ZARA亚马逊沃尔玛:三大巨头的大数据瓜葛

日期: 栏目:文章分享 浏览:974 评论:0
ZARA,亚马逊,大数据,沃尔玛,零售商大数据

《连线》杂志(台湾版)最新制作了一期大数据特刊,其中涉及到三家零售公司。这三家公司很有代表性:ZARA,一家发家于线下的快时尚品牌商;亚马逊,电商巨头;沃尔玛,全球最大的传统零售企业。

这组报道从不同角度来分析它们是怎么利用大数据的:ZARA运用大数据让自己既有的快时尚模式如虎添翼;亚马逊实现基于大数据的精准营销;沃尔玛分析社交网站海量数据上显露的消费者偏好与需求。

它们在三个方向上的实践样本也许对很多中国零售企业有所启发。以下内容主要由虎嗅根据该报道编辑而成:

ZARA

Zara平均每件服饰价格只有LV的四分之一,但是,打开两家公司财报,Zara税前毛利率比LVMH集团还高,达到23.6%。

ZARA亚马逊沃尔玛:三大巨头的大数据瓜葛-第1张图片-Ceacer网络

把消费者声音化成数字

走进店内,柜台和店内各角落都装有摄影机,店经理随身带着PDA。当客人向店员反映:“这个衣领图案很漂亮”、“我不喜欢口袋的拉链”,这些细微末节的细项,店员向分店经理汇报,经理通过Zara内部全球资讯网络,每天至少两次传递资讯给总部设计人员,由总部作出决策后立刻传送到生产线,改变产品样式。

关店后,销售人员结帐、盘点每天货品上下架情况,并对客人购买与退货率做出统计。再结合柜台现金资料,交易系统做出当日成交分析报告,分析当日产品热销排名,然后,数据直达Zara仓储系统 。

收集海量的顾客意见,以此做出生产销售决策,这样的作法大大降低了存货率。同时,根据这些电话和电脑数据,Zara分析出相似的“区域流行”,在颜色、版型的生产中,做出最靠近客户需求的市场区隔。

以线上店为实体店的前测指标

2010年秋天,Zara一口气在六个欧洲国家成立网络商店,增加了网络巨量资料的串连性。次年,分别在美国、日本推出网络平台,除了增加营收,线上商店强化了双向搜寻引擎、资料分析的功能。不仅回收意见给生产端,让决策者精准找出目标市场;也对消费者提供更准确的时尚讯息,双方都能享受大数据带来的好处。分析师预估,网络商店为Zara至少提升了10%营收。

此外,线上商店除了交易行为,也是活动产品上市前的营销试金石。Zara通常先在网络上举办消费者意见调查,再从网络回馈中,撷取顾客意见,以此改善实际出货的产品。

Zara将网络上的海量资料看作实体店面的前测指标。因为会在网络上搜寻时尚资讯的人,对服饰的喜好、资讯的掌握,催生潮流的能力,比一般大众更前卫。再者,会在网络上抢先得知Zara资讯的消费者,进实体店面消费的比率也很高。Zara选择迎合网民喜欢的产品或趋势,果然在实体店面的销售成绩,依旧亮眼。

这些珍贵的顾客资料,除了应用在生产端,同时被整个Zara所属的英德斯(Inditex)集团各部门运用:包含客服中心、行销部、设计团队、生产线和通路等。根据这些巨量资料,形成各部门的KPI,完成Zara内部的垂直整合主轴。

Zara推行的海量资料整合,获得空前的成功,后来被Zara所属英德斯集团底下八个品牌学习应用。可以预见未来的时尚圈,除了台面上的设计能力,台面下的资讯/数据大战,将是更重要的隐形战场。

有了大数据还要迅速回应、修正与执行

H&M一直想跟上Zara的脚步,积极利用大数据改善产品流程,成效却不彰,两者差距愈拉愈大,这是为什么?

主要的原因是,大数据最重要功能是缩短生产时间,让生产端依照顾客意见,能于第一时间迅速修正。但是,H&M内部的管理流程,却无法支撑大数据供应的庞大资讯。H&M的供应链中,从打版到出货,需要三个月左右,完全不能与Zara两周相比。

因为H&M不像Zara,后者设计生产近半维持在西班牙国内,而H&M产地分散到亚洲、中南美洲各地。跨国沟通的时间,拉长了生产的时间成本。如此一来, 大数据即使当天反映了各区顾客意见,无法立即改善,资讯和生产分离的结果,让H&M内部的大数据系统功效受到限制。

大数据运营要成功的关键,是资讯系统要能与决策流程紧密结合,迅速对消费者的需求作出回应、修正,并且立刻执行决策。

亚马逊

如果是你是手边正计划新品上市的营销人员,或者你是广告代理商,以下哪家公司的资料听起来最有价值?最可能帮忙“卖出”?是对消费者人际网络了如指掌的Facebook?是对网络用户搜索轨迹巨细靡遗的Google?还是拥有真实消费记录、还能据以推测未来购物欲望的亚马逊?

ZARA亚马逊沃尔玛:三大巨头的大数据瓜葛-第2张图片-Ceacer网络

正在酝酿的广告策略

此前亚马逊并未大张旗鼓推展广告业务,直至去年年底,有报道指出,亚马逊即将推出实时广告交易平台,从而向Facebook和谷歌发起挑战。这个实时广告交易平台又称“需求方平台”(Demand Side Platform,DSP),可以让广告与目标消费者相遇。广告商可以在“需求方平台”上竞标网站的闲置广告空间,而竞标标的包括广告版位,以及符合特定条件的消费者。

“亚马逊过去全神贯注于商品销售,如今才开始注意唾手可得的广告商机。”comScore分析师利普曼说,流量如此庞大,亚马逊实在没有放弃广告市场的道理。

亚马逊开发的那个需求方平台可以“协助广告商接触网路上的众多用户,同时也帮助客户迅速找到想购买产品的相关资讯”,“需求方平台”概念虽非亚马逊首创,但以丰富资料为后盾,竞争局面将被改写。

OwnerIQ广告公司执行长海贝格说,“想在媒体大战中胜出,就得找到广告商有意接触的消费族群。”

亚马逊全球业务副总裁乌施奈德受访时指出,亚马逊与广告商分享的资讯有两类,一是依用户网路行为所做的通用分类,例如热衷时尚、喜爱电子产品、身份为母亲、爱喝咖啡等,二是用户的商品搜寻记录。至于消费者的实际购物资料,亚马逊似乎尚未列入分享。

广告商即使无法得知实际消费记录,能了解潜在顾客的商品搜寻记录,也够诱人了;亚马逊如果全力进军网路广告市场,仍可能大大改变产业生态。

据虎嗅此前报道,投资银行Robert W. Baird & Co估计,亚马逊2012年的广告收入约为5亿美元。而根据这篇报道透露的信息,亚马逊2013年的广告收入将达10亿美元。这会成为亚马逊未来几年内营收增长的新动力,更重要的是,它可能是亚马逊各项业务中利润率最高的业务之一。

沃尔玛

2011年,沃尔玛电子商务的营收仅是亚马逊的五分之一,且差距年年扩大,让沃尔玛不得不设法奋起直追,找出各种提升数字营收的模式。最终,沃尔玛选择在社交网站的移动商务上放手一搏,让更大量、迅速的资讯,进入沃尔玛内部销售决策。沃尔玛的每张购买建议清单,都是大量资料运算而出的结果。

ZARA亚马逊沃尔玛:三大巨头的大数据瓜葛-第3张图片-Ceacer网络

2011年4月,沃尔玛以3亿美元高价收购了一家专长分类社群网站Kosmix。Kosmix不仅能收集、分析网络上的海量资料(大数据)给企业,还能将这些资讯个人化,提供采购建议给终端消费者(若不是追踪结帐资料,这些细微的消费者习惯,很难从卖场巡逻中发现)。这意味着,沃尔玛使用的大数据模式,已经从“挖掘”顾客需求进展到要能够“创造”消费需求。

“沃尔玛本身就是一个海量资料系统,适用各种商业上的分析行为,它庞大的综合功能,把资讯应用提升到新的境界。”沃尔玛资讯中心副总经理特瑞尔指出。作为世界最大的零售业巨人,沃尔玛在全球超过200万名员工,总共有110个超大型配送中心,每天处理的资料量超过10亿笔。由于资料量过于庞大,沃尔玛的大数据系统最重要的任务,就是在做出每一笔决定前,将执行成本降到最低,并且创造新的消费机会。

 

Kosmix为沃尔玛打造的大数据系统称做“社交基因组(Social Genome)”,连结到Twitter、Facebook等社交媒体。工程师从每天热门消息中,推出与社会时事呼应的商品,创造消费需求。分类范围包含消费者、新闻事件、产品、地区、组织和新闻议题等。同时,针对社交网络快消息流的性质,沃尔玛内部的大数据实验室专门发展出一套追踪系统,结合手机上网,专门管理追踪庞大的社交动态,每天能处理的资讯量超过10亿笔。

“社交基因组”的应用方式五花八门。举例来说,沃尔玛实验室内部软件能从Foursquare平台上的打卡记录,分析出在黑色星期五,不同地区消费者最常购买的品项,然后,针对不同地区送出购买建议。

沃尔玛电子商务总监拉詹曼分析,Facebook和Twitter上的力量庞大到难以想像,“我们如果能透过社交网站的大数据,掌控消费者行为,我们就能以此重新定义消费的方式。”

这,是不是就是传阿里试图入股新浪微博想做的事?

本文来源:虎嗅网

更多阅读:

  • 看沃尔玛、ZARA、Target等零售企业如何利用大数据?
  • BI Intelligence:美国“移动商务三巨头”:亚马逊、eBay和沃尔玛
  • 亿邦动力:亚马逊eBay和沃尔玛牢控美国移动购物前三
  • ShopSavvy:沃尔玛的价格比亚马逊更便宜——信息图
  • MKM:2025年亚马逊将超沃尔玛成第一大零售商
  • MarketplacePulse:2018年度亚马逊平台现状回顾及趋势报告
  • 沃尔玛大数据技术真相
  • ZARA成为快时尚老大的七大秘诀
  • 中华全国商业信息中心:2012年全国重点大型零售企业服装零售额同比增长12.5%
  • AWS技术峰会 2018 上海站启航 预计将有50多场技术论坛、6000多专业人士参会,创AWS技术峰会中国之最
  • 亚马逊CTO:大数据也会带来大问题
  • 大数据是与Google竞争的唯一机会
  • 亚马逊已进化成一家大数据公司
  • 中国企业怎么学亚马逊
  • 谷歌官方公布:票房预测模型

2021-06-01 17:07:03

标签: