当前课程知识点:商业数据思维与实战 >  第三章 大数据时代的商业模式 >  3.2商业数据思维案例分析 >  3.2.1 案例一:电商品牌——韩都衣舍案例分析

返回《商业数据思维与实战》慕课在线视频课程列表

3.2.1 案例一:电商品牌——韩都衣舍案例分析在线视频

下一节:3.2.2 案例二:网络文学——连尚文学案例分析

返回《商业数据思维与实战》慕课在线视频列表

3.2.1 案例一:电商品牌——韩都衣舍案例分析课程教案、知识点、字幕

同学们好

我是商业数据思维与实战

主讲教师陈建斌

今天我们继续讨论

大数据时代商业模式

最后两个案例

首先 第一个案例

来自于服装领域

叫快时尚品牌的数字化创新

这个案例企业叫韩都衣舍

大家看一下

这是今天的案例企业叫韩都衣舍

韩都衣舍是专注于年轻时尚

女性品牌的这么一个公司

从2009年就成立了一系列的品牌

然后 最后

现在我们可以看到

拥有一系列的这个品牌

韩都衣舍起源于淘宝网店

最早是做韩国的化妆品代购

后来又介入到了

女性服装领域的代购

从代购开始又介入了设计

介入到生产

形成了一个全产业的链条

韩都衣舍实际上取得了比较多的荣誉

这个在网络上我们都可以看到

已经是成为一个成功企业的形象

韩都衣舍在很短的时间之内

取得了快速的发展

取得了比较辉煌的成就

我们梳理来看

它有两次比较大的创新

第一次就是关于这个买手制的

这样一种品牌发展

创始人赵迎光先生

把韩都衣舍在济南创立以后

并没有找到太多的服装设计师资源

怎么办

就采用了买手制

雇佣一批买手

每天监控网络上的服装的情况

服装品牌

然后反过来再倒推订购

再倒推生产

在创立初期的话

韩都衣舍关于服装设计师的资源

服装行业的运营知识

互联网的经营特色和用户需求

这一系列的硬件的硬需求

对韩都衣舍来说并不具备

并不具备 怎么办

他的应对方式就是

在对现有资源进行协调和配置的

这样一个基础上

确立了就是通过与用户互动

习得有价值的知识资源策略

那我就通过买手制

去观察这些品牌的

实际市场的销售程度

反过来倒推哪些是可以的

哪些是不好的

这就是第一个阶段的关于买手制

发展到一定阶段以后

纯粹靠买手制

没有自己的产品研发是不可能的

所以 韩都实际上

在买手制度过初期以后

就已经构造了比较完善的

产品研发的流程

而且 它从2012年开始

就已经把大数据作为产品研发的

这种精细化管理作为主攻方向

经过7年的持续变革以后

形成了完善的这种数据驱动的

产品研发的模式

在2018年的时候甚至于推出了

“智子”的这样一种人工智能的

预测项目

能够基于大数据预测服装的款式

和流行的设计

在数据驱动的产品研发模式基础上

2014年到2019年

韩都连续6年获得了

天猫“双十一”

互联网服饰品牌冠军

产品的售謦率高达95%

产品研发创新绩效

处于行业领先水平

它是怎么做到

其中数据驱动的研发

发挥了特别关键的作用

但是韩都并不是说从零开始

做的这种数据驱动的产品研发

它必须是基于对传统研发的改造

韩都的数据驱动的产品研发

是怎么实现的

我们可以看一下

典型的产品研发流程是包括了

产品规划 产品设计和产品测试

在实现数据化转型之前

韩都的产品研发流程

是以产品部和其它部门的经验

为核心的这么一个角色特征

这个流程图是给大家展示一下

就是基于经验的新产品测试

就是新产品测试的流程

这也是我们比较多的企业采用的

一种传统的产品研发的流程

但是产品研发

基于经验的产品研发会存在的

比较多的问题我们可以归纳为三个

比如说

第一 对主体能力的高度依赖

也就是说

我们在产品研发过程中间的

这些设计师 这些产品规划

他们的能力高低

决定了我们这个研发的质量高低

第二个 研发结果

就是存在着有限的理性

也就是说

参与研发的这些设计人员

它的理性决定了我们最终的结果

还有就是研发的协同成本比较高

因为一个新的产品的研发

它涉及到很多部门

比如说有企划部门 有产品部

有市场部 还有生产部门

这些都会在产品研发的过程中间

有协同的这样一个需要

而协同成本是比较高的

韩都下决心把大数据引入到

产品研发过程中间

形成我们刚才看到的比较瞩目的

令人瞩目的这样一个成就

中间当然经过了很多的

解决了很多的困难

遇到很多的障碍

也实现了很多的冲突的解决

在这里

主要和大家来分享三个冲突的解决

来体会一下

数据驱动的研发流程并不是那么

很容易实现的

不是能够一蹴而就的

首先 第一个

我们可以看在产品规划阶段

企划部门牵头进行产品规划

进行产品规划

但是

对于业务部门

比如说产品营销生产部门

他们虽然有一定的数据意识

也认为数据有用

它可以提升产品规划的精准度

但是

对于企划部门利用数据驱动的

这种产品规划的结果并不认同

他们认为这个数据结果

并不能真实反映市场需求

所以 他们说就拒绝执行

拒绝执行

对于韩都来说

把这样一个冲突就定位成

叫技术冲突和被动适应

说企划部门利用数据对产品的选择

也就是说我们应该生产什么样服装

什么样型号的服装

用数据推理出来的这个结果

韩都高管说强制执行

对于企划部门的数据计算结果

强制执行

其他的部门必须配合

给企划部门有比较高的

这样一种授权

授予企划部审核产品部

下订单的权利

这是第一个冲突

第二个冲突 我们可以看一下

在设计阶段

设计阶段

韩都从互联网平台上

获取竞争对手的经营数据

消费者的搜索数据和评论数据

利用数据分析工具

刻画出消费者的偏好

从而实现了产品的这样一种设计

但是 对产品部的买手和设计师

他又认为

服装作为一种非标产品

很难利用理性的数据算法和模型

进行辅助设计

也就是说

他们对这样一个辅助设计的结果

也不认同

也不认同

还是认为

需要依靠买手和设计师的感性判断

来进行产品的设计

所以 它也拒绝使用

数据系统的这样一种辅助设计

韩都高管把这样一个冲突定位成

一种价值冲突和调整匹配

什么意思

实际上 在这期间

有一个理性的冲突

就是买手也好 设计师也好

他认为有可能被大数据所取代

如果说大数据驱动的系统

能够进行产品设计的话

还要我们买手和设计师有什么用

所以 这个时候

它会有一些隐性的这种利益的考虑

有自己地位的考虑

所以 有这种隐性的这种价值冲突

韩都把它定位成

价值冲突和调整策略

从整体来说

实际上我们不但需要数据

也需要买手和设计师

或者说我们不单是要定量的判断

也需要定性的判断

最后解决的话

韩都高管团队

就是在产品设计流程中

不是单一的去执行这种分析的结果

而是让买手 设计师协助企划部

进行这样一种数据设计的这种调整

使得双方能够互相的配合 融合

也就是实现数据的这种量化分析

和买手的这种感性判断

高度统一的这么一个结果

第三个冲突

来自于产品的测试部门

产品测试部门

韩都从2013年开始

就已经建立起支撑新产品测试的

一整套的这种数字系统的

硬件和软件

同时

对电商平台消费者的

购买历史数据也进行分析

所以

实施了这种数据驱动的新产品测试

但是 数据驱动的新产品的测试

也受到了产品部和营销部门的抵制

认为

数据部门获取的产品测试的权利

使得我们原来的产品和营销部的

这些总监经理

他有权决定

说哪些品牌或者哪些产品要生产

哪些生产资源如何配置

可能受到了一种权力的一种挑战

使得他们的内部的收入分配

可能会受到影响

韩都高管就把这样一个冲突

定位成一种权利冲突和主动适应

所以最后的结果

当然解决方法就是

韩都挑选部分品牌

采用数据驱动的产品测试方案

然后 其他的品牌继续维持

基于经验的产品测试方案并行

一方面数据驱动的做这个测试

另外一方面基于经验的测试并行

最后还要比较这两种方法

结果怎么样 绩效怎么样

从而 通过这样一种属于竞争性的

这样一种并行选择

使得大家都能够观察到

数据驱动的产品测试方案

它的这种有效性

最后

使得大家能够接受这样一种

产品测试的案例

韩都衣舍不但在产品研发阶段

实现了这种数据化驱动

同时

由于有了这种大数据的支持

在销售过程中间

对于各种品牌产品的爆款 旺款

平款 滞款有比较实时的一种判断

能够根据数据实时地确定出

哪些款式是爆款 我们要追单

哪些款式是平 哪些款式是滞

对于这个爆款要返单

旺款要返单

对于平款滞款要促销

同时 在生产端

还要有比较实时的这样一种响应

员工能够及时了解到这个经营数据

了解到自己的设计是否受欢迎

对于企业来说

它可以精准快速的把握市场的需求

针对消费者的喜好

迅速的安排生产

同时

数据驱动的整个过程

也实现了什么 叫服装的当季生产

我们知道 以前的服装生产

都会提前两个季度

也就是 比如说现在是冬天

生产的可能是明年夏天的衣服

而对于韩都来说

它能够实现当季生产

现在就生产现在的衣服

为什么

就是因为它有了比较好的

信息系统和数据系统的支持以后

它能够实时的把握市场的这种趋势

这就是说只有在开始销售的时候

我们才能更准确的知道

哪些产品受欢迎

为什么能做到韩都衣舍的

这种当季生产

也是背后它有比较紧密的

生产供应链的这种协同

韩都协同了240多家工厂

核心的有80家

在信息系统的支持下

能够随时掌握所有协同工厂的这种

产能的状况

同时

它把这个供应链

进一步向纺纱和染布的上游进军

建设基地为他们提供服务

实现了从供给侧到消费端的

这种全产业链的数字化

今天

我们就是对韩都衣舍

作为一种快时尚的数字化创新

进行了一个初步的梳理

主要是介绍它的基本的发展

在数字化产品研发过程中间的

三次冲突

最后 还有它的一些生产运营

中间的一些特点

从这个过程中间

我们可以看到

一方面

从这个过程中间

我们一方面可以体会一下

大数据带来的这样一个竞争的优势

同时

也可以体会一下

实现数据驱动的

或者叫数字化运营不是那么

它会遇到很多的障碍

有很多的困难

需要解决很多的问题

解决很多的冲突

这也就是说为什么

我们有那么多的企业都知道

数字化运营很好

但是 在实现这个过程中间又很难

谁走得早

谁能够理解了大数据的价值

理解了数字化运营的本质规律

谁就可能在这样一个

竞争的过程中间

脱颖而出

今天和大家分享的韩都衣舍的案例

就到这儿

谢谢大家

商业数据思维与实战课程列表:

第一章 数字经济的基本概念

-1.1 数字和数字的产生

--1.1.1 什么是数字

--1.1.2 数字如何产生

--测验1

-1.2 信息、信息技术和信息经济

--1.2 信息、信息技术和信息经济

--测验2

-1.3 数字经济及其特征、发展趋势

--1.3 数字经济及其特征、发展趋势

--测验3

-1.4 数据伦理

--1.4.1 什么是数据伦理

--1.4.2 大数据技术带来的伦理问题及防范措施

--测验4

-数据如何产生价值?

-数据滥用现象应如何予以防范?

-单元测验

第二章 数据思维

-2.1 数据与数据思维

--2.1.1 什么是数据

--2.1.2 什么是数据思维

--2.1.3 大数据时代的数据思维

--2.1测验

-2.2 大数据时代的数据思维

--2.2.1 数据思维的具体方法

--2.2.2 数据思维的应用流程

--2.2.3 数据思维的应用示例

--相关思维在商业中的实际应用

--2.2测验

-数据的商业价值如何体现?

-单元测验

第三章 大数据时代的商业模式

-3.1 大数据时代的商业模式变革

--3.1.1 商业模式的概念与要素

--3.1.2 数据思维与商业价值创造

--3.1.3 大数据时代的商业模式变革

--3.1 测试

-3.2商业数据思维案例分析

--3.2.1 案例一:电商品牌——韩都衣舍案例分析

--3.2.2 案例二:网络文学——连尚文学案例分析

-如何理解平台经济中的双边网络外部性?

-单元测试

第四章 大数据时代的统计分析(上)

-4.1 大数据时代下的统计分析

--4.1 大数据时代下的统计分析

--4.1 测试

-4.2 数据分析基础

--4.2 数据分析基础

--4.2 对新产品销售进行分析,应如何实施数据分析?

-4.3 统计分析方法专题Ⅰ

--4.3.1 数据的图表展示

--4.3.2 数据的概况性度量

--4.3.3 商业数据描述分析应用案例

--4.3.4 假设检验

--4.3.5 卡方检验

--4.3.6 方差分析

--4.3 测试

-商业数据分析需要具备哪些能力?

-单元测试

第五章 大数据时代的统计分析(下)

-5.1 统计分析方法专题Ⅱ

--5.1.1 相关分析

--5.1.2 线性回归分析

--5.1.3 虚拟变量回归

--5.1.4 逻辑回归

--5.1.5 因子分析(选看)

--5.1 测试

--5.1.6 聚类分析(选看)

-5.2 文本分析

--5.2.1 文本分析过程

--5.2.2 文本分析工具

--5.2.3 文本分析实例

--评论语料

--5.2 测试

-结合从网络中已爬取的商业数据,讨论如何对其中的文本数据进行分析?

-单元测试

第六章 商业数据分析实战(上)

-6.1 商业选题

--6.1.1 商业选题思考路径

--6.1.2 明确商业问题

--6.1.3 撰写商业问题背景

--6.1 测试

-6.2 数据提取

--6.2.1 数据提取方法

--6.2.2 数据提取工具

--6.2.3 数据爬取过程

--6.2.4 数据爬取实例

--6.2 测试

-基于已明确的商业问题,讨论如何提取研究所需的数据?

-单元测试

第七章 商业数据分析实战(中)

-7.1 数据预处理

--7.1.1 数据预处理方法

--7.1.2 数据预处理工具

--7.1.3 数据预处理过程

--7.1.4 数据预处理实例

--7.1 测试

-7.2 数据分析与挖掘

--7.2.1 数据分析与挖掘方法

--7.2.2 贝叶斯网络分析与挖掘实例

--7.2.3 神经网络分析与挖掘实例

--数据分析与挖掘语料

--7.2 测试

-基于对研究数据的预处理结果,讨论如何对其进行进一步的分析与挖掘?

-单元测试

第八章 商业数据分析实战(下)

-8.1 数据可视化

--8.1.1 数据可视化方法

--8.1.2 数据可视化工具

--8.1.3 数据可视化实例

--8.1 测试

-8.2 报告撰写

--8.2.1 Word报告撰写

--8.2.2 PPT报告制作

--8.2.3 报告中代码规范化

--8.2 测试

-基于对数据不同阶段的处理结果,讨论如何对其进行可视化展示?

-单元测试

期末考试

-期末考试

3.2.1 案例一:电商品牌——韩都衣舍案例分析笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。