鞋服行业智能组货解决方案

门店画像（要素）
1.门店基础属性
面积
省市
.....
2.门店顾客画像
门店会员数据 画像数据
年龄 星巴克
性别
.. .
零食小吃 ...
3.门店运营情况
门店小类历史销售数据
找到门店特征与小类商品的关系（特征筛选）
对所有小类的所有特征按销售额加权，取前K个
年龄
性别
收入
星巴克
零食小吃 ......
有房有车
计算组货比例 此类门店按比例进行组货
标签 信息
ODS（操作数据层）
竞品 信息
扫街 信息
营销域
其他消费 者信息
服务域
日志域
脚模仪
魔镜
… …
数云CRM
试穿 RFID 导购pad
Habris o2o
官网
wecha t
订货会
ERP
MO
Md
M
M
mes
…
…
精准营销（对接）
其他域
数据开发套件
PLM
wm s
邮件 HR
OA 法务
智能组货-以“消费者为中心”的新零售全链路重要环节
品牌季度规划
“铺货端——组货跟踪”助力门店开启数字化运营
智能组货-数据应用：数据价值赋能业务的“最后一公里”
谢谢聆听！
鞋服行业智能组货解决方案
技术创新 变革未来
基于李宁6000+门店数据探索打造智能组货
以前没钱买李宁，现在没钱买李宁
前
后
智能组货-李宁数据赋能业务典型应用场景
集团BI
数据化管理运营（优化）
经销商BI
信息管理平台
数据资产管理
消费者域
商品域
店铺域
消费者洞察 卖点分析 智慧门店
交易域
友盟标签
会员 信息
订单 信息
篮球鞋 其余 19% 19%
轻质跑鞋 62%Βιβλιοθήκη Baidu
n个店经过筛选的特征
门店群1
门店群2
门店群3
门店群4
门店群5
门店群k
根据销售额、销量等情况选择标杆店，例如K1
门店k1
......
门店kn
6000+家门店数据
100+特征筛选门店分群
STEP 01 买手登陆系统，选择所属门店查看推荐 STEP 02 给出目标季度的组货建议
1.设计
智能组货
2.订货 3.生产
4.铺货
智能组货
5.销售
6.售后
鞋服行业潮流风向瞬息万变，“大数据”让门店组货不再“痛”
传统门店组货
传统门店组货方式多依靠买手，面临以下痛点和难点
买手无法兼顾 多个门店
买手所获得的数据 不够全面
买手一般多偏保守
买手很难同时兼顾“ 量”和“款式”
无法精准把握消费者需求， 从而导致存货积压
第三方标签
商品 信息
Wifi探 针 客流技术器 体重仪
门店 信息
试穿 信息
鞋重力计
试穿 RFID
体脂仪
大数据价值挖掘
智能补货 订货预测 智能调拨
李宁·数据中台
退货计划 排产计划 物流优化
其他
业务系统（对接）
业务系统 数据需求对接
渠道域
物流域
ADS（数据应用层） DWS（公共汇总数据层）
DWD（明细宽表层）
打造智能组货，开启组货革命
让数据来思考— 门店的组货该怎么组
让人来跟踪— 门店的组货效果该怎么调
块存储
智能组货结合每个店铺所处的商圈位置、周围人群画像、店铺最大坪效等因素，根据消费者偏好，确定最适合的到单店店铺的货品组成清单，解决千店千面的问题，未来实现根据各店货品的最优排列反推订货。
基于品牌战略+数据+算法打造“订货端——智能组货应用”