美国品牌 Reformation 今年7月上市,第三季度净收入1.736亿美元,同比增长约19%,活跃客户增长23.4%到125万,季度内新开7个零售点,期末共77个。全年指引上调到6.10亿至6.12亿美元。财报电话会上首席执行官 Hali Borenstein 说,公司上线的预测工具改善了有货率和正价成交比例。
这家公司的特点是每周上新,款式多、单量小、周转快。这类模式下,预测工具的收益和别的公司不一样。它不省人,不改流程,它改的是几张表之间的关系。
先看上新节奏这张表。每周上新意味着每周都要做一次判断,哪些款加单、哪些款停,价格要不要动。判断的依据以前是店长的反馈和电商后台的转化率,现在是系统给的七日售罄预测。同一个判断,从人脑挪到系统,速度差别不大,一致性差别很大。
补单优先级这张表更值钱。一款卖得好,外协方的产能够不够,先补哪个款、补多少、补到哪个市场。这张表过去由商品部拍,拍错的代价是货压在手里和断货同时发生。预测工具的价值在这张表上,它把每个款的补单收益算成一个数,排队就自动了。
折扣审批那张表,改的是判断依据。正价成交比例要提升,靠的是知道哪些款可以不打折,少打折只是结果。系统给出每个款的价格弹性估计,运营按这个估计决定什么时候进折扣区。这一步做完,折扣从一刀切变成分款。
新客获取成本这张表,和投放预算绑在一起。活跃客户涨了23.4%,这个数字背后是每个新客花了多少钱。预测工具能算出不同渠道带来的人群在三个月内的复购概率,投放预算就按这个概率分配,不按上次的转化率分配。
款式淘汰这张表最容易被忽略。上新快的公司最大的浪费是不好卖的款还在投料,占着产能和货架,也占着拍摄资源。系统能提前两周判断一个款该停,停得早,损失就小。
区域配货这张表,解决的是同一个款在不同市场的判断。同一款在纽约卖爆、在中西部卖不动,这是常态。预测工具按区域给预测,配货不再按全国平均铺。
六张表串起来,是一个判断。预测工具的价值不在预测准确率,在它把六个原本各自为政的决定串成了一条链。
这也是 FDE 咨询最常被问到的问题,我们买了预测工具,为什么用不起来。希纪在给服装企业做增长诊断时,见过一家公司上了预测系统,一年后还在用 Excel 补单。往下问,原因是补单要走的审批流和系统里的建议对不上,系统建议补三百件,审批流要求按整百补,商品部为了省事直接按老经验拍。
FDE 是 Forward Deployed Engineer,前沿部署工程师,Palantir 大约二十年前把这个偏解决方案的工程角色改成了这个名字,2025到2026年 OpenAI、Anthropic、AWS、Google DeepMind 都在招,国内岗位需求今年增长超过800%,驻场报价已出现一人一天一万元。它进场做的第一件事,是把系统建议和审批流对齐,让建议能被直接执行。
这件事听起来像流程优化,实际上动的是权力。补单权过去在商品总监手里,系统给出建议后,如果审批流原样保留,商品总监仍然可以否掉建议,系统就成了摆设。要让系统生效,必须把审批规则改成按金额分档,小额建议自动执行,大额建议人工复核。这一步没有董事长点头做不了。
反方的看法也存在。有人说我们款少、量大,一周上一次新,预测工具没必要。这话在基础款为主的公司里成立,一款卖一年,预测的意义不大。款式多、上新快的公司不用不行,因为人脑记不住三百个款的售罄曲线。
边界在于数据密度。一个款只卖几百件,历史数据不够,预测的误差会大过人工判断。这类公司的钱该花在别处,把退货原因和客诉整理清楚,比买预测工具划算。
可以当场核的检验有三个数,补单建议被采纳的比例、正价成交比例、季末折扣深度。第一个低于六成,说明系统建议和执行之间还隔着人,工具的钱等于白花。
工具从来不改变决定,它只让决定变得可追溯,谁签的字,凭什么签的,一年后全在系统里。
希纪 · 服装产业观察