繼Zara、優衣庫之後，H＆M考慮利用大數據清庫存

文 | Rita

結合H&M發布的2017年四季度財報和2018年一季度財報來看，由於2017年四季度庫存增長超過了7%，以及一季度受天氣影響的情況下，積累了大量庫存。為解決庫存積壓問題，H&M進行了大量的打折優惠活動，導致2018年一季度收益下跌44%。

對於時尚類快消品來說，商品庫存的積壓容易導致企業生產計劃執行困難，資金流速下降和減緩，造成企業潛在虧損。

而H&M為減輕庫存壓力，帶動單店營業額的增長。目前正在考慮運用大數據分析，根據不同地區的消費者喜好，上架不同品類的份額，改變全球統一配貨，同時打造更具特色的店鋪。

通過分析全球各個線下零售店到店人群比例、停留時間、退貨情況，以及會員卡的數據，來決定每個季度上架哪些單品。

比如，在斯德哥爾摩高級住宅區Ostermalm 附近的一家店鋪中，H&M對這項計划進行了測試。從過去專註男性、女性、兒童基礎款的售賣，通過大數據分析發現到店多為女性消費者，女性時尚單品售賣最佳後，則簡化商品類別，砍掉大量男裝，增加廚具產品，開設咖啡店和鮮花售貨亭。而這項計劃也確實帶動了該門店營業額的增長。

此外，H&M在今年還計劃在1800家門店中安置射頻識別技術，自動統計產品種類、數量以及消費情況。

值得注意的是，同為時尚快消品的Zara、優衣庫，在大數據的運用上一層更比一層高。比如，Zara，利用大數據打造極速供應鏈系統，建立全天候數據處理中心，該系統可以追蹤到每一個零售網點的銷售數據，同時對消費者進行購買行為分析。

除此之外，在Zara的門店內各個角落都裝有攝像頭，店員會收集消費者對商品的意見，然後反饋給門店經理。門店經理通過手中的PDA將信息傳遞給總部，達到資訊系統與決策流程緊密結合，以此來以銷定產、以產定購。而這樣的做法也大幅度的降低了Zara的存貨率。

再說優衣庫，優衣庫擁有一個龐大的資料庫，裡面記錄著多年來每個店鋪所有的銷售數據。通過實時監控以及銷售數據的分析，來制定生產量和策略方案。

同時，在全渠道上運用大數據，打通線上線下。基於線上銷售交易，分析哪些地區的人在買，單筆消費多少，消費頻率等，利用這些數據精準的定位，來決定將門店開到哪些區域。

最後，相比Zara和優衣庫，H&M對於大數據的運用起步較晚，這也是為什麼Zara和優衣庫在增長，H&M收益卻下降的部分原因。H&M應該加快節奏布局，利用數據洞察消費者購買情況，精準定位，加速線上與線下數據的打通。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！