如何打造服装连锁成功的商业运营模式(一)

产品研发跟市场脱节、设计抄版，产品没有自己的个性和竞争力、货品系列间的渗透性与搭配性不强，要解决上面所述问题点，服装品牌应从何处入手？那就是商品企划。

“凡事预则立，不予则废”，商品企划依据企业的战略发展方向，有目的、有计划的进行资源整合并进行优化配置，充分发挥一切跟企划目标有关的人力、物力、财力、社会及信息资源的积极因素，使其形成合力，以最低的成本创造最大的价值，从而使企业在激烈的竞争中找准自身的定位，取得优势地位。商品企划，是服装企业成功的基石，更是打造服装连锁成功的利器！ 那么，究竟什么是商品企划呢？

商品企划最早来自于西方国家

，其对应的英文术语是“Merchandising”,意思是为了达到市场营销活动效果最佳的目的，对商品销售时间、场合、价格、种类及宣传广告、商品陈列所进行的策划

。 通俗来讲，商品企划就是在合适的时间、合适的地点，以合适的价格、合适的数量、合适的商品来满足目标顾客的欲望与需求。一个简单的定义包涵了商品企划丰富的内涵，服装最终面对的是市场，是终端消费者

，把握市场需要、了解消费者的实际购买需求、找准品牌市场定位、找准目标顾客群体、准确运用适合自己品牌定位的流行资讯

，展开设计研发，在合适的投放时间内，为顾客提供结构合理、价格适中的货品来满足顾客的心声与期待，为顾客创造价值。

商品企划的实施要有一套系统的、科学的流程。简单概括来说，商品企划的执行必须事先对流行资讯、市场资讯、竞争资讯进行收集分析，在此基础上，初步提出商品企划的概念，然后通过设计部、商品开发部，品牌部，运营部共同开会讨论市场需求、目标客群、生产评估、竞争对手评估、跟随品牌评估，通过头脑风暴式的分析讨论，对公司原有的品牌定位和消费者定位进行检视，理清存在的问题后确认商品企划书，在概念主题、色彩、材质、风格、波段计划都确定的基础上展开设计、再到生产(或采购)和营销

，包括生产（或采购）计划、销售计划、行销策略、促销方案等等的制定。具体来讲，商品企划的流程分以下七个步骤：

第一步：进行信息搜集 首先应建立信息来源渠道,

渠道来源包括终端销售反馈、网络、各大名牌的流行发布会、报刊、杂志等，如商品开发与设计人员可通过阅读同业及服装出版品，参加服装展会

，收集流行预测性的信息，包括色彩、面料、款型及配饰涉及的资讯信息；还可通过网络、书籍等各种渠道搜集消费者的消费动态、购物形态的转变、受社会议题的影响造成的消费心理趋势等信息；品牌部提供品牌形象，品牌定位信息；运营部要主动将顾客的消费偏好\消费需求等信息与商品开发人员沟通,反馈门店的商品需求,市场行情及竞争信息并提供销售数据及库存分析数据；客服部进行会员分析。这一步骤的重点是要建立有效的信息收集渠道和整理办法，使得信息的收集在平时就能顺畅地进行，不能只在商品规划前草草进行，另外，商品中心需要及时地将各信息资料分类、汇总、整理、存储和更新，以确保信息的时效性和准确性。

分析报告，统计分析和数据挖掘的区别

关于分析报告，统计分析和数据挖掘的区别！献峰网络指出：数据分析只是在已定的假设，先验约束上处理原有计算方法，统计方法，将数据分析转化为信息，而这些信息需要进一步的获得认知，转化为有效的预测和决策，这时就需要数据挖掘，也就是我们数据分析师系统成长之路的“更上一楼”。

数据挖掘与数据分析两者紧密相连，具有循环递归的关系，数据分析结果需要进一步进行数据挖掘才能指导决策，而数据挖掘进行价值评估的过程也需要调整先验约束而再次进行数据分析。

而两者的具体区别在于：

（其实数据分析的范围广，包含了数据挖掘，在这里区别主要是指统计分析）

数据量上：数据分析的数据量可能并不大，而数据挖掘的数据量极大。

约束上：数据分析是从一个假设出发，需要自行建立方程或模型来与假设吻合，而数据挖掘不需要假设，可以自动建立方程。

对象上：数据分析往往是针对数字化的数据，而数据挖掘能够采用不同类型的数据，比如声音，文本等。

结果上：数据分析对结果进行解释，呈现出有效信息，数据挖掘的结果不容易解释，对信息进行价值评估，着眼于预测未来，并提出决策性建议。

数据分析是把数据变成信息的工具，数据挖掘是把信息变成认知的工具，如果我们想要从数据中提取一定的规律（即认知）往往需要数据分析和数据挖掘结合使用。

举个例子说明：你揣着50元去菜市场买菜，对于琳琅满目的鸡鸭鱼猪肉以及各类蔬菜，想荤素搭配，你逐一询问价格，不断进行统计分析，能各自买到多少肉，多少菜，大概能吃多久，心里得出一组信息，这就是数据分析。而关系到你做出选择的时候就需要对这些信息进行价值评估，根据自己的偏好，营养价值，科学的搭配，用餐时间计划，最有性价比的组合等等，对这些信息进行价值化分析，最终确定一个购买e799bee5baa6e997aee7ad方案，这就是数据挖掘。

数据分析与数据挖掘的结合最终才能落地，将数据的有用性发挥到极致。

关于数据挖掘，涉及的主要方法主要有：数据分析的方法、可视技术、关联法则、神经网络、决策树、遗传算法等。

希 望 采 纳 不 足 可 追 问

转载请注明：车饰网 » 如何打造服装连锁成功的商业运营模式(一)