想像優衣庫做到「0庫存」？這3個數據分析最為重要！
降低庫存的風險不在於少訂貨，而在於利用數據分析，實現精準訂貨。
前段時間，學姐看了一篇文章，講的是一天賺2億的網紅們的野生時尚王國。
其中有一段讓學姐印象深刻：
離雙十一還有20天，「錢夫人家 雪梨定製」還有三分之一的新款沒有確定。今年，雪梨的銷售目標是單日破兩億，比2016年雙十一的成績再翻一倍。
一手拿著一款流蘇毛球的紅色圍巾，一手拿著手機，雪梨仔細對比另一位網紅淘寶店裡的商品圖片。雙面絨、拼色大衣、毛翻領，浴袍款，單價從200到500元不等。
各位，有沒有感覺這個場景十分熟悉？是不是像極了服裝行業人士經常要參加的「訂貨會」？
在服裝行業發展供大於求的今天，服裝行業人士關心的話題不再是店開得多不多，而是庫存壓力大不大。而庫存壓力也不是一朝一夕之間形成的，是從進、銷、補、存、甩等各個環節中積累出來的結果。
要解決庫存問題不是做那麼一次兩次的促銷甩賣活動就可以解決的，這充其量只是揚湯止沸，要徹底解決庫存問題，我們還要學會釜底抽薪，從源頭——訂貨抓起。
訂貨應該怎麼訂？很多服裝店的店長或者買手都是像網紅雪梨們一樣，憑經驗，但又沒有網紅的影響力，也忽視了網紅經濟的模式並不具備可複製性。
亞洲最會賣衣服的企業優衣庫，用它160倍的營業額增長、1500倍利潤增長以及平均3000萬、高出國內同類零售品牌10倍的店鋪銷售額告訴我們，打造零庫存，要靠數據，而不是靠經驗或者拍腦袋。
同樣的，上海露汀時尚諮詢創始人、華衣網《小藝解密女裝消費者》專欄主理人賈小藝老師，通過對3000名消費者需求的深度研究發現，要讓訂貨更精準的秘訣就在於3項關鍵數據的分析。
1、結果型數據：分析規律和邏輯
什麼是結果型數據呢？就是在實際銷售中形成的數據，比如價格帶佔比。
價格單佔比簡單點說就是價格區間。在每一個品類和系列中，價格帶的分布代表顧客對品牌購買價格的認同度。分析顧客所購服裝的價格範圍佔比，可以幫助在訂貨的時候更快速的選擇要訂購的服裝價格。
要注意的是，這個價格的認同度通常是比較難改變的，它代表顧客經過和競品的比對分析之後能接受的購買價格。這也是為什麼一個品牌的價格一般不能輕易調整，因為一旦調整，就意味著競爭品牌隨之改變，消費人群也就變了，市場也就很不穩定。
有人要問了，如果我在訂貨會上看到了好的設計，但是價格有點高，那怎麼辦呢？
這個時候，千萬不要一味地覺得：「太貴了，不要訂了，回去要是買不了怎麼辦呢！」
我們要學會謹慎地分析，這個款式的衣服，這樣的價格，在店鋪的客群中，或者在店鋪所在的商圈範圍中是否有目標客戶；把這款高價格的產品訂回去之後是否能對其它價格較低的產品帶來一些促進銷售的作用。
2、顧客數據：找到增長機會
優衣庫的員工從進公司的第一天開始就要觀察數字、理解數字、感受數字的變化，然後再創造出數字來。
比如20多年來，通過收集每天每時每刻、每款每色每碼、每個店鋪的所有的銷售數據，形成一個龐大的資料庫。
店長會根據每周的數據，決定增加某款短褲S碼的數量，或者停止銷售某款T恤的黃色款，又或者去掉某款外套左胸前的口袋......
這些或大或小的調整都是基於對顧客對商品的反應。
這也是為什麼，量化的顧客數據，是訂貨需要考慮的核心數據，越貼合顧客需求的產品，越能達到銷售上的增長。
比如主流粉絲客群對服裝的購買有哪些需求？邊緣客群有什麼購買需求？他們是重視面料的舒適度還是整體搭配感？是重視價格還是設計元素？他們的復購頻率是多少？繼續消費的確定性有多強？
這一系列關乎顧客的數據都應該在訂貨中得到重視。
國內許多服裝企業在訂貨時習慣靠感覺、經驗來判斷、預測市場，這種做法在過去可能行之有效，但在如今這個大數據時代，精確性明顯不如數據。
3、競品數據：知己知彼，百戰不殆
俗話說，知己知彼，方能百戰不殆。
在訂貨的時候，要分析的不僅僅是自己內部的店鋪數據，同時也要關注外部的競品數據。
比如整個樓層、商業街區銷售較好的品牌，這些品牌就是當地客群比較認可的品牌，要關注他們滿足了當地客群的哪些需求偏好。
比如競品的主銷品類，因為這可能是你店裡流失掉的那一部分剛需，而且這些流失是平時無法感知的，你甚至可能當地客群不買這些品類。
比如競品的暢銷款，因為這些暢銷款代表了當地客群的款式接受度和時尚度，通過分析競品是通過怎樣的經營方式打造的暢銷款，以此來找出自己的提升機會。
曾經有一位店長專門訂了兩款和競品相似的款式，用低價組合的銷售方位來和競品搶奪顧客，收到了很好的效果反饋。
TAG:單仁教育 |