黑天鵝、灰犀�，F(xiàn)象頻繁出現(xiàn)，不確定性已成為常態(tài)；我們能做的，是抓住其中的確定性。精細運營、快速反應(yīng)，讓決策更智能，這是未來十年的確定性。

中國制造業(yè)向智能制造轉(zhuǎn)型升級已成為大勢所趨，而“智能”不僅體現(xiàn)在生產(chǎn)制造環(huán)節(jié)，還有日常的經(jīng)營管理和決策環(huán)節(jié)。

7月23日-25日，以“聚力創(chuàng)新•智勝未來”為主題，AME亞洲服裝智能制造博覽會，在上海世博展覽館舉辦。博覽會同期舉辦了“亞洲服裝智能制造高峰論壇”、“LINK FASHION全球服裝領(lǐng)袖峰會”等高端論壇。

觀遠數(shù)據(jù)作為深耕服裝行業(yè)的智能數(shù)據(jù)分析與決策服務(wù)商受邀參加，創(chuàng)始人兼CEO蘇春園現(xiàn)場發(fā)表了《構(gòu)建智能時代的決策大腦》主題分享。

從流量時代，進入效率時代，比拼的是“精細運營”&“快速反應(yīng)”的內(nèi)功

新冠疫情讓零售行業(yè)尤其是服裝業(yè)遭受了前所未有的滑鐵盧，而同時，在疫情的沖擊下，很多企業(yè)也另辟了生存之道。

某時尚女裝品牌千名店長變身**，在疫情期間，僅**城和微信群的銷售額就貢獻率近70%的業(yè)績。

通過和觀遠數(shù)據(jù)共建的智能數(shù)據(jù)分析平臺以及移動端“店鋪管家”應(yīng)用，該品牌可以在疫情期間對銷售結(jié)構(gòu)和暢銷商品進行深度分析，也可以根據(jù)每天的一些數(shù)據(jù)分析來迭代更新自己客戶群的標簽，實現(xiàn)更精準營銷。

疫情終究結(jié)束，但是和疫情一樣的突發(fā)情況會隨時存在，零售行業(yè)最終還是要圍繞“人貨場”進行精細化運營，提高自己的快速反應(yīng)能力，用數(shù)據(jù)驅(qū)動決策。

而數(shù)據(jù)驅(qū)動零售智能決策的本質(zhì)并不是產(chǎn)生10x爆炸式增長，而是持續(xù)產(chǎn)生10x-1000x的增長機會。當一個品牌每周多有1,000次增長的機會，當每周庫存預(yù)測提高1%的基準，52周之后，與你競爭的就不是同跑道的品牌了。

CEO、一線店長、數(shù)據(jù)分析師是實現(xiàn)數(shù)據(jù)驅(qū)動的根據(jù)地

數(shù)據(jù)驅(qū)動零售智能決策，有人需要用，有人需要做。所以，好的數(shù)據(jù)智能產(chǎn)品一定是從CEO、一線店長、數(shù)據(jù)分析師三個角色出發(fā)去設(shè)計。

CEO的數(shù)據(jù)視角：“我不要你覺得，我要我覺得�！�

傳統(tǒng)的數(shù)據(jù)決策方式，是通過Excel、報表或者傳統(tǒng)BI分析歷史數(shù)據(jù)作為依據(jù)進行判斷決策。而這種方式難免會出現(xiàn)匯報不及時、數(shù)據(jù)有偏差、維度單一等問題。CEO需要的實時掌控大盤信息，抓各業(yè)務(wù)單元的第一KPI，同時，又可以追溯到業(yè)務(wù)終端問題，實時感知經(jīng)營末梢的變化。

針對這類需求，觀遠數(shù)據(jù)給眾多服裝品牌提供了決策駕駛艙、CEO數(shù)據(jù)大屏、空中巡店等應(yīng)用。CEO可以通過數(shù)據(jù)的下鉆、聯(lián)動等交互，把握總體目標，擴大管理半徑，對問題作出及時調(diào)整。



一線的數(shù)據(jù)視角：“越傻瓜越好，請給我做減法�！�

一線店長的主要任務(wù)是做好門店管理，提供有溫度、有特色的購物體驗，所以他們對于數(shù)據(jù)的要求是越簡單越好，復(fù)雜的分析看板必然會增加他們的管理負擔。

而在現(xiàn)實的場景中，店長的能力一般都參差不齊。針對這種問題，觀遠數(shù)據(jù)和部分服裝品牌打造了“店鋪管家”、“業(yè)績追蹤”、“全渠道分析”、“診斷分析”等分析模型。通過將5%優(yōu)秀店長管理經(jīng)營的方法邏輯沉淀到數(shù)據(jù)分析模型中，可以賦能另外95%的店長提升數(shù)據(jù)管理能力。同時，通過訂閱預(yù)警等功能，可以實現(xiàn)數(shù)據(jù)追人，幫助店長及時掌握門店異常。

數(shù)據(jù)分析師視角：“天下武功，唯快不破”

數(shù)據(jù)分析師是整個公司數(shù)據(jù)系統(tǒng)的直接賦能者，面對海量的數(shù)據(jù)源，他們需要更敏捷、更智能的數(shù)據(jù)分析工具，去與業(yè)務(wù)真正結(jié)合，而不是糾結(jié)在重復(fù)的數(shù)據(jù)清洗、準備工作。

觀遠數(shù)據(jù)產(chǎn)品一直以“用戶體驗”為核心，開發(fā)了智能數(shù)據(jù)準備、實時數(shù)據(jù)分析引擎、極速分析引擎、智能數(shù)據(jù)大屏、移動BI輕應(yīng)用等黑科技產(chǎn)品，可以幫助數(shù)據(jù)分析師擺脫高重復(fù)、高代碼的工作，真正實現(xiàn)從借鑒到超越。

數(shù)據(jù)智能落地需要看三年，做三個月

CEO、一線門店和數(shù)據(jù)分析師這三個角色是企業(yè)實現(xiàn)數(shù)據(jù)驅(qū)動決策的根據(jù)地。以這三個角色為核心進行數(shù)據(jù)布局，就完成了數(shù)據(jù)建設(shè)的第一步。其次，就是逐步落地企業(yè)的數(shù)字化轉(zhuǎn)型。

不同企業(yè)發(fā)展階段和信息化程度不一樣，對于數(shù)據(jù)智能的規(guī)劃路徑也不一樣�；�于��，觀遠數(shù)據(jù)提出了以終為始的“5A”落地路徑方法論（Agile敏捷化、Accurate場景化、Automated自動化、Augmented增強化、Actionable行動化）。不管企業(yè)處于什么階段，都可以找到適合自己的切入口。

在整個體系的搭建過程中，也并不是一蹴而就，觀遠數(shù)據(jù)一直提倡“看三年做三個月，分步構(gòu)建”的數(shù)據(jù)落地方法論。

以“CEO、一線店長、數(shù)據(jù)分析師”為視角，堅持“以終為始，分步構(gòu)建”，截至到目前，觀遠數(shù)據(jù)已經(jīng)服務(wù)了包含赫基集團、Lily、江南布衣、卡爾丹頓、紅豆在內(nèi)的眾多服裝品牌。未來，將持續(xù)完善產(chǎn)品，優(yōu)化服務(wù)，助力更多服裝時尚品牌通過數(shù)據(jù)智能實現(xiàn)持續(xù)增長。

附件下載區(qū)：    鼠標左鍵單擊文件進行下載 附件：b47c3f7301b2bfc8062ebb2a74730d3.jpg (51K)  下載次數(shù):0 附件：111.png (432K)  下載次數(shù):0 附件：人貨場.png (187K)  下載次數(shù):0 附件：大屏.png (497K)  下載次數(shù):0 附件：數(shù)據(jù)追人.png (762K)  下載次數(shù):0 附件：5A.png (758K)  下載次數(shù):0 附件：分步構(gòu)建.png (284K)  下載次數(shù):0 附件：logo墻0601.png (375K)  下載次數(shù):0