品牌服饰迈入大数据时代。

　　在商业领域，大数据是企业收集起来的关于消费者、企业行为的海量相关数据，这些数据超越了传统的存储方式和数据库管理工具的功能范围。服装行业由于其内在的复杂性(每季开发上百种产品、型号颜色各不相同、在不同地域出售、面对多样化消费者)，更需要依托大数据的存储、搜索、分析和可视化技术升级改造产业链，加强精细化管理程度、把握消费者需求变化，挖掘出巨大商业价值。

　　国际零售、品牌商早已开始应用大数据促进销售。

　　国外服饰和零售企业早已开始运用大数据来为企业服务，主要方式有:采用顾客调查问卷加上自身开发的内部分析系统预测顾客需求;借助可穿戴设备和社交网站增强客户粘性和预测消费潮流;线下门店安装监控系统观测消费者行为、线上商店强化资料分析功能;在试衣间模拟穿着并返工改衣等。这一切都是为了使企业紧跟市场变化、精准满足消费者需求，最终促进销量和业绩。

　　通过对Target、Nike、Zara和Prada等案例的分析，我们得出结论:大数据挖掘能带来实质的销售贡献，其中Target通过挖掘客户潜在需求，此后近11年收入复合增速达5%;Nike通过NIKE+直接掌握客户信息、增强体验粘性，此后2年收入复合增速达7%。

    国内电商领域开发应用大数据，挖掘天然基因优势。

    电商比传统企业在大数据的应用上有先知先觉，因为电商的主要资产就是数据—消费者的行为记录，能够快速了解消费者需求，并通过不同于线下的供应链模式及时满足。

　　我们分析了3个案例:1号店作为平台商注重利用信息技术对供应链进行整合、实现数据统一管理;淘品牌韩都衣舍的高速成长本身就依托大数据发力，2008-2012年销售额分别为300万、1300万、9000万、3亿多、近6亿，为天猫京东女装销量第一名。淘宝作为数据的出售方，进一步拓展业务，提供数据增值服务。

　　传统品牌可借力大数据转型，多个环节审视、改善、颠覆旧有价值链。

　　品牌服饰公司借助大数据，在服装行业可以应用于各个环节:(1)商品企划上，挖掘用户需求，框定目标客户群，设计上提高产品关联性，定位更趋于做精;(2)供应链上，订货制在大数据的支持下转为“订货+快速补货”，提高流转、降低库存;(3)营销上，精准投放，加强互动;(4)终端管理上，趋于KPI精细化管理;(5)触网、O2O，更需大数据奠定基础。

　　大数据是机会，但实施起来也面临不少障碍，以下三点是阻碍国内品牌服饰企业广泛应用的重要因素:成本高昂，人才缺乏;大数据是“一把手工程”，需要企业的最高层直接负责，推行时往往面临加盟商抵制，关键是观念创新难;教条主义泛滥，无法落地。