服装行业存在问题及解决对策（精准解决3大难题）

服装行业曾流传过一句话：主动转型升级数字化等于“找死”，不转型就是“等死”

主动转型数字化等于“找死”：早期试水数字化转型的服装企业在上完系统后，会发现业务人员基本不用，最后技术人员当“背锅侠”，花钱还捞不着好。

不转型就是“等死”：随着国内消费升级，需要全链路经营贯通，以及要供需平衡发展，因此要做到供应链体系适配，在这个大背景下服装公司再不进行数字化转型就等于是在“等死”。

其实，服装企业在转型升级方面，必须实现管理、技术和业务三个领域的全面转型。但值得注意的是，从数字化转型提出至今，企业一直聚焦管理数字化和技术数字化，少有针对业务数字化的探讨。

所以，今天帆软君主要会围绕业务数字化转型，分享服装公司业务数字化转型的实践思路。

私信「服装业」，获取完整解决方案。

问题1：「模式」技术部门主导，业务部门轻参与

业务数字化转型通常被认为就是搭建业务系统的过程，就像给房间配桌子、椅子一样，只要买回来就能解决问题。

然而通常情况就像上文所表述的那样，系统上完了，由于业务人员在过程中没有充分参与，上线后系统使用情况不理想（没有达到预期的效果），最终往往是技术人员当“背锅侠”。因此在转型早期，业内的普遍认知是——主动转型等于“找死”，不转型就是“等死”。

问题2：「内容」数据报表为主，业务分析欠缺

实践过程中，业务部门提供的需求以日常使用的表单为主，然后技术部门在BI系统中去还原，这种方式相当于将线下的Excel表单迁移到BI系统中，将BI系统当做一个快速输出表单的工具。

然而，由于业务部门对转型的定位和方向不明确，提供的需求无论是从数量还是质量上，都没有严格把控，导致数据报表一堆，并且这些表单在发挥业务价值方面都没有经过严格的调研验证，最后事倍功半。

问题3：「成果」业务认可度低，实用价值不高

访问量低：报表开发了成百上千张，但月人均访问60 的只有不足一半；

月活数少：数据平台上线半年多，月活人数占比低于30%；

管理困难：各业务模块之间管理不规范，使用时定位不到具体问题；

高可用业务体系搭建，需要从以下三个方面进行把控：

「需求决定供给」：了解业务核心痛点，提高管理链路中的下层效率

业务数字化转型过程中，管理层需求优先级最高，一般会被优先响应，其次才是业务层需求。实际上，业务层需求一定程度上代表企业日常经营，并包含了管理层的需求，因此，需求输出的出发点是业务层，业务数字化转型要了解业务的核心需求。

通过调研业务核心需求，结合管理层的管理诉求，搭建需求体系来提升需求处理效率、从而提升整个管理链路的效率。

「共性高于个性」：通过多方调研整合共性需求，凝练一对多的解决方案

当前，企业数据分析的主要方式还是Excel，各部门各模块的业务人员都有日常使用的Excel分析报告来响应数据分析需求，这种因部门、业务模块、个体差异而割裂的数据分析方式是低效的。

业务数字化转型过程中，调研需求阶段需要打破传统的思维方式，突破部门、模块、个体之间的壁垒，找出相似业务场景下的共性需求，通过多方调研整合需求，形成一对多的解决方案来提升需求响应效率。

「质量重于数量」运用需求调研方法，构建高质量业务框架

企业经常遇到这种问题——“为什么业务提的需求都响应了，系统也上线了几百张需求报表，但就是用不起来、业务还是不满意呢？” 这是只顾响应业务需求而不考虑需求质量造成的。

如前所述，业务层需求包含管理层的需求，这意味着业务层的需求容量是大于管理层的诉求的。对业务需求进行调研的时候，需要运用正确的调研方法对需求进行识别、分类、重新设计——即识别需求的应用场景，基于应用场景对需求进行归类，同时提炼场景下的核心需求，围绕核心需求将边缘需求重新设计，形成基于场景的核心需求框架，这样的业务框架是高质量的。

重点（如何实现）：业务体系化的三大核心步骤

前文提到，高可用业务体系构建要关注的三大要点——需求、共性和质量，接下来围绕这三个要点，我们来详细介绍业务体系化的三大核心步骤：高质量业务需求提炼、高可用业务流程梳理、高效率分析体系构建。

step1：「高质量」业务需求提炼

高质量业务需求提炼，是指围绕业务需求池，运用标准的调研方法，对其中的需求进行内容识别、应用场景分析、解决思路探究和改善建议思考，从而提升需求质量。在这个过程中，会综合考虑报告的目的、现状、问题和优化方案，要求调研人员积极引导，业务人员高度配合。

以商品销售报表为例，运用5W1H分析法，简要阐述高质量业务需求提炼过程，具体步骤如下图。

图1 高质量业务需求提炼

通过分析得到如下的信息：

• 目的：表单是商品运营人员在周例会上做商品销售跟进使用；
• 现状：主要通过明细查看的方式来了解各项指标达成，追踪异常情况；
• 存在的问题：表单使用场景固定，手工周期性制作，表单主题多，但与此同时带来的问题就是主题不明确。
• 优化方案：主题进一步明确，做数据分级、权限分级、数据预警。

step2：「高可用」业务流程梳理

高可用业务流程梳理，是指围绕具体业务场景，对需求（代指提炼后的需求，后文类似）进行主题识别，梳理出该场景下完整的、满足PDCA原则的业务链，同时针对每个链节点，构建满足链路分析的闭环业务流。

仍以商品管理场景为例，阐述从需求到业务链、业务流程的梳理步骤，具体描述如下：

1、从需求到业务链。根据商品管理场景下的需求主题，将传统的商品全生命周期管理工作流细化为图2.1所示的6个业务链节点：季前备货/销售计划、收到货/调拨管理、销售管理、库存管理、产品销售复盘、采购规划、订单制作/调整，然后将需求归入对应的节点中；

图2.1 从需求到业务链

2、从业务链到业务流程。以销售管理节点为例，根据商品在销售管理中的流动方向构建销售管理的闭环业务流，并将需求细化到各个业务流程中，对于已有需求不能满足业务流分析的部分予以补充，结果如图2.2。

图2.2 从业务链到业务流程

通过对需求到业务链，到业务流程的梳理，实现了商品销售管理业务流的搭建。再将上述方法应用到整个商品管理，乃至全模块的业务场景下，最终实现企业全业务模块场景流程的梳理。这样梳理得到的业务流程是高可用的。

step3：「高效率」分析体系构建

高效率分析体系搭建，是指面向全业务模块需求，运用精细化管理理念，对其中含多分析主题的需求进行分拆、合并（完善），从而构建出满足规范化、精细化、个性化的需求，实现整体需求的低冗余、高效率。

以商品销售管理场景下的“销售综合分析”需求和“分类销售情况分析”需求为例，阐述需求合并的具体路径（分拆类似）。结合3.1中的5W1H分析法，我们得到如下结果：

图3 需求分析结论

通过对结果进行分析发现，两个需求的应用场景类似，都是分析商品的销售情况，可以进行如下合并操作，并进行一定的优化：

• 维度：区分产品、渠道和时间维度。
• 产品维度：品牌、产品季、波段、系列、大类、中类、小类、款号；满足综合分析和品类分析需求的同时，细化到了对单款的分析；
• 渠道维度：渠道、区域、客户类型、店铺性质；将渠道细粒度下沉到门店级别，满足不同角色的需求；
• 时间维度：统一调整为自定义时间范围。
• 指标：原有指标保留，完善增加订货金额占比、零售目标额和售罄率。
• 场景设计：引用层级管理的理念，将需求按照产品维度设计成三层，通过权限管理来控制页面权限和数据权限，实现需求的一对多应用。
• 可视化需求：核心KPI指标的图表展示，趋势达成类数据的图表展示等（本例暂不考虑这点）。

最终合并后落地的效果如下图所示：

图4 需求合并结果

与之类似，在分析体系构建的过程中，将精细化管理的理念应用到整个需求池中——合并同质需求、分拆异质需求，最终实现整个分析体系的低冗余、高效率。

高质量、高可用、高效率，是数字化转型后期企业对业务体系化建设的必然要求，也是衡量业务数字化转型成果是否落到实处，能否为企业发展带来价值的衡量标准。

围绕以上三个核心要点，企业在业务数字化转型过程中取得了一些显著成果。

Case1. 国内某知名体育用品集团，致力于构建全渠道多品牌的营销体系，自2017年开始尝试转型，由于初期方向上存在一些偏差，高成本带来低成效；19年正式引入数字化BI工具启动业务数字化转型，聚焦「业务核心需求」，从单品牌切入，搭建零售、商品、会员、门店、渠道五大核心模块，并从中提炼出成熟的路径，逐步往其他品牌覆盖。数据便捷性和准确性得到提升的同时，也提高了业务人员效率。

Case2. 上海某国际运动品牌零售商，2020年启动业务数字化转型项目，专注业务分析体系搭建。通过需求池的精准调研设计，提炼「共性需求」，整体需求「质量大幅提升」——需求冗余度下降40%，可视化分析占比提升60%。业务人员配合积极性和使用意愿高涨。

---

评论并私信「服装业」，即可查看完整解决方案。,