務應用層是精準營銷業務，主要包括客戶智能、服裝推薦、市場促銷和輔助服裝設計等幾個模塊，該層負責將分析結果通過各種可視化形式展現出來。

3.2 基于“互聯網+大數據”的服裝定制精準營銷技術分析

應用互聯網和大數據技術，結合服裝定制的營銷特征，研究和分析了幾項大數據營銷技術，提取客戶畫像，實現精準營銷；掌握當前流行特點和趨勢，實施智能推薦；多維多粒度分析服飾、客戶和促銷的交叉關系，實生成服裝搭配方案和個性化促銷。

3.2.1 整合多源數據的人本畫像，精準人群策略

服裝定制客戶畫像系統是實現互聯網精準營銷的一種重要方法[8]，它抽象出客戶的信息全貌，將營銷數據、客戶服務數據、服裝設計數據、社交網絡數據等進行有機整合，以標簽形式構建多層次、多視角、立體化的客戶全景畫像。全景畫像將為服裝定制營銷系統中精準推薦、廣告投放或客戶平臺的促銷活動提供技術支持。

服裝定制畫像體系由三級標簽構成，建立基礎信息、購買行為、觸點記錄和渠道活動四維數據體系，如表1所示。將原始數據按照四維建立一級指標，數據整合后有500個一級標簽，如性別年齡、款式色彩偏好、消費頻率等；利用統計和聚類分析方法，引入了愛時尚、小資生活、關注促銷等二級標簽，有近200個標簽；在二級標簽基礎上，結合共性數據挖掘建模算法，抽象出三級標簽，可以將客戶細分為各個細分群體。圖2為客戶標簽庫的使用實例圖，根據平臺需要，提取標簽庫中的標簽推送給營銷系統中的服飾推薦和設計師推薦模塊、客服平臺的促銷模塊和渠道平臺選擇的廣告投放模塊。

表1 基于大數據的服裝定制客戶的標簽體系Tab.1 Labeling system of clothing customization customers based on big data

圖2 基于大數據的服裝定制客戶的標簽體系應用實例Fig.2 Application example of labeling system of clothing customization customers based on big data

3.2.2 服裝時尚流行趨勢分析

大數據預測時尚流行款式，引導客戶需求是服裝定制營銷中最有特色的技術之一，客戶具有其自身獨特的審美觀，但通常缺乏專業的服裝設計知識，因而其對個性化服裝的需求通常也是定性或者模糊不確定的。通過大數據技術提取出主要時尚資訊、主要電商熱銷服飾、社交平臺時尚關注等關鍵詞，從顏色、款式等多維度對服裝時尚流行關鍵詞進行分析，預測未來服裝時尚流行趨勢，對符合目標特征需求的客戶進行推薦，涉及技術有網絡爬蟲、語義理解、聚類分析，如圖3所示。

圖3 基于大數據的服裝定制流行趨勢分析Fig.3 Trends analysis for clothing customization based on big data

3.2.3 穿衣搭配和服飾推薦

穿衣搭配和智能推薦[9]是服裝定制營銷常用的技術手段，主要有在相似商品上的推薦、基于關聯規則的流行穿衣搭配推薦、基于用戶特征的相似用戶、基于用戶歷史行為的相似用戶和用戶偏好的風格搭配推薦，如圖4所示。模型主要過程是通過客戶在線主觀情感評價和電商平臺上的搜索關鍵詞、瀏覽行為、購買記錄，了解客戶對服飾的款式偏好、顏色偏好、設計師偏好，結合用戶聚類信息，對適合該客戶群的服裝款式、風格、主題及關聯搭配進行智能推薦。

圖4 基于大數據的服裝定制穿衣搭配和服飾推薦分析Fig.4 Dressing match and clothing recommendation based on big data

3.2.4 線上線下深度融合，提供全渠道服務

大數據技術能讓服裝定制企業通過線上平臺與線下門店數據，打通兩者資源發揮雙方的特點，形成企業營銷閉環。對服裝定制門店的客戶信息獲取、各類行為數據的采集，結合大數據進行人群特征分析，分析定制客戶行為的習慣偏好，勾勒定制客戶的畫像體系，線上平臺可以對老客戶和潛在客戶群體的網上行為進行分析。網上平臺有價格和信息服務優勢，服裝定制門店有保真和體驗服務優勢，兩者優勢互補，將有利于企業全面發展。

4 基于大數據服裝定制營銷平臺的互聯網銷售策略實例分析

結合大數據技術構建網上平臺，整合線上定制平臺、線下品牌專賣店渠道，通過品牌塑造、戰略規劃、消費者洞察、市場洞察、銷售策略、線上線下運營形成營銷閉環模式[10]。充分理解動態的區域性、個性化的服裝定制用戶需求，深入找出原始需求，針對品牌、消費者、市場研究、戰略規劃設計出對應的營銷策略場景，實行媒體智能投放，促進轉化率提升。新營銷理念是線上線下數據融合，客戶服飾雙向聯動營銷策略。

4.1 由上而下的營銷策略——由服飾找客戶

分析各類服飾的客戶群體，制定差異化營銷方案是非常重要的營銷技術。由上而下的由服飾找客戶的營銷策略具體步驟有：1)根據新品服飾特點，結合服飾客戶標簽匹配算法，篩選出潛在客戶群體，按照潛在客戶吸引的策略制定營銷方案；2)首先找出與新品有很大客戶相似度的舊品，從老會員中篩選該舊品的購買客戶，根據季節和應用場景選擇再營銷客戶，最后實施會員復購引導。

由上而下的服裝定制營銷策略以圖5藍色連衣裙新品為例，連衣裙一般體現年輕活力，著裝場合大多是休閑場所，藍色象征著寧靜、憂郁。基于服飾銷售大數據的關聯分析，服飾產品中的服飾風格、著裝場景、顏色與年齡、職業和愛好有較大相關性，因此定義該服飾的潛在用戶為未婚女孩、熱戀中白領、IT從業者和讀書愛好者。營銷方案分為新客戶推送方案和老客戶推送方案等兩種。新客戶可以采用基于新服飾推薦信息推送、新服飾活動頁面、新人專享折扣券、關聯商品捆綁銷售和潛客據點定點宣傳。面向老客戶的再營銷策略，首先分析與該服飾關聯的時間、服飾、配飾和會員，本案例分析出連衣群與牛仔褲很相類似的客戶群，確定再營銷客戶為買過牛仔褲、需要春夏換季、高校女生等會員，實行的營銷方案有專屬優惠券、會員折扣、線下活動引導和組合優惠。

圖5 基于大數據的由上而下的服裝定制精準營銷策略Fig.5 Top-down precision marketing strategy of clothing customization based on big data

4.2 由下而上的營銷策略——依據用戶需求輔助服裝設計

以下而上的營銷策略是以會員群體為出發點，通過分析會員群體的行為特征和偏好，進行引導服飾設計的優化改良路線或者營銷策略的制定，以此更加接近目標消費者，實現服飾和營銷的高效展開，如圖6所示。用戶需求可以通過以下途徑獲取：1)分析線上互聯網輿情；2)分析線上客戶評論；3)分析線下服飾門店反饋；4)分析新服飾調研。根據用戶需求對市場進行分析，輔助服飾設計，建立質量報告和試用后的客戶反饋，再進一步對服飾進行改進，制定營銷策略，對新品服飾發布。

圖6 基于大數據的由下而上的服裝定制精準營銷策略Fig.6 Down-top precision marketing strategy of clothing customization based on big data

5 結 語

在“互聯網+”環境下機遇與挑戰并存，服裝定制企業的發展方向是依據自身品牌、規模、服務等方面的優勢，融合線上線下資源、產品和服務，實施產品多元化發展營銷戰略。本文結合大數據營銷技術對服裝定制行業的數據資源進行分析，設計了服裝定制精準營銷平臺技術架構，在運營技術方面對定制客戶畫像、交叉銷售模型、時尚流行趨勢預測等進行分析，提出客戶與服飾雙向聯動的營銷策略。隨著新媒體和新渠道不斷創新，服裝定制營銷新技術將互聯網和大數據更深度融合，從而大幅提高企業營銷能力和市場競爭力。