只有獲得消費者認可得設(shè)計才是好設(shè)計
【YKK拉鏈行業(yè)新聞】
一年上新15萬款新品，一種什么樣的體驗？
以快時尚行業(yè)設(shè)計、打版、生產(chǎn)、上架的周期來看，主打暢銷、基礎(chǔ)款的優(yōu)衣庫是半年，主打流行款的Zara最快是14天，而SHEIN壓縮到7天。Zara每年上新一萬兩千件，而SHEIN一周就做到這個量。
如今，從一家起步于2018年，叫做知衣科技的身上，仿佛看到SHEIN影子。不同的SHEIN服務(wù)于C端，知衣服務(wù)于B端。
截至目前，知衣的SaaS產(chǎn)品“知衣”數(shù)據(jù)平臺已經(jīng)合作了包括太平鳥、巴拉巴拉、UR綾致集團、海瀾之家等在內(nèi)的超越1000家品牌，累計服務(wù)行業(yè)從業(yè)人員超越50萬人。知衣已經(jīng)連續(xù)3年實現(xiàn)年營收300%增長，且SaaS產(chǎn)品月活用戶比例超越95%
日前，知衣科技宣布完成B輪融資，總金額為2億，由高瓴創(chuàng)投和萬物資本領(lǐng)投，涌鏵投資和老股東君聯(lián)資本跟投。此前，知衣科技曾獲得快手戰(zhàn)略投資、君聯(lián)資本的A輪融資。
01
高庫存的痼疾：時尚化設(shè)計
某時尚品牌的負責人小李最近很犯愁。
要找一款綠色波點連衣裙，上各大平臺搜了一圈，得到信息不是亂七八糟，就是已經(jīng)過時，很難找到有價值的款式。
無法集中且高效的獲取信息，進而做出精準趨勢預判，臨時困擾服裝行業(yè)的一大痛點。
尤其在十年前，如果是做服裝，大家一定要去看大牌的秀場趨勢訂貨會，然后，根據(jù)自己的經(jīng)驗和感受來判斷什么款會流行，哪些款可能成為下一個爆款。
經(jīng)過十幾年的時間積累證明，這種方式存在很大的賭博性質(zhì)，賭中了爆款，今年一年***就有保 障，沒賭中，一年的利 潤就沒有了甚至還要搭上過去幾年的***
發(fā)生這樣的結(jié)果面前，除了大量訂貨因素之外，還有對消費者喜好的掌握，并且很多時候，消費者的喜好和其表現(xiàn)出來的喜歡并不一致。
大眾通常認為服裝行業(yè)的痛點是去庫存，但控制庫存的核心是洞察消費者追求。知衣科技開創(chuàng)人兼CEO鄭澤宇在接受億邦動力采訪時表示。
庫存難題，很大程度上是由于激進選款模式缺乏數(shù)據(jù)支撐，憑主觀選款存在諸多不確定性。
過去，品牌商大多依靠買手獲取市場最新信息，以一個時尚品牌為例，直播是其一個重要銷售渠道。直播對款式數(shù)量要求很高，每天都要上新款。面對這樣的壓力，過去是通過擴張買手在全球各地找款式來解決。
但擴張買手有一個弊端，一方面是買手擴張速度過快，很容易將參差不齊的買手全吸納進來，從而導致動銷率降低。另一方面，因為買手的工作方式、工作條件等限制，導致沒有看到好款。比如看了100個款，但這100個款都不好，但又不得不從這100個款里選一個，從而會導致產(chǎn)品銷量不好。
花費80%時間在沒用的圖片上，還不得不從20%里面選一個，這是很多買手或設(shè)計師現(xiàn)在現(xiàn)狀，一種無可奈何的方式。鄭澤宇表示。
如今在快時尚和直播的沖擊下，消費者的觀念和行為發(fā)生了巨變，平均每家服飾企業(yè)研發(fā)的SKU數(shù)量在近3年里至少已經(jīng)翻番，款式開發(fā)利息占品牌商營收的比重繼續(xù)升高，這個趨勢無可防止。
因此，服飾企業(yè)只有在充沛了解消費者需求爆款基礎(chǔ)上才干更好地判斷市場的走向，降低庫存并打造爆款。
這一點做到極 致的案例就是SHEIN而大數(shù)據(jù)智能選款測款的數(shù)據(jù)閉環(huán)也成了SHEIN核心能力。
如今，以大數(shù)據(jù)+數(shù)字化模式為品牌商提供海量且精準數(shù)據(jù)支撐的知衣，正在全行業(yè)為更多的品牌提供類似SHEIN這樣的能力。
02
收集海量數(shù)據(jù)，預測下一個爆款
過去8年里，SHEIN以每年超過100%速度增長，全球220個國家與地區(qū)售賣新潮服飾，除了掌握住了當下潮流，更讓人吃驚的上新速度。
SHEIN全年上新15萬款，平均每月一萬余款，僅女裝平均上新了2000余款（包括局部飾品和舊款）一件基本款的T恤，可能有10種顏色，6種尺寸和2種衣領(lǐng)。僅一種產(chǎn)品，可能高達120個SKU
SHEIN核心在于在前端收集消費者喜好后，經(jīng)過設(shè)計團隊改造，直接流入后端的供應(yīng)鏈，快速打造爆款。
其中，前端信息收集，包括從網(wǎng)上服裝店的品類、數(shù)量、裝修、界面設(shè)計等很多正面中獲得對消費者需求和意愿的預測。
預測所依據(jù)的數(shù)據(jù)無論是積極的還是消極的無論來自行業(yè)的數(shù)據(jù)，還是來自行業(yè)以外的這些數(shù)據(jù)都與人們需求有一種隱秘關(guān)聯(lián)。然后再通過最小代價測試用戶的真實需求。
據(jù)SimilarWeb數(shù)據(jù)顯示，SHEIN獨立站的直接流量占了37.12%搜索流量占了40.13%這些都是免費且可重復使用的流量?？梢姡琒HEIN支配住了自己的私域流量。
同時，SHEIN已改過往通過優(yōu)化關(guān)鍵詞等手段提升搜索排名的做法，利用算法，通過捕捉用戶的動態(tài)信息，并進行個性化、精準化推薦。
由于SHEIN深度數(shù)字化整合了碎片化的產(chǎn)能，SHEIN有了非常靈活的調(diào)整SKU能力。比方，一旦某個款式預冷，SHEIN可以改幾個印花或剪裁細節(jié)，用同一款面料推出新品繼續(xù)測試，直到成為爆款。
知衣科技與SHEIN相通之處在于，都是收集數(shù)據(jù)的巨人，通過海量用戶體驗喂養(yǎng)出一個豐富的用戶行為數(shù)據(jù)庫，進而協(xié)助自己或品牌商做出更精準的生產(chǎn)決策。
知衣科技提供的技術(shù)及供應(yīng)鏈服務(wù)，核心在于為設(shè)計生產(chǎn)環(huán)節(jié)降本增效，為最終銷售環(huán)節(jié)提高優(yōu)質(zhì)款式命中率。鄭澤宇介紹，從AI賦能設(shè)計這一入口，向供應(yīng)鏈切入的模式已經(jīng)被驗證。
首先，知衣廣泛搜集全網(wǎng)各平臺數(shù)據(jù)。通過自主研發(fā)的數(shù)據(jù)抓取算法，對互聯(lián)網(wǎng)各個零售網(wǎng)站的產(chǎn)品進行跟蹤，把它圖樣、顏色、價格變化、面料等數(shù)據(jù)抓取以后進行分析。同時，還跟蹤顏色、面料相關(guān)的關(guān)鍵搜索詞的變化。
這使得知衣科技可以做出大量精準的判斷，比如年度購物節(jié)雙十一要來了可以找到往年雙十一的爆款品類進行比對，比如去年羽絨服占到整個比例的50%以這個數(shù)據(jù)為判斷基礎(chǔ)，再參考品牌商相似的店鋪，所有數(shù)據(jù)一目了然。
鄭澤宇強調(diào)，實際上，數(shù)據(jù)都是聯(lián)動的比如上個月知道羽絨服銷售額占到市場銷售額的16%那么，具體哪一件是去年的爆款都可以在平臺上清晰呈現(xiàn)。設(shè)計師和買手可以以此為依據(jù)，判斷今年是否要做類似調(diào)性的產(chǎn)品。
從消費者的角度來講，消費風格不會在短時間內(nèi)發(fā)生巨大變化，去年的爆款對今年一定有引導作用，商家可以從去年的銷售情況知道今年的選款方式。
上新時間與氣候及整體運營節(jié)奏有關(guān)，比如從去年的上新節(jié)奏可以看到從9月底開始上新。結(jié)合這個數(shù)據(jù)，可以協(xié)助企業(yè)規(guī)劃整體上新節(jié)奏。
實際上，服裝還可以拆分成幾百個不同的屬性維度，進而分析每一個維度細分的趨勢。比方，戴帽子的羽絨服和不戴帽子的羽絨服，可以通過對各個店鋪產(chǎn)品的對比，解到戴帽子和不戴帽子的具體款式。
可以看到不同的工藝在去年的占比情況，這個數(shù)據(jù)基礎(chǔ)之上，設(shè)計師再結(jié)合自身品牌的實際情況，討論今年要更多做戴帽子還是不戴帽子的產(chǎn)品，做長款羽絨服還是短款羽絨服。
鄭澤宇介紹，也有當數(shù)據(jù)證明戴帽子的羽絨服就是比不戴帽子的好時，決策者仍然不做戴帽子的情況，為什么？因為他要根據(jù)企業(yè)自身情況而定，可能是戴帽子的風格與自身品牌定位不符合。而戴帽子的也有好賣的產(chǎn)品，這類產(chǎn)品與品牌定位與戰(zhàn)略更相似。
對于品牌商來講，可以把以往的數(shù)據(jù)作為創(chuàng)意參考基礎(chǔ)，也就是說，過去是看了三件，從這三件里拼拼湊湊，現(xiàn)在看了300件，從這300件里做組合，創(chuàng)意性很不一樣。
當企業(yè)決策者充分掌握了市場信息之后再去做理性和感性，品牌調(diào)性與市場趨勢的結(jié)合。
如果說Zara護城河是信息，那么，像SHEIN和知衣這樣的模式的護城河是數(shù)據(jù)，通過數(shù)據(jù)能挖掘到更隱秘、更真實、更本質(zhì)的需求信息。
03
10億款式圖片，
每年以100萬款的速度增長
SHEIN成立于2008年10月，金融危機那一年。彼時，知衣科技開創(chuàng)人鄭澤宇正在大西洋彼岸求學。
鄭澤宇的經(jīng)歷算不上傳奇，但也不乏亮點。從小學習編程，高二以全國信息學競賽保送北大，后赴美留學，獲卡耐基梅隆大學（CMU計算機碩士學位。
2013年，鄭澤宇正式加入谷歌，谷歌任職期間，作為主要技術(shù)人員參與并領(lǐng)導了多個大數(shù)據(jù)項目，開啟了谷歌購物廣告在搜索頁面投遞的新紀元。
2015年，人工智能開始萌芽，同時，谷歌開源TensorFlow等系列技術(shù)和項目，為鄭澤宇提供了守業(yè)靈感。2016年5月，與谷歌幾位同事回國興辦了才云科技，致力于搭建一個商業(yè)化的人工智能平臺。
基于這次守業(yè)，機緣巧合下，鄭澤宇接觸到服裝行業(yè)，一個對他來講相對陌生的激進領(lǐng)域。解到當前服裝行業(yè)信息化水平低下，根源在于設(shè)計端這個重要驅(qū)動引擎存在數(shù)據(jù)化程度低、設(shè)計數(shù)據(jù)體量大、結(jié)構(gòu)化水平等問題。
要解決這個問題，可以從兩個方面解決，一個是通過更精準的款式，另一個是更高頻的快反。
這是行業(yè)發(fā)展的新藍海，鄭澤宇決心將大數(shù)據(jù)的觸角延伸至激進服裝行業(yè)。
2017年，一款面向服裝設(shè)計師、買手和服飾搭配師的專業(yè)讀圖工具—DeepFashion正式推出。
據(jù)知衣科技官網(wǎng)顯示，該公司旗下?lián)碛小爸隆敝睢倍兑魞?yōu)選”等六款SaaS產(chǎn)品，知衣通過趨勢預判，將設(shè)計選款和供應(yīng)鏈數(shù)字化、智能化來為服裝品牌和電商企業(yè)提供數(shù)據(jù)企劃選款和一站式的服飾設(shè)計供應(yīng)鏈服務(wù)。
其中，以“知衣”和“知款”為代表的SaaS產(chǎn)品是知衣科技的核心服務(wù)，切入了服裝品牌前期的設(shè)計選款環(huán)節(jié)。前者是通過電商數(shù)據(jù)監(jiān)控來分析店鋪行業(yè)趨勢，后者是通過對國內(nèi)外電商和社交平臺的實時數(shù)據(jù)分析來預判時尚趨勢。
通俗來講，即通過對海量電商網(wǎng)站、社交媒體和大牌秀場的實時數(shù)據(jù)分析與統(tǒng)計，協(xié)助服飾企業(yè)進行數(shù)據(jù)化商品企劃、數(shù)據(jù)選款、智能款式生成、設(shè)計師協(xié)同 工作等場景，提升服裝品牌售罄率和爆款機率，從而降低企業(yè)的生產(chǎn)利息和庫存壓力。
鄭澤宇介紹，知衣”技術(shù)基礎(chǔ)是自主研發(fā)的針對服飾圖像的識別算法，能夠識別數(shù)十個不同維度，超越10000個設(shè)計元素標簽。
通過自然語言和圖像語義關(guān)系等人工智能技術(shù)，讓客戶可以通過對應(yīng)的文字搜索了解趨勢，完成設(shè)計選款，進一步智能生成設(shè)計圖稿。
與此同時，知衣研發(fā)了一套針對服裝圖像的識別算法，能夠智能識別服裝品類、風格、面料、輔料、顏色、廓形等多個維度的信息。
使用知衣SaaS設(shè)計師，平均一個月完成約150個款式的研發(fā)，激進設(shè)計師工作效率的2-3倍。
經(jīng)過三年的算法和數(shù)據(jù)積累，目前其數(shù)據(jù)庫已收集整理了超越10個億款式圖片的設(shè)計數(shù)據(jù)和分析，并以每天超100萬款式的速度在增長。
并且，知衣科技的數(shù)據(jù)產(chǎn)品已經(jīng)擴充到鞋、帽、箱包、配飾等家居服等大時尚消費品行業(yè)。
鄭澤宇強調(diào)，知衣科技目前不做定制化產(chǎn)品，而是做標準化SaaS軟件，通過訂閱式給用戶開放賬號。然后再由專門的團隊進行一輪甚至多輪培訓。
據(jù)了解，這套軟件適合多角色使用，從設(shè)計師、運營人員、市場部再到?jīng)Q策層都需要。對于決策層來講，需要實時了解市場上什么產(chǎn)品好賣，與競爭對手的差異在哪。
比如一件紅色連衣裙，需要了解市場上這樣的連衣裙是怎么定價的銷售曲線如何，或者一款新材料，需要了解市場上還有誰有，運營戰(zhàn)略如何。
對于這種模式是否會導致服裝款式同質(zhì)化嚴重問題，鄭澤宇回應(yīng)稱，不會。因為沒有一款產(chǎn)品對于所有人來講都是爆款。比如一款羽絨服，服務(wù)的2535歲的人群，放到1020歲的群體里，效果肯定不一樣。一款在一二線鄉(xiāng)村賣爆的款，未必適合三四線城市。
- 上一篇：我國電商巨頭緊急馳援山西，充分體現(xiàn)企業(yè)社會責任感 2021/10/17
- 下一篇：中國服裝行業(yè)“十四五”發(fā)展規(guī)劃和2035年遠景目標 2021/10/17
