京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据智能化助力淘品牌韩都衣舍2016年盈利预计翻番
都衣舍的野心早已不再是做一个淘品牌了,而它转型“品牌商+服务商”的战略似乎也初见成效。
日前,韩都衣舍发布了未经审计的2016年业绩预告,预计全年归属挂牌公司股东净利润在6000万到7500万之间,比上年同期的3385万元增长一倍左右。这也是韩都衣舍挂牌新三板之后首次披露业绩。
在流量红利衰减,电商整体增速放缓的背景下,这家成立于2006年的淘品牌却保持了强劲增长。财务数据显示,韩都2014年营收达8.3亿元,净利润亏损3756万元。到2015年,营收为12.6亿元,净利转亏为盈,为3321万元。以2016年预计盈利额计算,连续两年的净利润增速达到180%和100%。
在网购风向标天猫“双十一”中,韩都衣舍也表现不赖。2016年,韩都衣舍旗舰店双十一销售额为3.62亿元,在女装类目中排名第五。而据按照交易指数排名,它仅次于优衣库和ONLY,排名第三,成为前十位中唯一上榜的淘品牌。
《2015-2016年度中国服装电商行业报告》显示,服装电商发展已进入成熟期,国内外的传统服装厂牌纷纷上线,对原生的淘品牌形成冲击。最近三年,淘品牌虽然营收增加,但利润率逐年下降。
韩都衣舍的业绩亮点从何而来?他们在业绩预告中给出的关键词是:结构优化、商业智能作用显现、资源整合力提升。在正式年报出炉之前,36氪采访了韩都衣舍副总经理胡近东,了解这些抽象字眼背后的具体内涵。
通过检验的“二级生态”
尽管天猫、京东们已经成为百货市场般深入日常的所在,但对一个试图开店的小品牌而言,运营依然是难以攻克的难题。且不论初期订单量微小无法获得和供应链的议价权,就连发货的包装盒都贵了几分。
这也是资深淘品牌韩都衣舍看到的机会——基于电商们的“一级生态”,利用自身在数据系统和运营能力上的积累,为“小而美”的品牌们提供解决方案,形成以韩都衣舍为轴心的“二级生态”。
如今的韩都衣舍身兼两角。品牌商韩都衣舍拥有18个自有品牌和4个合资品牌,这依然是母公司韩都衣舍赖以起家的核心业务,贡献了营收的大头。多品牌战略也意味着不可能均衡用力,而是抓大放小,及时汰换,比如2016年韩都就停掉旗下一家包袋品牌,更专注于服装条线。
而服务商韩都衣舍也在2016全面发力——成立全资子公司韩都动力,并将韩都衣舍的系统能力和运营能力导入其中,作为服务其他品牌的实体。据了解,韩都收取的佣金在品牌营业额的5%到10%之间。“代运营并不限于卖货,还包括提升综合的品牌力。”胡近东说。
目前,韩都动力的运营品牌超过60个,从初创品牌、传统大牌,到国际品牌、网红品牌不一而足。财报显示,2015年韩都衣舍初涉代运营业务时,其贡献额不足总收入的1%。而2016年,代运营业务有显著增长,但仍处于“战略投入期”。
“代运营的显著效果就是利润在增速比销售收入增长更快。” 韩都衣舍创始人兼CEO赵迎光在解释2016年净利润的突出表现时说。
“小组制”场外版和数据智能
转型服务商对于韩都来说似乎顺理成章,这与其“小组制”的生产组织方式密切相关。一个三人小组就可以担负起一个单品的全程运营,独立核算,责权利统一,后端的摄影、生产、储运、技术、客服、财务部门则为每一个小组提供支持和服务。
将这种逻辑扩大,就有了韩都内部的多品牌和多品类,再进一步扩大,就可以为外部的新品牌继续提供服务。“新品牌的创业团队就可以专注在设计和产品研发上,把控好一个品牌竞争力的核心。”胡近东说。
以十分关键的供应链能力为例,定位于“快时尚”,奉行“多款少量、快速翻单”的韩都衣舍多年来培育出了一套完善的柔性供应链体系——小而灵活的生产线,最低20件起订,在销售旺季(例如双十一)还可以快速追单。据悉,韩都拥有60多家这样的核心供应商,100多家外围供应商。
接下来是如何利用大数据和智能系统匹配和优化产能,实现供应链的协同。依照惯例,韩都衣舍在一季产品上新后根据销售情况做出“爆、旺、平、滞”的排名,平均用时7到12天,之后对爆款和旺款进行追单。智能系统则在持续缩短这个周期,保证有限的产品季内,尽可能减少机会损失。
基于大数据的智能系统也是韩都衣舍近年来最花功夫的地方——每年在IT开发上的投入达到4000万。它除了支持供应链体系,还在仓储、物流、摄影环节的效率提升上功不可没。
“韩都衣舍把自己定位成互联网公司,数据和系统能力是我们的优势。”胡近东说。
“新零售”语境下,这似乎值得深思。在一次公开的行业大会上,赵迎光总结了线上品牌突破天花板的三种路径:全力押注主品牌、向线下实体店延伸、做生态运营商。毫无疑问,同在淘宝上生长起来的品牌们选择了不同的道路——茵曼、裂帛等进军线下,韩都衣舍则坚定地走上第三条道路,并进一步强化互联网属性和数据优势。
至少从目前来看,韩都衣舍交出了更令人满意的答卷。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16