近日，罗兰贝格管理咨询公司发布报告《数字化新零售——移动互联时代技术驱动下的服装行业新看点》，探寻服装行业在向全渠道零售的迈进中可能的制胜原则。

　　中国服装电商虽起步较晚，但成长迅猛，2013年线上渗透率已超越美国，位居全球第一，2014年继续攀升至15.6%，服装行业的网购市场潜力可期。报告认为，移动互联技术的兴起与普及，进一步驱动了移动购物市场的蓬勃发展。预计2015年底，移动端将成为中国网购市场最主要的平台，促成服装行业数字化零售由电商多渠道，向更深层次的O2O跨渠道、数字化全渠道转型。

　　服装时尚潮流动态变化的本质，决定了行业需求动态分析的必要性。近年来，大数据浪潮成为行业的新兴焦点，品牌和零售商也期待借助大数据解决从日常运营到重要决策的各种问题。

　　如何利用零散的消费者数据？报告建议，构建“驾驭大数据的能力”，作为消费者洞察与决策实施的支撑基础。

　　报告认为，“驾驭大数据的能力”不单纯依赖数据和模型，关键要与业务洞见和管理变革的人紧密联系在一起，并基于三方面考虑，建立大数据分析模型。第一，明确需求性。不把焦点过多关注于大量的数据收集，而是根据品牌的使用需求，将数据锁定在特点范围内，避免过度和冗余。第二，追求可得性。为使数据能长期可持续地支撑分析判断，需要在实践中反复规整、改进，提升数据准确性、规范性和及时性，逐步建立内部可靠数据库。第三，确保结果性。数据处理上，不过度追求数据分析模板，而应在不同的场景下，将技术能力与业务洞见结合，灵活机变。

　　报告认为，服装行业存在大量数据信息，根据数据获取难易和分析工具成熟度可分为四大类。然而，若要从大数据中受益，品牌和零售商无需将各种数据都运用纯熟。目前仅内部销售、客户关系数据即大有可为，值得企业充分挖掘利用。而其他可能代表深层次需求的外部数据仍有待长期开拓。随着技术与分析能力不断发展，品牌可以探索与外部形成数据联盟，获取关于消费者新角度的信息，从而建立更全面的分析模型。

　　报告指出，在大数据分析方面，各行业尚处起步阶段，还未出现十分出色的品牌企业，但各家已纷纷开始加大技术投入与数据分析能力建设，并灵活运用。奢侈品牌Burberry针对细分客户的不同需求进行不同邀约，例如向VIP和对时尚潮流敏感度高的客户发出新品预览会邀请，最终到场率高达70%以上，其中50%的客户有消费活动，当日个人最高消费额近10万元；同时留意一些追求生活品质、但花费不会太高的白领客户，了解其倾向于购买性价比高的基本款和经典款，在打折季进行短信和邮件通知。快时尚品牌Uniqlo也利用大数据监测支撑产品定价，销售数据收集细致到每天每刻、每款每色每码、每个店铺，形成庞大的数据库，并通过实时监控分析制定生产量与产品定价调整，例如去年卖499元的羽绒衣销量很高甚至断货，今年可考虑适当提高售价。

　　报告认为，尽管关于大数据的成熟模式远未形成，但大数据及分析技术对业务策略和精准营销的支撑作用不可忽视，需要品牌和零售商长远谋划。