引领服装数据运营智能化，观远数据亮相亚洲服装智能制造博览会

黑天鹅、灰犀牛现象频繁出现，不确定性已成为常态;我们能做的，是抓住其中的确定性。精细运营、快速反应，让决策更智能，这是未来十年的确定性。

中国制造业向智能制造转型升级已成为大势所趋，而“智能”不仅体现在生产制造环节，还有日常的经营管理和决策环节。

7月23日-25日，以“聚力创新•智胜未来”为主题，AME亚洲服装智能制造博览会，在上海世博展览馆举办。博览会同期举办了“亚洲服装智能制造高峰论坛”、“LINK FASHION全球服装领袖峰会”等高端论坛。

观远数据作为深耕服装行业的智能数据分析与决策服务商受邀参加，创始人兼CEO苏春园现场发表了《构建智能时代的决策大脑》主题分享。

从流量时代，进入效率时代，比拼的是“精细运营”&“快速反应”的内功

新冠疫情让零售行业尤其是服装业遭受了前所未有的滑铁卢，而同时，在疫情的冲击下，很多企业也另辟了生存之道。

某时尚女装品牌千名店长变身微商，在疫情期间，仅微商城和微信群的销售额就贡献率近70%的业绩。

通过和观远数据共建的智能数据分析平台以及移动端“店铺管家”应用，该品牌可以在疫情期间对销售结构和畅销商品进行深度分析，也可以根据每天的一些数据分析来迭代更新自己客户群的标签，实现更精准营销。

疫情终究结束，但是和疫情一样的突发情况会随时存在，零售行业最终还是要围绕“人货场”进行精细化运营，提高自己的快速反应能力，用数据驱动决策。

而数据驱动零售智能决策的本质并不是产生10x爆炸式增长，而是持续产生10x-1000x的增长机会。当一个品牌每周多有1,000次增长的机会，当每周库存预测提高1%的基准，52周之后，与你竞争的就不是同跑道的品牌了。

CEO、一线店长、数据分析师是实现数据驱动的根据地

数据驱动零售智能决策，有人需要用，有人需要做。所以，好的数据智能产品一定是从CEO、一线店长、数据分析师三个角色出发去设计。

CEO的数据视角：“我不要你觉得，我要我觉得。”

传统的数据决策方式，是通过Excel、报表或者传统BI分析历史数据作为依据进行判断决策。而这种方式难免会出现汇报不及时、数据有偏差、维度单一等问题。CEO需要的实时掌控大盘信息，抓各业务单元的第一KPI，同时，又可以追溯到业务终端问题，实时感知经营末梢的变化。

针对这类需求，观远数据给众多服装品牌提供了决策驾驶舱、CEO数据大屏、空中巡店等应用。CEO可以通过数据的下钻、联动等交互，把握总体目标，扩大管理半径，对问题作出及时调整。

(观远数据 决策驾驶舱示意图)

一线的数据视角：“越傻瓜越好，请给我做减法。”

一线店长的主要任务是做好门店管理，提供有温度、有特色的购物体验，所以他们对于数据的要求是越简单越好，复杂的分析看板必然会增加他们的管理负担。

而在现实的场景中，店长的能力一般都参差不齐。针对这种问题，观远数据和部分服装品牌打造了“店铺管家”、“业绩追踪”、“全渠道分析”、“诊断分析”等分析模型。通过将5%优秀店长管理经营的方法逻辑沉淀到数据分析模型中，可以赋能另外95%的店长提升数据管理能力。同时，通过订阅预警等功能，可以实现数据追人，帮助店长及时掌握门店异常。

数据分析师视角：“天下武功，唯快不破”

数据分析师是整个公司数据系统的直接赋能者，面对海量的数据源，他们需要更敏捷、更智能的数据分析工具，去与业务真正结合，而不是纠结在重复的数据清洗、准备工作。

观远数据产品一直以“用户体验”为核心，开发了智能数据准备、实时数据分析引擎、极速分析引擎、智能数据大屏、移动BI轻应用等黑科技产品，可以帮助数据分析师摆脱高重复、高代码的工作，真正实现从借鉴到超越。

数据智能落地，需要看三年，做三个月

CEO、一线门店和数据分析师这三个角色是企业实现数据驱动决策的根据地。以这三个角色为核心进行数据布局，就完成了数据建设的第一步。其次，就是逐步落地企业的数字化转型。

不同企业发展阶段和信息化程度不一样，对于数据智能的规划路径也不一样。基于此，观远数据提出了以终为始的“5A”落地路径方法论(Agile敏捷化、Accurate场景化、Automated自动化、Augmented增强化、Actionable行动化)。不管企业处于什么阶段，都可以找到适合自己的切入口。

在整个体系的搭建过程中，也并不是一蹴而就，观远数据一直提倡“看三年做三个月，分步构建”的数据落地方法论。

以“CEO、一线店长、数据分析师”为视角，坚持“以终为始，分步构建”，截至到目前，观远数据已经服务了包含赫基集团、Lily、江南布衣、卡尔丹顿、红豆在内的众多服装品牌。未来，将持续完善产品，优化服务，助力更多服装时尚品牌通过数据智能实现持续增长。