近几年的低迷表现和六年来最显着的利润下降,让快速时装零售商H&M开始寻求盈利之路。该公司正在转向新兴技术,以建立更强大的业务,提高其供应链和运营的效率,并通过大数据和AI提供的有关时尚趋势和客户偏好,从而能够为消费者提供他们想要的商品。只有时间才能证明他们的投资是否足以让他们摆脱销售萧条,以及他们对AI和大数据的赌注是否会得到回报。以下是H&M利用技术实现业务优势的几种方式:
数据洞察有助于避免不良产品周期
大约20年前,快速时装零售商成为该领域的市场破坏者,通过提供物美价廉和时尚新品来建立强大的业务。然而,为了取得成功,像H&M这样的快速时装零售商需要预测哪些市场想要规避不良产品周期,甚至通过打折出售从而帮助公司摆脱困境。由于快速时装零售商的商品价格已经非常低,因此很难再从糟糕的销售决策中恢复到正常水平,并且也需要清理不必要的库存。快速时装零售商的利益很高,而数据洞察有助于建立更灵活、更快速的供应链、促进趋势检测、管理库存和设定价格。
个体商店库存
以前,任何H&M商店,无论位于瑞典、英国还是美国,商品种类和款式都如出一辙。不幸的是,该零售商需要不断降价以清理全球4,288家商店的未售出库存。为了更好地让个体商店的库存满足当地客户的需求,H&M使用了大数据和AI来分析退货、收据和会员卡数据,以定制每个商店的商品。这被称为本地化,并且对于诸如H&M之类的全球链而言可能更难以执行,但其通常可以通过其全球供应商网络来利用规模经济。
自动化仓库
为了让每个商店都有定制库存,并满足消费者对无障碍购物体验的需求,H&M投资了自动化仓库,90%的欧洲市场将会完成“隔日达”配送服务。消费者已经开始期待随时随地都能够配送,以及免费送货和退货服务——后者是H&M向会员用户提供的服务。仓库和会员计划由算法和数据驱动,公司正在向其商店推出RFID技术,以提高供应链的效率。
有活力、无冲突的客户体验
H&M已经为在线购物者提供了个性化的建议,并且很快就会通过RFID技术将这一功能带到实体店。在商店中,客户可以通过算法来获取商品购买建议。该公司也致力于更好地整合在线和离线购物体验:例如,通过Find a Store(查找商店)功能,客户可以查询他们在线上发现的商品是否可在附近的实体店中购买;此外,通过Scan and Buy(扫描和购买)功能,客户可以扫描店内标签,以确定该商品是否可以在其他门店或者线上购买。
定制时装
机器已经可以创作音乐,谷歌和H&M旗下的时尚数码屋 Ivyrevel共同打造了应用程序Coded Couture,其理念是“根据您的生活方式创建独一无二的设计”。他们还共同推出了Data Dress,“能够监控您的活动和生活方式,然后为您定制设计并生产服装”。该软件通过 Google 内置的Snapshot API 监测用户的日常活动、生活方式和手机位置信息,判断用户正在进行什么样的活动,同时也收集当地的天气信息。只需要携带手机一周,这个软件就能理解你的生活方式,并通过 Google 的技术,生成独一无二的定制服装,从服装材料到到轮廓刺绣一切都可以进行定制。当然用户也可以选择在 Data Dress 上进行购买。
这些技术能否让H&M再次盈利,我们还不得而知,但该公司对大数据和AI的投资无疑是朝着正确方向迈出的一步。数据和AI算法可以使公司的商品化决策更加准确,同时简化供应链和运营,并改善客户体验。
本文章素材来自互联网