数据大数据概念

敬请参阅最后一页特别声明-1-证券研究报告2014年9月12日纺织和服装大数据时代之服饰行业的应用行业专题品牌服饰迈入大数据时代在商业领域,大数据是企业收集起来的关于消费者、企业行为的海量相关数据,这些数据超越了传统的存储方式和数据库管理工具的功能范围.
服装行业由于其内在的复杂性(每季开发上百种产品、型号颜色各不相同、在不同地域出售、面对多样化消费者),更需要依托大数据的存储、搜索、分析和可视化技术升级改造产业链,加强精细化管理程度、把握消费者需求变化,挖掘出巨大商业价值.
国际零售、品牌商早已开始应用大数据促进销售国外服饰和零售企业早已开始运用大数据来为企业服务,主要方式有:采用顾客调查问卷加上自身开发的内部分析系统预测顾客需求;借助可穿戴设备和社交网站增强客户粘性和预测消费潮流;线下门店安装监控系统观测消费者行为、线上商店强化资料分析功能;在试衣间模拟穿着并返工改衣等.
这一切都是为了使企业紧跟市场变化、精准满足消费者需求,最终促进销量和业绩.
通过对Target、Nike、Zara和Prada等案例的分析,我们得出结论:大数据挖掘能带来实质的销售贡献,其中Target通过挖掘客户潜在需求,此后近11年收入复合增速达5%;Nike通过NIKE+直接掌握客户信息、增强体验粘性,此后2年收入复合增速达7%.
国内电商领域开发应用大数据,挖掘天然基因优势电商比传统企业在大数据的应用上有先知先觉,因为电商的主要资产就是数据—消费者的行为记录,能够快速了解消费者需求,并通过不同于线下的供应链模式及时满足.
我们分析了3个案例:1号店作为平台商注重利用信息技术对供应链进行整合、实现数据统一管理;淘品牌韩都衣舍的高速成长本身就依托大数据发力,2008-2012年销售额分别为300万、1300万、9000万、3亿多、近6亿,为天猫京东女装销量第一名.
淘宝作为数据的出售方,进一步拓展业务,提供数据增值服务.
传统品牌可借力大数据转型,多个环节审视、改善、颠覆旧有价值链品牌服饰公司借助大数据,在服装行业可以应用于各个环节:(1)商品企划上,挖掘用户需求,框定目标客户群,设计上提高产品关联性,定位更趋于做精;(2)供应链上,订货制在大数据的支持下转为"订货+快速补货",提高流转、降低库存;(3)营销上,精准投放,加强互动;(4)终端管理上,趋于KPI精细化管理;(5)触网、O2O,更需大数据奠定基础.
大数据是机会,但实施起来也面临不少障碍,以下三点是阻碍国内品牌服饰企业广泛应用的重要因素:成本高昂,人才缺乏;大数据是"一把手工程",需要企业的最高层直接负责,推行时往往面临加盟商抵制,关键是观念创新难;教条主义泛滥,无法落地.
分析师李婕((执业证书编号:S0930511010001)021-22169107lijie_yjs@ebscn.
com谢宁铃((执业证书编号:S0930512060002)021-22169127xienl@ebscn.
com行业与上证指数对比图相关研报品牌服饰O2O专题报告:短期静待入口贡献,长期关注商业模式2014-09-10唯品会—快速成长的线上闪购服饰垂直电商2014-09-08寻找下一个"优衣库"2014-09-02复苏犹弱,转型初试2014-06-27O2O华丽转型,移动端大有可为2014-03-12终端不振休闲复苏,模式创新提升估值2014-01-13线上线下同价趋势下,线下品牌触网优于电商2013-10-17品牌服饰行业"碎片时代"的再定位2013-09-18品牌服饰新战场:购物中心2013-09-16城镇化助力服装行业长期发展2013-09-05迈克科尔斯——快速成长的轻奢侈新秀2013-07-30行业进入后提价时代2013-05-20股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-2-证券研究报告报告起因及框架2012年起,大数据概念在国内风起云涌.
在国外,大数据应用已从互联网逐渐向更多行业发展,政府、金融、环保、零售等行业都已产生了经典案例.
国内的品牌服装行业自11年四季度开始,增速出现了明显放缓,主要由于品牌服饰行业本身商业模式老化,"开店、提价、量增"三驾马车的前两驾都已失灵,渠道中库存高企、商业地产租金高涨、服装企业多年以来内部管理粗放、设计和品牌营销同质化严重等等问题积重难返.
与此同时,互联网、移动互联网渠道兴起、通讯和数据处理技术发展迅速,行业面临颠覆性的机会和变化.
基于这一背景,我们认为品牌服装可以借力大数据,对产业链的各个环节进行改造升级,培育新的增长点.
本文就以下四方面进行了深入探讨:首先,阐述了大数据的概念和特点,以及大数据对品牌服饰行业的意义.
梳理了国外服饰和零售商案例,提供他山之石.
其次,由于电商行业获得数据的易得性,专门辟出一章,从平台商自身大数据应用、淘品牌借助数据发展壮大、以及电商商城可作为数据出售方提供增值服务三个角度描述了这个行业的全景.
再次,从价值链的上中下游出发,阐明了大数据对品牌服饰商各环节的改善和颠覆,并辅以案例说明如何运用.
最后,提示国内传统品牌公司目前实施大数据面临的三大障碍.
主要观点及贡献1.
大数据与普通数据的区别在于,数据集很大程度上是半结构化和非结构化的,无法用传统数据库工具对其内容进行抓取、管理和处理.
在商业领域,大数据就是企业收集起来的关于消费者、企业行为的海量相关数据.
在大数据思路下,人们看待数据的方式产生重大变化:从因果关系到相关性.
"挖掘、关联、预测"是三大步骤.
2.
服装行业的复杂性(每季开发上百种产品、型号颜色各不相同、又在不同地域出售、面对多样化消费者)凸显了大数据的重要性.
3.
国际篇:系统展示了可供学习的服饰和零售业大数据方面的benchmark.
这些公司,有的采用顾客调查问卷加上自身开发的内部分析系统预测顾客需求,有的借助可穿戴设备和社交网站增强客户粘性和预测消费潮流,有的在线下门店安装监控系统观测消费者行为、并强化线上商店的资料分析功能,有的在试衣间模拟穿着并返工改衣等.
4.
电商篇:电商企业拥有天然大数据基因.
透视了一号店的大数据应用(收集信息、预测顾客需求;后台监控、加快反应;波次拣货、缩短路径;共享机制与KPI考核);分析了淘品牌如何依托大数据规划店铺流量架构、开发BI系统提供决策支持、开拓移动端;以及换个视角,展示了淘宝作为数据的出售方,如何出售增值服务.
5.
本文重点落在大数据会对传统行业造成何种颠覆、传统品牌服饰应如何应用大数据.
我们认为,大数据贯穿前后,在服装行业可以应用于各个环节.
1)企划设计:用户需求挖掘,框定目标客户群,设计上提高产品关联性,定位更趋于做精(甚至是服装定制);2)供应链颠覆:消费者越发求新求变,品牌服饰公司原有的提前6个月设计生产模式受到严峻挑战,订货制在大数据的支持下转为"订货+快速补货",将平台数据开放给上游使原本长达30-60天的订单周期大幅压缩到原来的1/2-1/3、降低高库存带来的资金占用风险;3)营销革新:与传统的品牌营销方式相比,大数据时代的品牌营销一方面针对目标市场准确投放,另一方面则是提供个性化的互动、跨平台营销方案;4)终端管理:KPI更加细化,可查可测;5)伴随互联网、移动终端的普及,传统品牌公司触网、O2O更需大数据奠定基础.
6.
大数据是机会,但实施起来也面临不少障碍,以下三点是阻碍国内品牌服饰企业广泛应用的重要因素:成本高昂,人才缺乏;大数据是"一把手工程",需要企业的最高层直接负责,推行时往往面临加盟商抵制,关键是观念创新难;教条主义泛滥,无法落地,重点在于分析后的改进.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-3-证券研究报告目录1、品牌服饰行业开启大数据时代.
41.
1、大数据概念及来源:从关注"因果"到关注"相关"41.
2、大数据对服装产业将产生深刻影响:从提价和外延扩张到对消费者的精细化管理52、大数据在国际服饰零售企业中的成功应用.
62.
1、美国零售商Target:挖掘客户潜在需求,此后近11年收入复合增速达到5%62.
2、NIKE+:直接掌握客户信息,增强体验粘性,此后近2年收入复合增速达到7%72.
3、ZARA:从顾客需求倒推,缩短反应时间92.
4、Prada:模拟穿着,返工改衣.
113、电商大数据应用:天然优势,春江水暖鸭先知.
113.
1、1号店:零售平台商自身的大数据应用.
113.
2、淘品牌韩都衣舍:依托大数据搏击蓝海.
143.
3、淘宝:换个视角,数据的出售方,增值服务.
154、传统品牌服饰企业积极应用大数据管理164.
1、企划设计:用户需求挖掘,定位更趋于做精.
164.
2、供应链颠覆:订货制=〉订货+快速补货,提高流转.
184.
3、营销革新:投向精准,更加互劢.
194.
4、终端管理:KPI更加细化,可查可测.
204.
5、触网、O2O:需大数据奠定基础215、传统品牌公司实施大数据的障碍235.
1、成本高昂,人才缺乏.
235.
2、面临加盟商抵制,关键是观念创新235.
3、教条主义泛滥,无法落地.
24股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-4-证券研究报告1、品牌服饰行业开启大数据时代2012年初,瑞士达沃斯论坛上一份《大数据,大影响》(BigData,BigImpact)的报告宣称,数据已经成为一种新的经济资产类别,就像货币或黄金一样.
美国白宫也于当年3月29日宣布投资2亿美元启动"大数据研究和发展计划",希望增强收集海量数据、分析萃取信息的能力.
2012年12月8日工信部发布的物联网"十二五"规划上,信息处理技术作为四项关键技术创新工程之一已经被提出来,其中包括了海量数据存储、数据挖掘、图像视频智能分析,这些都是大数据的重要组成部分.
而另外三项关键技术创新工程,包括信息感知技术、信息传输技术、信息安全技术,也都与大数据密切相关.
2013年7月12日,李克强总理主持召开国务院常务会议,提出促进信息消费.
这一系列事件都标志着大数据时代的到来.
未来几年,我们将看到大数据应用从互联网逐渐向更多行业发展、由网络处理走向企业级应用;特别是当下社会,来自于因特网、移动通讯互联网、物联网、视频监控系统的数据正巨量增长,而数据监测、存储、分析技术的突破给企业应用带来了无限可能.
国内品牌服饰企业也希望引入大数据进行管理和消费者分析,但目前尚不知从何着手、找不到大数据与业务结合的突破口.
本文抛砖引玉,首先简略阐述了大数据的概念、与品牌服饰行业的结合点,其次展示了国外先进品牌零售企业的应用案例,接着归纳了电商界近几年来大数据的使用情况,最后描绘了传统品牌服饰企业的大数据前景.
1.
1、大数据概念及来源:从关注"因果"到关注"相关""大数据"是指一个体量特别大,数据类别特别大的数据集.
自媒体时代,人们越来越愿意将自己一切行为暴露在阳光下.
从最爱什么牌子的衣服、最爱消费的餐厅、到哪旅游、何时生小孩、有无投资移民计划等等,人们的一切消费行为数据都在网络中有迹可循;网络上人们的发帖以及互动留言真实地反映出他们的喜好,但这些信息通常以图片、视频等非标准格式储存.
大数据与普通数据的区别在于,大数据的数据集很大程度上是半结构化和非结构化的(比如ppt、pdf、图片、录音等格式),无法用传统数据库工具对其内容进行抓取、管理和处理.
大数据的核心是数据处理分析能力,数据容量、分析加工、数据真实性、数据特性是大数据的关键要素.
大数据具有4V特点:体量大(volumes);数据类别(variety)大;数据处理速度快(velocity);前面三个"V"的组合推动了第四个因素——价值(value).
大数据有以下几个主要来源:1.
企业内部的经营交易信息;2.
物联网世界中商品、物流信息;3.
互联网世界中人与人交互信息、位臵信息等等.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-5-证券研究报告在商业领域,大数据就是企业收集起来的关于消费者、企业行为的海量相关数据.
这些数据超越了传统的存储方式和数据库管理工具的功能范围,必须用到大数据存储、搜索、分析和可视化技术(比如云计算)才能挖掘出巨大商业价值.
目前,在政府、金融行业、环保行业等领域,大数据都已经被成熟应用.
大数据使得人们看待数据的方式产生重大变化:从因果关系到相关性,即:不再试图了解世界运转方式背后深层原因,而仅仅需要弄清现象、行为之间的联系以及利用这些信息来解决问题.
大数据需要"挖掘、关联、预测"三大步骤.
图表1:大数据概览资料来源:互联网,光大证券研究所1.
2、大数据对服装产业将产生深刻影响:从提价和外延扩张到对消费者的精细化管理服装行业是一个复杂的行业,不像其他行业开发一款新产品便可以销售很多年;一个典型的时尚品牌需要在每季开发上百种产品、型号颜色各不相同、又在不同地域出售.
随着行业复杂性的增加,大数据变得越来越重要.
大数据的运用及掌控,对品牌服饰行业而言有着重大的意义.
首先,国内服装市场一个很重要的特性就是人口众多、地域广阔,城乡、东西部、南北的经济、文化、气候、生活习惯都截然不同,造成市场分级分区现象明显.
服饰企业在全国扩张的时候,不得不详细考虑各地遇到的差异.
中国消费群体所产生的这种数据量,其复杂性与国外相比不可同日而语.
其次,自2011年四季度以来,由于产品、营销的同质化、服饰价格高企、经济下行的叠加效应,国内服饰品牌面临渠道库存增长、终端销售疲软、关店潮涌起等一系列窘境,原有的增长模式已经愈发不适应当下的形势,三大马车(外延扩张、提价、量增)中的前两驾愈加乏力,而量增基于全渠道的精细化管理,此时更需要对消费数据的深度挖掘.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-6-证券研究报告最后,由于服饰市场竞争加剧,企业之间竞争的焦点从原先的以产品为中心转变成以客户为中心.
企业越来越倾向于运用客户关系(CRM)系统来缩进企业与消费者之间的距离、帮助企业树立以客户为中心的战略思想、将顾客的反馈数据完整的收集保存.
即,采用大数据、进行数据挖掘,本质上是观念的颠覆、对服装企业价值链的重构;思想上承认客户的重要性,通过对他们购买行为的分析得出其个性化差异化的需求,梳理供应链并快速反应尽力满足,做针对性的广告投放、产品投放等,和消费者建立一个更为牢固的关系.
此外,很多企业之所以这么关注电商就是看中了其背后的大数据运用;线上销售相对线下销售而言,从开始的点击到最后的结算,全程都可做到精密的数据监测和分析,其流量的竞争、转化率的竞争,本质上都是依托大数据做出的经营改善.
七匹狼掌舵人周少雄也认为"未来电商的最大诱惑与杀伤力就是大数据的应用时代.
"以前抢市场靠的是市场敏感度,今后则要更多地依赖数据的可控分析.
2、大数据在国际服饰零售企业中的成功应用我们了解到,国外服饰和零售企业早已开始运用大数据来为企业服务,本章将以案例分析的形式予以梳理,以展示可供学习的benchmark.
这些公司,有的采用顾客调查问卷加上自身开发的内部分析系统预测顾客需求,有的借助可穿戴设备和社交网站增强客户粘性和预测消费潮流,有的在终端门店安装先进的监控系统观测消费者行为……这一切都是为了使企业紧跟市场变化、精准满足消费者需求,最终促进销量和业绩.
2.
1、美国零售商Target:挖掘客户潜在需求,此后近11年收入复合增速达到5%Target公司成立于1962年,是美国第二大零售商,定位于高级时尚折扣零售店.
截至2013年底共2044家终端,2013年公司收入为733亿美元,近6年已进入平稳增长期,增长水平在1-7%之间.
Target的顾客数据分析部(GuestData&AnalyticalServices)建立了一个模型,借用门店原有的一个babyshower登记表,对登记表里的顾客消费数据进行建模分析,发现了许多有用的私密数据(比如,许多孕妇在怀孕头三个月过后会买许多大包装的无香味护手霜;在怀孕的最初20周大量购买补充钙、镁、锌的善存片之类的保健品).
最后,选出了25种典型商品的消费数据构建了"怀孕预测指数",通过这个指数,Target能偏差极小地跟踪到顾客的怀孕情况,并提早把孕妇优惠广告寄发给顾客.
此外,Target避免了让顾客有被窥探隐私的顾虑,它把孕妇用品优惠广告夹杂在其他一大堆商品广告当中,这样顾客就不知道Target知道她怀孕了,从而公司可以继续进行主动营销.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-7-证券研究报告图表2:Target"怀孕预测指数"、2002-2013年营业收入及增长率变化资料来源:Wind,光大证券研究所根据"怀孕预测指数",Target制订了全新的广告营销方案,结果其孕期用品销售呈现了爆炸性的增长.
从此以后,大数据分析技术从孕妇这个细分顾客群开始向其他各种细分客户群推广.
日后凡是顾客在Target消费,计算机系统就会自动记录消费内容、时间等信息.
再加上从其他管道取得的统计资料,Target便能形成一个庞大数据库,运用于分析顾客喜好与需求.
正是因为对于数据的充分挖掘应用,Target才能在低迷的美国经济环境下持续发展.
从公司利用大数据建立"怀孕预测指数"的2002-2013年间,Target的销售额从440亿美元增长到733亿美元,在公司已具备较大体量的情况下仍然保持了复合增速5%的水平.
2.
2、NIKE+:直接掌握客户信息,增强体验粘性,此后近2年收入复合增速达到7%耐克公司是全球著名的体育用品品牌,成立于1964年,在如今大数据的潮流中Nike的产品也融入了数据元素.
2010年,Nike成立了独立的数字运动部门(NikeDigitalSports),整个团队有240人,最大的发明是Nike+,它的项目和产品包括记录测量跑步数据的Nike+Running,测量打篮球是跳跃和运动数据的Nike+Basketball,帮助日常训练的个性化软件Nike+Training,运动腕表Nike+SportsWatchGPS,2012年初新产品—记录日常生活运动量的腕带式设备Nike+FuelBand等.
通过这些软件和芯片,将客户的运动数据通过苹果商品进行记录,并分享至社交媒体网站Nikeplus.
com上.
在Nike+的网站上,消费者能得到训练建议,也能通过网络与朋友分享自己的运动经历和经验.
只将Nike+看作是对运动鞋产品性能的升级,那就大大低估了Nike+的价值.
Nike+的核心价值在于所构建起来的庞大的线上社区(如今已经成为一个拥有700万用户的电子社区),如果算上Facebook和Twitter的粉丝,耐克拥有一个庞大的社交网络:每天都拥有过2亿人的关注.
它的最大功能股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-8-证券研究报告在于社交,通过数字给消费者提供更丰富的体验,搭建一个数字和实境的客户关系.
举例而言,耐克推出了Nike+GPS的CheerMeOn的插件,把它和Facebook账户相连,你的跑步的状态会实时更新到Facebook帐号里,朋友可以评论并点击一个"鼓掌"按钮,这样你在跑步的时候便能够在音乐中听到朋友们的鼓掌声.
耐克的这种战略选择赋予了产品新的体验功能,不断吸引新客户,创造品牌忠诚度.
图表3:NIKE+系列产品资料来源:公司网站,光大证券研究所虽然没有关于Nike+的财务细节,但:(1)中国地区调查显示,40%左右的Nike+用户都购买了Nike品牌的跑步鞋,并表示会持续购买其他装备,Nike+对Nike其他产品的连带效应明显;(2)Nike+的会员数在2011年增加了55%,而其跑步业务营收增长高达30%至28亿美元,相比耐克享有盛名的篮球产品也不过只有21亿美元,能够取得这样的成绩,Nike+功不可没.
2011-2013年,耐克的营收复合增速(7%)高于2007-2010年3年的复合增速(4%),Nike+正在成为拉动该公司业绩增长的新引擎.
此外,AdvertisingAge数据显示,耐克在2010年的非传统营销预算达8亿美元,所占总营销预算比例在美国广告主中名列第一,这证明网络的传媒方式比原始的广告有更大的影响力.
其背后的深层原因在于它的核心用户——年轻人从电视移到了互联网上.
耐克不满足于通过广告公司来影响这群人,它们想直接和顾客发生关系,臵身于他们的生活之中,掌握他们的数据,准确把握他们的需求,更有效地影响他们.
值得强调的是,Nike+最具价值的部分在于它所收集到的用户数据,未来有望进一步挖掘、向外界展示出更强大的大数据魅力.
随着跑步者不断上传自己的跑步路线,耐克也掌握了主要城市里最佳跑步路线的数据库.
耐克今后可能会在热门跑步路线的沿途投放广告,相关的公司完全可以在这些地区为跑步者提供存放衣物等服务,并且还可以借机售卖运动功能饮料等周边产品等等.
数字运动部门(NikeDigitalSports)Nike+Nike+Basketball测量打篮球Nike+SportsWatch运动腕表Nike+Traning日常训练的个性化软件Nike+Running测量跑步数据Nike+FuelBand日常生活运动量苹果app软件;社交媒体网站股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-9-证券研究报告图表4:NIKE+给公司带来良好效益Nike+产品示意图Nike06-13主营业务收入及增长率Nike+官网资料来源:公司网站,Bloomberg,光大证券研究所2.
3、ZARA:从顾客需求倒推,缩短反应时间ZARA是欧洲著名的休闲快时尚品牌,全年销售近亿件衣服,共有1900多家门店、1000多家合作企业,其供货商遍布世界各地.
能够整合和协调如此多的企业共同进行开发、生产、运营,与其完善高效的数据系统有直接关系.
ZARA很早就投资3000万美元建设数据信息系统,并将系统部署到每个门店,最短的时间内让生产端依照顾客意见迅速对市场需求做出回应.
实体店Zara旗舰店内,柜台和店内各角落都装有摄影机,店经理随身带着PDA/IPAD.
当客人向店员反映"这个衣领很漂亮"、"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内部全球资讯网股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-10-证券研究报告络,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.
营业结束后,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.
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产品.
线上店Zara将线上店作为实体店的前测阵地.
2010年秋在六个欧洲国家成立了网上商店,2011年又分别在美国、日本推出网络平台.
除了增加营收,线上商店强化了资料分析的功能.
消费者每点击浏览一次产品,系统会自动进行记录,统计出哪款产品的点击量高,并分析购买人士所使用的网站语言和选择尺码.
一方面,公司可以判断出线上消费者的喜好、流行趋势以及不同地域消费者的身材特点等重要信息,做到精准投放;另一方面,线上商店也是线下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、直接反馈给生产端,让决策者精准找出目标市场;此外,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;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可以从他们的购买行为中判断出迎合当地市场的产品或趋势,改善实际出货的产品,提高实体店面的销售成绩.
预估网络商店为Zara整体上至少提升了10%的营收.
图表5:ZARA基于顾客信息构建快速反应供应链、06-13营业收入及增长率资料来源:Bloomberg,光大证券研究所这些珍贵的顾客资料,除了应用在生产端,同时被整个Zara供应链运用(包含设计团队、采购生产、仓储运输、营销推广、客服中心等),形成各部门的KPI,完成Zara内部的垂直整合.
公司将实体店、线上店、集团各部门资讯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.
高效的流程使得快时尚模式的Zara的平效高达4万以上.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-11-证券研究报告2.
4、Prada:模拟穿着,返工改衣奢侈品牌Prada在纽约等旗舰店里开启了大数据应用.
每当顾客拿起衣服进试衣间时,每件衣服上的RFID(RadioFrequencyIdentification技术,无线射频识别)码会被自动识别,试衣间里的屏幕会自动播放模特穿着这件衣服走台步的视频.
人一看见模特,就会下意识里认为自己穿上衣服就会是那样,不由自主地倾向于认可所拿的衣服.
而在顾客试穿衣服的同时,每一件衣服在哪个城市、哪个旗舰店、什么时间被拿进试衣间停留多长时间的这些数据会传至Prada总部存储并加以分析.
如果有一件衣服销量很低,Prada以往的作法是直接被废弃掉.
但如果RFID传回的数据显示这件衣服虽然销量低,但进试衣间的次数多.
那就说明衣服存在一些问题,会返工加以改进.
这项应用帮助Prada提升消费者购物体验、提高了30%以上的销售量.
未来,公司考虑不仅在实体店开设类似的试衣间,而且会在网络商城上设有"网络试衣间",为那些不想来商场的消费者提供优越的试衣体验.
一旦消费者通过互联网,进入商场的网络试衣间,然后输入自己的三维数据、体型特征等,网络试衣间就会根据消费者填报的数据生成网络模特,代替消费者试衣,让消费者体验到身临其境的感觉.
不仅如此,还可以对于搜集到的消费者的三维数据进一步分类整理,为品牌商设计等提供原始数据.
3、电商大数据应用:天然优势,春江水暖鸭先知当人们还在臵疑大数据的行业应用时,以互联网为代表的电商行业已经在利用大数据进行掘金.
当我们网购时会发现,我们"曾经浏览过的"、"预计感兴趣的"产品,会自动跳出来供我们选择,这就是网站分析总结了我们的购买习惯进行的推荐,是对大数据最简单最直观的应用.
传统企业在大数据的应用上确实没有电商有先知先觉,因为电商的主要资产就是数据——消费者的行为记录,能够快速了解消费者的需求,并通过不同于线下的供应链模式来及时满足消费者需求.
3.
1、1号店:零售平台商自身的大数据应用1号店是一家集合了食品、电器、服装、箱包、药品、图书等产品的销售平台商.
会员数超过3000万,其中每天都有500万进行在线浏览.
为了处理这些海量数据,1号店独立开发全套系统,并拥有一支庞大的技术团队(仅在武汉的IT基地就有千人)作为支撑.
自2012年沃尔玛实现控股以后,由于沃尔玛的供应链是全球零售商中最先进的(其数千家门店可在一小时内对每种商品的库存、在架以及销售盘点一遍),1号店也注重利用信息技术对供应链进行整合,将供应商平台、结算系统、仓储系统、运输管理系统、数据分析系统及客服系统集成于自主开发的ServiceByYHD平台,从而实现数据统一管理.
收集信息,预测顾客需求股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-12-证券研究报告首先,让我们回顾一下典型的交易过程:"客户点击付款,1号店形成订单,以每秒10G的速度传输到仓储管理系统,形成一个拣货任务,仓储系统根据计算安排人员以最佳路径进行拣货、打包并发货.
当顾客签收快递,这一信息又被及时回传到1号店信息系统.
随后,顾客的购物习惯被记录且分析.
因此,当顾客登录自己的账号时,她之前的浏览记录,她经常购买的商品以及她有可能喜欢的商品都会被推荐在页面上".
图表6:传统门店与电商平台对消费者行为记录对比传统门店对消费者行为的反应:电商平台对消费者行为的反应资料来源:互联网,光大证券研究所对于1号店而言,消费者的浏览、搜索、收藏、购买记录,能反映出很多规律性的行为模式,进行数据挖掘后,能更加精准地预测顾客会有什么样的需求.
同时为顾客开展个性化的服务,提醒购买其喜欢的商品.
后台监控,加快反应公司总部有一个监控中心,数十台显示器整齐排列在一面墙上实时显示数据.
比如,首页和每个频道的浏览量、实时订单分布地图、订单趋势图、商品销售排行榜以及用户搜索关键词等.
比如,当显示屏上面呼叫中心变成红色的时候就说明排队的人太多了,后台就进行优化、加快反应.
波次拣货,缩短路径股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-13-证券研究报告1号店每天有500万会员在线,每笔订单的商品品类、数量及配送地址都不一样,公司发明了"订单池"使其能自动识别每个订单的关联性,并且将杂乱无章的订单与配送中心整齐存放的商品一一对应.
形成订单波次:配送中心接到订单后并不是立即按照订单内容拣货,而是把订单投入订单池.
如同水池一样,订单池里面永远"沉淀"一定数量的订单,系统根据每个订单的关联进行"分波"(关联度完全从数学角度计算而来,比如同一波商品的共同属性有的是同样的商品、有的是同一个地址等),每15-20个订单为一个波次.
规划拣货最优路径:当一个波次在订单池形成之后,拣货人员的RF枪(数据采集器)就会出现相应的指令,告诉他到什么位臵去拣什么样的商品等.
系统就会根据该波次中订单的情况以及商品的位臵为拣货员规划一条最优路径.
一般情况下,最优路径是拣货员行走的最短距离,或者是先拣较轻的商品,后拣较重的商品,以节省拣货员的体力.
当每个波次拣货完毕之后,RF枪还要扫描该商品,通知系统已经被拣完,同时拣货员就会将商品进行打包,随后该商品进入分拣中心,根据订单的地址通过自动滑轨进入相应的发货区.
在该发货区,早有车辆在等候.
硬件准备之货位优化:为追求效率,电商仓库一般是平面库,货位上的商品以销售的最小单位存放,而不是传统零售常用的立体库或托盘存放.
电子商务的单次拣货按波次,拣货量小、种类多,货位的优化就很重要,直接影响到拣货的效率.
1号店的库位按商品的关联度和畅销度决定.
有个畅销商品区,离包装区很近,以便快速拣货.
商品的关联度越大放的越近,捡完一个马上可以捡另一个.
通过波次分配和路径优化,1号店的拣货效率得到极大提高.
一个1号店仓库拣货员在单个面积约30000平方米毗邻的4个仓库里,从约30万件商品中拣出16.
7件产品(16.
7件是1号店平均每单的数量),需时<80秒.
共享机制与KPI考核1号店70%的订单自己配送,其余30%交由40多家第三方快递完成.
作为供应链整合者,1号店制定了严格的KPI考核机制(分为及时送货率、拒收率、顾客满意度、破损率以及信息及时率等几个方面,其中顾客满意度作为综合表现结果占到的权重最大),采取加权平均打分和每月排名.
对于排名靠前的供应商,1号店的奖励就是给他更多的订单和业务,而对于排名后三位的实行末尾淘汰.
由于合作伙伴都是业内知名的企业、不希望排名靠后而被公开,影响到口碑,因此大家都比较重视.
在信息共享方面,1号店跟多个知名门户和搜索网站形成战略合作伙伴,包括腾讯、网易、GOOGLE、支付宝等,优化了1号店的营销方式.
比如,之前和天涯合作,天涯给1号店带来流量、人气和高质量的顾客,1号店则给天涯用户带来更多黏性,比如将很多民生、独特商品提供给天涯用户专享,并冠之以"天涯1号店",使用户不用离开天涯就可购买,等于是天涯开了超市,形成双赢、双方利益共享.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-14-证券研究报告3.
2、淘品牌韩都衣舍:依托大数据搏击蓝海韩都衣舍,创立于2008年,旗下有6个子品牌,定位为互联网韩风快时尚品牌运营公司,以18-35岁女性为主要目标消费者;以海量款式为吸引,平均每天上新50余款;以高性价比、舍友独享优惠来提升消费黏性.
公司自2009年从代购向自主品牌的转换后,就一边发展,一边进行全流程的整合.
2010年6月组建技术团队,2011年梳理供应链系统,2012年强化精细化运营,2013年重塑信息化.
目前已建立了自己的ERP系统、WMS系统、OMS系统、商业智能BI系统,奠定了大数据管理的基石.
数据分析先行,规划店铺流量架构公司通过搜索引擎关键词来了解浏览者的搜索习惯和购买动机;通过对目标人群的分析,获取客户的一些基础信息,包括年龄、地域等,从而制作出更有针对性的设计;通过对交易行为进行分析,以估计每位用户的价值,及针对用户扩展营销的可能性,更有利于今后的精准营销.
公司通过网站PV(点击量)、UV(独立访客)等数据的分析,得知各个平台网站的整体流量、用户体验等情况;通过对浏览量和成交量的数据分析得出基本的转化率,而分时段的UV数据统计,更便于根据具体情况制定推广方案,然后进行资源的分配.
目前,韩都衣舍的店铺流量来自搜索的免费流量占比30%,通过淘宝客、直通车和钻展等付费推广方式获得的占比30%,来自老客户的占比30%,其他等碎片化的流量占10%,低成本获得大流量.
公司还有专门的数据收集人员,根据数据魔方、量子恒道、CRM系统分析数据,再把这些信息结合辅助最基本的经营决策,考虑下一款新商品款式如何,基于对老会员的分析,是否需要拓展新类目等等,以提高成交量.
独立开发BI系统,提供决策支持2012年3月,韩都衣舍开发了BI系统,并与公司的ERP系统无缝对接.
针对订单、库存、发货、退换货统计和CRM、微博数据进行统计分析,以曲线图的方式呈现.
韩都衣舍的各个部门之间共享数据,并经过系统不断优化,还可以实现关键指标预警功能.
这个系统大大提高了韩都衣舍对产品开发、订单、库存情况、营销推广等各个环节进行即时数据分析的能力,实现监测预警.
对于公司各部门及整体决策,提供坚实有力的支持,最终提升用户体验和忠诚度.
开拓移动客户端,打通移动网和互联网2013年1月韩都衣舍成立了独立的无线事业部,4月推出官方移动客户端APP,打通了客户端和PC端的用户数据(即无论在PC端还是客户端注册的用户均可登录),并且客户端已经和部分第三方客户端打通(如QQ登录和分享微博),所有数据(客户信息、订单信息、优惠信息)落地在官网,充分利用消费者的碎片时间.
韩都衣舍以上种种举措都在推动公司从大数据分析入手、提升精细化运作,促进业绩的高速成长.
公司从2008至2012年的销售额分别是300万、1300万、9000万、3亿多、近6亿,为天猫京东女装销量第一.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-15-证券研究报告3.
3、淘宝:换个视角,数据的出售方,增值服务图表7:淘宝数据产品产业链资料来源:光大证券研究所2010年初,淘宝网对外开放数据,开始尝试推出针对卖家的300元数据包月服务,为卖家提供店面销售情况分析及营销建议.
发展到现在,淘宝关于数据有两大种类产品:主要呈现行业数据的数据魔方、淘宝指数,以及主要呈现店铺数据的量子恒道.
数据魔方:1.
淘词功能:提供卖家专注行业的热门关键词,以优化宝贝标题和直通车搜索词,并方便用户自主搜寻和设臵关键词而不是简单地查看热销榜单.
2.
消费者研究分析:分析流失消费者的去向以及消费者的消费偏好.
而这一功能也是对量子恒道店铺分析的很大补充.
3.
"第一时间"功能:卖家可以查看到自己店铺最短十分钟前的数据,包括实时店铺排行、宝贝排行.
数据每3分钟更新一次,对于淘宝大促活动的监测很及时,方便卖家做出快速反应.
4.
市场环境分析:包含店铺定位(为店铺开张做指导)、品牌定位(卖家可以查看类目热销品牌和产品排行)、产品定位(通过参考当前的热销宝贝,了解宝贝特性,从而发现消费者喜好,特别是爆款产品的透视、竞争对手分析)、有关产品热销特征的定位(涉及产品价格、款式细节、颜色、套餐搭配等非常具体的指标)、全部的买家行为分析、行业热门搜索分析.
量子恒道统计为所有个人站长、个人博主、所有网站管理者、第三方统计等用户提供网站流量监控、统计、分析等专业服务.
发现用户访问网站的规律,并结合网络营销策略,提供运营、广告投放、推广等决策依据.
其主要功能:提供全部统计站点流量总览、提供留言查看删除功能、报表解读、导出数据.
淘宝指数功能对于买家/第三方:可作为购物决策的参谋,了解当下流行趋势,了解同一类人的购物倾向及特点.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-16-证券研究报告对于卖家:是一个免费的市场行情参谋,了解什么东西卖得最火,自己家店铺经营的商品的主流消费者人群面貌是怎样的,便于精准营销.
4、传统品牌服饰企业积极应用大数据管理大数据时代,传统品牌服饰公司可能面临商业模式的颠覆,拥有新理念、新技术的新进入者的冲击也可能更大,因此需要重新审视产业和企业的投资价值、护城河与核心竞争力,将大数据应用到企业价值链的各个环节.
品牌服饰公司需要360度审视到自己的顾客群、市场潜力、流行趋势,并将这些数据与品牌的发展企划和产品开发联系在一起,并实时跟踪销售/库存状况和渠道经营状况.
其中,大数据贯穿前后,在服装行业可以应用于各个环节.
如果有服饰企业擅于从海量的消费者数据中挖掘情报,收集一举一动、购买偏好,预判市场走向,改进产品服务设计,将引导企业获得更多商机.
图表8:大数据在服饰行业的应用品牌服饰业务环节大数据应用企划设计收集顾客数据,对其购买力、偏好、性格、消费渠道等进行分析;跟踪目标人群喜好,对产品设计、用料进行更改,更具个性化、针对性采购生产订货采用消费者更倾向的原料;学习日本精密柔性生产,小批量、定制化;一年2-4季订货会,转变为频率更多的订货会+快速反应物流仓储时点制跟踪配送,提高准点率;监控终端销售,分析库存消化,灵活调配;让整个供应链的物流、资金流、数据流活动起来品牌营销电子化,线上线下融合、增强社交体验;精准推荐商品信息,售后跟踪收集信息以便及时改进门店管理视频、音频、wifi热点、每日销售反馈表等及时更新终端情况,以监控、改进资料来源:光大证券研究所4.
1、企划设计:用户需求挖掘,定位更趋于做精正如我们之前报告提到的,传统服装公司一般定位于两个方向,一是取悦大众,销售的产品覆盖广泛的消费者;另一类就是瞄准一个小众市场,提高产品内在品质,通过高附加值攫取超额利润.
在大数据时代,前者,由于偏重走量,可以通过海量产品和低利润来称霸市场,例如上网销售、加大产品展示量,或者利用数据挖掘分析技术,及时收集市场流行趋势并快速"变现"为产品、做泛;后者,由于重质,产品和服务的投放都需要做精.
框定目标客户群,设计上提高产品关联性大数据使得公司对人的行为的追踪和理解更加具象,多维度关注人、洞察人.
可以通过基于运营体系或平台系统的数据挖掘(如供应链系统数据分析、淘宝数据魔方)、或媒体信息的监测分析(如微博营销、微信公众帐号股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-17-证券研究报告营销等)获得数据,为企业细分受众、进行精准定位提供基础.
寻找相关性是指导企业校正品牌定位、产品设计及预测销量的最佳工具.
例如,2012年,宝洁对旗下的重点品牌"玉兰油"进行研究,即对消费者搜索"玉兰油"这个关键词的习惯进行分析,发现后面跟着"适合几岁"的搜索比例明显偏高,于是调整了营销战略,推出了一款针对25岁人群的细分产品,市场反响良好.
阿迪达斯产品线丰富,经销商很容易按个人偏好下订单.
现在,阿迪达斯每天的门店销售数据都会上传至总部.
收到数据后,总部对其进行整合、分析,帮助经销商选择最适合的产品、再用于指导卖货.
首先,通过大数据应用,阿迪达斯发现从宏观上看,一、二线城市的消费者对品牌和时尚更为敏感,可以重点投放采用前沿科技的产品、经典系列的服装以及设计师合作产品系列.
在低线城市,消费者更关注产品的价值与功能,诸如纯棉制品这样高性价比的产品会更受欢迎.
在中国南部,部分城市受香港风尚影响非常大,而另一些地方的消费者则更愿意追随韩国潮流.
同为一线城市,北京和上海消费趋势不同,气候是主要原因.
还有,高线城市消费者的消费品位和习惯更为成熟,当地消费者需要不同的服装以应对不同场合的需要,但在低线城市,一位女性往往只要有应对上班、休闲、宴请三种不同风格的服饰就可以.
两相对比,高线城市,显然为阿迪达斯提供了更多细分市场的选择.
其次,阿迪达斯会参照经销商的终端数据,给予更具体的产品订购建议.
比如,阿迪达斯可能会告诉某低线市场的经销商,在其辖区,普通登山鞋比添加了减震设备的跑鞋更好卖;至于颜色,比起红色,当地消费者更偏爱蓝色.
通过与经销商伙伴展开紧密合作,以统计到更为确切可靠的终端消费数据,有效帮助公司重新定义了产品供给组合,将符合消费者口味的产品投放到相应的区域市场.
一方面降低了他们的库存,另一方面增加了单店销售率.
服装定制还有一种做精的方向是服装定制.
原有的服装定制通常属于高价值客户,因为需要专人测量身体数据并录入,耗费的人工和时间使其比普通成衣的价格大大高昂.
但大数据时代,由于数据采集和处理技术的进步,开始通过扫描技术同数据库协作更好地为用户的开展定制服务.
定制公司在扫描用户身体时会测量约几十乃至几百个身体数值项目、之后会归纳、匹配到相应的尺码模型,与量身裁衣一样好,但更快速、更廉价.
而这种个人身体扫描仪甚至有可能在未来大面积普及到各个品牌的终端门店,让大众消费者都享受到定制增值服务.
最新的技术发展到,在家上网就能实现服装定制.
由客户取代过去的裁缝,个人按照网站指引的量体步骤自行量体得出尺寸数据,下单后再通过网站智能化系统交互对数据进行分析、处理,最终完成在互联网上定制衣(而这通常只需3个数据).
网络定制公司会提供面料小样、测量皮尺等,帮助客户实现在家下单.
下单后15个工作日,定制的产品就会快递到客户手里.
若经试穿有任何不满,可随时免费修改或重新定制服务.
一切都透着电子商务时代的便捷性.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-18-证券研究报告4.
2、供应链颠覆:订货制=〉订货+快速补货,提高流转传统品牌服饰公司具有强烈的零售业属性;盈利模式通常是"设计+(生产)+零售".
其中,加盟渠道以"订货压货+终端指导"为主,直营渠道以"配货+垂直管控"为主.
在我国,由于地广人多,加上历史原因,品牌服饰公司多以加盟渠道为主,并配以一年2次到多次的订货制.
一则通过店长/加盟商订货、挑货选择出适合目标消费者口味的商品,二则可以提前收取订金、锁定部分利润.
这一模式在某些细分板块越来越不适应当下的市场,比如,休闲时尚板块、女装最为明显.
消费者越发求新求变,品牌服饰公司原有的提前6个月设计、生产的模式受到严峻挑战,原有的订补货周期越来越不适应竞争,部分导致渠道上的高库存.
一旦一家公司有一季产品跟不上潮流、气候变化,业绩波动就会很大(例如GAP),如果两季都有所偏差,甚至会面临一蹶不振的窘境.
因此,越来越多的公司对原有的订货制模式进行改进,大幅降低订货在全年销售中的比重,加大补货比例、以快速反应跟上市场需求变化.
这背后,是基于大数据挖掘才能实现的订货制模式和供应链的变革.
跨界数据的应用,根据气温变化调节生产和配发例如,气候变化无常,常让服装厂家深受困扰.
目前不少服装企业已不再甘心、变被动为主动.
气象经济学中有一条"德尔菲定律",即企业在气象上投入1元钱,就有可能得到98元的经济回报.
福建一些服装公司要求每家门店每天都要填写一份关于当地天气、气温、顾客穿衣状况的调查表,在当天下班时发回企业总部.
这样,总部对于各地的天气情况都有所掌控,一方面具体发货也就有的放矢,另一方面,总部可以根据气候变化快速、临时生产适应当地气温变化的产品(日常补单多数需要30-45天,最快的7天就能铺货).
同时,有了一年一年积累的天气资料,来年的备货、发货、生产也就有了参考.
这样就解决服装行业一直以来的困境,即靠天吃饭问题.
另一方面,市场已产生专业的气象科技服务公司,开始深度挖掘气候商机.
在一定数据支撑的基础上,将气象气候预报转变成服装消费预测信息.
内部数据共享,提高流转、降低库存诸多品牌公司上市时募集资金投入到信息系统项目建设上,整合零售分销、仓储、供应链、财务,在IT平台上对各网点全方位跟踪监控,实现财流、物流、信息流的一体化,促进精细化管理.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-19-证券研究报告图表9:主要品牌服饰公司信息系统投入和概况品牌服饰企业信息系统投入和概况探路者IPO募投1949万元用于信息系统建设.
该项目已于11年10月底按计划实施完毕,成功引入SAP系统对整体信息系统(包括企业资源管理系统(ERP)、供应商关系管理系统(SRM)、客户资源管理系统(CRM)、商业智能(BI)等)进行了改造和集成.
朗姿股份IPO募投5516万元用于信息系统建设,包括建设与装修机房;建设软硬件系统支撑平台,包括服务器及办公电脑、终端POS电脑更新、网络设备及基础设施建设、RFID物流系统和店面系统部署等.
引入德国SAP公司的ERP系统,建设或完善采购、生产、销售、库存、财务管理等模块,预计14年8月30日完工.
搜于特IPO募投2287万元用于信息系统建设,实现总部与各个门店之间数据的高度共享,预计于15年12月31日完工.
森马服饰IPO募投25616万元用于信息系统,建设3大系统:商品计划系统、企业资源计划系统、产品生命周期管理系统,预计于15年4月1日完工.
九牧王IPO募投14597万元用于信息系统,建设主业务系统下的产品生命周期管理系统(PLM),供应链管理系统(SCM),分销管理系统(DRP),零售管理系统(POS)以及快速反应仓储系统(WMS)和主支持系统下的商业智能(BI),电子商务平台(B2C),财务管理系统(FM)以及客户关系管理系统(CRM).
项目原计划36个月完成(11年投产),截至14年中报完成进度为55.
1%.
卡奴迪路IPO募投3512万元用于信息系统,在供应链系统中生产和仓储环节进行优化升级,预计于15年2月28日完工.
罗莱家纺IPO超募资金中拿出6570万元用于信息系统,聘请IBM咨询建设罗莱的ERP管理平台,包括财务管理、采购与库存、零售管理、仓库管理、产供销协同、全面预算管理、市场分析和预测、营销管理和评估,预计于15年12月31日完工.
富安娜IPO募投3000万元用于ERP管理体系技术改造项目,已于11年8月完成建设.
资料来源:公司公告,光大证券研究所品牌公司上线了全国分销系统后,通常要求全国代理商、加盟商使用该系统,实时收集销售、库存情况并分析.
让销售数据在体系内快速传递,提高管理决策水平.
当经销商下单后,可清楚得知单子状态—是在总部审批、还是在工厂生产或是在物流在途;不仅可以从总部补货,也可借助平台从其他经销商或代理商处补货.
同时,有些公司的平台数据还开放给上游,供应加工商在知道产品的售罄率后就可按照实现预设的补货阈值与补货条件进行及时补货,保证供应链的高效与及时.
这样一来,原本长达30-60天的订单周期大幅压缩到原来的1/2到1/3,降低了高库存带来得资金占用风险.
以富安娜为例,2007年引入SAP-ERP系统、服装鞋帽解决方案,在国内三家家纺上市公司中推进较早,目前生产、采购、零售、财务、人力资源等核心业务已全面运用.
通过系统分析销售数据,能快速识别畅销品和滞销品,为滞销品制定销售策略,对市场的反应速度、信息掌控能力得到提高.
同时通过ERP可以实现对商品库存进行分析,生产部门可以对畅销商品提前安排生产,商品缺货率大大降低.
4.
3、营销革新:投向精准,更加互动与传统的品牌营销方式相比,大数据时代的品牌营销一方面针对目标市场准确投放,另一方面则是提供个性化的互动、跨平台营销方案.
精准投放股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-20-证券研究报告举例来说,品牌服饰公司可以和百度合作,一种是大力借力百度移动端,根据用户所在的地区,向他们推送更适合当地时令的服装,在移动端做到"千人千面".
或者如用户搜索、关注过雅诗兰黛、HR等高端化妆品,可以推断该用户为高端用户,可为用户调度Prada的广告等.
另一种合作方式,可以借助百度数据,对各个行业进行深入的调研和分析,在掌握了大客户足够详细的需求之后,为大型国有企业、私企等大客户定制适合他们员工的特卖会.
当然,除了百度这些网络平台,传统的服饰公司可以与银行、航空公司合作,为他们的信用卡客户、里程卡客户打造专门的特卖会、团购.
此外,过去某一品牌寻找代言人,大多靠资源、关系和经验来判断,经常会出现受众冲突的情况,导致品牌定位更混乱、模糊.
通过大数据的相关性分析,根据搜索指数来判断形象代言人的粉丝是否与该品牌所针对的目标消费人群有交叉和重合.
以百事可乐公司为例,通过百度搜索热点数据分析,帮助百事可乐精确锁定吴莫愁为代言人.
吴莫愁的广告上线之后,为百事可乐贡献了很多新增搜索量及关注度,百度视频和百度音乐里显示吴莫愁的这首广告歌播放量已经接近3亿次.
后续百事可乐销售数字的飙升也验证了大数据的价值.
整合互动营销传统的"品牌宣传"指的是企业以单向的传递方式,由一点到多点,对消费者进行接连不断的强化影响;而大数据背景下,"品牌对话"则注重品牌与目标受众的双向交互,让消费者之间形成点到点的个性化经验与体会传递,这种网状的结构,能够让信息更加透明化,增强品牌的传播效应.
13年夏天,可口可乐在国内举办了"昵称瓶"营销活动.
公司与AdMaster精硕科技合作,利用其社会化媒体聆听系统抓取网络社交平台上过亿热词大数据的捕捉,把网民使用频度最高热词抽取出来,然后通过3重标准,即声量、互动性以及发帖率的删选,最终确认300个积极向上且符合可口可乐品牌形象的特色关键词,并提炼出来印上了瓶身.
采用这些昵称后,可口可乐与消费者拉近了距离.
13年6月初,昵称装可口可乐在中国的销量较去年同期实现了两位数的增长.
但数据的作用远不止于此,AdMaster为可口可乐建立了一套完整的系统SocialCommandCenter,实时挖掘、记录消费者互动,并将互动记录保留下来供广告公司后续沟通;还能提供传统广告的监播日志数据、采集广告主官方站点、品牌微博、电商渠道、在线调研、使用评论等数据的分析整合服务,为品牌营销建立模型、协助决策.
4.
4、终端管理:KPI更加细化,可查可测在改善产品适销性、降低库存压力方面,大数据未来大有可为.
但这背后基于KPI的设臵、跟踪和分析.
在整个服装价值链上,我们以门店举例.
很多店铺的店长,甚至公司销售部门对于销售数据虽然重视且统计了很多店铺数据,但仅仅是为有数据而有数据,每天处理的报表也是流于表面,没有深入分析;不知道要哪些指标之间的关联性说明什么、哪些是最为重要的指标;而有些品脾更没有根据指标制定针对性的改良.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-21-证券研究报告图表10:传统服装门店日常跟踪数据指标指标分析销售完成分析本月销售趋势情况、本月销售指标完成情况、与去年同期对比情况.
销售毛利分析本月毛利率、毛利额情况,与去年同期对比情况.
营运可控费用主要是本月各项费用明细分析、与去年同期对比情况,有无节约控制成本费用.
这里的各项费用是指:员工成本、能耗、物料及办公用品费用、维修费用、存货损耗、日常营运费用(包括电话费、交通费、垃圾费等).
坪效/人效主要是本月坪效、人效情况、与去年同期对比.
盘点损耗率主要是门店盘点结果简要分析,发现门店在商品进、销、存各个环节存在的问题.
门店库存主要是本月平均商品库存、周转天数,与去年同期对比分析.
通过该组数据的分析可以看出门店库存是否出现异常,特别是否存在库存积压现象.
商品品类及动销率主要是统计门店本月各品类销售比重、毛利比重及与去年同期对比情况,然后测算商品动销/滞销品种、动销率分析、与上月对比情况.
通过此组数据及具体单品的分析,可以看出门店在商品经营中存在的问题及潜力.
特价商品业绩主要是特价商品品种数执行情况,特价商品销售情况、占比情况及与前期销售对比情况分析.
通过以上这组数据的分析可以看出门店特价产生的效果.
客流量、客单价主要指本月平均每天人流量、客单价情况,与去年同期对比情况.
要注重门店开始促销活动期间及促销活动前的对比分析,促销活动的开展是否起到了一定的作用.
资料来源:光大证券研究所在大数据时代,就一终端门店而言,客流量这一指标不仅仅是每日、每月的一个人数数值,总部、大区经理、加盟商还可以实时看到客流情况、顾客在店内的消费动线、他们对试销产品的关注度、VIP的消费情况、试穿成功率等.
零售分析不仅局限在传统粗放的销售数字采集,而是综合了视频录像、录音、交易记录、导购员文字记录等多元数据、KPI也更加细化.
例如,全面监测店铺的客流量,找到A类店铺客流的特点和BC类店铺的特点,通过成交转化率的分析找到消费产品客群的特点.
还可以通过录像监视顾客在不同产品区域的停留时间,制作出门店分色热区图,进而在陈列上加以改进.
同时,门店采用更加主动的方式记录终端发生的每一个因素的变动,只需要将每天发生的每一个事件记录下来,分析其中的相关性,未来就会变得无比清晰、就能得出最精准的判断.
可以说,当数据的采集达到"分子"级别时,数据所呈现出来的性质就会发生改变.
一旦了解了这些新的性质,就能够用数据来做从前无法做到的事情.
4.
5、触网、O2O:需大数据奠定基础我们在前期报告《行业进入后提价时代》中指出目前国内服装价格趋于昂贵,国内消费者对服装价格敏感度已非常高.
与线下渠道相比,线上渠道服装价格明显低很多.
据统计,线上渠道男、女装的主打价位基本处于100-300多元区间,约为线下渠道的一半,而且目前线下渠道的消费者购物体验感不强,从而导致消费者不断向线上转移.
据艾瑞咨询测算,电子商务市场交易规模到2015年将达15.
3万亿元,如此大的市场,传统制造商需要顺应电商化的趋势,基于大数据进行运营模式的革命.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-22-证券研究报告此外,由于智能手机等硬件及4G网络越来越给力,移动互联网如今已经是一个重要的营销和销售平台.
《中国互联网络发展状况统计报告》显示:截至2014年6月,中国网民规模达6.
32亿,其中手机网民规模达到5.
27亿,首次超越传统PC网民规模.
移动、联通、电信三大运营商看准了该市场的商机,纷纷涉足手机支付业务.
未来手机更是可以实现小额支付业务,使用时只需将手机贴近POS机终端,终端就会自动识别用户信息,不需要输入密码即可完成支付,可在商场、超市、校园、快餐、影院、景区售票处、菜市场、城市公交、地铁、轻轨、出租等领域刷卡终端,实现小额、脱机、快速支付.
此外,手机团购、手机在线支付、手机网上银行三类用户规模也在急剧增长.
移动互联网的快速发展已成为品牌服饰企业不容忽视的一个重要渠道,而且传统电商模式下线上线下左右手互搏的弊端已日益显现,因此借助移动互联网打造O2O模式成为品牌服饰企业正在进行的重大课题;而打造O2O模式进程中,大数据的应用是关键环节之一,包括消费者行为分析、存货分析、供应链管理、企业主动营销等等,都需要大数据作为坚实基础.
图表11:国内服装品牌O2O简况品牌O2O实施概况13年收入(亿元)13年线上收入(亿元)线上占比(%)美邦服饰邦购改版、体验店改造、已完成直营店线上线下支付打通,目前处于模式梳理调整期78.
933.
8探路者线上采取特供品销售模式,官网多入口打通,户外服务产业链方面与绿野网、Asiatravel、行知探索旅行社进行整合14.
52.
819.
3搜于特借"潮流前线"品牌打造O2O项目,投资淘品牌实现相互引流,目前微信平台可正常交易,仍处于试验阶段17.
4--七匹狼曾与阿里、腾讯尝试O2O,但未产生明显收益:上半年与微信合作了一次O2O活动,即腾讯微购物"发现之旅第二期",时间较短,取得了500余万的销售额,效果较理想27.
72.
910.
5九牧王O2O今年开始打通10家分公司和总公司货品,重点加盟商目前也有3-4家开始参与进来;线上产品中20-30%为线上特供款、其余为库存商品.
联合百胜软件布局O2O,E商城购物平台14.
9.
1正式上线.
25.
01.
35.
2报喜鸟公司已建立了3个APP应用,包括积分商城、数字杂志和喜社区,线下方面在杭州建立了运营中心,在温州建立了物流中心.
主品牌报喜鸟拥有近30万在册VIP,收入占比50%.
20.
20.
3-0.
41.
5-2罗莱家纺主品牌罗莱从13年下半年开始运作O2O,目前销售贡献不多25.
23.
714.
7富安娜线上和线下产品完全不同,以花型区隔;线上销售中富安娜占70%、圣之花占30%18.
63.
418.
3资料来源:公司公告,光大证券研究所传统品牌线上销售的高速增长,不仅仅是新增了一个销售渠道,对其公司原有体系更是一种全方位的冲击.
观念上,从原来的批发转向零售,以消费者为中心提高购物体验.
因此,企业越来越倾向于运用客户关系(CRM)系统来缩进企业与消费者之间的距离,帮助企业树立以客户为中心的战略思想,贯穿市场、销售和售后服务.
传统品牌的触网、O2O的背后的核心实际上是大数据的应用.
PC端、手机端渠道的消费者数据收集与处理相比传统渠道优势非常明显,大数据时代品牌商如期望能有所作为,势必要深化在这一领域的持续投入.
借助大数据,传统品牌在对消费者的理解和分析上,营销精准性会大大提高,实现大规模个性化,企业能很快的得到消费者的反馈信息,缩短设计更新时间,促进消费者的购买欲,数据的深度挖掘也减少了不必要的企业成本.
大数据的股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-23-证券研究报告应用应突破营销范畴(影响消费者购物前心理路径),全面进入企业供应链、生产、物流、库存、网站和店内运营等各个环节.
以某家纺公司的山东某地的代理商为例,店员在顾客上门时教他们用手机扫描门店的二维码,让她们加入本品牌的当地微信群,顾客在群里的聊天信息会被专人收集、反馈、进而个性化推送产品.
代理商组建树了一个近400人的俱乐部群,定期开展一些家纺、装修的品鉴活动.
有时候,客户还会在微信中直接购买.
显然,尽管这家店面并没有对所谓的O2O、大数据有深入的了解,但他们却在开始运用这个日渐兴盛的数据库资源,而这种产品销售模式相比于传统渠道最大的优势,就是可以和客户消费者进行直接地一对一的沟通和服务,并且能够提供快捷便利的互动.
大数据时代,我们偏好那些投入较早、管理层较为重视、积极部署电商/O2O的企业.
5、传统品牌公司实施大数据的障碍大数据是机会,但不是所有人的机会,只有拥有大数据的大型企业和政府机构才有应用大数据的潜力与机会;此外还依赖于公司会不会挖掘,是否善于运用数据分析的结果.
我们分析,目前品牌服饰公司应用大数据仍会面临一些现实障碍,从而阻碍大数据应用进程.
5.
1、成本高昂,人才缺乏大数据技术能使大量非结构化的、不均匀分布的数据被捕捉、存储和分析,人们可以利用这些资料来解释各种现象、预测事物的发展趋势.
因此,需要有强大的数据分析工具,这就需要对整个IT架构进行重构,开发先进的软件平台和算法,但在硬件层和基础软件层面,国际巨头垄断优势明显,购买这些存储、服务器、分析软件的费用较高.
对服装公司而言,除了搭建电商平台采集数据,还需要在核心门店铺设WIFI、设立电子触摸屏展示产品、给导购配臵Ipad等,投入巨大.
此外,在这个全新的技术领域,企业需要雇佣专业人才来进行操作.
但是目前大数据相关人才比较欠缺,或者导致设计的题目获取的数据不全、或者对数据的管理和分析不够、无法利用数据.
传统品牌公司需要陆续招聘或培养一些既懂大数据技术、又熟悉服饰行业特性的专业人员.
5.
2、面临加盟商抵制,关键是观念创新大数据是"一把手"工程,需要企业的最高层直接负责、下达命令.
这是因为:1、大数据在行业内的应用还暂时停留在概念化阶段,公司内部可能对于大数据本身没有信心;2、数据安全性是大多数人最担心的问题,对服装企业而言,加盟商并不一定愿意共享销售和库存的实时数据;3、大数据能够真正发挥作用,深层次看还要改善公司的管理模式,需要管理流程和架构与大数据技术工具相适配.
所以需要公司一把手进行观念宣传、推动落实.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-24-证券研究报告5.
3、教条主义泛滥,无法落地目前大数据的一个困局在于,流于口号.
各品牌服饰公司都重视、关注,但切入口难觅.
有的公司指标好建,但效率耗费多.
销售部门甚至忙于应付KPI考核,教条/形式主义盛行.
需强调的是,大数据是因为对它的分析使用,才产生和体现它的价值,而不是因为其用到了很复杂的技术和算法才体现了它的价值.
关键在于落地、分析后对运营的改善.
例如,许多店铺重视每日、每周、每月统计汇总关于产品和销售的指标,但分析过后,需要强化对员工销售技巧和营运安排的督促、改进、复查.
以两个指标为例:1)单次交易件数.
在计算出这个指标后,店长可以了解货品搭配销售的情况,掌握客人的消费心理,了解员工附加销售和搭配的技巧.
之后,要检查陈列是否与货品搭配相符,调整和更换货品位臵,将最好搭配效果的产品放在临近的位臵,检讨促销政策是否能够鼓励和吸引顾客多买,留意观察员工在交易过程中能否把握机会和恰当运用技巧向顾客额外推荐.
2)产品平均单价和单次交易额.
店长必须时常检讨该指标,以反应店铺或区域内消费者的价格取向,增加平均单价范围内的产品数量、检讨不同价位的产品的陈列位臵和配搭、留意顾客对于产品价格的异议、教导员工如何推销高价位的产品.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-25-证券研究报告分析师声明负责准备本报告以及撰写本报告的所有研究分析师或工作人员在此保证,本研究报告中关于任何发行商或证券所发表的观点均如实反映分析人员的个人观点.
负责准备本报告的分析师获取报酬的评判因素包括研究的质量和准确性、客户的反馈、竞争性因素以及光大证券股份有限公司的整体收益.
所有研究分析师或工作人员保证他们报酬的任何一部分不曾与,不与,也将不会与本报告中具体的推荐意见或观点有直接或间接的联系.
分析师介绍李婕,东华大学(原中国纺织大学)博士,拥有近10年从业经验,2006、2007年新财富纺织服装行业最佳分析师,2008年起任职某基金研究副总监,2010年10月重新加盟光大证券,兼具纺织服装背景及买方经验,2011-2013年连续获得新财富最佳分析师纺织服装行业第1、1、3名.
谢宁铃,北京大学企业管理硕士,2011-2013年新财富纺织服装行业第1、1、3名团队第一助理.
2007在买方开始从事行研,覆盖港股和A股地产、大消费板块.
2010年加入光大证券,从事品牌服饰时尚和纺织板块研究.
擅长从买方角度考虑问题,研究扎实,和上市/非上市公司、业内专家、渠道商保持畅通联系.
投资建议历史表现图纺织和服装资料来源:光大证券研究所日期评级2013-03-17增持2013-03-24增持2013-03-24增持2013-03-24增持2013-03-31增持2013-04-07增持2013-04-14增持2013-04-21增持2013-05-05增持2013-05-12增持买入—增持—中性—减持—卖出—行业及公司评级体系买入—未来6-12个月的投资收益率领先市场基准指数15%以上;增持—未来6-12个月的投资收益率领先市场基准指数5%至15%;中性—未来6-12个月的投资收益率与市场基准指数的变动幅度相差-5%至5%;减持—未来6-12个月的投资收益率落后市场基准指数5%至15%;卖出—未来6-12个月的投资收益率落后市场基准指数15%以上.
市场基准指数为沪深300指数.
分析、估值方法的局限性说明本报告所包含的分析基于各种假设,不同假设可能导致分析结果出现重大不同.
本报告采用的各种估值方法及模型均有其局限性,估值结果不保证所涉及证券能够在该价格交易.
股票报告网整理http://www.
nxny.
com2014-09-12纺织和服装敬请参阅最后一页特别声明-26-证券研究报告特别声明光大证券股份有限公司(以下简称"本公司")创建于1996年,系由中国光大(集团)总公司投资控股的全国性综合类股份制证券公司,是中国证监会批准的首批三家创新试点公司之一.
公司经营业务许可证编号:z22831000.
公司经营范围:证券经纪;证券投资咨询;与证券交易、证券投资活动有关的财务顾问;证券承销与保荐;证券自营;为期货公司提供中间介绍业务;证券投资基金代销;融资融券业务;中国证监会批准的其他业务.
此外,公司还通过全资或控股子公司开展资产管理、直接投资、期货、基金管理以及香港证券业务.
本证券研究报告由光大证券股份有限公司研究所(以下简称"光大证券研究所")编写,以合法获得的我们相信为可靠、准确、完整的信息为基础,但不保证我们所获得的原始信息以及报告所载信息之准确性和完整性.
光大证券研究所可能将不时补充、修订或更新有关信息,但不保证及时发布该等更新.
本报告根据中华人民共和国法律在中华人民共和国境内分发,仅供本公司的客户使用.
本报告中的资料、意见、预测均反映报告初次发布时光大证券研究所的判断,可能需随时进行调整.
报告中的信息或所表达的意见不构成任何投资、法律、会计或税务方面的最终操作建议,本公司不就任何人依据报告中的内容而最终操作建议作出任何形式的保证和承诺.
在法律允许的情况下,本公司及其附属机构可能持有报告中提及的公司所发行证券的头寸并进行交易,也可能为这些公司提供或正在争取提供投资银行、财务顾问或金融产品等相关服务.
投资者应当充分考虑本公司及本公司附属机构就报告内容可能存在的利益冲突,不应视本报告为作出投资决策的唯一参考因素.
在任何情况下,本报告中的信息或所表达的建议并不构成对任何投资人的投资建议,本公司及其附属机构(包括光大证券研究所)不对投资者买卖有关公司股份而产生的盈亏承担责任.
本公司的销售人员、交易人员和其他专业人员可能会向客户提供与本报告中观点不同的口头或书面评论或交易策略.
本公司的资产管理部和投资业务部可能会作出与本报告的推荐不相一致的投资决策.
本公司提醒投资者注意并理解投资证券及投资产品存在的风险,在作出投资决策前,建议投资者务必向专业人士咨询并谨慎抉择.
本报告的版权仅归本公司所有,任何机构和个人未经书面许可不得以任何形式翻版、复制、刊登、发表、篡改或者引用.
光大证券股份有限公司研究所销售交易部机构业务部上海市新闸路1508号静安国际广场3楼邮编200040总机:021-22169999传真:021-22169114、22169134销售交易部姓名办公电话手机电子邮件北京郝辉010-58452028-haohui@ebscn.
com黄怡010-58452027-huangyi@ebscn.
com梁晨--liangchen@ebscn.
com刘公直010-58452029-liugongzhi@ebscn.
com上海严非021-22169086-yanfei@ebscn.
com周薇薇021-22169087-zhouww1@ebscn.
com徐又丰021-22169082-xuyf@ebscn.
com李强021-22169131liqiang88@ebscn.
com奚亦扬021-22169091xiyy@ebscn.
com张弓021-22169083zhanggong@ebscn.
com罗德锦021-22169146-luodj@ebscn.
com深圳黎晓宇0755-83553559-lixy1@ebscn.
com黄鹂华0755-83553249-huanglh@ebscn.
com李潇0755-83559378-lixiao1@ebscn.
com张亦潇0755-23996409-zhangyx@ebscn.
com王渊锋-wangyuanfeng@ebscn.
com机构客户业务部姓名办公电话手机电子邮件濮维娜(总经理)021-6215237313611990668puwn@ebscn.
com上海张辉021-2216710813611990668zhanghui1@ebscn.
com计爽021-2216710118621181721jishuang@ebscn.
com吉喆021-2216912918918212345jizhe@ebscn.
com北京朱林010-5904621218611386181zhulin1@ebscn.
com徐放010-5651305118618469955xufang@ebscn.
com国际业务陶奕(副总经理)021-6215239318018609199taoyi@ebscn.
com戚德文(执行董事)021-2216915213585893550qidw@ebscn.
com顾胜寒021-2216709418352760578gush@ebscn.
com股票报告网整理http://www.
nxny.
com