伽蓝 x Quick BI:美妆竞争加剧,伽蓝“数”驱增长

本文涉及的产品
RDS DuckDB + QuickBI 企业套餐,8核32GB + QuickBI 专业版
简介: 本文以伽蓝集团数字化转型为案例,展现其如何通过数据中台、“一盘货”体系及AI模型(如人货匹配、高潜复购),实现营收增长、效率跃升与精准营销。2022年逆势增长2.6%,数字化营收占比达98.8%。

如果这个场景也戳中了你,不妨亲自体验一下!Quick BI 30 天免费试用,用对话完成分析、归因到结果交付:[点击立即体验]




在过去十年间,几乎每一家成功的企业都穿越了不确定的迷雾,并由此获得巨大的红利。细观其后,无疑都是数字化所带来的基业长青。为什么要数字化?数字化已经从一道选择题,逐渐变成一道必选题——我们该如何通过数字化赢得竞争?


今天,我们希望带着多年来对数字化的理解和经验,把先进的数字化企业在实践中的思考与经验,展现成一个个数字化弄潮儿的生动故事。相信通过这些优秀的企业案例,我们会更加认识到“数据智能”的非凡价值。

290亿元。

这是国家统计局发布的2022年12月化妆品类零售总额数据。但这个庞大的数据竟同比下降了19.3%,这是多年以来,“零售红海”—美妆市场的首次规模收缩。美妆赛道,烈火烹油。市场的警示灯开始闪烁,新品牌们不得不挣扎于生死线;巨头大厂战略性紧缩……美妆们,还涨得动么?翻看这一年的“成绩单”,还真让我们找到了一位优等生——伽蓝。数据显示,2022年,伽蓝销售额同比增长2.6%,零售终端保持4.3万个,新增消费者数据资产1504万。为什么是伽蓝?凭什么是伽蓝?作为成立于2001年的中国化妆品领军企业——伽蓝,培育孵化出多个耳熟能详的国货美妆品牌,包括自然堂、美素等。


1.jpg


样化的产品布局和市场沉淀,是伽蓝能跑赢市场的底色基因。但拨开市场不确定的迷雾,细观其后,赫然有着“数字化”的鲜明烙印。


数字化营收占比98.8%,对比2019年增幅50.8%;数字化零售占比67.1%,增幅105.7%;客群数据资产总数超过9.6亿,会员与潜客总数达 8688万……


随着“数字化”谜底的揭示,伽蓝的成功故事也逐渐浮出水面。





国潮美妆风口,伽蓝步步为“先”

2018年,国潮美妆开始谱写恢弘叙事:李佳琦完胜马云口红销量,以惊人的卖货能力拉开直播带货序幕;花西子、完美日记“双子星”诞生,美妆行业顺势流向属于自己的“国潮元年”;91亿的美妆赛道融资总额,成为近10年的顶点数据。


也是这一年,尝到行业红利的国内头部美妆集团——伽蓝集团,并没有沉浸于销量的增长,而是开始思索下一步该如何行进。


经过多方的调研与长期的战略思考,董事长兼总裁郑春颖将伽蓝的未来投注到“数字化转型”之上,并与阿里巴巴旗下企业智能服务品牌——瓴羊及阿里云展开战略合作。自此之后,数字化像毛细血管一样,渗透到伽蓝各个业务部门。


从现在往回看,“数字化转型”的选择是正当且必然的;但站在当时视角,谁也无法判断数字化对于伽蓝的业务加成、企业管理能带来多大效能。尤其是伽蓝以前,几乎并没有一家中国美妆企业在做这件事。


“从2018年开始,到2020年正式启动数据中台和一盘货模式,伽蓝花了2年时间,详细规划了数字化转型三步走战略,并做了相应的技术储备。目前伽蓝大数据中心成员就超过50人,这还不包括集团和各子品牌的IT和DT力量。”


伽蓝集团大数据中心总经理罗予晋进一步解释,数字化转型三步走战略指的是业务在线化、数字运营化、营销智能化。第一步解决全业务流程的数据沉淀;第二步是数据价值挖掘;第三步则是在前两步的基础之上,实现精准营销。


2.jpg


从内而外,逐层渗透,步步为营。踩下的每一步,都透着艰辛。为了尽量减少“无效”能耗,找准数字路径,伽蓝逐步摸索出了自己的方法论:从创新模式到组织和制度,再到系统和工具,三者有机结合,将链路全线贯通。




数据中台为底,多场景应用助力增长


“数字化转型是长期主义,即使方法论对了,也还是需要耐着性子,去解决各种突发的、顽固的难题。由伽蓝集团与瓴羊共同打造的伽蓝数据中台,就花了1年多的时间。”


罗予晋将数据中台实施过程比喻成“啃硬骨头”:当数据分属于不同部门系统时,如何抽取数据,在业务和技术上是一个双重难题;由于前端业务的变化,数据解读和口径也在不断发生变化,中台如何及时响应是一大难题;从长远来看,随着伽蓝数字化运营能力的提升,大家对看板、报表、模型会有源源不断的新需求出现,这对算力也是一种考验。


当数据中台顺利启动后,伽蓝没能逃过“真香定律”。2020年双11期间,伽蓝数字中台在首次全域营销和市场精准洞察“大考”中成绩斐然。相较于引入数据中台前,伽蓝全渠道会员数达到4300万,增长1倍;粉丝数突破3.5亿,长了10倍。


这和伽蓝的两个创新性模型——人货匹配模型和高潜复购模型,有着密切的关系。


以人货匹配模型为例,在线下场景中,基于瓴羊的Dataphin、Quick Audience和Quick BI等多个产品,伽蓝将“人/货”系统打通,生成销售策略建议,而这一建议也会由系统推送至BA,辅助BA进行个性化推荐服务,进一步优化用户体验,从而实现销售的转化和提升。


高潜复购模型的优势则主要体现在潜力用户挖掘、老用户复购率提升上。过去人工圈选目标用户群体费时费力,且效果一般;使用AI模型后,可以圈选出很多过去未纳入目标的客群,而这一部分的转化率带来了新的增量。


“事实上,高潜力复购模型是在更加精准地描绘伽蓝各品牌的用户画像。”




效率全面提升,伽蓝打通“一盘货”


如果说数据中台是伽蓝藏在暗线的底层能力,那么“一盘货”则是摆在明面的转型“旗帜”。


得益于电子商务的快速发展,零售行业的销售模式发生率翻天覆地的变化,但在多渠道销售的实际操作中,“多盘货”“两盘货”模式,让品牌在供应链管理、营销节奏、履约能力上无法实现多渠道的拉齐。


“线上渠道在遇到突发情况时,我们可以快速制定出营销方案,并第一时间同步到消费者那里。但线下的节奏则要慢了很多。要知道,线下是伽蓝非常重要的销售渠道。”罗予晋表示,“一盘货”的建设初衷,就是解决线下的“滞后性”难题。


2020年7月,伽蓝启动“一盘货”,将不同渠道的订单、销售、物流等数据打通,通过对这些数据的分析,实现统一调配库存、销量预测、智能补货,线上、线下多渠道联动。排头兵“自然堂”在全国设立14个分仓,除了屈臣氏、京东等直供渠道外,其它全渠道均由分仓统一向全国配货。


2021年,时隔一年,“一盘货”迭代进入2.0版本,面向代理商、经销商提供“一店一策”服务,在营销模型、数智零售和运营模式上开启新叙事;2022年,“一盘货”持续进化,将to B和to C业务整合,形成线上、线下一盘货。


反馈在数字端,“一盘货”效率提升显著:


代理商和经销商的订单及结算从1-2天提升至2分钟;代理商库存查询不存在时间差;新SKU上市、新政策发布,24小时之内可以触达全国4万多个零售终端、36小时货物可以配送到所有零售终端……

值得一提的是,不论是一盘货还是数据中台建设,伽蓝多年来一直坚持以自然堂先行,通过自然堂先期的趟水和解决方案优化后,才会大规模应用至其他子品牌。


罗予晋认为,数字化的好处在于差异化的低成本性。如果一套模式、流程、系统可以在自然堂中跑通,那么就可以复制到其他品牌中去。“也许品牌规模、当期目标、业务诉求不一样,但在基础建设上,基本是相同的。”




2023,走向有质量的价值增长


2023年,经济大环境重新走向确定性。


国家统计局贸易外经统计司司长董礼华回答记者问时表示,2023年,随着疫情防控优化措施落实,以国内大循环为主体、国内国际双循环相互促进的新发展格局加快构建,消费市场稳定恢复的基础将更加牢固,消费市场有望恢复向好。


财经作家吴晓波亦在年终秀上透露,在对2023年的信心调查中,82%的学者认为2023年的经济会向好,这源于国内的产业升级、消费复苏和城市经济活力的重新驱动。


新年伊始阶段,如今已成为数字化驱动的生物科技美妆企业的伽蓝集团,重新审视自我,立下三个目标:营收增长18%,利润大幅增长,且是有质量的价值增长。


稳是基础,进是目标。对于伽蓝来说,深入了解每一个流量,吃透流量背后人的特性,创新营销方式,精准满足消费者的需求,或许是利用数字化,走向具象未来的最佳姿势。


商业世界,终究是创新型和耐力型选手的主场。




如果这个场景也戳中了你,不妨亲自体验一下!Quick BI 30 天免费试用,用对话完成分析、归因到结果交付:[点击立即体验]

相关文章
|
3月前
|
监控 BI
Quick BI使用案例15:交叉表中使用多字段组合实现累计利润率计算
本文详解交叉表中使用多字段组合计算月累计利润率计算方案。通过交叉表配置日期累计、多字段组合(利润/订单金额)及动态日期控件,实现月中实时监控经营健康度,助力及时决策纠偏。
|
4月前
|
搜索推荐 安全 BI
千人千面,权限到人:Quick BI 赋能数据嵌入业务,驱动用户体验从“要我用”到“我要用”
数据报表的价值在于“无声融入”业务流程、“精准匹配”角色需求。Quick BI增强嵌入方案支持免登安全接入、千人千面权限控制,将仪表板、表格等无缝嵌入现有系统,让数据真正“随需而见、所见即所得”,打通数据驱动落地的最后一公里。
|
3月前
|
SQL 关系型数据库 MySQL
Quick BI使用案例16:利用“SQL预聚合+图表二次汇总”实现最大值求和
本文详解如何通过自定义SQL预聚合结合仪表板二次汇总(列小计求和),突破SUM(MAX())嵌套限制,实现“各区域各类运输方式最大订单额求和”,助力识别高价值客户与优化高端物流策略。
|
5月前
|
供应链 数据可视化 前端开发
Quick BI使用案例07:点击文字按钮,实现“点击即洞察”的带参数跳转
本文详解如何用“指标看板+空值字段+跳转”组合,模拟文字按钮实现参数化跳转,无需开发、不增图表,即可打造可操作的分析闭环,提升用户体验与分析效率。
|
1月前
|
BI
Quick BI使用案例20:交叉表中使用嵌套计算功能统计各个区域月累计订单金额及排名
本文介绍如何用Quick BI“月累计-按列排名”功能,在月底前7天精准识别安全区、冲刺区、止损区,动态调配资源,提升月度KPI达标率。(239字)
|
2月前
|
监控 供应链 BI
Quick BI使用案例19:交叉表中当日订单金额百分位与基于嵌套计算的订单金额日环比百分位的双重分析
本文详解生鲜电商如何用“订单金额按列百分位”以及“基于嵌套计算的订单金额日环比百分位”的双重分析实现区域需求实时监控:连续2天百分位超80%为“爆发区”自动补货,连续2天百分位低于10%为“冰冻区”智能调拨,降低损耗、提升现货率。
|
2月前
|
数据采集 监控 数据可视化
Quick BI使用案例18:如何补全图表中日期维度缺失数据
本文详解物流订单数据中“日期缺失”导致的线图日期断裂问题,介绍如何通过“补全缺失数据”功能,将稀疏时间序列转为连续展示,明确区分“业务无单”(null)与“系统故障”,提升决策准确性。
|
3月前
|
城市大脑 供应链 监控
后台算不清、前台看不见?双引擎破解企业数据"里子"与"面子"双重困境
“电子表格+数据大屏”双引擎:电子表格如超级Excel,支持多级表头、近400个函数、直连实时库,破解财务复杂报表难题;数据大屏具电影级视觉与叙事能力,零代码打造高规格汇报。一解“里子”严谨性,一展“面子”感染力。
后台算不清、前台看不见?双引擎破解企业数据"里子"与"面子"双重困境
|
3月前
|
SQL 机器人 BI
Quick BI即席分析:企业如何用10分钟跑赢大促复盘?
在数据驱动时代,业务常因“等数据”而错失商机。Quick BI即席分析让一线人员零代码拖、拽探查数据,10分钟完成爆款识别、经营分析等敏捷决策,释放IT 80%重复取数压力,实现“业务自助、实时洞察”。
|
4月前
|
监控 数据可视化 数据挖掘
从“静态看板”到“决策引擎”:为什么您的数据分析平台需要一次专业化升级?
Quick BI专业版专为业务深水区打造:以主动预警替代“人找数”,秒级即席分析+小Q问数释放业务洞察力,电子表格支撑复杂财务报表,数据大屏提升汇报专业度,并通过填报回写、办公协同与开放API,打通“看数—决策—执行”闭环,让数据真正驱动业务。
从“静态看板”到“决策引擎”:为什么您的数据分析平台需要一次专业化升级?

热门文章

最新文章