只需一步，快速开始
请完成以下验证码
只需一步，快速开始
讨论 | 大数据与时尚数据的运用
&冷芸时尚圈讨论是就行业问题的讨论及总结。这些分享属于集体智慧的结晶。希望通过此种方式能让更多行业人士受益！若想加入冷芸时尚圈，请加微信zhs_dqqz，并务必注明“冷芸时尚圈+姓名+入群理由”，并说明入群希望得到的收获。本群只关注时尚行业内容，严禁发送广告、低俗、社会、政治等不相关内容。违者将被退群及拉黑。&&&本次庄主：大琳，现为杭州网红电商从业者，曾从事原创女装品牌电商整体规划工作，参与香港某知名潮牌的数据分析规划，一方面热爱潮流时尚，另一方面更崇尚用数据理性分析来指导决策。前言：1.大数据是什么？（图片来自网络）&（1）.大数据的关键特性在于，区别于传统的统计学，它处理的对象是数据的整体，而不是“样本”。所以，大数据，不仅仅是大，而是“全”。（广州-周杨-买手）（2）.大数据是广，多样，但也杂。（zhu_min1 ）（3）.大数据的大有三个定义，量大，纬度数目大，速度快。跟全不全没太大关系，一个普通人电脑里的全部数据也是小数据。达到一定量、广度、速度就算大数据了。（王信Betty）（4）.能在某一个维度映射出时尚产业的一个趋势，需求，消费者的习惯等等。（fiona）（5）.大数据就是一个系统，他由各种小的数据填充，整合之后再将需要的信息以组合的形式提出来使用。（小欣）（6）.大数据是基于企业市调，投入市场的产品后有针对性的在某个维度市场收集的反馈。（Sean）（7）.大数据就是很多个体数据放在一起了，变成了大数据。从某角度讲，个人觉得大数据有被"神化"了，虽然大数据现在无处不在，但并不是每个行业，公司都需要"大"数据，很多时候，某一部分的数据，或者某一区域的数据，某一取样的数据，已经可以代表整体情况。大数据的出现，是因为更能大范围的证实了某些观点。我曾试过就某一品类调研3000人取数，结果出来，和我全年的销售情况相差不大。如年龄占比，客单价，区域分布，消费倾向等。（小麦）2、时尚数据是什么？（图片来自网络）&（1）.时尚数据说的实际是时尚产业内大数据。（大琳）（2）.各种数据都是相互支撑的，时尚的数据如果只建在时尚产业，我觉得可能会比较狭窄。（小欣）（3）.时尚数据通过大数据分析整合出来的，经过政治，文化的发展，消费者对时尚的需求，消费者的消费习性，销售数据分析等。（zhu_min1）（4）.阿里之所以有那么多大数据，一个是他的消费群体庞大，二是他有强大的后台技术支撑，能迅速的搜集到消费群体的各维度的数据，庞大的数据透视出的需求就大概可以看出一点点的趋势吧。（fiona ）（5）.这个时尚融合的元素太多了。鞋，服，配饰，包袋美妆……配色以及款式关键词的搜索频率？（叫我波巨头）。（6）.时尚数据一般是流行趋势，商品销售等数据。（Emma）（7）.从我个人之前整合流行趋势的方式来说，也是在各大流行趋势网的大数据里筛出我需要的。很多做流行趋势的网站一年收费一万多，一些工厂和时尚公司都会买他们的会员，这就是很有针对性的流行咨询了吧，比如pop这样的网站。（林少欣）（8）.广义的时尚数据可以理解为时尚产业（包括人、时尚产品及市场关系等）内的数据，以及与时尚相关的大数据基础（如搜索行为、频次、热度等）。（大琳）&&&一.WHO:大数据与时尚数据的来源与应用对象 &（图片来自网络）&（1）.一开始的来源主要是人们的贡献数据还有共享数据这个模式慢慢发展起来的，通过计算机保存数据，分析数据。（zhu_min1）（2）.各品牌门店（线上及线下）销售及搜索数据？网站浏览器记录的搜索者习惯也是一种，随后匹配广告位置。（lianasong）（3）.时尚数据也是了解消费者喜欢和期望的一个渠道。Zara算是业界数据运用很好的快时尚商家。一手数据来源：1. 实体店收集海量的顾客意见。2.网店除了增加营收，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。（王信Betty）（4）.能搜集、存储得到的一切数据都是大数据的来源，而时尚数据似乎更多了一些产业的指向，更偏向跟时尚产业相关的大数据。能服务于时尚的大数据皆是时尚数据（包括消费者互动、参与以及对产品的反馈等）。（大琳）（5）.阿里和京东是会卖数据的，还有就是咨询公司，比如艾瑞咨询，会提供报告。（叫我波巨头）（6）.现在微博和微信等社交媒体，也是很好的一个数据收集渠道。（小飞侠）（7）.数据来源不一定是市调来的，也不一定是自己出来的数据。现在有很多调研公司会出数据报告，其实参考性还是有的，这样企业就可以节省部分数据获取的成本，另外，竞争对手，竞争品牌的数据，也是可以利用的，尤其如果你的竞争对手是上市公司，他们会有财报，财报能看到很多数据点和对方的发展的定位及战略重点。所以不一定是自己找数据看数据，可以从别人的总结里获取你想要的信息。（小麦）二.WHY 为什么大数据近年来会大热（1）.鞋服行业都是期货，先分析需求再进行生产的；大数据可以分析未来走势，保证生意利益。（叫我波巨头）（2）.这些数据的应用对象都是希望通过互联网去得到更深的认知的这一类群体，可以通过大数据得到自己要的答案，也可以通过大数据，时尚数据分析和预测。（zhu_min1）（3）.大数据本身只是一种存在，是大数据产业的生产者用硬件采集、通过一定的逻辑存储的。至于大数据本身的“好”与“坏”取决于数据源的采集与输出者。但是它的魅力在于有加工能力的门槛，即使是同样的数据，不同的人能提炼加工成能为己所用的信息的也程度也不同，因此也体现出巨大的商业价值。（大琳）三.WHAT （图片来自网络）&1.时尚数据的获取渠道有哪些？ （1）.之前淘宝有淘宝指数，现在归纳到生意参谋，有地域属性，人群特性等等指标。（如露亦如是观）（2）.分享一个有各种指数的网站：http://hippter.com/data.html。（大琳）（3）.时尚数据的获取来源，还是首先归于它本身的定义。如果时尚数据可以理解为时尚产业（包括人、时尚产品及市场关系等）内的数据，以及与时尚相关的大数据基础（如搜索行为、频次、热度等）的话，那么它的获取渠道应该包括了行业数据提供机构，同行商业信息，受众即消费者的互动和反馈信息搜集等。（大琳）（4）.我分享一个来自Quartz 的文章，介绍了外国一家提供数据服务的公司，叫Edited。被称为“Bloomberg terminal for fashion”。去官网看edited的博客，会有销售数据分析。是从网站抓数据。2.大数据运用的利弊端分析：swot分析探讨大数据运用的优劣势与机会风险分析（1）.大数据可以用于消费者人群区分，也就是更有用于商业。毕竟时尚也是个创造性产业，单一靠数据来做，是不会有新意的吧。数据是死的，但是运用是活的，并且人也是很复杂的，所以个人感觉运用大数据来做分析本身是存在着风险。以前学交互的时候，印象很深刻的一件事就是，用户并不知道自己想要什么，即使他说出来了。（邓小懒&）（2）.风险主要是法律界限，就是隐私权的界限。这个未来要求更高。（ChristineTsui&）（3）.风险在于，不能够好好的理解，选择性的运用，盲目的跟从大数据的趋势走，去设计产品，可能大众群体不能接受。（zhu_min1）（4）.我们的经济体系也是复杂系统，由于有太多的不确定性，大数据也不好使。（饭碗儿）（5）.数据归根结底还只是一个信息参考，在利用的时候还是要甄别，所以大数据有全面性又有局限。（lianasong）（6）.大数据的分析关键在于建模，数据倒是不少，可是如何去分析，才是重点，就像盖洛普民意测验。如果建模不对，大数据还是比较慢用到时尚界的。就像之前看的那本书上说的，时尚的唯一秩序，就是打破之前建立的秩序。（Rangers）（7）.数据公司需要懂时尚的人。其实很多数据公司，都不会整理时尚相关的数据，起码几年前就这样，想和行业合作，但是又怕数据不够好。（Leather）（8）.数据公司不少，覆盖时尚的少。（赵圆）（9）.数据最迷人的地方是真实具说服力，但是也容易迷惑人，因为人们在下决定前才需要数据支持自己的行动。但是往往是行动错了所以数据变得没价值。当年sony获取了大量用户对于高品质音乐的需求然后花了大量经费研制md，但是mp3的到来，之前所获得的数据变得不合时宜。时尚也是，大数据能告诉你过去，但是未来，他无法展示。（Ringo Zhu）（10）.数据是个看着很实用用着很肝颤的东西。客观上每个人对东西的理解不同，取数的条件不同就会有千差万别。我也经历过用数据来分析产品，可最终觉得某一类产品可以继续做下去的时候，却发觉时尚已经转了弯。所以使用数据只能作为一个依据，而数据的建模和数据挖掘可能是新的方向。（Tina 谭）（11）.理解大数据给我们的帮助主要有三方面，就称为及时抓取，位置选择，快速反馈吧。1.选择正确就是帮我们跟住热点。时尚的变化和传播不同于其他行业，可能起于街头起于秀场或者热点事件，如何尽快收集资讯抓住跟上，大数据肯定有帮助，此处有个问题，大机构大到一定程度时是否就已经是数据了，淘系如果说今夏流行吃豆人，那是它数据分析的结果还是向主力商家宣讲的硬推。2.位置选择就是产品投放精准度。怎么样精准定位消费者的喜好，以及渠道铺货等，挺好理解，不过时尚是感性的，如何数据化可能也是问题。唯品会有和老师合作关键词分类程度定位的工作，也是精准投放的一种吧。3.最后是反馈了。这点前面各位大大说的很全面了，zara店铺和物联网都大量反馈消费者喜好，这里想说的是反馈数据多少有用，时尚变化快，消费者的喜好变化更快，说不定一部剧就把喜好变掉了一些，千人千面，基于平台历史搜索点击，至少不适合快时尚方面。（观海云远）&四.HOW （图片来自网络）&1.大数据的应用实例（1）.卖家利用大数据后呈献给买家的千人千面和品类推荐等现象。（lianasong）（2）.我之前做展览的时候，公司会根据每场展览来的买家数量，国家，采购产品给出数据分析，来制定接下来展览的产品侧重点。（lianasong）（3）.大数据本身应该是高度容合后的价值体现，正所谓有容乃大，无欲则刚！用现实的“海”举例说明，我们应该建立自己的数据管道和储水池，而非在大数据上进行七大洋八大洲，海滩等碎片化的划分，尤其是对数据二次甚至多次的加工后市场客户需求再现.大数据一直存在，只不过每个时期存在的形式不同。强化管道和储水池还是要回归本质，多维度定位体现客户需要，而非固执的坚守，那数据和我们关系就比较小，顺势而为。（心越）（4）.很多时候我们会过于的外部寻找，其实由内而外才能见真知。数据的价值在于控，汇聚及控制流向，有方向即可蓄势，电商决定此方向重要因素客户体验，将客户体验再进行反向多元划分，形式网状结构，就会形成属于自己的多元数据系，掌握核心数据进行优化，会产生他择性客户需求，延伸服务和文化。（心越）（5）.做淘宝会有测图测款的，有些款式点击率不好的，就会不生产，也不会推广。（Rangers）（6）.时尚电商投放线上广告时会利用的数据，不过我觉得还不算大数据，都是看投放媒体能细分到什么程度。 1）.投放博主合作，给博主折扣码，区分每个码的效果，根据投放的品类和博主，来对比什么活动和商品，什么博主的效果好。2）. 投放微信，和新闻app的信息流广告，可以选择地区，性别，兴趣属性，缩小用户范围。 3）.投放手机锁屏广告，可以定位到 用户安装的app。投放同样是时尚类的app。4）.投放搜索广告，可以定位到竞品搜索词，投放给竞品品牌的顾客。还有一种是Dsp广告，这个是时尚电商常用的，就是投放给访问过自己网站的用户。并且可以控制访问页面和次数。 一般时尚品牌都不做。&（赵圆）（7）.关于做快时尚女装，我们一般运用以往年的历史数据，推测采购预算，气温，商品结构，比例，以及以往好卖的畅销款，经典款和滞销款，具体分析能借鉴的地方，有些可以延续，有些可以增加，有些则要根据流行趋势加以调整，做加法减法。（rachel＆鱼）（8）.IBM 的watson，认知商务，在时尚行业和服装零售有应用案例了。时尚行业是 分析社交媒体数据，辅助设计师来设计，国内是做过李宇春的裙子。watson的应用很广，时尚只是很浅的应用。（赵圆）（9）.目前和某快时尚零售的BI（商业智能）团队在做的趋势分析应用，使用基于计算式视觉的前沿图像数据分析方法，从大量时尚图像中进行识别和提取不同维度的属性、生成文字标签（如色彩色值、款式、领型、图案等），然后通过交叉、聚类分析等模型输出一些参考性数据，例如：- 2017年秋冬秀场的色彩排行和比例；- 在72%的上衣品类中出现x领型；- 55%的阔腿裤和某廓形下装的组合比例更高；- zara在3月份新品的图案类型比例；等等。这里要求数据源足够丰富和全面，应用到一些行业相对通用的数据源，也需要使用者自己的行业观察和判断。（Evelyn）（10）.淘宝iFashion和CBNdata合作做《2017网络时尚消费趋势报告》。（Emma）2.大数据发展趋势 （图片来自网络）&（1）.大数据发展趋势，就是数据无处不在，现在主要通过互联网，未来是物联网。未来，用户到门口，机器人自动识别用户是否来过，之前买过什么衣服。就是收集渠道和范围会更便利，但也更可怕（作为被收集对象）。以后收集，分析数据本身是个生意，数据公司，如阿里腾讯。数据垄断很有可能。但颠覆垄断也可以是一瞬间的。比如某种新技术。垄断和分享不矛盾。先垄断，再分享。物联网可以打破垄断。（ChristineTsui&）（2）.每个人生活习惯以及细微喜好成为具体化和信息化。而这些日常的数据，将成为体现消费群体未来的选择参考。（Sean）（3）.数据的趁势会智能化、开放、分享、娱乐化，具有人性的多面，就如当下品牌人格化，会形成跨界、多元、重合等特点，以需求为主线延展.会形成市场多元化格局，会缓解当下投资单一化问题，炒房，炒生姜等景象会减弱。阿里数据系方向就是形成阿里数据生态，微信或许更高明，直接是开放，以习惯性为导向进行置入。数据垄断的可能性不大，因为未来数据一大特点，是分享，形成分享形经济体。要加强一体化运营，商品体系才会越来越重要。（心越）（4）.我认为大数据的发展，首先是做好数据源的收集和生产，现在国内就是淘宝数据多，没有更好的第三方，有更全面的销售和购买意愿的数据，做数据收集和整合比较难。国内也有广告公司做数据仓库，不过他们面向的还是电商大客户，如金融，不是对时尚的。数据的收集渠道更便利，是的，线上数据和线下数据可以整合，数据的收集和利用，不再区隔线上和线下。（赵圆）（5）.大数据的趋势就是手机渠道增加，用户需求增加，收集手段趋于合法，对于服装行业而言就是终端数据更有价值，但是服装公司时装行业要和科技公司紧密结合&，当然数据会立体化形成生态圈，这是核心价值。（Leather）（6）.现在的分析和处理方法已经很多了，云计算能力强大，现在主要是卡在了数据源上。随着未来智能穿戴和智能硬件的成熟发展和普及，数据全方面收集才能成为可能。（Evelyn）（7）.国内未来大数据发展，数据源会被某些大公司给垄断了。（zhu_min1）（8）.时尚最大的问题是变化太快，历史数据可参考的价值不大，这是时尚有意思的地方。时尚的挑战在于产品生命周期太短，时尚需要在维度和跨度上面去重点解决此变量。（ChristineTsui&）（9）.现在物联网的趋势，未来家里所有插电的，可以上网的，都是数据获取的渠道。可以说世界变得更透明。（小麦）（10）.时尚数据也是了解消费者喜欢和期望的一个渠道。Zara算是业界数据运用很好的快时尚商家。一手数据来源：1: 实体店收集海量的顾客意见1）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。2）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。2、网店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。（王信Betty）3.时尚行业如何更好地应用大数据与时尚数据（数据加工、应用能力等）（1）.大数据不是某个纬度，是很多纬度，多而杂，要怎么用，怎么结合实际情况用，需要看你需要用在什么点，然后再取什么纬度。（小麦）（2）.其实不管小还是大企业，总会觉得自己的数据获取不够，也可以说是心里没底。那么数据要多少才够？ 首先产品，你是怎么做出来的，做之前，这肯定是经过一些经验或者数据出来的，例如潮流趋势，大牌走向，行业观察，这些公开的数据已经可以给产品一定的定位。其次，量级，要做多大的量？多少个款？单款深度多少？举个例子，可以看某宝，排名前的单品，观察日销售量，扣除可能的不真实数据，如果你是做实体的，大致推断实体的位置客流情况，客流质量，店铺数量等，预估产量。如果目标只是要卖100件，那何苦要找做10000件的数据呢？ 先定好目标很重要。然后，收集数据的问题。如果是做电商，那么数据的获取相对比较容易，可以分析的纬度很多，今天多少人浏览，页面停留时间，各浏览步骤的转化率，购买漏斗等。如果是实体，可以通过店员进行记录收集跟踪具体个体情况，当然人力成本也会多些，所以为什么现在大都是让消费者成为会员，就是方便更好的收集数据和利用数据。这个店铺的体验，日本的零售是做得不错的，可以看看他们的相关案例介绍。（@[表情]Sean[表情]-广州-自由职业 ）（3）.大数据本身不是核心，用在哪里、怎么用才是。zara这种快时尚企业在那个年代崛起的确是靠快，但是我觉得将来就不一定了。因为所有人都会很快。智能制造领域也在发展。以及，具规模的服装企业获取信息的确是大同小异，最后还是要回归到如何用这些信息匹配到自己运营上。未来数据更加开放、透明的情况下，甚至是独立设计师都能轻易获取到同样信息，我认为如何使用数据会是一个核心能力。（Evelyn）（4）.数据最稳当的运用应该是避坑，但是用它来开拓，会吃教训的。你看大众点评，全差评的餐厅基本上就真的是很差了。越是大的企业，避坑越是重要。（Ringo Zhu）&庄主小结：（图片来自网络）&时尚行业要在一方面要在了解大数据的来源及获取渠道的前提下，提升对数据的加工能力，从而发挥巨大的商业价值。另一方面也要警惕大数据的“深坑”，不要迷信数据，在结合大数据的前提下充分发挥人的主观能动性。同时多关注未来大数据的发展趋势，与时俱进利用好现代科技进步带来的红利。具体来说，大数据本身只是一种存在，是大数据产业的生产者用硬件采集、通过一定的逻辑存储的。至于大数据本身的“好”与“坏”取决于数据源的采集与输出者。但是它的魅力在于有加工能力的门槛，即使是同样的数据，不同的人能提炼加工成可为己所用的信息的程度也不同，因此也体现出巨大的商业价值。时尚数据首先归于它本身的定义，时尚数据即时尚产业（包括人、时尚产品及市场关系等）内的数据，以及与时尚相关的大数据基础（如搜索行为、频次、热度等），我们可以从行业数据提供机构，同行商业信息，受众即消费者的互动和反馈信息搜集等来获取需要的大数据。而在运用上，我们可以把大数据当作人发挥主观能动性的工具，利用好大数据和时尚数据，又不被其所误导。如何使用数据会是一个核心能力。以上是我的归纳和想法，希望大家能提建议。若要了解更多讨论， 请点击“阅读原文”。&扫描以下二维码，关注本专栏专注于时尚产业冷芸会员俱乐部（不同于冷芸时尚圈）：加入冷芸会员俱乐部，与冷芸共同阅读20本书，听冷芸分析时尚产业&
免责声明：本文来自用户上传分享，不涉及商业用途，只做讨论使用。如有侵害到您的版权与权益，请及时与我们联系，我们会在第一时间删除！你不可不知：Zara的三个大数据
&&　　 　　随著fast fashion的掘起，近年来大家都能以平易近人的价格买到最新的时装，而且款式的更新速度更是快得惊人，fast fashion当道并席卷了全世界，为时尚界迎来了一个新的时
　　 　　随著fast fashion的掘起，近年来大家都能以平易近人的价格买到最新的时装，而且款式的更新速度更是快得惊人，fast fashion当道并席卷了全世界，为时尚界迎来了一个新的时代，改变了一般人对时装的观念，同时亦有越来越多品牌决定来分一杯羹。　　那么，作为Fast Fashion先驱者之一的ZAra是如何才能够在这个市场站得住脚?以下这几个小秘密你不可不知道，或许这些就是令我们喜欢 ZARA 的原因吧!　　一、Zara在全球88个国家开设了多达2000间分店;　　二、为保持质素，50%的服饰也是在西班牙生产的;　　三、为了保持新鲜感和质量，Zara有一个专门团队会因应顾客的意见来设计服饰，每一至二个星期就会有新款式上架，每年的新设计高达12000 件!　　 　　ZARA 3月新款：V领雪纺衫+纽扣牛仔裙& & 最新消息：《你不可不知：Zara的三个大数据》相关视频内容，可关注微信公众号（starxinbei）阅读。
　 热点导读：日前，刘晓庆与助理友人来沪工作，当现场记者提问她是如何做到60岁了还明眸皓齿、肌肤白嫩，吹弹可破，没有一丝皱纹时。刘晓庆面带微笑的回答了记者的提问，并自曝“不老”保养私方系卵巢保养所致!”
关注微信STAR星贝阅读
(window.slotbydup=window.slotbydup || []).push({
id: '2526526',
container: s,
size: '300,250',
display: 'inlay-fix'推荐这篇日记的豆列
&&&&&&&&&&&&关注微信公众帐号
阅读原文和更多同类文章
（微信号和暗号可长摁复制）您的浏览器不支持javascript，不能使用此页面的全部功能。
请换用其他浏览器或者开启对javascript的支持。
揭秘Zara大数据：顾客声音化成数字 H&M难追
&&&&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%。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。
分析的不错
大数据管理时代
分析得很透彻
推荐这篇日记的豆列
(这么近，那么远)
(冈崎樱座)