想了解情况吗?
在您的收件箱中获取我们的每周通讯,其中包含最新的数据管理文章、网络研讨会、活动、在线课程等。
订阅
新零售时代以客户为中心的方法
究竟发生了什么变化?美国第一家购物中心于 1956 年开业。当时,以下公式运作良好:购物中心内的大型商店、大量生产性交通和高租金。如今,顾客的行为变得不同:购物者不想开车去购物中心,不想为停车付费,也不想处理麻烦。他们希望花更少的时间购买并获得他们真正需要的东西。否则,他们只会空手而归。事实上,从 70% 到 96% 的全球购物者正是这样做. 根据 Art Peck 的说法,今天最有效的公式是在商场外有一家大小合适的商店、低生产流量和低租金。所有这一切都应该通过数字体验来增强。
“我们正在做一些超级酷和改变游戏规则的事情。这就是将大数据和分析应用于客户、客户体验和商店的服务主张,”说Shoptalk 的 Art Peck三月初。该公司寻求根据尺寸曲线、审美、整体人口、人口统计、心理统计等数据开设具有本地化分类的小型精品店。但如果你今年或明年不这样做,五年后你就不会存在了,”他补充道。
客户已准备好与零售商共享他们的数据。但作为交换,他们期望高度个性化的定价和分类优惠,以及更好的支付和交付选项。与此同时,服装零售商必须应对其行业的特殊挑战:短的收货周期、降价优化以及新品的专家定价。因此,学习如何使用大数据不仅在收集它方面,而且分析它以获得可操作的见解对于零售赢家来说是必须的。
如何正确收集大数据
购物者和零售商每秒都会产生大量数据。这就是为什么零售商首先需要正确地收集所有这些数据。一些零售公司建立内部定价引擎,这些引擎也负责数据收集。然而,这样的系统需要大量资金,需要很长时间才能启动,并且需要 IT 部门的参与。更重要的是,它需要不断升级,需要足够复杂以考虑行业的所有挑战,例如处理相似或相似匹配的能力,从具有不同布局和语言的各种网站收集数据以及验证数据的能力。从长远来看,这样的选择似乎并不可行,因为它增加了开支,而且效率不够。
无论哪种方式,零售商都必须确保他们获得的数据是可靠、及时和准确的。为此,他们可以推出内部数据验证系统,这同样需要大量投资和 IT 部门的专业知识。幸运的是,市场已经提供了保证高达 98% 的数据准确性的解决方案,并提供了在仪表板中验证数据质量的方法。
如何使用价格分析停止低于价格下限的销售
服装零售面临着这个特定行业特有的几个挑战。由于收货周期短,零售商采用高低价定价,这体现在深度促销中,并导致利润率下降。此外,很难定义直接竞争,因为在大多数情况下,分类和受众因零售商而异。出于这个原因,在为新品定价时,服装定价经理更愿意依靠他们的直觉和过去的经验,而不是数据。
处理新产品的下一步是快速定义它是很快就会出售的冠军,还是需要通过一系列促销活动更积极地推动的缓慢推动者。通常需要几个月的时间才能弄清楚哪个是哪个。结果,被迫清理货架以腾出它们以供下一个系列使用,零售商可以提供高达 80% 的折扣来为行动迟缓的人提供折扣,并最终削减他们的利润。对于快时尚企业来说尤其如此。
人工智能驱动的价格分析解决方案考虑了所有定价和非定价参数,例如季节性、天气、客户行为和业务目标。此外,此类解决方案在变量之间建立了潜在的相互联系,有助于根据产品的销售潜力将产品分组,并比传统方案提前几周提出定价建议。该系统会通知零售商有关滞销产品的信息,并提供一系列逐步折扣,最终帮助零售商在规定的时间范围内销售所有必要的商品并赚取更多收入。借助基于人工智能的技术,90% 以上的产品可以在需要时销售,收入和销售额分别增长 10% 和 15%。
服装零售正在围绕客户不断增长的期望迅速重塑。袖手旁观,看着销售下降不是一种选择。尤其是当零售领导者正在使用先进的解决方案来赢得购物者的心并占领市场时。是时候采取行动并利用技术的力量来保持相关性了。否则,您将不会持续很长时间。
相关帖子DA内容精选
|