前言

传统销售企业的特点之一是线下渠道丰富,产品的市场拓展依赖线下渠道,这既是优势,也是一些问题产生的原因。根据企业的规模，传统销售企业的销售渠道通常会分层和分级．渠道越长、越多，企业的产品在市场的拓展可能性就越大。但同时,渠道越长,企业对产品销售的控制能力就会越弱，信息反馈的清晰度也会越低,企业对渠道的管控能力随着渠道的加长而变差,企业对客户(各层级的分销商或经销商、门店等)以及对终端消费者的洞察也会愈加不准确。所以,企业会面临提高对渠道的管控能力以及更好的洞察客户和消费者的挑战。为了应对这个挑战,传统企业需要借助数字化手段,实现销售全流程可视,牵手新零售。想要达成这个目标,企业必须通过触点和流程的数字化,来采集信息和数据,因为企业需要通过与员工、商品、合作伙伴、消费者等全链路的连接来保持数据的获取能力。同时，企业在转型的过程中,也需要对业务流程进行重塑与优化、以此来实现企业内部所有资源的共享和创新,构建自己的核心能力,为进一步赋能经销商和建设生态做好能力储备。服装行业的数字化跟毛利有紧密的关系,服装行业既有毛利高的企业,也有毛利低的企业。毛利的高低决定了数字化的方向。但不管是高毛利还是低毛利的企业,都必须意识到—点:数据和技术是最根本的因素，打通数据的壁垒基于全链路的数据来提升运营效率,借助数据来获取新的商业洞察对于服装行业起着至关重要的作用。前期,该服装企业在市场销售部分面临严重问题,数据质量参差不齐、数据库多而杂导致运营压力大、数据壁垒导致数据无法实时共享并且增加管理难度等等主要如下:

一、数据质量问题

比如某个系统里面有个字段需要记录邮政编码,但是在实际使用中，这个字段被记录成为门店唯一码或者其他业务字段,导致数据会产生误导

客户早期系统的数据标准和管理规范很好,严格按照供应商的数据管理规范。后期需要增加新的系统,导致字段命名方式、字段类型、存储规范等都很混乱,以至于维护成本的增加;有时还要手动对数据进行处理

二、该公司目前公司从竞争品牌、市场数据、行业趋势等方面缺乏深度价值的数据参考。

由于系统众多-数据处理混乱:外围系统开发人员在数据库做存储过程、数据函数、数据编程等操作,导致数据库压力很大、数据库管理混乱

储存系统虽然有备库,理论上备库和主库的数据完全一致。但因为同步系统(oGG)不稳定,备库的数据可能会和主库有一段时间的延误，所以会出现在一定时间内数据不准确现象

因为系统多而乱(外围内部人员同时操作）数据库压力非常大,支撑业务系统难度很高

最终,国云数据通过对其线下、电商、分销、量体、特许、团购六大销售板块的人、货场数据进行分析后,通过数据中台,把所有的这个数据进行聚合,打通数据壁垒,解决数据孤岛等问题。

通过对以上业务场景的数据分析，主要可以看到:

1、该公司目前公司从竞争品牌、市场数据、行业趋势等方面缺乏深度价值的数据参考

以量体业务为例，量体师现场手工量体手工记录的方式,较为传统,而且造成数据没有记录存储到系统,后续维护跟追踪难度大,对量体流程、资料等移动化改造,改善量体师数据记录的便捷性,同时可以把数据落地到系统中,完成数据采集和记录的过程。

期望把量体业务由人的经验变成系统数据化的标准,进一步拉近量体与客户的距离。

解决方案：

数据分析,完善各指标分析报表体系,及时掌握数据变化

POS系统的在品牌、会员、分类等方面的信息切割及标签建设

建立数据洞察体系,构建数据洞察系统及模在各品牌之间共享同步库存及物流信息把量体流程进行信息化改造

门店档案和分析系统化,进行门店标签化管理在系统里实现终端门店的智能产品推荐和搭配推荐

2、团购业务在整体上缺少相应市场开拓机制

团购业务主要缺乏商品智能定价机制,对面料管理环节薄弱,在已有的系统中没有专门针对样衣的管理模块

系统中团购商品的描述信息欠缺,团购订单库存的共享或调换,系统并无法自动匹配

DRP跟单:DRP系统不能直观地查看订单生产进度

售后:目前因为有些数据收集不到导致在重新量体下单、原因分析、不合体衣服内部调配共享等方面,缺乏相应的数据分析

由于系统缺乏统一的团购客户关系管理,总部对于团购客户，整体处于管理失控的状态

团购事业部希望团购业务的各个环节（如打样样衣确认、量体、生产、交货、售后)都实现电子化,减少人工介入,提高效率、减小出错

团购事业部希望团购业务的日常运营工作(如查看面料库存、跟踪订单和售后等),能够在手机端执行

解决方案:

在业务建设方面,系统新建团购客户CRM、面料管理模块、样衣管理模块、售后服务管理模块在数据建设方面，打通团购业务系统间的数据对接,为团购业务提供监控分析和决策支撑

3、营销流量的获取困难,考核体系不明确,营销思路缺少创新

解决方案：

完善营销业务(方案端:营销创意、营销文案、目标人群、投放渠道,消费者端:触达、点击、领券、曝光、核销)业务各环节业务数据化(信息化)工作，为后续评估及考核营销活动提供数据支撑

明确营销活动分类及对应营销目标，进而制定合理的考核指标

通过业务创新,自建或与第三方合建流量池.完善消费者生命周期全链路数据采集

搭建消费者画像体系、营销标签体系、商品标签体系、渠道标签体系,为精细化运营提供必要的知识储备

4、零售终端

缺乏零售终端考核

零售执行价制定的问题

终端运营及体验需要提升

定位（零售终端定位)不明

解决方案:

统一公司数据资产管理,建设数据中台,打通数据权限、统—数据口径、提升数据计算效率等。具体如下:

构建零售终端标签体系和运营指标体系，明确定位及目标

完善消费者行为数据采集机制

建立数据资产管理体系,对数据质量进行管控并同意报表口径

提供自助化分析平台,加强一线运营人员数据化分析思维建设

根据数据显示表明,即使在疫情的影响下，该企业2020年全年销售金额较前两年依旧有大幅度上涨。这也表明了数字化对于提升企业销售有极大的现实性意义。

以上文章为数字化转型案例部分内容