继Zara、优衣库之后 H＆M考虑利用大数据清库存

文 | Rita

结合H&M发布的2017年四季度财报和2018年一季度财报来看，由于2017年四季度库存增长超过了7%，以及一季度受天气影响的情况下，积累了大量库存。为解决库存积压问题，H&M进行了大量的打折优惠活动，导致2018年一季度收益下跌44%。

对于时尚类快消品来说，商品库存的积压容易导致企业生产计划执行困难，资金流速下降和减缓，造成企业潜在亏损。

而H&M为减轻库存压力，带动单店营业额的增长。目前正在考虑运用大数据分析，根据不同地区的消费者喜好，上架不同品类的份额，改变全球统一配货，同时打造更具特色的店铺。

通过分析全球各个线下零售店到店人群比例、停留时间、退货情况，以及会员卡的数据，来决定每个季度上架哪些单品。

比如，在斯德哥尔摩高级住宅区Ostermalm 附近的一家店铺中，H&M对这项计划进行了测试。从过去专注男性、女性、儿童基础款的售卖，通过大数据分析发现到店多为女性消费者，女性时尚单品售卖最佳后，则简化商品类别，砍掉大量男装，增加厨具产品，开设咖啡店和鲜花售货亭。而这项计划也确实带动了该门店营业额的增长。

此外，H&M在今年还计划在1800家门店中安置射频识别技术，自动统计产品种类、数量以及消费情况。

值得注意的是，同为时尚快消品的Zara、优衣库，在大数据的运用上一层更比一层高。比如，Zara，利用大数据打造极速供应链系统，建立全天候数据处理中心，该系统可以追踪到每一个零售网点的销售数据，同时对消费者进行购买行为分析。

除此之外，在Zara的门店内各个角落都装有摄像头，店员会收集消费者对商品的意见，然后反馈给门店经理。门店经理通过手中的PDA将信息传递给总部，达到资讯系统与决策流程紧密结合，以此来以销定产、以产定购。而这样的做法也大幅度的降低了Zara的存货率。

再说优衣库，优衣库拥有一个庞大的数据库，里面记录着多年来每个店铺所有的销售数据。通过实时监控以及销售数据的分析，来制定生产量和策略方案。

同时，在全渠道上运用大数据，打通线上线下。基于线上销售交易，分析哪些地区的人在买，单笔消费多少，消费频率等，利用这些数据精准的定位，来决定将门店开到哪些区域。

最后，相比Zara和优衣库，H&M对于大数据的运用起步较晚，这也是为什么Zara和优衣库在增长，H&M收益却下降的部分原因。H&M应该加快节奏布局，利用数据洞察消费者购买情况，精准定位，加速线上与线下数据的打通。