科技行者H&M用大数据和AI来“拯救”销量下滑


【科技行者H&M用大数据和AI来“拯救”销量下滑】
科技行者H&M用大数据和AI来“拯救”销量下滑
本文插图

随着数字时代下在线购物风潮的兴起 , 实体店客流量减少已经成为困扰零售店铺的头号难题 。 而在COVID-19与社交隔离政策的双重打压中 , 整个零售行业进一步遭受毁灭性打击 。 以知名快消服装品牌H&M为例 , 由于过去三年之内门店销量有限 , 该公司股价下跌达56% 。
为此 , H&M公司计划调整自身利用信息技术改善业务表现的方式 。 他们的目标是通过人工智能与大数据再次赢得客户青睐 。 至于具体策略 , 他们希望通过大数据规划不同门店内销售的服饰品类 , 而不再向全球范围内的所有门店提供完全相同的商品供应 。 H&M的业务战略调整
目前 , H&M召集起200名数据科学家 , 希望了解每一家门店中每款商品的销售模式与趋势 。 H&M希望通过投资大数据技术 , 并结合本地层面的客户需求分拣 , 帮助其提升自身收入的同时获得利益相关方的信任 。
要实现这样的目标 , H&M的管理团队需要找到一种为客户创建价值的新方法 。 他们开始将重点转移到探索市场机遇方面 , 并开发出相应解决方案以把握这些新机遇 。 经过研究 , 经理与团队成员们发现大数据似乎是种极有成功潜力的解决方案 。
与大多数传统实体零售企业一样 , H&M原本通过设计师团队分析消费者的喜好 , 而后据此开发出能够迎合买家口味的产品 。 但从事实来看 , 这种模式并不成功 。 为此 , H&M开始利用算法分析门店的收入、退货与会员卡数据 。
H&M的新策略不再强调普适性的服装与门店设计 , 而是根据当地需求量身定制商品 。 通过分析 , H&M发现个性化与高质量体验已经成为吸引客户的不二法宝 。 客户也更希望在服饰产品上看到优质材料与更加时尚的设计元素 。
值得一提的是 , H&M并不打算削减商品销售团队 , 而是为他们配备先进工具与技术以做出更加明智的决定 。 该公司希望大数据能够帮助H&M避免产品大幅度降价 , 同时减少积压商品的数量——这两点 , 正是损害公司整体利润的核心难题 。 验证结果
在斯德哥尔摩的奥斯特马尔姆 , 有一家向来销售全年龄段、全性别基础款服饰的H&M店铺 。 在早期技术试用阶段中 , 这家门店通过大数据与人工智能发现前来购物的顾客以女性居多 , 而且更偏爱花裙等时尚服装 。
此外 , 通过行为分析 , H&M发现购物者们更愿意选择价格较高的商品 。 为此 , 他们开始在6美元的T恤与12美元的短裤旁边 , 展示起售价达118美元的皮包与107美元的羊绒衫 。 此外 , 他们还增设了一家咖啡厅同时兼售鲜花 , 因为数据显示顾客们在购物时希望能在地方休息 , 或者同时购买花束与服饰作为礼物 。
而通过分析客户的购买与退货记录 , 这家门店获得了丰富的行为数据以及核心市场最喜爱的产品类型 。 H&M方面表示 , 在策略调整之后这家店铺的销售额迎来显著提升 , 现在他们提供的产品与体验更加符合当地人的喜好 。
与此同时 , H&M还使用大数据提前三到八个月进行销售趋势预测 。 除了收集外部来源提供的信息之外 , 他们还通过商店及在线网站的50亿次访问中收集数据 。 在进行全网络数据(包括博文以及搜索引擎等等)分析之后 , H&M团队得以了解时尚流行方向与变化趋势 , 从而生产出有望成为爆款的新单品 。
更重要的是 , 这家零售商还利用算法理解货币汇率波动与原材料成本 。 如此一来 , 他们就能保证在每家商店中对商品进行正确定价 。 事实上 , 其他竞争对手也在使用类似的技术赢取客户青睐 , 比如 , Zara正在利用机器人加快在线接单速度 , GAP则依靠市场研究数据与Google Analytics了解客户偏好 。 总结:借数据和AI之力为员工赋能


推荐阅读