编者按：本文为创业邦原创报道，作者若卡，未经授权禁止转载。
随着线上购物的蓬勃发展，实体零售店客流巨降已经不算新闻了。雪上加霜的是，疫情防控让服装零售店遭受的打击更大。
此前海外头条曾经介绍过陷入危机的Gap，本期推介文章作者Andy Lau分析了另一家快时尚服装零售H&M是如何自救的，以及实体店利用大数据技术能在哪些方面获得助益。
文章来自medium网站《H&M：利用大数据和人工智能》（H&M: Utilizing Big Data and Artificial Intelligence）。
由于店内销售放缓，全球第二大时装零售商H&M的股价在过去三年中下跌了56%，现在多数店铺被迫关闭。
这个品牌是Erling Persson于1947年在瑞典创立的，虽然网上销售增长了32%，但H&M在4月3日警告称，将在3 - 5月的第二财季迎来数十年来首次季度亏损，对毛利率产生2-4个百分点的负面影响。
H&M称，4月底未售出商品库存略高于410亿瑞典克朗(42亿美元)，高于2月底的372亿瑞典克朗和上年同期的400亿瑞典克朗。而由于疫情严重，作为第二大市场，美国的销量下降了71%。
目前，影响公司整体利润的两大问题是大幅降价和过多库存囤积，为了改变现状，该公司想要通过人工智能和大数据赢回客户。
也就是说，H&M计划利用大数据来定制它在各个商店销售的商品，而不是在世界各地的商店里储存类似的商品，改变商业策略，就像是把线上购物的数据技术引入实体店。
像大多数传统的实体零售店一样，H&M之前靠设计师团队来分析顾客的喜好和消费兴趣，然后设计出迎合兴趣的产品。然而，这个模型被证明是不成功的。作者介绍称，H&M的管理团队一直想找到一种为客户创造价值的新方法，发现大数据很希望。
因此，H&M聘请了200名数据科学家，以了解每个商店中每种商品的购买模式和趋势，希望通过投资大数据和分析地方层面的客户需求，用算法来分析商店收据、退货信息和顾客忠诚度。
被网购培养出消费习惯的顾客对个性化和高质量的体验要求愈加苛刻，没有哪个快时尚服装品牌能够在不跟随时代进步的情况下具有竞争力。而不再用一刀切的方法来设计服装和进货，根据当地需求来定制商品，或许能增加收入和利益相关者的信任。
在斯德哥尔摩的奥斯特马尔姆(Ostermalm)，有一家H&M品牌店是新技术早期的采用者之一。通过大数据和人工智能技术，这家店发现，大多数顾客都是女性，喜欢时尚服装。
再比如，通过行为分析，H&M认为消费者更青睐高价，或许他们觉得快时尚服装店里稍高一点价格的衣服质量也靠谱，要为这样的服装选择更好的展示位置。
该商店还增加了一家咖啡店，并开始出售鲜花，因为数据显示，顾客在购物体验中需要这些服务，作为生活方式选择的一部分，服装店也得开展增值业务。
此外，通过分析顾客的购买和退货信息，销售迎合核心市场的产品。H&M表示，现在供应的产品更符合当地人民的审美，这家店的销售情况有了显著改善。
除此之外，H&M在使用大数据提前3到8个月预测趋势。除了来自外部的信息外，还收集了来自商店和网站的50亿次访问数据，从博客文章到搜索引擎。有了这些信息，是为了更有把握地了解时尚的模式和趋势，并生产出有销量的产品。
此外，零售商还利用算法来了解汇率波动和原材料成本。
这样，公司将确保每个商店的商品价格都是合理的，不会负担额外成本。许多竞争对手也在利用技术赢回顾客，比如Zara使用机器人加速在线订单提货的效率，GAP则依靠市场调查数据和谷歌分析来了解顾客的喜好。
总之，H&M投资于信息技术是因为它希望员工依赖数据而不是直觉。算法昼夜不停地工作，并不断地根据客户的行为和期望进行调整。有了人工智能和大数据，情感就不再是决策的一部分。该公司认为这是一个积极的方面，因为人的认知可能是有限且片面的。
这是传统服装品牌努力做出的改善，希望大数据能赋予H&M更敏锐、更准确、更贴近客户的能力，在关店潮下努力做到少而精，避免危机的命运。
本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。
