Machine Translated by Google

Trường hợp #4: Dự đoán thị hiếu của người tiêu dùng với Dữ liệu lớn tại Gap

MBA523

Danielle FurtadoChris LeffingwellRober McCabeDaniel A.MurphyNicholas Stamboulis

Arianna Thibodeau

giáo sư Lý

19 Tháng sáu, 2019

Bản tóm tắt:

Nguồn nghiên cứu này đã được tải xuống bởi 100000853537927 từ CourseHero.com vào ngày 11-02-2023 04:53:08 GMT -06:00

https://www.coursehero.com/file/42514616/Case-4-Big-Data-at-Gapdocx/
Machine Translated by Google

Khi Gap Inc. được thành lập lần đầu tiên vào năm 1969 bởi Donald và Doris Fisher, thương hiệu này đã

được định vị là một nhà bán lẻ tập trung vào một loại sản phẩm nhỏ với nhãn hiệu riêng của mình

Các mặt hàng. Kể từ đó, thương hiệu đã trải qua nhiều thay đổi và đối mặt với vô số thách thức.

qua nhiều năm. Gap Inc. là công ty bao trùm kiểm soát năm thương hiệu lớn: Gap,

Banana Republic, Old Navy, Athleta và Intermix. Giám đốc điều hành năm 1983 của công ty, Millard Drexler,

thấy công ty tăng trưởng vượt bậc, nhưng cuối cùng thấy doanh số bán hàng giảm do thực tế là anh ta

kiểm soát tất cả các quyết định thời trang và chỉ dựa vào ý kiến của riêng mình. Sau khi Drexler rời Gap Inc.,

công ty chứng kiến thêm hai CEO thất bại tương tự trong việc hồi sinh công ty trước Art Peck

đảm nhận vai diễn này vào năm 2015.

Peck trước đây đã đảm nhận vai trò Chủ tịch Tăng trưởng, Đổi mới và Kỹ thuật số trước đây

trở thành CEO và lên kế hoạch loại bỏ vai trò của giám đốc sáng tạo trong công ty và

thay vào đó sử dụng dữ liệu lớn làm lợi thế cạnh tranh của họ. Ông đã phải đối mặt với rất nhiều vấn đề trong thời gian của mình

với tư cách là Giám đốc điều hành bao gồm: sự phát triển của thương mại điện tử, thời trang nhanh và mong muốn giảm giá cao của

khách hàng. Để chống lại những rủi ro này, Peck đã giới thiệu việc tăng cường sử dụng phương pháp dự đoán.

phân tích và dữ liệu kỹ thuật số để hiểu hành vi của khách hàng. Ông đã sử dụng dữ liệu thứ cấp như

Google tìm kiếm để hiểu những gì khách hàng đang tìm kiếm về các xu hướng mới trong

để chuẩn bị cho nhu cầu của họ. Công ty cũng sử dụng các chương trình khách hàng trung thành để theo dõi

khi mua hàng tại cửa hàng và để dự đoán và dự đoán những gì khách hàng sẽ muốn tiếp theo từ thương hiệu

trước cả khi khách hàng biết họ muốn gì. Gap Inc. sẽ gửi phiếu giảm giá của chúng tôi và

khuyến mãi cho các sản phẩm dựa trên những gì họ nghĩ rằng khách hàng sẽ mua tiếp theo. Mổ cuối cùng

đã sử dụng Sản phẩm 3.0 tại Gap Inc. để cạnh tranh với các thương hiệu thời trang nhanh như Zara và H&M như

cũng như hiểu được hành trình mua hàng của khách hàng. Gap Inc. đã có thể giảm

khuyến mãi thông qua thắt chặt hàng tồn kho và tác động đến khách hàng để mua ngay bây giờ thay vì

Nguồn nghiên cứu này đã được tải xuống bởi 100000853537927 từ CourseHero.com vào ngày 11-02-2023 04:53:08 GMT -06:00

https://www.coursehero.com/file/42514616/Case-4-Big-Data-at-Gapdocx/
Machine Translated by Google

chờ giảm giá do sản phẩm về sau có thể không còn hàng. Sản phẩm 3.0

đã thay đổi cách thức kinh doanh của Gap Inc. và cho phép họ trở thành một công ty lớn trong ngành

trong thời kỳ thương mại điện tử gia tăng và sự quan tâm đến xu hướng thời trang nhanh.

1. Tại sao Gap hoạt động kém hiệu quả trong năm 2017?

Gap hoạt động kém vì họ đã có hai năm doanh số bán hàng sụt giảm trong một môi trường

nơi các cửa hàng truyền thống như họ liên tục chịu áp lực. Đến năm 2017, Amazon đã

trở thành một đối thủ cạnh tranh lớn trong việc bán hàng may mặc trực tuyến và các cửa hàng bán lẻ thực sự bị ảnh hưởng vì

cái này. Việc Amazon lớn như vậy không nhất thiết là lỗi của Gap, nhưng mua sắm trực tuyến thực sự

tiếp quản. Gap đã có một số thành công với mua sắm trực tuyến vì tổng doanh số bán hàng trực tuyến của họ đã

vượt quá 3,5 tỷ USD. Amazon đơn giản là có nhiều lợi thế quan trọng hơn Gap bao gồm

trung tâm phân phối gần hơn với khách hàng và cách tốt hơn để phân tích người tiêu dùng dự đoán trong tương lai

muốn.

Peck đã có ý tưởng đúng khi cố gắng tập trung vào việc thu thập thêm thông tin và dữ liệu về

hành vi của người tiêu dùng, nhưng vào thời điểm công ty cố gắng sử dụng điều này, các đối thủ cạnh tranh của họ cũng vậy.

vượt xa họ. Việc cố gắng dự đoán sở thích của người tiêu dùng trong tương lai cũng khó thực hiện vì

sở thích và thời trang cá nhân dường như luôn thay đổi nhanh chóng. Như trường hợp đã nêu ngay cả với

khảo sát thị trường nghiên cứu truyền thống thật khó để xác định những thay đổi trong thời trang mà sau này

xảy ra.

Loại bỏ tất cả các giám đốc sáng tạo cũng là một quyết định khó thực hiện bởi vì

bây giờ phần lớn trách nhiệm đó chỉ dựa vào Peck hoặc phân tích. Một người không thể hơn

đổi mới hoặc sáng tạo đủ để vượt xa những lợi ích tiềm năng của việc có nhiều người khác

cũng tham gia vào quá trình sáng tạo. Thật sai lầm khi chỉ dựa vào dữ liệu chứ không

Nguồn nghiên cứu này đã được tải xuống bởi 100000853537927 từ CourseHero.com vào ngày 11-02-2023 04:53:08 GMT -06:00

https://www.coursehero.com/file/42514616/Case-4-Big-Data-at-Gapdocx/
Machine Translated by Google

cố gắng tận dụng các kỹ năng và tài năng hoặc giám đốc sáng tạo cống hiến sự nghiệp của họ cho

cố gắng tìm ra những xu hướng đổi mới. Có vẻ như tầm nhìn đổi mới của Gap không giống nhau

trên cả ba thương hiệu của họ như trường hợp đã thảo luận, giám đốc sáng tạo của Banana Republic đã

nhãn hiệu thời trang của riêng họ mà họ cũng tập trung vào cùng một lúc.

2. Peck có đúng không khi sa thải các giám đốc sáng tạo của mình và thay thế họ bằng một dữ liệu lớn

định hướng quá trình sáng tạo? Tại sao hay tại sao không?

Vào những năm 1990, giám đốc sáng tạo của Gap Inc. đã thành lập hướng thiết kế gạch

bộ sưu tập của nhà bán lẻ vữa. Ngày nay, giám đốc sáng tạo đã trở nên lỗi thời khi Amazon và

dữ liệu lớn hiện là động lực thúc đẩy xu hướng thời trang. Art Peck được bổ nhiệm làm CEO của Gap

Inc. vào tháng 10 năm 2014 và trước đó ông đã từng là Chủ tịch phụ trách Tăng trưởng, Đổi mới và

Điện tử. Năm 2015, "quần áo trở thành danh mục bán hàng trực tuyến bán chạy nhất" và năm sau,

chiếm 19% hàng may mặc được bán trực tuyến (Israel & Avery trang 4). Amazon có kinh nghiệm khổng lồ

tăng trưởng thương mại điện tử trong khi Gap bị sụt giảm doanh số bán hàng do thiếu dữ liệu. Khoảng cách trước đó

phụ thuộc rất nhiều vào lưu lượng truy cập của trung tâm mua sắm và dữ liệu bán hàng tại cửa hàng, nhưng để giải quyết sự thay đổi của người tiêu dùng

sang mua sắm đa kênh, Peck đã đầu tư rất nhiều vào khả năng kỹ thuật số của Gap. Điều này là do

thực tế là dữ liệu lớn có thể thúc đẩy việc ra quyết định cho Gap và cá nhân hóa hàng may mặc và

tùy chỉnh trải nghiệm cho người tiêu dùng.

Vào tháng 1 năm 2017, Peck nhận ra rằng sau hai năm liên tiếp doanh số bán hàng sụt giảm,

đã phải thay đổi. Với tư cách là Giám đốc điều hành, Peck đã triển khai chiến lược kỹ thuật số để giải quyết nhu cầu của người tiêu dùng thuộc thế hệ thiên niên kỷ.

sở thích. Điều này được thực hiện thông qua khai thác và phân tích dữ liệu lớn để tính toán mùa tới

thiết kế và để dự đoán hành vi trong tương lai có thể mở rộng và khoa học hơn. Trước đây, Gap Inc.

theo ý muốn của một giám đốc sáng tạo cho bộ sưu tập gồm ba thương hiệu. Peck cuối cùng được sử dụng

Nguồn nghiên cứu này đã được tải xuống bởi 100000853537927 từ CourseHero.com vào ngày 11-02-2023 04:53:08 GMT -06:00

https://www.coursehero.com/file/42514616/Case-4-Big-Data-at-Gapdocx/
Machine Translated by Google

dữ liệu lớn để lắng nghe khách hàng. Vị trí giám đốc sáng tạo cho mỗi thương hiệu thời trang là

bị loại bỏ vì nó có quá nhiều quyền lực và áp lực đối với một nhà thiết kế sáng tạo. kỹ thuật số của Peck

chiến lược đã thay thế văn hóa cá nhân bằng một nền văn hóa hợp tác và tập thể hơn

môi trường.

Sự kết hợp của dữ liệu lớn thu được từ Google Analytics, phương tiện truyền thông xã hội, của chính Gap

cơ sở dữ liệu bán hàng và khách hàng sẽ trở thành một phần quan trọng trong định hướng sáng tạo của Gap

phía trước. Bây giờ cảm hứng có thể đến từ bất cứ đâu và một xu hướng có thể được tích hợp vào mỗi

thương hiệu đồng thời trong vòng ba tháng thay vì chờ đợi hàng tháng để phê duyệt sáng tạo. Nhanh

thời trang đòi hỏi một chuỗi cung ứng hiệu quả có thể cung cấp sản phẩm nhanh nhất, nếu không muốn nói là nhanh hơn

các nhà bán lẻ như H&M và Zara. Quy trình mua phi tập trung và nguồn cung theo chiều dọc tích hợp

chuỗi cho phép Zara giao các lô nhỏ sản phẩm theo mùa trong vòng bốn tuần so với của Gap

độ trễ ba tháng và chu kỳ sản phẩm mười tháng.

Art Peck đã đợi hai năm để đón nhận sự thay đổi, điều chỉnh và sửa đổi thiết kế của họ và

chiến lược tiếp thị cho người tiêu dùng ngàn năm ngày nay. Chấm dứt hợp đồng giám đốc sáng tạo

làm xáo trộn "sự cân bằng mong manh giữa sáng tạo và thương mại hóa, giữa nhà thiết kế và

thương nhân, tồn tại ở hầu hết các thương hiệu thời trang và đã hỗ trợ các chu kỳ thời trang của Gap Inc.

trong nhiều thập kỷ" (Isreali & Avery p.1). Người tiêu dùng yêu cầu trải nghiệm di động và dành ít thời gian hơn

trong các cửa hàng thử sai kích cỡ, khi họ có thể xác minh hàng tồn kho trực tuyến và tiết kiệm thời gian, tiền bạc

và khí đốt. Người tiêu dùng vẫn đến các trung tâm mua sắm, chỉ có Gap thì không. Gap cần một thiết kế sáng tạo và

chiến lược kỹ thuật số đã cho thế hệ thiên niên kỷ một lý do để bổ sung tủ quần áo của họ.

3. Liệu cách tiếp cận dữ liệu lớn có hiệu quả với cả ba thương hiệu chính của Gap Inc.: Cũ

Nguồn nghiên cứu này đã được tải xuống bởi 100000853537927 từ CourseHero.com vào ngày 11-02-2023 04:53:08 GMT -06:00

https://www.coursehero.com/file/42514616/Case-4-Big-Data-at-Gapdocx/
Machine Translated by Google

Navy, Gap và Banana Republic? Tại sao hay tại sao không? Thương hiệu nào được phục vụ tốt hơn/tệ hơn

bởi chiến lược này? Tại sao?

Dựa trên cuộc thảo luận nhóm của chúng tôi, cách tiếp cận dữ liệu lớn sẽ không nhất thiết phải có tác động bình đẳng

tác động tích cực đến các thương hiệu chính của Gap Inc. Điều này là do cả ba cổ phiếu chính của Gap Inc.

thương hiệu được định vị khác nhau trên thị trường và do đó thu hút các khách hàng khác nhau. Khoảng cách là

được định vị là một thương hiệu cổ điển chất lượng cao nhắm đến người tiêu dùng trung bình, Banana Republic là

được định vị là một thương hiệu cao cấp nhắm đến người tiêu dùng thời trang có thu nhập cao và Old

Navy được định vị là một thương hiệu cấp thấp nhắm đến những người mua hàng mặc cả. Khách hàng mong đợi và tìm kiếm

các tập hợp giá trị và phong cách khác nhau trong mỗi thương hiệu. Sẽ là sai lầm khi cho rằng một chiến lược sẽ

thành công như nhau trên cả ba thương hiệu.

Cách tiếp cận dữ liệu lớn có thể phù hợp với Old Navy vì mô hình kinh doanh của họ tập trung hơn

về việc triển khai thời trang nhanh và cải thiện chuỗi cung ứng của họ thông qua số hóa và quy mô lớn

dữ liệu. Những cải tiến về phân tích dữ liệu lớn và chuỗi cung ứng này dựa trên giả định rằng

thương hiệu sẵn sàng phản ứng nhanh chóng và đáp ứng nhu cầu của khách hàng thông qua phân tích dữ liệu. Cái này

cách tiếp cận dữ liệu lớn không phù hợp với mô hình kinh doanh của Gap và Banana Republic. Đưa

trong cách tiếp cận dữ liệu lớn sẽ làm loãng định vị của hai thương hiệu này; như cách tiếp cận dữ liệu lớn

phù hợp hơn cho các công ty phản ứng nhanh với khách hàng và xu hướng. Gap và Banana Republic là

tập trung nhiều hơn vào việc tạo ra các xu hướng thời trang của riêng họ, không làm việc quá nhiều với các xu hướng đã được thiết lập -

như Old Navy đã làm.

Chúng tôi khuyến nghị Old Navy tiếp tục sử dụng phương pháp phân tích dữ liệu lớn, vì

nó phù hợp nhất với mô hình kinh doanh phản ứng và đáp ứng các xu hướng thời trang của họ. Đối với Gap và

Banana Republic, chúng tôi khuyên họ nên quay lại và thuê các giám đốc/nhà thiết kế sáng tạo. theo thứ tự

để Gap và Banana Republic phù hợp với mô hình kinh doanh của họ, bạn phải cho phép họ tạo ra

Nguồn nghiên cứu này đã được tải xuống bởi 100000853537927 từ CourseHero.com vào ngày 11-02-2023 04:53:08 GMT -06:00

https://www.coursehero.com/file/42514616/Case-4-Big-Data-at-Gapdocx/
Machine Translated by Google

thời trang và có khách hàng đi theo.

4. Dữ liệu lớn/phân tích dự đoán ít nhiều hữu ích cho mục đích gì trong tiếp thị?

Khi chúng ta chuyển sang một thế giới chứa nhiều dữ liệu hơn, vai trò của nghệ thuật so với khoa học là gì?

tiếp thị? “Khoa học” nên cai trị trong những điều kiện nào và trong những điều kiện nào

“nghệ thuật” có nên cai trị?

Dữ liệu lớn và phân tích dự đoán đã thay đổi rất nhiều khía cạnh trong lĩnh vực tiếp thị.

Bằng cách có dữ liệu này, các công ty có thể xác định khách hàng trung thành, đưa ra các đề xuất tốt hơn

cho khách hàng của họ và dự đoán các hành vi điển hình của những khách hàng có thể rời bỏ. Bằng cách phân tích

các mẫu hành vi trong quá khứ của khách hàng, các công ty có thể phát triển các thuật toán có thể giúp

họ tùy chỉnh trải nghiệm của khách hàng để tối đa hóa sự hài lòng và lợi nhuận trên mỗi

khách hàng.

Đầu tiên, các công ty có thể sử dụng dữ liệu này để đưa ra các khuyến nghị tốt hơn cho khách hàng của họ. Này

các đề xuất đến từ các mẫu và sở thích của các khách hàng khác có cùng sở thích.

Dữ liệu này thường được thu thập thông qua đánh giá hoặc lịch sử mua hàng được theo dõi thông qua lòng trung thành

thẻ. Chủ đề này cực kỳ hữu ích cho các công ty vì họ có thể đầu tư ngân sách tiếp thị của mình để

khách hàng mục tiêu có nhiều khả năng mua sắm tại địa điểm của họ và không lãng phí tiền của họ vào

những khách hàng sẽ không bao giờ ghé thăm. Bằng cách sử dụng ngân sách một cách hiệu quả hơn, các công ty có thể

hiệu quả hơn trong các chiến dịch tiếp thị của họ.

GAP cũng có thể sử dụng dữ liệu để dự đoán xu hướng thời trang trong tương lai và dự báo nhu cầu. Các công ty

có thể phân tích các xu hướng thời trang lịch sử và chuẩn bị tốt hơn để tạo ra phong cách mới nhất trong

một khoảng thời gian ngắn để tận dụng những động lực đầu tiên chấp nhận xu hướng. Cũng bởi

dự đoán những gì cửa hàng của bạn sẽ yêu cầu trong kho, các công ty có thể đặt chính xác hơn

Nguồn nghiên cứu này đã được tải xuống bởi 100000853537927 từ CourseHero.com vào ngày 11-02-2023 04:53:08 GMT -06:00

https://www.coursehero.com/file/42514616/Case-4-Big-Data-at-Gapdocx/
 Machine Translated by Google

đơn đặt hàng từ các nhà cung cấp của họ và giảm chất thải. Sự lãng phí này có thể là cả về tài chính, vì chúng

chỉ đặt hàng những gì họ tin rằng họ sẽ cần và ngăn chặn việc đặt hàng quá nhiều, điều này có thể dẫn đến

giảm giá và tiêu tốn tiền của công ty. Sự lãng phí này cũng có thể là hữu hình, vì các công ty đang đặt

đơn đặt hàng chính xác hơn, họ đang ngăn ngừa lãng phí không cần thiết và giải phóng không gian hàng tồn kho và

ngăn chặn việc tạo ra chất thải dệt may thường sẽ kết thúc ở bãi chôn lấp. Mặc dù

đạt được dự đoán xu hướng này là khó khăn, vì thật khó để dự đoán những gì chúng ta sẽ làm trong

trong tương lai, nó có thể cực kỳ hữu ích cho công ty.

Khi chúng ta chuyển sang một xã hội nơi dữ liệu là tất cả, nghệ thuật so với khoa học trở nên quan trọng hơn.

khía cạnh ổn định trong cách thức hoạt động của nhiều công ty. Tuy nhiên, nơi ranh giới nên được vẽ giữa

cả hai thường được tranh luận giữa các công ty khác nhau. Theo chúng tôi, khoa học và nghệ thuật nên

được tách ra và sử dụng cho các chức năng khác nhau trong doanh nghiệp. Khoa học thường được sử dụng để

thu thập dữ liệu lịch sử và xác định các mẫu và xu hướng trong một tập dữ liệu nhất định để cải thiện tốt hơn

dự đoán những gì sẽ xảy ra trong tương lai. Tuy nhiên, trong một lĩnh vực nghệ thuật như vậy, loại bỏ

vai trò sáng tạo là một căng thẳng. Trong khi một số xu hướng mới dựa trên ngoại hình của những năm trước,

nhiều người có vẻ ngoài hoàn toàn khác chưa từng thấy trong nhiều năm hoặc thậm chí nhiều thập kỷ. Mọi người

có thể theo xu hướng thời trang và đề xuất giao diện đẹp nhất tiếp theo tốt hơn nhiều so với bất kỳ hoạt động khai thác dữ liệu nào

công cụ có thể. Nhóm của chúng tôi tin rằng nên để khoa học đo lường những gì hiệu quả và không hiệu quả

tốt cho công ty, và nghệ thuật nên xử lý khía cạnh thiết kế và thời trang của doanh nghiệp.

Thời trang thường là về cảm xúc và những bộ quần áo đó khiến bạn cảm thấy như thế nào, điều mà chúng tôi tin là

một cái gì đó mà khoa học không thể nắm bắt được trong bất kỳ hình thức phân tích nào.

Nguồn nghiên cứu này đã được tải xuống bởi 100000853537927 từ CourseHero.com vào ngày 11-02-2023 04:53:08 GMT -06:00

https://www.coursehero.com/file/42514616/Case-4-Big-Data-at-Gapdocx/
Được cung cấp bởi TCPDF (www.tcpdf.org)