未來3-5年，數(shù)據(jù)化、智能化運營是核心

龍翔

近5-10年，企業(yè)信息化建設(shè)重點在于搭建各種基礎(chǔ)IT系統(tǒng)，包括ERP系統(tǒng)、財務(wù)系統(tǒng)、生產(chǎn)管理系統(tǒng)、供應(yīng)商系統(tǒng)、分銷零售系統(tǒng)等。一些規(guī)劃較早、重視布局，且有人持續(xù)推進(jìn)的企業(yè)，關(guān)鍵業(yè)務(wù)都實現(xiàn)了IT化。

這個階段的IT建設(shè)，更多的是基于管理控制的需求，實際對業(yè)務(wù)的決策賦能、業(yè)務(wù)提效支撐并不高，更談不上對企業(yè)經(jīng)營、業(yè)務(wù)變革產(chǎn)生驅(qū)動。

相反，還要業(yè)務(wù)部門做更多的工作，無論是企業(yè)決策層，還是業(yè)務(wù)層，都很難在顯性層面感知到IT信息化建設(shè)的價值，更多把它當(dāng)作一個屬于基礎(chǔ)建設(shè)的成本投入，在財務(wù)預(yù)算上也列作為資本性支出。

但這個階段的業(yè)務(wù)IT化，為企業(yè)積累了大量的數(shù)據(jù)。疊加移動互聯(lián)產(chǎn)生的外部大數(shù)據(jù)，在過去，受制于算法和算力的限制，企業(yè)對這些數(shù)據(jù)的利用度并不高，空有數(shù)據(jù)這座金山卻苦于沒有工具而無法挖掘到金礦。

現(xiàn)在，技術(shù)算力的快速發(fā)展（如云計算、5G網(wǎng)絡(luò)、物聯(lián)網(wǎng)、移動互聯(lián)等），算法的完善（統(tǒng)計學(xué)模型、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、決策樹、時間序列等），為數(shù)據(jù)的深度應(yīng)用、數(shù)據(jù)資產(chǎn)的增值變現(xiàn)帶來更多的可能性和想像空間。

縱觀當(dāng)下到今后3-5年，中國企業(yè)必將進(jìn)入到一個對數(shù)據(jù)深度應(yīng)用，數(shù)據(jù)和算法、場景深度融合的階段。數(shù)據(jù)會成為驅(qū)動業(yè)務(wù)運營，內(nèi)外部協(xié)同的重要抓手。

鞋服零售企業(yè)業(yè)務(wù)運營中最重要的三個維度是“人”、“貨”、“場”，對應(yīng)的就是顧客、商品、門店。

事實上，這三個模塊屬于不同部門管理，彼此的協(xié)同有時候會脫節(jié)，造成協(xié)同效率不能最大化。同時，三者的數(shù)據(jù)在很多企業(yè)都沒有很好地串聯(lián)起來，沒有挖掘數(shù)據(jù)背后的規(guī)律和價值，最終造成“人”、“貨”、“場”的錯配，影響到企業(yè)經(jīng)營的效率和效益。

那么，未來3-5年，鞋服零售行業(yè)的“人”、“貨”、“場”如何基于數(shù)據(jù)實現(xiàn)精準(zhǔn)匹配，構(gòu)建閉環(huán)，實現(xiàn)運營效率、效益的最大化？

一、店貨匹配

中國幅員遼淘，南北氣溫差異明顯，城市之間、城鄉(xiāng)之間存在較大的發(fā)展差異，形成較為明顯的二元經(jīng)濟(jì)格局。

很多品牌在前些年生意好做的時候，大力拓展市場，門店從一、二線城市下沉到三、四線城市，數(shù)量動輒幾百家、上千家，甚至上萬家的都有。

品牌受市場拓展和經(jīng)濟(jì)發(fā)展的紅利驅(qū)動，業(yè)績獲得了不錯的增長，但這種增長更多的是一種外向型、粗放式的增長，產(chǎn)品沒有細(xì)分，店鋪沒有細(xì)分，客群沒有細(xì)分，更別說產(chǎn)品、店鋪、客群匹配起來的精細(xì)化、數(shù)據(jù)化運營，基本上每家門店鋪的貨都是一樣的。

貨品應(yīng)該出現(xiàn)在什么店鋪，每家店鋪應(yīng)該放置多少的量，什么時候上架，什么時候下架，價格如何調(diào)整等，類似關(guān)鍵性的決策，大多依賴個人的經(jīng)驗、個人的能力，背后缺乏一套透明的、大家達(dá)成共識的、可復(fù)制可迭代的規(guī)則和標(biāo)準(zhǔn)。

貨品和店鋪的匹配度不高，沒有及時出現(xiàn)在該出現(xiàn)的地方，大量工作靠手工，再加上人員變動，整個商品運營的效率、效益大幅下降，這也是很多企業(yè)普遍存在的問題。最終帶來的問題是無效款太多，低動銷、低售罄、低周轉(zhuǎn)、低毛利、高庫存。

事實上，貨品應(yīng)該出現(xiàn)在哪家店鋪，需要多少的量不是由“人”來決定的，而是由背后的規(guī)則、標(biāo)準(zhǔn)來決定，尤其是多產(chǎn)品線、多SKU、多門店的品牌。

我們要將這種規(guī)則、標(biāo)準(zhǔn)以算法的形式沉淀在系統(tǒng)里，系統(tǒng)進(jìn)行綜合計算給出最優(yōu)操作建議，在系統(tǒng)里完成閉環(huán)。

要實現(xiàn)店貨匹配，有幾個很重要的基礎(chǔ)工作要做細(xì)致和扎實。

1、標(biāo)簽管理

為了實現(xiàn)更精準(zhǔn)的店貨匹配，貨品和店鋪都要進(jìn)行標(biāo)簽管理。

（1）貨品標(biāo)簽

一般來說，貨品標(biāo)簽可從以下幾個維度進(jìn)行劃分。

①貨品的功能屬性：如從品類角度劃分，羽絨褲、套裝裙、衛(wèi)衣、針織衫、禮服、馬甲、男鞋、女鞋、運動鞋、童鞋、雪地靴、馬丁靴、小白鞋、沙灘鞋、拖鞋等;

②商品定位標(biāo)簽：如引流款、形象款、風(fēng)格款、活動款、主推款等;

③商品生命周期管理標(biāo)簽：如試銷期、導(dǎo)入期、成熟期、衰退期、清倉期等;

④商品運營標(biāo)簽：如爆款、旺銷款、平銷款、滯銷款等;

⑤顧客需求標(biāo)簽：如價格標(biāo)簽：高價格、中高價格、中端價格、中低價格、低價格等;風(fēng)格標(biāo)簽：時尚、經(jīng)典、街頭、休閑、流行、文藝、精致、都市、生活、國潮等;

⑥內(nèi)容標(biāo)簽：如三八女神節(jié)主題故事包，61親子主題故事包，戶外度假旅游系列故事包，婚慶系列主題故事包等。

（2）門店標(biāo)簽

①門店分級標(biāo)簽（如A級、B級、C級、D級等）

②門店所處商場類型（如百貨店、購物中心店、社區(qū)店、街鋪店、機(jī)場店、奧菜店、線上店等）

③門店運營標(biāo)簽（如新品依賴型、折扣型、高價消費型等）

④門店面積與陳列量（根據(jù)自身情況進(jìn)行細(xì)化分級）

2、商品管理場景的梳理

商品運營總體是圍繞貨品的配、補(bǔ)、調(diào)，貨品流轉(zhuǎn)、價格調(diào)整、清倉退貨幾大場景來進(jìn)行，細(xì)分來看的話可以有N個場景。

①新品首單到貨應(yīng)該鋪到哪些店鋪？

②新品首單不足以滿足訂單需求時如何鋪貨？

③店鋪活動應(yīng)該備什么貨品？

④貨品售罄超出計劃，每家門店應(yīng)該補(bǔ)什么貨品，補(bǔ)多少？

⑤貨品售罄沒有達(dá)到目標(biāo)如何促銷？貨品促銷折扣是多少？

3、匹配不同場景的規(guī)則制定

規(guī)則制定需要將熟悉業(yè)務(wù)的人導(dǎo)入進(jìn)來，針對具體的業(yè)務(wù)場景設(shè)定具體的規(guī)則。

比如，新品供應(yīng)貨品不足時，首鋪貨品優(yōu)先按照店鋪A級別進(jìn)行鋪貨;

主推款正式上市1個星期內(nèi)，售罄率低于30%定義為滯銷款。定義滯銷款后，價格下調(diào)20%。持續(xù)一周后，售罄目標(biāo)仍舊是滯銷款，且在生命周期內(nèi)的款式，價格再下調(diào)20%。

以此類推，設(shè)定規(guī)則。

這里面有很多細(xì)化工作要做，需要統(tǒng)一梳理和逐步迭代，先簡單再復(fù)雜，先人工干預(yù)后系統(tǒng)自動運行，不可能一蹴而就。這個時候，商品人員的主要工作就是設(shè)定規(guī)則，并跟蹤規(guī)則調(diào)整后的效果，再予以評估，構(gòu)建以商品為主軸的PDCA（計劃-執(zhí)行-檢查-處理）工作機(jī)制。

4、系統(tǒng)算法的實現(xiàn)

規(guī)則出來了，就在系統(tǒng)里寫算法做承接，在系統(tǒng)里構(gòu)建閉環(huán)自動運行。算法主要包括統(tǒng)計學(xué)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等相關(guān)專業(yè)，這里就不再展開來講解。

二、供需匹配

店貨匹配解決的是已經(jīng)生產(chǎn)出來的貨品和門店的匹配，目的是讓合適的貨品及時出現(xiàn)在合適的店鋪，提高貨品周轉(zhuǎn)，但還沒有和后端的供應(yīng)鏈關(guān)聯(lián)起來。在這里面可以設(shè)定不同場景，讓數(shù)據(jù)智能化運營在系統(tǒng)跑起來。

比如，新品上市后，系統(tǒng)自動尋找過往具有類似產(chǎn)品標(biāo)簽的商品在生命周期內(nèi)的銷量，過往和今后天氣走勢、產(chǎn)品生命標(biāo)簽、已經(jīng)上市的產(chǎn)品銷售數(shù)據(jù)，甚至后續(xù)的活動規(guī)劃、顧客容量，將各種與需求相關(guān)的因素進(jìn)行量化。

通過構(gòu)建需求預(yù)測算法，將各種因素全部丟到預(yù)測模型里，基于部署在云端的極致算力，實時推算出某個款在接下來的產(chǎn)品生命周期內(nèi)的市場需求量。

這個需求數(shù)據(jù)能及時推到相關(guān)負(fù)責(zé)人處，和內(nèi)部ERP系統(tǒng)、財務(wù)系統(tǒng)打通，和整個產(chǎn)業(yè)鏈上的各種資源打通（如供應(yīng)商、生產(chǎn)資源等），構(gòu)建起一張產(chǎn)業(yè)價值協(xié)同網(wǎng)絡(luò)和在線數(shù)據(jù)系統(tǒng)。

所有溝通都可以在這張網(wǎng)絡(luò)里進(jìn)行，訂單經(jīng)過人工審核后，預(yù)測需求訂單可以直接推送到面輔料供應(yīng)商、成品生產(chǎn)商處，甚至系統(tǒng)能對接到供應(yīng)商的庫存和生產(chǎn)資源，自動算出貨品到達(dá)供應(yīng)日期，再模擬上市后可以產(chǎn)生的銷售和帶來的利潤。

對這個需求預(yù)測訂單進(jìn)行經(jīng)營沙盤模擬，也許一開始預(yù)測出來的數(shù)據(jù)不一定準(zhǔn)確，但隨著數(shù)據(jù)積累越多，模型通過機(jī)器自學(xué)習(xí)，預(yù)測的性能和穩(wěn)定性也會越來越高。即使不能100%作為參考，但可以作為我們?nèi)斯づ袛嗪蜎Q策的參考依據(jù)，從而最大程度地降低人工決策的風(fēng)險。

這種基于訂單來調(diào)配相關(guān)資源，且調(diào)配不是人工驅(qū)動，而是基于數(shù)據(jù)驅(qū)動的模式，如果有備料，生產(chǎn)資源有保障，市場的需求能得到迅速地滿足，內(nèi)外部的資源能得到最大的協(xié)同。

這樣的場景，我相信在今后一定會逐步成為現(xiàn)實，成為真正的市場需求驅(qū)動后端供應(yīng)的高效率模式。社會資源會得到最大程度的效率提升，整個產(chǎn)業(yè)鏈也都能串聯(lián)和協(xié)同起來。

三、人貨匹配

過往，我們系統(tǒng)里更多的是商品銷售的數(shù)據(jù)、進(jìn)銷存數(shù)據(jù)，至于商品賣給誰了我們并不知道。

隨著數(shù)據(jù)化運營的進(jìn)一步深入，顧客數(shù)據(jù)采集和積累，顧客數(shù)據(jù)的豐富化（消費數(shù)據(jù)、社交數(shù)據(jù)、電商數(shù)據(jù)、互動數(shù)據(jù)、體型數(shù)據(jù)，甚至視頻等），走到最后，必定是“人”、“店”、“貨”的打通，實現(xiàn)在更高維度上的打通和協(xié)同。

可以設(shè)想下面的場景，在今后隨著數(shù)據(jù)化、智能化的進(jìn)一步發(fā)展，必將會成為一種日常運營的常態(tài)。

場景1

每次新貨上市/活動開始前，系統(tǒng)能根據(jù)貨品標(biāo)簽、顧客標(biāo)簽，自動輸出最有可能購買該波貨品的顧客名單，幫助縮小目標(biāo)顧客的范圍，識別最有潛力的顧客，進(jìn)而在與顧客互動中獲取最大的收益和轉(zhuǎn)化。

過往，新品上市不加細(xì)分地全部發(fā)送短信，給到顧客很不好的體驗;今后，基于顧客大數(shù)據(jù)，可以做更針對性地精準(zhǔn)顧客運營。

場景2

新顧客管理，當(dāng)一位新顧客第一次消費時，能預(yù)測出他在未來一年內(nèi)可能會消費多少次、花費多少金額，并可被列為最關(guān)鍵的VIP用戶;也能基于過往類似新顧客消費，得出該新顧客下次購買的時間點、流失的可能性，下次消費最有可能消費什么？

場景3

顧客一到店，系統(tǒng)根據(jù)人臉識別、WIFI熱點鏈接自動識別等方法，在導(dǎo)購手機(jī)端或者PC端，能自動輸出顧客過往歷史消費記錄和規(guī)律、相關(guān)銷售話術(shù)、最適合的穿著搭配推薦（這里有主動設(shè)定的推薦搭配，也有根據(jù)顧客消費記錄規(guī)律生成的推薦搭配，或者根據(jù)類似顧客群實際消費搭配推薦）。

如有配合體型數(shù)據(jù)，能自動輸出該顧客的推薦搭配照片，提前發(fā)給顧客做確認(rèn)，比純粹發(fā)圖片給顧客的體驗和轉(zhuǎn)化會更好。

未來，隨著內(nèi)容和渠道閉環(huán)進(jìn)一步打通，顧客看到模擬的搭配圖片，直接點擊圖片上的鏈接碼就可以進(jìn)入門店端小程序進(jìn)行銷售轉(zhuǎn)化。

通過量身打造不同的短信/微信內(nèi)容、優(yōu)惠條件、定價、服務(wù)和產(chǎn)品，滿足顧客的多重需求，真正實現(xiàn)個性化的服務(wù)和運營，為每位顧客精彩地展現(xiàn)他們的“消費旅程”。

場景4

產(chǎn)品上市后，根據(jù)以往消費的顧客特征，系統(tǒng)能自動在整個大的系統(tǒng)顧客池子里尋找具有類似特征，但還沒有來消費的顧客做人群放大，并且能生成相關(guān)話術(shù)和海報，在人工審核下能自動觸達(dá)。除此以外，系統(tǒng)還可以自動對接外部流量資源（比如微信朋友圈、頭條系等）投放引流廣告。

場景5

在店貨匹配環(huán)節(jié)，也可以加入每家店鋪的顧客標(biāo)簽，一起融入進(jìn)系統(tǒng)算法，讓店貨匹配更加精準(zhǔn)。比如，某家店鋪主要以商務(wù)寫字樓顧客為主，則貨品匹配時，類似風(fēng)格的產(chǎn)品匹配權(quán)重會更大，加大該類風(fēng)格產(chǎn)品對這家店鋪的配貨。

要實現(xiàn)上述場景，同樣需要我們要完善顧客的標(biāo)簽和資料，但這些標(biāo)簽更多的是基于顧客的消費行為、產(chǎn)品消費來輸出，且動態(tài)調(diào)整，能及時響應(yīng)顧客的消費變化，讓顧客的數(shù)據(jù)完全在線，而不是簡單地呈現(xiàn)顧客過往的消費數(shù)據(jù)。

未來3-5年，隨著“人”、“貨”、“場”數(shù)據(jù)的在線和串聯(lián)，數(shù)據(jù)價值的深度分析和挖掘，越來越多的業(yè)務(wù)數(shù)據(jù)算法導(dǎo)入，數(shù)據(jù)必將越來越成為企業(yè)最重要的資產(chǎn)。

誰對數(shù)據(jù)資產(chǎn)應(yīng)用得最多，誰就擁有越強(qiáng)的核心競爭能力。

我相信這種數(shù)據(jù)化、智能化運營的場景一定會出現(xiàn)，同時在這個領(lǐng)域內(nèi)也一定會誕生一些獨角獸的企業(yè)和應(yīng)用標(biāo)桿企業(yè)出來。