我们接下来看看我们在这个服装行业他的数据分析，都有些什么样的分析项目，我们要看服装行业有一些什么样的数据分析项目，其实我们要去了解一下那个服装行业的一个商业流程，它的业务流程，它的业务流程就是从一个服装设计开始到投入生产，然后放到经销商或者是走向门店、线下门店或者是走到天猫店，进行销售的这么一个过程。从这个流程里面，主要分析的是两个大的方向，一个是，对产品很关注，因为他是个市场行业，它的产品是决定一切的东西，所以他对产品非常关注，围绕产品有产品设计、产品定价、产品为谁设计种种这样的商业问题。
问：那在这个产品里面的话，我们作为数据分析师的话他能够有一些什么对他有帮助的？
赵：能做很多，你看他的流程，我要设计一款产品，首先我要想好我要给谁设计，我的顾客是谁，我的顾客是18岁到20岁的年轻小姑娘吗？还是24岁到30岁的白领呢？如果拿伊芙丽的这个品牌来说，它应该有几个牌子，那么伊芙丽是针对这种城市白领女性，女性白领，那么价格也偏高端一些，所以，你要了解这些人的爱好、需求，所以你首先要定位这个人群。有的时候我们会拿到天猫销售的数据去知道这个顾客的画像是什么，他是属于什么样的人群，对知道这个人群之后呢要知道他的喜好，他的生活场景他穿衣服在哪里穿这些都是他们要关心的事情，那么你只有知道这些信息之后，我才知道我这件衣服是设计给你这个人在什么场景下穿的。大多数他们会是一个什么样的生活场景，这些信息其实对于设计师来说是非常非常关键的，那么早期这个市场变化不大的时候，我可以通过观察某一类人的行为，我可以基本上猜得到，但是现在变化很快的时候，其实生活的场景变化也非常快，那么我的设计师，尤其是设计一些特殊的场景的时候，我就要知道他们现在都在干什么。举个简单的例子来说：最近这几年出现一些叫时尚类的，叫户外，就是城市户外服饰，所谓的让城里城市里面的人，穿上一些户外运动的服装，有一种户外的感觉。所以呢，你就会紧紧盯着市场的这个这个趋势，那么这些数据从哪里来呢？一个是从天猫上他本身那些报告；第二个呢也可能是从百度的一些搜索，关键词的搜索，或者是去做一些观察或者调研种种，这样就可以帮到设计师进行产品的设计，但你设计完之后才能交给企业去做市场测试，市场测试对于一个产品上市是很关键的，你设计了50款服装，不可能每一款都是爆款，如果不是爆款，你投入生产之后就会产生积压，因此他要找到最能卖的服装，虽然对于设计师和企业来讲这50款， 都是辛辛苦苦设计出来的，但是可能只有两三款才可以最终上市去卖。
问：那这两三款他怎么测试出来呢？
赵：他要利用天猫的数据，他一般在天猫或者他有些特殊的事实场景，因为他首先要找到精准的流量、精准的人群，那么现在的测试呢，都不是进行打样生产之后再去测试，因为有了数字化的平台，它可以把一个图片或者什么直接放在那个天猫上，然后向天猫购买，比如说我的针对人群是24岁到40岁的城市白领，我就购买这些流量，比如说购买了100000个流量过来，我要看看有百分之多少的人会看我这样的图片，我一共50款，就会发现这50款里有两三款是最热门的，当然他还得找一个数据基准，也就是这款类型的服装，市场平均的点击率是多少。
问：就是说我有50款新的产品有五张图，然后我向淘宝买了一万个流量过来这一万个流量是我觉得是精准的，比如说24岁到30岁， 在这假设，然后这些人来了之后呢，他等于是看到我的50张图片，然后以点击率的这种方式哪个高（来评判）？
赵：他有很多指标去评判，点击率只是其中一个参考点，如果要进入这个行业，要跟老师傅去学的，因为每一种行业，每一款服装它的东西不太一样，他有个基准的东西。所以要知道这些东西，这个只有你进入这个行业，有些老师傅可以给你讲，你主要去观察这些东西就就够了。那么我们初入行的时候可能仅仅是做数据收集和整理，慢慢有经验了就会学会去判断，所以实际上，你从一个数据分析师小白进入这个行业，他的要求并没有你想象的那么高，因为你很多的行业经验不足，虽然有一点技术能力的话，有个老师傅带着你，你会你会发展得比较好。
所以在这个领域里面都会有那么，到后边去定价，如何定价定价也是可以进行测试，各种定价。那么，投入生产之后又会出现新的问题，时装的生命周期很短，打比方只有三个月的生命周期，比方说你一共定了1万件货，你要怎么去卖呢？什么时候该清货？你每天可能有一些指标去监控，到了一定时候，你就知道往后你要是再不打折扣的话，这批货就压在手里了。那么我们通常是打折打得太早了你会很快卖断货，然后就后面就没得卖，就是很好的一款产品没有卖到最好；如果晚了，就可能压货。
小陶：那就是相当于在买卖过程中作为数据分析师的话，他要结合以前的一个买卖的一个数据情况，还要预测未来的一个发生的情况进行经验的一个判断吗？
赵：这个问题非常好，通常在不同的行业中，其他的行业可能会用历史的数据来预测未来，而时尚行业他的变化实在是太快了，你过去同类型的服装来预测今年这款服装，可能是不太合适的。因此他会对数据分析师提出一个比较高的要求，能不能用最近这几周的数据加上天气的数据、外部的数据、第三方的数据，种种数据来只对你这款产品做出预测。这个对数据分析师在建模的上面要求就非常非常高。他要知道如何去处理这些脏数据啊，如何处理丢失数据啊，或者是离散数据啊，各种数据他都要进行处理，它才可以建好这个模型。那么目前据我所知应该在这方面还没有在国内的公司还没有在这方面有太多的去尝试这个东西。
小陶：那就是相当于时装行业它变化比较快，它难以根据以前的数据进行预测，就根据现有的一些情况来预测。因为对于他们的压力就是现在存在的数据集其实是不够大。
赵：对，对他们来说数据集不够大，历史数据不足的原因肯定是对它建模是有影响的，而且它的数据变动比较大，打折、促销、竞争啊各种各样的因素会影响它，这些都会对建模的数据分析师提出很大的一个挑战，所以在我们这个时装行业呢，有的时候他可能因为它难度太高他可能放弃去预测这个事情，而是通过什么呢去盯着他更紧，就是能做能做出及时反应的方式来解决这个问题。就是一些因素给抓到威胁的因素去抓到去避免它有积压的，我就避免它有那个太早去清货的，这样一个货供不上的一个事情。所以这些都是我们数据分析要去考虑的，那么这个只是电商的那么像伊芙丽这样他有带有线下门店的，那他门店里面的分析就更多了因为他们店里面装装这个摄像头，在哪件衣服上有rfid，就九射频装置，顾客从进入到伊芙琳这个看上这个衣服，试了这个衣服，但是有没有买这个衣服那么他有一堆的指标来告诉伊芙丽的管理系统来告诉他们，经营人员这件衣服有很多人尝试但是没人买，那他可能版型有问题，设计上是没有问题，这个衣服非常流行，但是版型有问题 人家穿了不舒服都不肯买，那他现在可以做到当天就一天时间就可以发现到，它有一个情报系统一天时间就可以发现这些衣服把它抽回来之后继续修改，然后再投放市场，因为它的流行的趋势太短了，所以他要反应极度迅速，因此他可以做到线下门店1500零库存，他们在这方面反应速度相当快，像伊芙丽做到从新的女装上新之后，上市只有七天时间差不多，所以这些都是可以分析的地方，什么竞品分析，价格分析，我们叫mark down,就是清货，分析.哪怕mark down里面也要也分,有些mark down不必要的,因为像他们在奥特莱斯有自己的店的话他有些货就直接放到奥特莱斯去打折卖,所以他不在线上,也不再。像伊芙丽就很少mark down,每家企业的战略不一样,伊芙丽很少mark down。但是其他品牌就会，在他要清货的时候去讲价。
网友评论