時裝零售商H&M如何通過AI和大數據盈利

信息化觀察網
編譯
近幾年的低迷表現和六年來最顯著的利潤下降,讓快速時裝零售商H&M開始尋求盈利之路。該公司正在轉向新興技術,以建立更強大的業(yè)務,提高其供應鏈和運營的效率,并通過大數據和AI提供的有關時尚趨勢和客戶偏好,從而...

近幾年的低迷表現和六年來最顯著的利潤下降,讓快速時裝零售商H&M開始尋求盈利之路。該公司正在轉向新興技術,以建立更強大的業(yè)務,提高其供應鏈和運營的效率,并通過大數據和AI提供的有關時尚趨勢和客戶偏好,從而能夠為消費者提供他們想要的商品。只有時間才能證明他們的投資是否足以讓他們擺脫銷售蕭條,以及他們對AI和大數據的賭注是否會得到回報。以下是H&M利用技術實現業(yè)務優(yōu)勢的幾種方式:

數據洞察有助于避免不良產品周期

大約20年前,快速時裝零售商成為該領域的市場破壞者,通過提供物美價廉和時尚新品來建立強大的業(yè)務。然而,為了取得成功,像H&M這樣的快速時裝零售商需要預測哪些市場想要規(guī)避不良產品周期,甚至通過打折出售從而幫助公司擺脫困境。由于快速時裝零售商的商品價格已經非常低,因此很難再從糟糕的銷售決策中恢復到正常水平,并且也需要清理不必要的庫存??焖贂r裝零售商的利益很高,而數據洞察有助于建立更靈活、更快速的供應鏈、促進趨勢檢測、管理庫存和設定價格。

個體商店庫存

以前,任何H&M商店,無論位于瑞典、英國還是美國,商品種類和款式都如出一轍。不幸的是,該零售商需要不斷降價以清理全球4,288家商店的未售出庫存。為了更好地讓個體商店的庫存滿足當地客戶的需求,H&M使用了大數據和AI來分析退貨、收據和會員卡數據,以定制每個商店的商品。這被稱為本地化,并且對于諸如H&M之類的全球鏈而言可能更難以執(zhí)行,但其通??梢酝ㄟ^其全球供應商網絡來利用規(guī)模經濟。

自動化倉庫

為了讓每個商店都有定制庫存,并滿足消費者對無障礙購物體驗的需求,H&M投資了自動化倉庫,90%的歐洲市場將會完成“隔日達”配送服務。消費者已經開始期待隨時隨地都能夠配送,以及免費送貨和退貨服務——后者是H&M向會員用戶提供的服務。倉庫和會員計劃由算法和數據驅動,公司正在向其商店推出RFID技術,以提高供應鏈的效率。

有活力、無沖突的客戶體驗

H&M已經為在線購物者提供了個性化的建議,并且很快就會通過RFID技術將這一功能帶到實體店。在商店中,客戶可以通過算法來獲取商品購買建議。該公司也致力于更好地整合在線和離線購物體驗:例如,通過Find a Store(查找商店)功能,客戶可以查詢他們在線上發(fā)現的商品是否可在附近的實體店中購買;此外,通過Scan and Buy(掃描和購買)功能,客戶可以掃描店內標簽,以確定該商品是否可以在其他門店或者線上購買。

定制時裝

機器已經可以創(chuàng)作音樂,谷歌和H&M旗下的時尚數碼屋 Ivyrevel共同打造了應用程序Coded Couture,其理念是“根據您的生活方式創(chuàng)建獨一無二的設計”。他們還共同推出了Data Dress,“能夠監(jiān)控您的活動和生活方式,然后為您定制設計并生產服裝”。該軟件通過 Google 內置的Snapshot API 監(jiān)測用戶的日?;顒?、生活方式和手機位置信息,判斷用戶正在進行什么樣的活動,同時也收集當地的天氣信息。只需要攜帶手機一周,這個軟件就能理解你的生活方式,并通過 Google 的技術,生成獨一無二的定制服裝,從服裝材料到到輪廓刺繡一切都可以進行定制。當然用戶也可以選擇在 Data Dress 上進行購買。

這些技術能否讓H&M再次盈利,我們還不得而知,但該公司對大數據和AI的投資無疑是朝著正確方向邁出的一步。數據和AI算法可以使公司的商品化決策更加準確,同時簡化供應鏈和運營,并改善客戶體驗。

原文作者:Bernard Marr

THEEND