衣邦人创始人 方琴：BI下沉、AI提升，服装定制的数字化趋势 | 2020未来新消费直播峰会

聚焦消费零售行业涌现出的新风口，洞察变革趋势。

5月20日，36氪&零售老板内参联合举办“服饰零售进化论”主题峰会，邀请了服饰行业有代表性的标杆企业的高管、CEO们，以直播演讲的方式，就数字化、个性定制、柔性供应链这三个服饰业的进化方向，分享了他们的商业预测，打法策略，以及实战经验。

随着消费升级和柔性供应链的发展，服饰私人定制成为一个显著趋势。衣邦人就是一个专注于打造服饰定制供应链和服务链的企业，也是率先将互联网上门量体和工业4.0新的模式各前沿技术引入私人服装定制行业的平台。此次峰会，我们也邀请到了衣邦人创始人&CEO 方琴，就《BI下沉、AI提升，服装定制的数字化趋势》主题发表了精彩演讲。

衣邦人创始人&CEO 方琴

在成衣繁盛之前，定制才是服装的主流。我们现在只是用一种高效、透明、个性化和更具品质的方式让它回归。通过商业智能实践，人工智能创新，以及更加柔性的供应链组织方式，我们尝试定义一种新的服装定制方式和美学。

以下为嘉宾演讲实录，经编辑整理：

很高兴分享《BI下沉、AI提升，服装定制的数字化趋势》，主要还是来自于衣邦人这五年半以来，对服装定制的实践，以及对行业的观察。

我在浙大读的计算机本科、管理硕士，成立衣邦人也一直做个性化定制，原来做的类目是定制礼品。衣邦人成立已经五年半了，在国内服装定制行业，尤其是男装定制行业的话，我们是规模最大的一家零售型定制企业。衣邦人主要的创新点是采用了“互联网+上门量体+工业4.0”C2M模式，为消费者提供单量单裁的商务正装和商务休闲装。我们在全国有50个直营网点，能够在142个城市提供免费上门量体服务。目前，衣邦人预约客户已超过125万，超过250万用户通过衣邦人APP改善个人形象或享受定制服务。

公司过去发展分为几个阶段：

2014年、2015年验证我们的商业模式；

2016年、2017年主要精力放在上门服务网点拓展上。从杭州开始，第二个网点和第三个网点分别开在上海和北京。2017年在国内一二线城市基本上都建立了直营网点，能够在当地提供免费的上门量体服务；

2018年、2019年业务显著增长。2018年10月，我们实现单日最高成交500万。2019年，成绩再次刷新，单日最高成交额达到600万。同时，我们还启动供应链赋能计划，开始为制造商、面料商提供针对数字化、产能、生产工艺提升的帮助。

2020年，我们的预约客户数在2月份疫情爆发之前突破120万，而4月份突破125万，并正式进军男士结婚礼服市场。我们还成为行业内唯一拿到省级大数据研发中心的企业，主要进行智能搭配大数据研发。

公司采取的是C2M模式，我们作为连接器，连接消费者和加工厂。新客户可以在衣邦人APP、微信公众号和小程序上预约。我们派专业着装顾问免费上门量取客户身材数据，并结合气质特点、职业特点为其进行面料和款式的推荐。确认的订单会直接发到智能工厂，进行自动打版、裁片、缝制。过程中，我们的系统会自动进行面料智能调拨和生产计划的智能规划。做出来的衣服通过快递交付到客户手里。老客户则可直接下单定制，如体型发生变化，也可让专属顾问重新量体，而VIP客户更享受送衣上门服务。

这里面值得一提的是，2月份我们也经历了疫情的考验，上门量体服务全面停止。但是公司的业绩，尤其是复购业绩达到同比2.3倍。得益于我们对老客户的身材数据和消费偏好的留存，并应用了一些私域流量管理思路和工具进行客户关系维护，这使得老客户互动能做得很好，也带来更好的复购率。

在品类拓展方面，公司经过五年半的发展，不仅仅具备做西服定制的能力，已经从商务正装开始延伸向商务休闲装，甚至是商务时尚装方向。除了男装外，我们也开始有了女装系列。

介绍过衣邦人之后，再回到今天演讲的主题，就是BI下沉和AI提升。

什么是BI下沉呢？BI的意思是商业智能。在我们这样的公司，可以想像每一个着装顾问都是一家移动的门店，她们需要非常快速地做很多决策。没有BI作为基础，基层员工没有决策权，什么事都要请示领导，这样效率会非常慢。

因此，我们做了很多BI下沉的应用，比如着装顾问有iPAD智能顾问终端，可以方便她们在客户沟通过程中，获得辅助决策支持，并且简化或减少审批。除了着装顾问，公司的广告投放人员也可以实时看到投放反馈数据。大部分投放数据可以做到1个小时更新一次，便于及时调整创意和投放计划，使得整个决策变得非常快。另外，我们采取了BP制的方式，各个板块BP可以看到实时数据，和他服务的职能部门一起讨论是否要调整打法，比如调整促销方案、用户维护频次等。

实现决策权下沉，要做到数据可见性下沉，让终端员工可以看到必要的数据，来代替管理层作出决策和判断。同时，做到可调配资源下沉，让员工能调用更多公司资源。这对于公司提高运营效率是非常关键的。

怎么理解AI提升呢？打造更好用的工具，解放人的脑力。举个例子，伦敦出租车司机需要用人脑记住全伦敦25万条街道，但导致了出租车服务过于昂贵、城市扩张后司机准入门槛几何级上升的问题。现在有了人工智能技术，第一次去伦敦的人，对伦敦都可以像老司机一样熟悉。

节约出来的脑力可以更好服务客户，衣邦人对人工智能的应用，最大的亮点体现在赋能着装顾问。因为行业内有很多人质疑衣邦人用的着装顾问是90后的年轻姑娘，她们不可能有老裁缝的经验。为什么我们还能用这样的年轻姑娘把衣服做好，而且得到越来越的客户赞赏和认可呢？主要的原因是我们使用了人工智能技术。

比如量体环节，她们录入IPAD的量体数据，会自动经过人工智能的审查，相当于随身携带了一位老裁缝，告诉她们这个数据是不是正常，哪两个数据有矛盾，这样可以实时复核。甚至在顾问挑选面料的时候，人工智能也会进行辅助，告诉她推荐什么样色系的面料、什么样花型的面料会更适合顾客。智能辅助再结合我们专业的顾问培训体系，使得我们的顾问能够有不亚于老裁缝的专业水平，也让顾问有更多的精力放在销售以外，比如去观察客户的穿着感受、穿着习惯、使用场景以及如何更有亲和力的与客户沟通。

BI下沉和AI提升，听起来挺美好的，其实背后对企业的数字化能力建设有非常高的要求。要提升数字化能力，我们认为主要从以下四个方面：数商培养、大数据和AI的应用能力、数字化基建、能力输出和赋能。

第一个观点是全员的数商培养，除了智商、情商、逆商高之外，数商也成为员工职场素养之一。我们确实会偏爱数商高的员工，比如总部招聘的计算机专业、电子商务专业、自动化专业方向的员工比例会高一些，因为他们在学校里面接受过更好的数字化教育。

其次，公司是否鼓励大数据和AI用来做终端的应用也非常重要。AI和大数据在商业应用中的显著目标是增加功能或提高效率，从而让消费者获益，或者让供应商提效。

举一个例子，最近我们在建的智能搭配大数据研发中心，要把客户的形象数据和服装面料、风格，通过大数据进行匹配和推荐。利用这些数据，我们的销售顾问可以更轻松地成为搭配专家。后面的应用还是基于公司整体的业务信息化，基础单元的数字化和数据中台搭建一定要做好。这里把我们公司的IT架构给大家进行了分享，在终端有衣邦人的APP、微信小程序、PC端官网，这些客户是可以看到的部分。上门的时候，可以看到着装顾问有专业的企业版APP运行在iPad智能顾问终端。供应商也知道跟衣邦人合作，要登录衣邦人人的供应商开放平台。

IT架构图中间这些是我们内部的业务中台和数据中台。业务中台的意思是，很多业务地操作、运维都在里面，它背后的基础是要把所有的业务流程信息化、数字化、在线化，否则大数据缺少了数据来源。数据中台已经开始支撑我们公司的实时经营数据看板、投放效果评估系统、智能推广及报表系统。当然，我们已大部分实现了实时经营数据看板，并逐步淘汰需人工导出分析的报表。顾问可以实时看到自己的移动店铺经营情况、顾客复购情况、回访情况、需要上门服务的情况。投放的同学可以看到投放效果评估系统，还有智能推荐的引擎。而网点主管、公司区域总监也能看到更完整的业务数据。

除了自己做数字化建设外，我们还要有能力输出，甚至把这些能力赋予到合作伙伴身上的意识。目前在这个方向应用比较深，主要是在供应链板块。我们做了自己的云裁剪平台，这样对接工厂就可以免去再做一套基础版型和推版规则的投入。因为，很多没有经验的工厂，比如从成衣生产转型过来的工厂，做这个是非常困难，因为要有大量测试才能确定版型的适用性。由我们统一做了，工厂在这个方面就可以节约时间和成本。

对于工厂来说，云裁剪平台，不仅仅可以帮助工厂节约时效，还能保证不同的工厂之间产品的统一性、工艺水平的统一性，使得生产加工流程更可控。

对消费者来讲，能享受到更高效的定制服务，更高的定制效率和更透明的定制流程。同时，云裁剪解决CAD制版和裁剪的问题，就可以允许客户获得更服务的定制细节选择。

我们对供应链赋能的应用有两大场景，一类场景是对于从来没有做过定制的工厂。比如原来是成衣厂，对接和应用我们的云裁剪平台，花一个月左右时间就可以完成定制生产线的部署。对于已经有一定的按件定制经验的工厂，云裁剪平台可帮它做得更快更有效率、成本更节约、品质更可控。我们有一个供应链赋能计划的视频，大家可以看一下。

（播放视频）

我的分享就到这里，希望能对大家有帮助。

点击观看嘉宾演讲回放→