京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据引领时尚界的潮流_数据分析师
一直苦于难以捉摸市场风云变化的时装界终于找到了好帮手。零售科技公司Editd和WGSN正在推出各具特色的大数据分析服务,希望通过这种技术帮助时装品牌和零售商预测,乃至确立流行趋势。
2000年代初,当时还在澳大利亚从事时装设计工作的茱利亚•法勒发现了一个恼人的问题:手头上的信息源太少了,没法帮她及时了解和响应最新的流行趋势。
我们掌握着前一季产品业绩的内部数据,也可以访问一些能够给人启发的时尚网站,但是没法知道我们错过了哪些机会,也没有具体数据告诉我们怎样才能改进我们的产品搭配。她回忆道。
由于不知道向谁求助,法勒干脆决定自己开发一套解决方案。她挑选的时机再恰当不过。当时。一系列被合称为大数据的方法和技术刚刚开始席卷整个科技行业。
没过多久,法勒的头衔就变成了Editd公司联合创始人。另一名负责技术的联合创始人吉夫•瓦茨目前担任这家公司的CEO。他们的目标是帮助全球服装零售商、品牌和供应商在正确的时间、以正确的价格交付正确的产品。
法勒表示:每次你看到一个产品打折,那都是由于错误的决策导致的。它导致这个行业出现了大量损耗,我希望解决这个问题。
Editd公司号称拥有目前全世界最大的服装数据库。凭借120台服务器和几百兆兆字节的数据,该公司不仅向客户提供各类服装数 据,还提供实时分析与各种其它工具。总部设在伦敦的Editd公司目前拥有27名员工和600万美元的资本,快时尚品牌Gap和塔吉特百货 (Target)等大公司都是它的客户。瓦茨声称,Editd公司目前已经盈利,不过他拒绝透露该公司的具体收入。
530亿个数据点
Editd的成功秘诀之一是,它汇总了来自全球各种来源的流行时尚数据和销售信息从零售网站、社交媒体,到设计师的T台走秀报 告,再到流行博客然后设法实时获取这些数据。该公司的数据库包含了至少530亿个来自时尚行业的数据点,有些信息可以追溯到四年前。它还涵盖了全球 1000多个零售商,同时拥有1500多万张高清图片。它的社交监控功能监控着全球80多万名有影响力的时尚潮人和专家的社交活动。
为了随时读取这些数据,Editd公司把大部分数据储存在内存而不是硬盘里,对此瓦茨解释道:这是非常重要的。我们需要以任何可能的方式读取和查询所有数据,它必须具有超强的响应力。
另外,它必须足够简单易懂,让外行也能知道数据的意义。瓦茨表示:用户不必非得是一名数据学家才能理解这些数据的含义。
借助于Editd提供的服务,从事新品规划、采购、贸易和战略规划等工作的服装业从业者几乎可以在任何设备上设置他们自己的社交监控 器。Editd的服务涵盖男装、女装、童装、配饰和美容等多个领域。由于输出端的信息是可以定制的,所以一家高端服装店负责牛仔服的业务员所看到的数 据,与一家平价服装连锁店的女款针织衫采购员所看到的数据是截然不同的。
Editd公司每天和每周分别都会发布反映特定市场类别的新品和打折商品情况的零售报告。它的分析工具则致力于帮助业内人士追踪竞争情况,改进自己的产品规划。Editd还有一个虚拟的销售规划档案工具,可以帮你制定下一季的促销战略。
使用Editd的最大好处之一,就是业内人士们不必再去竞争性购物(即调查竞争对手)了。比如Editd公司就有一个非常重视 数据的客户,该公司的整支采购和销售团队每过六个星期就要专门抽出一周时间,到竞争对手的网站上搜集信息,比如他们有多少款紧身牛仔裤,每款定价多少钱等 等。
法勒表示:他们要把这些数据汇总到Excel表格里,然后做成小册子在公司里散发。这就是他们接下来六个星期里的‘销售兵法’。
瓦茨表示,这种方法不仅非常耗时,而且充满了危险,很多错误都可能发生。在一些情况下,有些项目可能被重复计算,还有些时候,一些不同的数据收集方法可能被混用。
在时尚业这样一个边界比较模糊的产业里,光是给产品分类就是一个不小的挑战。比如裤子就有长裤、七分裤、短裤等许多种类。瓦茨表 示:我们分析产品种类的方法也非常重要。我们使用了计算机视觉和自然语言处理程序给服装分类,比如‘这是一件印花连衣裙’或‘这是一件羊毛开衫’等等。 对于我们的工作来说,统一分类标准,生成一个干净、一致的数据库是一个极为重要的部分。
法勒表示,Editd的用户现在只需要输入羊毛开衫几个字进行查询,不到一秒钟便可以获取结果。她还补充道,Editd的系统 可以追踪到5000多万个SKU(注:SKU即‘库存最小单位’。对于服装业来说,某一款服装的某一个颜色的某一个尺码,即是一个SKU。)
Editd的用户之一英国在线零售商Asos声称,使用了Editd的服务后,其2013年第四季度的销售额跃升了33%。这家公司尤其注重产品定价环节的改善,已经给予200多名员工进入Editd系统的权限。
瓦茨表示:这项技术以及它给行业带来的变革,使客户能够获得他们真正想要的东西,而不是由别人决定给他们什么东西。它使客户可以更加动态地掌控他们的时尚格调,也使市场更加高效、绿色。
100万个产品,1100万个SKU
Editd并不是唯一一家试水大数据的时尚公司。英国时尚预测机构WGSN也想在这个市场上分一杯羹。WGSN去年刚刚推出了它的首个大数据服务Instock。
WGSN称,它的数据库每天都从全球10000多个在线品牌和零售商那里搜集100多万个产品和1100多万个SKU数据。Instock本质上是一项零售分析服务,它恪守着同一种产品分类方法,旨在补充该公司被广泛使用的时尚趋势预测服务。
该公司负责Instock业务的全球常务董事海伦•斯拉文表示:我们对一件T恤、一条裙子或一件和服进行分类,并且将这种分类与 它在WGSN Instock上的分类展示结合起来。换句话说,它是一种统一的、端对端的分类方法。斯拉文指出,鉴于不同的公司对同一条产品线的命名可能存在差异,通 过统一不同的命名口径,业内人士可以据此做出更有效的决策。
目前已经有6000多个客户在使用WGSN的趋势服务。最新推出的Instock服务也已经在9个国家拥有了50名全球客户。除了 女装、鞋类和配饰之外,WGSN还计划在本季继续补充童装和男装数据。另外,该公司还计划推出一项名叫Analysis+的服务,用于向用户提供定制数据 和附加分析功能。
斯拉文表示:对于大数据和零售业来说,现在真是个非常令人兴奋的时代。通过提供大量更加有可操作性的见解,大数据正在彻底改变零售商对业务流程的看法。
Editd公司的瓦茨也认同这一点。我们帮助零售商在正确的时间,以正确的价格,提供正确的产品。这在零售业可以说是惊天动地的事情。如果你做对了,它会为你带来一大笔财富。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 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 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16