第69期“南零商盟”:CRZ品牌CIO王省平分享主题“服饰企业大数据应用”

       各位伙伴：大家晚上好，首先感谢黄总邀请，给我这次与大家分享交流的机会，感谢芳芳的精心组织，先自我介绍一下，我叫王省平，之前一直在东莞小猪班纳，2015年过广州腾羿服饰这边。今天给大家分享的主题是大数据应用，其实叫大数据应用规划更好些，当时黄总找到我，让我分享一期，当时关于分享主题也考虑了好久，恰好我们正在做大数据应用的规划，所以借这个机会跟大家分享下，希望对大家有所企划，其实目前很多公司都已经有ERPPOSWMSCRMOMSOA等业务系统，这些解决了基本数据分析、账务、流程等问题，那接下来就是如何利用这些数据进行深入应用与挖掘，发挥它的最大价值。首先我抛出几个问题，企业需要那些数据？这些数据如何获取？如何应用？应用到哪里？下面分享我会一一解答：

其实大数据应用也是我们信息化战略目标之一，我们叫它为一减三加,一减就是:减少数据的盲区和数据孤岛的存在。三加:加强数据分类数据采集，确保各业务环节的数据项的完整。并围绕业务场景完善数据采集的技术落定。加强数据应用与分析提供包括手机端报表在内的更易用的数据类工具。

加强基于大数据战略的IT系统建设，做好功能规划和系统架构的设计，为未来功能扩张，做好技术基础。

那接下来我主要从以下四个方面来进行今天的一个分享，第一数据分类,第二数据采集,第三大数据的应用，第四IT系统建设的规划。

要做大数据,数据分类是关键，首先我们要知道企业他需要哪些数据。其实这个过程是比较耗时的需要发大量的时间调研讨论分析。从而得出企业所需的数据分类，每个企业可能都不一样，但服装行业应该大体应该差不多。

像我们这边数据分类主要是分哪三大类，第一个就是产品类，第二个客户类第三个就是交易类。其中包括还有下面有十二个小类。有四百个的子类，这些数据，我们都是采用剥洋葱的方式，从外到内从大到小一层一层地进行挖掘出来的。

那接下来我再详细讲一下。各种类型的数据，他到底包括哪些东西。

产品类的数据主要包括了四个方面，第一个就是企划设计，第二个就是成品，第三个就是面辅料，第四个就是供应商。

其中。企划设计又包括了六个小类：开发数据，成本数据、趋势数据、计划数据、材料数据、设计数据。

其中开发数据他又包括了呸样开发、定样、面辅料、齐色样。OEM开发、样衣制作、评审管理等。成本数据：主要是包括了工时成本、BOM、成本核算等。

趋势数据：主要是包括潮流趋势、竞品信息、采风街拍、创意、色彩趋势等。

计划数据：包括了品类、价格带、成本期间、主题系列等。

材料数据：主要包括供应商的材料推荐、报价、材料开发等。

设计数据：主要是指的是设计的图稿、款式、工艺、版单等。

产品类数据第二个数据就是面辅料数据。面辅料数据主要包括三小类：基础数据、面辅料数据、分析数据

产品类数据第三个就是成品数据，主要有三小类：基础数据（工单号、物料编号、工厂、库位、业务员等）、成品商品（图片、款式、颜色、波段、版型、材质等）、分析数据（工单数量、合同单价、合同交期、质检数量、质检日期等）

产品类数据的第四个方面供应商数据，主要包括四小类：业务能力（工厂占地面积、是否租用、外发品种、年营业额、人数等）、资质信息（法人代表、成立日期、公司性质、注册资金、营业执照等）、基础信息（注册地址、负责人、网站等）、其他信息（供应商等级、客户类型、状态等）

接下来我们就讲数据的分类第二个交易类的数据。

交易类的数据包括四个方面的内容：线上零售、线下零售、潜在交易、分销类数据。

线上销售：就是包括一些线上订单信息库存、售后、还有平台渠道信息、商品信息等

线下零售：主要指的是门店的一些基础信息、人员信息、楼物业信息，还有就是商场结算的一些基础信息、扣点、活动、开票、商场费用、库存、生产需求数量、入库数量、零售库存备量等

分销商信息:主要是包括了电话费的信息，比如订单信息店铺等级用户资料全把颜色商品信息。还有他的补货、发货退货，还有新经销商的一些基础的信息。

潜在交易数据：主要是包括了门店的试衣人数注册人数。跟。线上平台的像微信微商城网站天猫淘宝，京东唯品会。这些在网上浏览商品有浏览有收藏加入购物车待付款。还没有成交之前的这些行为这些属性都可以称之为潜在的交易，也就是我们潜在的客户。

第三个就是客户类的数据。客户的数据包括四个方面：线上购买的用户、线下购买的用户。全渠道的粉丝、分销商信息。

线上购买用户：主要是指的是电商平台，跟自己的微商。收货人的信息啊，电话，省份、城市、邮编、邮箱。还有一些平台的信息买家的ID平台的店铺ID创建时间，修改日期、外面的订单号。等等这些还有微商城的。微商城上面滴用户的昵称性别头像，省份城市等等一些相关的这些用户信息。

线下会员：这一块主要是指他的消费数据、积分数据、卡数据，还有一些基础数据。

分销商：主要是指的门店的一些基础数据如门牌号，收货人员、营业人员、营业人员的手机物业信息、分销商自己的本身的信息。比如说分销商的城市，地址，喜欢品牌、业务规则等等。

全渠道粉丝：主要包括微商城，微博、网站、线下、微信。

数据采集方面从以上数据的分类来看，我们可以把数据的采集分成以下三个场景进行采集，或者说三个渠道，第一个就是企划设计，第二个就是供应链，第三个就是营运销售。

大数据对营运、监督管理和人工智能工具的支持

营运支持应用在哪些方面呢，比如说。他可以应用到战略领域的市场定位和机会分析、业务选择的分析。还有它可以应用到战术领域的。产品的销售计划量化、定价分析、库存分析。营销的广告效果评测、推广渠道的评测。社群的粉丝增量及活跃度等

2、监管支持：应用如下图

3、人工智能的应用。

在零售领域、人工智能领域的机器学习，在未来几年一定会发展很快。这就需要大量的数据和高效的算法做支撑。大数据加AI算法必然会推动以客户为中心的商业价值的发展。主要体现在以下几个方面：流行趋势的预测、搭配推荐。销量预估，注重客户标签，营销活动优化、店铺陈列优化推荐等等。

报表平台分为下图两部分

根据大数据战略，信息系统落地方案规划如下图