
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
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04