繼 《服裝零售企業數字化更新要做到「心中有數」》 的文章來看，服裝零售企業的數字化更新轉型是一個系統性的工程，他可能涉及到硬體的部署、軟體的更疊、技術的更新、組織的調整、業務方式的改變等諸多方面的變化。但另一方面，由于企業現狀之間的巨大差異，它似乎又是一個比較分散的流程。 那麼對于每個服裝零售企業而言，究竟“我的”數字化更新之路應該如何開啟呢？
新的變革可以來自于頂層設計的自上而下，也可能來自于底層業務自下而上。服裝零售企業的數字化轉型更新也無外乎此。 自上而下是由面到點，自下而上是由點到面，最終都是殊途同歸實作企業在組織、流程、應用、工具、技術等方面的全面更新。 但哪種方式更适用，取決于每家企業各自的現狀。
一般來說，如果企業的高層管理者對數字化轉型更新的重要性有比較清晰的認知和戰略上的高度認同，那麼我們更樂于建議企業以自上而下的方式來開啟企業的數字化轉型之路，并且可以依照現狀評估—目标定義—差距量化—團隊組建—項目規劃—項目實施—現狀再評估的螺旋式上升路徑來進行。
首先是 現狀評估 。企業可以适當借助外部力量的方式對企業進行一次全面的數字化現狀咨詢診斷，用例如以奇點雲SKOTT模型為指導的企業數字化轉型五要素分析法，對企業在戰略、KPI、組織、技術、人才等方面進行全面深度的評估，進而從宏觀層面定義企業目前所處的數字化水準階段。
我們将其定義為三個階段： 1.0階段 數字化跟随者； 2.0 數字化轉型者；3.0 數字化變革者。 在每一個階段中，我們又能以資料總體架構、資料上雲、資料資産化、資料智能應用等八大次元和三十多個子次元來深度評估從組織到業務的數字化現狀水準，進而形成一張完整而深度的企業數字化現狀地圖。其中，數字化KPI的設定能力是非常深刻的次元，它的背後反映了企業對數字化現狀和數字技術賦能業務經營潛力的認知。
第二步工作，就是 根據業務改善目标來設定未來的數字化改善目标 。這将是一個全員參與的過程，通過和所有關鍵幹系人群組織的共同探讨，我們盡可能把所有的宏觀目标都下鑽和拆分到最基礎的業務目标，并且以業務的提升來作為最終衡量改善是否成功的KPI。一方面這樣做可以使行動目标更加清晰有力，直接和業務相關的KPI有利于項目推進中的全員參與積極性，另一方它也可以使我們篩選掉那些實質上可能不能對業務提升有所作用的“虛”目标，進而讓數字化轉型變得“實”。
接下來， 我們需要評估現狀與目标的差距 。 這個過程實際上是可以幫助我們定義行動優先級和重要性的過程。同時，它也考慮到各個次元之間的關聯性和前提依賴，最終的産出，是一個定性的行動方向，即在下一個階段内我們的數字化轉型着重從哪些方面優先開展。
有了清楚的行動方向，我們就需要一個有力的組織來上司行動，保證行動的過程和結果。是以， 一個專門的數字化轉型委員會是十分有必要的。 這個委員會将會對接下來一段時間内的數字化轉型工作進行全面的引領和管理。這個委員會的人員除了IT和資訊部門的管理者和專家，更需要各業務部門人員的參與，這是十分關鍵的。同時，企業高層管理者的直接參與也非常必要。
後面的工作就是持續一個階段的數字化轉型項目規劃、實施傳遞和再評估的過程。在此我們不進行展開，但可以預見的是， 随着企業數字化的深入，中台戰略成為企業轉型的加速器。 中台強有力的作用，使得零售企業能夠比消費者快半步，能更好地滿足消費者需求。
然而，面對新的時代趨勢，大多數的人和企業在起初都往往很難下堅定的決心去做全方面的變革和應對。相較于“因為相信是以看見”，先“看見”再“相信”确實是從心理體驗上風險更低的選擇（事實上，過于謹慎也可能會使得企業喪失發展機遇和相對競争優勢）。是以， IT資訊部門通常作為企業數字化轉型的推動者，也可以采取自下而上，由點到面的方式來引領最終的全面數字化轉型。 在起步階段，讓公司全員，尤其是業務部門和企業高層管理者能夠“看到”數字化的力量并一步步相信就十分重要。我們在一些技術交流活動上，時常聽到業務部門的人員問IT部門的人員“資料上雲和我們有什麼關系？或者“上資料中台需要我們做什麼？”之類的問題，而很多時候IT部門人員的回答是”暫時和你們沒什麼關系，主要是IT的工作。”這往往不是一個好的開端。
這種情況下， 好的開端應該是數字化轉型的推動者和業務部門的人員共同探讨出雙方認同的改善方向，并互相配合，快速開展并見效。 技術方需要充分地向業務部門闡述數字化技術的能力和潛力，而業務部門則需要審視現狀并大膽提出目前需要急切改善的業務方向或是“如果......就更好”的暢想，然後雙方共同評估資料技術能否解決該問題。有趣的是，在現實的操作中，往往即使雙方都有了些好的想法，但推進的瓶頸卻卡在了“誰出錢”的問題上。 在此我們很難提出一個标準的答案，因為預算所有權和技術投入歸屬的問題在不同的企業中都有不同的情況。但是我們可以建議的是：
第一、選取的改善點要對業務部門有足夠的吸引力，要麼是痛點足夠痛，要麼是ROI足夠清晰和有吸引力。
第二、選取的改善點要盡可能具體和投入可控，這樣雙方無論誰都不會太有壓力，甚至共同額外向公司申請一筆臨時預算也是比較容易實作的。
從服務服飾零售行業的實踐中，我們從管理層、商品營運、供應鍊管理、人力資源管理和市場營銷管理幾個方面沉澱出了相應的标準化産品可以供相關企業和人員參考：
智能管理駕駛艙
主要面向企業的各級管理者，它可以作為企業營運管理的智能診斷器。 服飾零售行業産業鍊條長，業務模式複雜，資料次元多，尤其是随着企業零售規模的擴大，企業面臨在傳統IOE IT架構下BI速度慢、資料分析成本高、BI體系分散、資料分析功能弱、資料名額混亂、資料結果不準等典型痛點，是以需要有性能更好，成本更低，更統一、更智能和更準确的企業營運管理資料監測、分析和分析可視化工具。
奇點雲智能管理駕駛艙全面整合更新服飾零售企業零散BI和報表系統。全面提升資料報表速度，滿足實時、準實時、T+1級需求。全面深度資料治理，統一資料管理、統一業務視角、統一資料口徑。自動化、多元度、可逐層下鑽的業務監測、分析和診斷平台。可靈活配置不同業務部門和管理層級的關注名額和管理權限并且滿足移動端和PC端使用需求。
智能定價
主要面向企業的商品管理、零售管理、和市場營銷部門。 在服裝商品不同的生命周期階段，商品的價格會随之變化，什麼款、什麼時間、什麼力度、什麼顆粒度、調價達到什麼樣的目的、調價後的目标有沒有實作、調價對總體銷量和利潤以及其他商品的營銷等等都十分值得研究，傳統的決策和分析方式存在巨大的提升空間。
智能定價模型基于業界領先的多元AI混合銷量預測模型和針對服飾零售行業特性打造的價格規劃算法，可以有效地對促銷定價問題展開分析、洞察、預測和智能建議。
智能配補調
主要面向商品管理部門和供應鍊部門， 服裝零售的産品企劃（配貨）— 補貨（補）— 平行調貨（調）過程是供應鍊的核心環節，直接決定門店中的可售賣商品和銷售業績。但是傳統的ERP商品管理系統完全依賴人工決策，耗費大量人工時間，并且嚴重依賴人工經驗，導緻調補貨工作的時效性差，靈活度差，準确率低，門店斷貨、庫存擠壓、庫存不均衡和波動性大時有發生。是以，更加自動化、智能化和更準确的配補調系統可以給服裝零售企業帶來巨大的商業價值提升。
智能配補調資料産品，充分沉澱人工企劃和配貨經驗的配貨算法模型，可基于單店精準需求預測模型的補貨量計算模型。充分考慮業務規則和庫存、物流等條件限制的補貨政策。綜合考慮商品生命周期特點，門店類型和物流路徑最優的。自動算法推薦系統可以與訂單業務系統無縫銜接并具有人工稽核和幹預機制。對現有業務流程侵入度低。
智能人效管理
主要面向人力資源管理部門，财務部門和零售營運部門。 服裝零售門店的導購人員人力成本是零售營運成本中的重要部分，人效是反映企業員工生産力的核心名額。 但是由于線下門店所處位置、環境、店鋪規模、所售商品等等諸多方面的差異性，企業營運管理部門難以用人工方法和統一的衡量标準去衡量不同門店的人效發揮水準，也難以做出有針對性的精細化改善。是以，有效的人效分析管理系統對零售門店降本增效具有重大價值。
人效管理系統具有完整的服裝零售門店人效深度分析方法論，可實施調研—分析—洞察—建議指導—效果追蹤的完整閉環。大資料分析技術與服飾零售行業資深資料分析師經驗相結合，層層下鑽定位問題，提出解決思路并内化為管理應用。
智能 CDP顧客資料平台
主要面向市場營銷部門或會員營運部門。 線下服裝零售企業傳統的使用者營運的顆粒度粗，營銷手段簡單粗暴，導緻存在大量的無效營銷投放，并且營銷效果難以追蹤和衡量。是以，以消費者個體為中心的個性化精準營運、服務和營銷可以有效提升營銷轉化效果，提升顧客忠誠度，優化市場營銷費用。
奇點雲CDP提供靈活開放的接入與清洗方式，幫助企業IT人員将孤立分布于各系統中的使用者資料以庫、表的形式開放給CDP，并支援使用者對特定業務域進行可視化ETL。借助我們獨有的ID—MAPPING算法，企業開發人員還可對不同來源、且缺乏主鍵關聯的顧客資料進行識别比對，并定義統一顧客身份（One-ID）。客群圈選子產品提供了簡潔易用的人群與屬性标簽管理界面，以幫助使用者業務人員根據業務需要，快速圈選所需客群。
除此之外還可提供以預置業務模型為核心的人群洞察分析功能，幫助企業使用者更加精準地細分客群，進而量身定制營銷政策。以大資料AI驅動的資料洞察方法往往有着更強的場景針對性與業務指導性。在實施針對細分客群的商業政策後，營銷部門往往需要對其進行有效性評估與複盤。針對這一業務場景，我們納入消費決策路徑模型，智能門店IOT的引入也可進一步幫助營銷部門找出導緻顧客流失的環節并加以改善。
以上産品中的底層算法模型和其中的功能都可以單獨拆分，進而在項目的不同階段，根據需求和預算限制，靈活地服務于不同需求深度的企業。
另外， 數字智 能化對智 能門店的驅動力越來越強。資料，讓原本無形的消費者，變得看得見摸得着。 但需要注意的是，過去幾年來盡管零售業智能門店的探索此起彼伏，但真正将科技轉化為持續生産力者寥寥，其中最主要的原因就是沒有将IOT資料采集和業務資料、業務需求真正融合形成有效商業閉環，在此我們不深入展開探讨。值得一提的是，我們所提供的AI+IOT+大資料的智能門店整體解決方案則可以更好地貼近業務，提升消費者體驗和直接賦能門店經營，提升轉化率和連帶率。
數字化轉型更新是不可逆轉的行業趨勢。 沒有資料中台，數字化轉型隻能是海市蜃樓！ 是以搭建一個适用的、好用的、跟随未來資料智能需求不斷進化的資料中台才是赢得未來的“定海神針”。 最後，祝所有的服裝零售企業都能夠在AI和數字化的浪潮下乘風破浪，打開一片新天地。
來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/69911376/viewspace-2651676/，如需轉載，請注明出處，否則将追究法律責任。
轉載于:http://blog.itpub.net/69911376/viewspace-2651676/