数字时代中国鞋服行业增长新途径.docxVIP

数字时代中国鞋服行业增长新途径 零售消费品行业数字化进程在疫后进入加速期，消费者的购物习惯和偏好因此发生较大变化。例如，数字化影响下，消费者的购物时间从某一特定时段，转变为碎片化的购买；消费者的购买需求从产品功能，扩展为对情感和体验的需求等。新变化对全行业提出了诸多新挑战。鞋服品牌和企业因而面临三大难题：消费者的变化，增长乏力以及品牌应对效率，具体来说： 崛起的Z 时代们更加个性化和多元化，厌恶严肃刻板，更加偏向运动风和休闲风，购买习惯也发生了天翻地覆的变化，品牌该如何与这批年轻人打交道？ 以前赖以生存的零售店铺生意日益萎缩，而电商（传统电商）成本又逐年高企。如何平衡线上与线下的矛盾，哪里又有健康增长的“蓝色航线”？ 时尚“潮”化，日潮、韩潮、国潮纷纷袭来，热款变换“快”字当头，如何精准预判和飞速应对？ 面对难题，德勤认为数字化乃解题关键，其中有三条路径或可破局： 利用大数据重构品牌与消费者关系 利用私域发力增长新蓝海 利用数字化赋能产品研发和供应链效率 本篇文章即按照此三个维度展开，希望能给企业和品牌带来一些思考和解法。 大数据重构企业与消费者关系 消费者数据的极大丰富 随着互联网原生代登上消费舞台，他们的轨迹遍布线上线下，企业所能够获得的“数据”极大丰富。 从纵度来说，更为丰富的数据和信息来源于： 线上平台，线下渠道，如互联网电商平台，线下门店和各类售点等； 品牌/企业私域生态，以腾讯系为代表的微信/企业微信、社群、小程序等，也包括微博、小红书等社交媒体，以及抖音快手等短视频/直播平台； 第二方甚至第三方数据，如媒体投放的反馈数据，公开第三方数据的收集等。 从深度来说，多触点、多维度的交易和行为数据则覆盖了消费者全生命周期： 全生命周期，从浏览-关注-传播-购买-复购-会员服务-售后服务； 消费交易数据，电商平台、小程序、线下门店和售点的消费数据； 行为互动数据，聊天、转发、提问、评论、投诉等； 多触点信息，导购端、门店 POS、客服、微信/社群、内容推送、直播等。 Figure 1 消费者全生命周期各环节触点 资料来源：德勤研究与分析 1 企业会员体系扩容和分层 在消费者大数据的加持下，传统鞋服零售领域，尤其是中高端服饰品牌的会员体系，势必面临层级扩容。 传统的会员机制通过门店或官网进行注册，通过“会员卡”进行消费确认。会员以个人信息建立档案，数据类型单一，以消费数据为主体。现在，品牌则可以获取更多类型的信息和数据： 全渠道会员的注册和登记，包括电商平台如天猫、京东等；私域渠道如小程序；线下门店如通过扫码等形式进行快速线上注册； 除会员以外，品牌可以追踪所有线上客户（有过消费记录），通过手机号码或者地址加以识别；部分数字化升级的店铺可以对客户消费数据进行收集和追踪（内容下详） 品牌甚至对于未购买的潜在客户能通过客服互动、店铺/公众号关注、加微信/入群等活动进行识别和追踪。 因而企业能够掌握和追踪的客户类型至少可以分为三层： 会员，品牌的忠诚客户，亦可根据个体消费和购买行为的频次与消费金额的数目再细分为多个层级； 客户，存在购买行为，但尚未注册成为会员的消费者； 粉丝，尚未有购买行为，但已通过不同渠道关注或进行内容订阅的消费者， 甚至通过某些活动点击、浏览、与客服互动过的客户。 Figure 2 消费者层级扩容 粉丝 粉丝 （关注但尚未购买） 客户 （存在购买行为） 普通会员 核心会员 资料来源：德勤研究与分析 精准的客户画像 在掌握了海量的客户数据之后（通常这些数据是多来源、多类型、甚至是非连续性和非结构性的数据信息），首要工作是数据清洗整合，即按照单体客户身份进行管理，不同渠道的信息通过单体客户的唯一性识别标识进行整合和去重。唯一识别标志通常为姓名，身份证号码，手机号码， unionID，地址等（服饰类企业最经常使用的是手机号码）。 在此基础之上，再通过行为聚类，特征拟合等智能算法，对消费者群体进行精准画像，企业可以根据不同的类型画像制定营销策略。 Figure 3 人群画像样例 消费者群体画像 内容 基本特征 年龄范围、收入状况、职业特点、城市层级、学历、婚姻/家 庭情况… 行为特征 生活状态、崇尚的价值观、向往的生活方式、个人选择的倾 向性，日常喜欢参加的活动类型等 消费特征 品牌偏好 不同品类商品的品牌喜好 品类/单品偏好 类目及货品偏好，包括款式、颜色，甚至风格等 消费力 品牌购买金额范围或相对层级；客单，购买频率等 渠道偏好 线上 or 线下的渠道偏好 核心痛点 在消费过程中没有满足的核心需求 …… 对于货品 SKU 较宽的鞋服企业，如快时尚品牌或者平台型企业，可以通过多维度标签和 AI 算法进行千人千面的个性化营销，因此传统的 CRM 体系迫切需要进化和升级。 3 从 CRM 到 SCRM 传统 CRM