头部时尚服装企业如何抓住新时代消费者？

经过数年的低迷期，时尚产业终于在2017年迎来复苏性增长，2018年又将在动荡中产生哪些新机会？在麦肯锡和BoF（The Business of Fashion）发布的2018年时尚产业报告中，这些现象及趋势值得我们关注。

赢家通吃现象

2016年麦肯锡全球时尚指数显示，时尚行业的领先企业与落后企业之间差距显著。排名前10的企业三年间的收入复合增长率为13%，而最后10名则是负增长，前者的净利润率是后者的8倍。

对时尚服装行业过去10年的经营情况进行分析，麦肯锡发现这一领域“赢者通吃”现象明显，领先者占据了全行业的全部经济利润。截至2016年底，排名前20%的企业为行业经济利润贡献率已经达到了144%。

 新一代消费者更偏爱社交购物

随着千禧一代（出生于1979-1988）及Z世代（Generation Z，出生于1995-1998）成为主流时尚客户，消费战场也从线下转移到线上。

东南亚的消费者平均每天上网约 8 小时，其中花在社交媒体上的时间超过 3 小时。除了社交聊天，还带动了社交购物。另据埃森哲发布的《95后消费者调研》显示，约三分之一的95后青睐更丰富的社交平台，比如直播类、视频类平台。有高达 70% 的95后表示愿意使用社交媒体购物。

但无论消费渠道如何，消费者都期待始终如一的品牌经验。电子商务公司，从亚马逊到 Zappos、阿里巴巴、net-a-porter 都在继续提高门槛，尤其是对那些渴望给用户提供更优质的体验的时尚公司来说。Farfetch 和 Gucci 合作，让用户可以享受网上购物，并且在 90 分钟或更短的时间内的送货上门。

在埃森哲的研究报告中，同样显示 95 后甚至比千禧一代更看重配送速度。他们会因为配送时间模糊不清而取消网购订单，他们会计算配送时间，他们也更愿意为快递支付额外的费用，如果零售商能提供预约配送时间这一服务，95后会更乐于选择该商家。

随着信息获取和购物方式的便捷，消费者对品牌的忠诚度越来越低，尤其是千禧一代，三分之二的人表示如果能享受 30% 或以上的折扣，愿意更换品牌。一方面他们对价格非常敏感，另一方面他们也会根据公司的做法／使命是否与自己的价值观相一致，做出更多的购买决定。这一代消费者对公司能够提供什么有更高的期望：比如便利性、质量、价值取向、新鲜度和价格。

这些鲜明的特征使得新时代消费者对品牌有了完全不同的期望：

如何把握住新用户，成为行业赢家？麦肯锡研究显示，杰出企业在以下两个方面表现出色：

• 对竞争领域的选择，包含地域、品类、分销渠道、价位和价值链中的定位等；

• 更重要的“制胜之道”是更快速的产品开发和更全面深刻的消费者洞察。

如下图所示，排名前10的企业的产品开发周期小于2个月，而最后10名企业则通常需要半年以上。

时尚服装企业获得成功的三个阶段

从以产品为中心，到深入消费者和市场，再到基于数据预测近期市场动向，服装供应链将经历三个成长阶段，以下为各阶段具体特征及应对措施。

第一阶段：分级建立更敏捷的供应链

为了更好地应对市场需求，最大化捕捉潜在商机，我们认为，企业需要按照产品的不同销售风险将供应链细分成5个类型并开展差异化优化提升：

• 风险最低的基础款式产品，采用更长的订货和交付周期；

• 核心的季节性产品，需要更频繁的订货周期和更快的交付周期；

• 创新型产品，通常需要将订货交付周期缩短到3-6周；

• 第四类是根据市场反馈需要对产品进行快速补货或下架；

• 对于销售风险最高的全新创意性产品，则需要供应链具有快速测试和迭代优化的能力。

这种分级化的敏捷供应链，能够帮助服装企业加速货品周转周期、提高生产柔性。但是，将这一想法付诸实现也需要开展多项具体工作，包括优化流程、强化供应商关系、提升运输物流体系、建立库存共享等。

第二阶段：深入洞悉消费者和市场, 打造反应更灵敏的供应链

消费者和市场洞察有助于回答价值链上的核心商业问题，例如增加或缩减哪些品类，如何对新品定价，陈列展示哪些货品，推出什么风格和颜色的产品，如何利用爆款取得成功等。

然而，时尚企业在获取行业基础数据开展分析并将洞察应用于工作的过程中需要解决多项挑战以发挥数据的真正价值 ：

• 行业基础数据的来源众多，并且通常没有经过整合，需要更好地利用技术来对其进行整合清洗 (见图5)；

• 服装行业的惯性思维认为设计是驱动行业的本质而非数据，这种思维定式亟待改变；

• 每一件产品看起来都是与众不同的，需要对这些产品进行统一分类并将逐一打标；

• 无法直接得到消费者的购买数据也是一大难点，这需要加强与批发商在数据方面的合作或者更多地利用自有零售体系。

总体来说，时尚企业数据来源众多、十分丰富，但是这些数据通常未经整合。

第三阶段：借助大数据分析和AI，建立对消费者和市场的预测性分析

利用包括自然语言处理、可视化、预测分析和机器学习在内的多种技术，对消费者进行更深层次的分析，在充分理解当前消费者需求的基础上，建立预判长期变化趋势的能力。

面对挑战和机遇共存的时尚行业，麦肯锡建议时尚企业要从小处着手，加强人才投资、主动管理变化。聚焦分级化敏捷供应链建设，加强对消费者深入洞察和利用最新分析技术探寻发展机会三项抓手，抓住契机成为下一个赢家。 

一部分创业公司已经动起来了，比如36氪此前报道过的Syte.ai，把图像识别技术带到时尚产业，利用AI和图像识别技术找同款衣服。

中国的图像识别技术近几年发展迅速，在2017年的纽约时装周上，腾讯优图通过AI图像识别技术分析了95后的着装风格。

近几年美国涌出了许多时尚电商品牌，如大部分时尚电商是像ShopBop这样的设计师品牌的直销网站，也有ASOS、BooHoo这样专注于快时尚的电商品牌，还有像Polyvore这样通过网络社区内容导购的平台。但像Syte.ai这样将图像识别技术，机器学习技术与时尚结合的电商目前并不多见。