近日，天猫联合咨询机构埃森哲发布《天猫企业经营方法论——双轮驱动，全域增长双轮驱动白皮书》，阿里巴巴集团副总裁、天猫事业群副总裁吹雪表示，下一阶段天猫将助力企业从电商全域营销走向企业全域直接服务消费者营销，从人群运营走向全域的消费者与货品生命周期管理。

对企业来说，如何以货品满足消费者的消费需求，并提供附加优质服务，其实是一个亘古不变的话题。

“不论何时，企业都需要充分尊重消费者的习惯和建议” 纪梵希资深客户关系管理经理 Candy Yang告诉记者，“正因如此，线下门店一直是纪梵希与消费者最为直接的沟通窗口，因为我们相信人与人之间的面对面，一直是最有效的沟通方式之一，BA(导购)能够捕捉消费者细微的情感变化，而消费者也能够通过听、看，甚至是门店的气味去感知品牌文化。”

目前，纪梵希在中国内地已经开出113家线下门店，成为纪梵希品牌在中国内地市场与消费者保持高效沟通的强有力纽带。

“但近年来，受包括疫情在内的客观环境影响，线下门店的确受到了比较大的冲击，”Candy透露，“我们也在积极寻求一些借力，期望能够帮助线下门店获得新发展。”

今年上半年，纪梵希首次尝试阿里云数据中台-GMV(成交总额)策略模拟解决方案，通过对线下门店销量进行预测、对影响门店销量各营销因素进行归因，并制定活动期各项营销手段调整策略，最终完成的门店整体GMV预测准确率能保持在95%以上，“这个数据超过了我们的预期。”Candy如是说道。

线下市场影响因素复杂 门店GMV预测并不是件简单事

作为全球高端彩妆代表品牌之一，纪梵希自2007年进入中国内地市场以来就备受消费者青睐，并陆续开出113家线下门店，其中精品店19家，百货店94家。

Candy透露，不同类型的门店会注重消费者的不同体验，比如百货店是一种相对开放的门店形式，大多设置在综合性商场一楼，看着其实更像是一个展台区域，与周边其他品牌的百货店相邻不远，“这种类型的门店每天都会面对巨大人流量，因此我们首先要考虑的是让消费者能在众多百货店中看到我们，并对商品产生兴趣，所以相对来说，服务也会相对更加外放一些。”

值得注意的是，与线上市场相比，线下市场的影响因素更为多样和复杂，她解释道，“线下市场其实一直缺乏数字化手段对营销门店经营的因素进行收集整理。”

以线下门店的销售额为例，纪梵希每年都会按照品牌策略制定每一家线下门店的活动机制，以达到吸引消费者、提升门店销售额的目的——但这个目的其实是受多方因素影响，其中既包括活动规模、形式、利益点，又包括现场导购、商场人流、周边竞品，甚至是活动当天的天气及周围交通等，“可以说，想要较为精准地把控线下门店的销售额，对我们来说是一件比较困难的事情。”Candy坦言。

纪梵希面临的GMV预测问题显然不是个例，2020年双11期间，其姊妹品牌Benefit就通过阿里云数据中台-GMV策略模拟解决方案解决了天猫旗舰店的双11大促GMV模拟难题，并将产出的流量优化建议、促销分析结果、商品组合策略应用在双11期间的品牌运营中，帮助高效完成预期GMV目标。

当时与Benefit品牌一起负责该项解决方案在品牌侧落地的LVMH集团数据专家中心负责人Marco Li表示，尽管线上场景与线下场景所面临的客观环境不尽相同，但基于GMV预测的整体逻辑其实是相对一致的，“或许，可以将该套解决方案尝试运用在纪梵希的线下门店场景中。”

从今年1月开始，Marco就带领团队在筹备纪梵希线下门店的数据整理工作，但线下数据并不像线上数据一样能够实时记录存档，因此前期筹备工作开展有一定难度，“好在纪梵希品牌一直对营销数据有比较完善的保存，以及纪梵希品牌侧也能比较好的对各项数据进行解释和说明，因此最后整理完成的数据量还是足以支撑后续工作开展的。”

而在基础数据完成筹备后，Marco又积极沟通阿里云数据中台团队，拉通LVMH集团数据团队、纪梵希品牌团队、阿里云数据中台团队三方信息，全方位合力推进纪梵希线下门店GMV策略模拟项目。

GMV预测准确率95%以上，让10家门店目标有据可依

在Marco看来，纪梵希线下门店场景运用GMV策略模拟解决方案大致可以分为6个步骤:

Step1:确定参与本次GMV策略模拟项目的10家线下门店(不同城市);

Step2:纪梵希线下门店数据准备(既包括门店日常经营数据，也包括历史活动数据);

Step3:联动阿里云数据中台团队洞察外部客观环境数据(比如疫情影响、线上渠道影响等);

Step4:通过阿里云数据中台能力建立GMV预测模型，通过数据算法分析得出影响销量增长的各种核心因素，同时引入业务侧信息(常规影响因素等)，继续下钻拆解核心因素不同面向的影响力和未来发展的潜力;

Step5:与纪梵希品牌侧针对模型得出的结果，结合业务侧既定营销活动进行策略调整;

Step6:将预测结果与门店实际达成目标进行数据核对，完成最终项目总结报告和分享。

今年4月23日，GMV策略模拟解决方案正式运用在纪梵希线下门店场景，依据重要因素的拆解分析结果，在随后的促销机制设计，活动类型分配，线下活动等多方面的策略安排中都进行了参考和应用

“GMV策略模拟的价值在于，它不单只是告诉品牌在预设的周期内能否完成预期销售目标，”Marco说道，“而且还能够依据多种客观影响因素，帮助品牌拆解各项既定营销动作，然后告诉你哪些动作需要进一步优化，包括优化的策略是什么，从最小的动作开始做调整，全链路保障预期销售目标的达成。”

而在整个项目的落地过程中，Marco也把自己所在的数据团队比喻成“粘合剂”角色，一方面联动阿里云数据中台深钻并分析各项影响因素数据，得出线下门店最优营销动作调整策略，另一方面又需要实时与纪梵希线下门店业务侧加强沟通，在保障整体门店活动大节奏不做大变动的前提下，将细颗粒度的调整策略加入其中，确保目标完成。

“多方合作一定是会有磨合过程，特别是这次的解决方案又是首次落地线下门店场景，这对我以及阿里云数据中台和纪梵希线下门店业务来说，都是一次陌生又大胆的尝试，”Marco告诉记者，“整个项目跑通下来，我觉得不管是阿里云数据中台团队还是纪梵希线下门店业务侧，都能够很快响应项目需求，最终形成了近乎完美的项目合作关系。”

数据显示，在从4月23日至5月20日的解决方案落地期间内，纪梵希参与本次项目的10家线下门店，通过预设销售额目标、内外影响因素归因分析、GMV策略模拟调整、多项营销活动执行等环节，GMV策略模拟解决方案整体预测效果准确率达到95%以上，超出品牌预期。

Marco透露，LVMH集团目前已经通过Benefit和纪梵希两大品牌的实际经验，验证了阿里云数据中台-GMV策略模拟解决方案在线上和线下不同场景的预测和策略能力，“未来还将持续开展更为深入的合作，并考虑将其引入到集团其他品牌的日常运营中。”

“GMV策略模拟的核心价值点在于，能够帮助品牌解决短期内活动预算与目标无法预估差距、调优营销组合无法及时估计GMV结果等现实痛点问题。”阿里云数据中台零售行业高级解决方案架构师林世茂表示，而这些问题解决的过程又能持续以数据化形式加以沉淀，这对后续品牌数智化运营是一项不可或缺的，可随时调用参考的资源。

“我们也很高兴地看到阿里云数据中台能够与纪梵希这一全球高端彩妆品牌建立良好合作关系，通过阿里云基于电商领域的实践经验和技术能力，更好地助力纪梵希加快在中国市场的数字化转型步伐，”阿里云智能国际事业部总经理袁千补充道，“技术与商业一直是相互驱动的动力来源，我们也将继续携手纪梵希共同打造能够满足业务需求，提升广大消费者体验的创新型解决方案，为行业探索数字化转型提供新可能。”