基于我们目前看到的结果，绝对。以下是与传统规划方法（源自实际经验）相比的三个关键收益。

随着我们继续向大流行后的经济过渡，中端时尚作为一个不可逆转地改变的零售行业脱颖而出。

现在很明显，时尚零售很可能永远不会恢复到疫情前以店内购买为主的销售组合，我们也不太可能看到封锁高峰期的在线销售水平。仍然

有相当一部分消费者总是更喜欢在购买前访问他们最喜欢的商店浏览货架并试穿商品的触觉体验。与此同时，其他顾客——尤其是千禧一

代和Z世代——避开当地购物中心，转而通过网站和移动应用程序在线购买衣服。

如果您是时尚零售商，您可能正在努力为店内和在线销售（例如，供应商订单、现有库存、配送中心/商店分配）“获得正确的数字”，并

试图弄清楚如何使运输和 BOPIS 履行更有效率，对吗？缺货和/或交货延迟使客户感到沮丧，他们将很快转向竞争对手寻求替代方案。而

且，正如我们在之前的博客文章中所讨论的那样，过剩或分配不当的库存会迅速侵蚀您的利润。

为了解决这些问题，我们正在合作的许多时装零售商正在重新思考他们的规划方法，并专门采用全渠道需求规划的理念——一种了解需求

并平衡店内和在线渠道库存分配的无缝、整体方法。

掌握这种跨渠道优化需要正确分析和处理所有可用数据——商店销售、在线销售、价格和促销、假期和活动、在线流量、客户人口统计、

天气等外部因素以及许多其他相关变量。然而，解释所有这些数据源及其对需求的影响将花费人类比合理更多的时间和精力。这就是为什

么一些零售商倾向于AI/ML算法，这些算法已经向其他零售商展示了改变游戏规则的价值，使他们能够在竞争日益激烈的中端时尚领域跟

上步伐。

人工智能驱动的解决方案可以为像您这样的全渠道时尚零售商带来哪些具体好处？

1、您可以避免可怕的“撕裂和替换”项目。人工智能驱动的软件解决方案可以很容易地整合到现有的ERP系统中，如SAP、JDA和Oracle，

使其更加智能。一旦人工智能应用程序摄取了所有相关数据，它将生成一个统一的需求信号，该信号可用作全渠道分配和补货的单一事实

来源。如果您有兴趣了解更多关于我们如何为美国东南部一家拥有 300 家商店的古老时尚零售商成功建立此功能的信息，请告诉我，我们

可以分享该项目的详细信息。出于许多原因，首选这种增强方法，包括节省成本、节省时间以及减少对更大团队的再培训需求。它并不像

人们想象的那样需要重新设计流程。

您将能够主动管理库存，而不是不断尝试“赶上”客户。领先的 AI/ML 技术在消除跨渠道订购和分配时尚产品以及补充日常必需品所涉及

的昂贵猜测方面发挥着重要作用。通过使用 AI/ML 支持的需求预测做出这些决策，您可以更好地最大限度地降低与时尚零售相关的风险，

同时提高利润。

2、您最终会觉得优化定价并保持定价一致性很容易。我知道您的客户最近的全渠道购买习惯使传统的定价策略变得复杂。传统上使用的严格

降价规则开始过时，您必须转向使用更精细数据（实时销售、在线购物模式、现有库存等）的数据科学来确定每个 SKU 的最佳生命周期定

价。我敢肯定，试图通过在线渠道以更高的价格出售这些商品是一种有趣的平衡行为。幸运的是，人工智能的引入有效地为与我们合作的

许多零售商带来了混乱。如果您有兴趣，很高兴分享一些具体的例子，但我会说我们对中端时尚零售商利用人工智能的最新进展来更好地

帮助建立强大的品牌形象和服务忠诚客户群的近期机会感到特别兴奋。在这个需求模式不断变化的时期，中端零售商比大型竞争对手更有

能力转向满足消费者不断变化的需求，并充分利用全渠道偏好。

虽然我们为零售领域的客户的成功记录感到自豪，但我们认为，在下一代人工智能驱动的需求规划、库存管理和生命周期定价方面，中端

时尚是一个服务不足的细分市场。