网站电话：15001380073 案例背景概要：
韩都衣舍作为互联网服饰品牌第一股，旗下拥有韩系、欧美系、东方系品牌集群，年GMV近18个亿。韩都衣舍电商集团，也是中国，的互联网品牌生态运营集团之一，凭借独特的柔性供应链管理模式——“IOSSP”，建立了“款式多，更新快，性价比高”的产品竞争优势，全力打造具有全球影响力的时尚品牌孵化平台，预期2020年完成基于服饰品类的50个以上品牌集群布局，实现100亿以上的交易规模。
挑战 ：韩都衣舍如何运用AI & BI在柔性供应链效率上再上一层楼?
方案：知衣科技“AI + BI 智能商品决策系统”
效益 ：韩都衣舍在IOSSP柔性供应链中应用“AI+BI智能商品决策系统”，年度库存周转率可以达到6次以上，当季，率可以达到90%~95%。选款效率提升30%，基于“标签化”数据图源的选品企划决策，把控60%主观风险。
韩都衣舍场景应用与实施：
韩都衣舍在国内各大电子商务平台，连续多年行业综合排名均排第一。女装曾在天猫历史上获得全年度、双十一、双十二“三冠王 ”。依托独特的柔性供应链，灵活调配营销企划、产品企划和供应商生产，实现快速返单—— “款多量少，以产定销”的竞争策略。为了快速反应市场需求和支撑运营，韩都每天要开500-1000个款，但是大部分时候商品企划及选款决策环节主要以人工选款与主观判断为主，如何尽可能降低商品库存风险，并有效识别市场趋势，是韩都面对发展的挑战之一。有着“互联网基因”的韩都，始终认为“科学技术”的运用可以有更高效的模式。2014年，韩都开始着手产品生产，组织架构深度优化与调整，对自身的品质提出更高要求，并，程度的发挥现有的240余家优质供应商潜能，在内部成立技术专项“选款森林“，着力进行时尚图片数据收集与分析，捕捉市场趋势，并在供应链各环节中进行数据化改造，通过客观分析辅助决策，降低主观因素风险。
作为行业中最早应用企业中台系统的先驱者之一，经过多年在技术与数据应用领域的深耕细作，韩都进一步完善了以产品小组为核心的单品全程运营体系(IOSSP)，全程数据化、精细化的运营管理系统，建立了“款式多，更新快，性价比高”的竞争优势，也有效的解决了服装行业最为头痛的库存问题，可以保证以极高的性价比给顾客提供更多的商品选择。
但在供应链管理成效显著的另一面，韩都面临的是技术力量投入与人工成本的不断加重。每天要开500-1000多个款，意味着设计师需要大量的设计灵感与市场数据来辅助决策方向。为支撑产品设计部门的需求，“选款森林”要从多平台时尚图源采集，其中包括境外平台、付费平台、大型电商平台等。图源采集只是一个开始，难题接踵而来：1, 数据源庞杂，每天约有上万张的图片因没有详细的标签数据(包括品类、领型、袖型、裙长、图案等)而无法分类进库;2, 人工成本过高，设计团队要花费大量的精力从百万数量级图源数据中筛选出适合各产品线风格的款式，耗时耗力;3, 样衣成本不可控，每天大体量的开款，意味着巨大的样衣成本，如何控制?这些难题都让韩都在快速进行趋势分析，捕捉市场风向的过程中，逐渐感知到压力。2018年，韩都“选款森林“项目组开始寻找外部成熟产品和团队，希望以合作的形式缓解当前瓶颈。
韩都对比了现有市面上多家成熟的大数据产品和AI公司，其功能与服务都无法完全解决他们面临的难题。2019年3月，知衣科技AI趋势产品正式在CHIC展亮相，韩都便与知衣开始接触，在考察完AI趋势产品后，韩都惊喜发现，不仅在数据源采集上高度匹配，同时还已经具备较完整的标签体系，通过机器深度学习，在颜色、廓形、工艺、辅料、图案、面料这几个属性上，AI人工智能识图准确率已达80%以上。并且与竞品相比优势明显，以上几个服装的关键属性决定了设计师对款式的判断基准，体现出知衣对业务的了解也超过竞品。
知衣在与韩都深度沟通后发现，AI趋势标准产品可以解决“标签体系问题”，但并不能完全解决前面提到的数据打标、精选款式和样衣成本三个问题。为此，知衣为其量身定制了智能商品决策解决方案，全面支持韩都在商品场景、设计场景、订货场景、人效场景、复盘场景的应用实操，全面升级数字化中台的技术应用与人工智能落地，在信息流转中实现全自动化。目前，系统已启用，对图源需求旺盛的韩都设计部每天可以接到已识别加标签的时尚图片，准确率高达87% ，已基本解决图片标签问题;并且通过对韩都风格的深入了解和针对性定制，让设计师拿到的图片已经经过了智能筛选和去重，极大的提高了款式的精准性和利用率;同时，也让开款更加精准，节省了大量的样衣成本。
不仅如此，在三个企业痛点的问题得到有效缓解后，系统的商品数字资产通过智能中台的算法引擎支持，延伸出更多的边际效应：1, 以可视化呈现的方式来展示商品的进销存状态，并匹配手机端，实时更新同步，让设计师在快速精准获得信息的同时，对市场的反馈也更敏锐，对设计方向的调整更加及时;2, 让企业决策层能通盘管控近300个开发小组的进度和效果，可以直观的进行人效管理和调配，更进一步扩展了数据化应用的深度和广度。
韩都内控部门在成本和实施上对比了竞品，也对比了人工。听起来高大上的“AI人工智能&BI商业智能”落地后不仅能提升效率，而且方式灵活，按定制需求深度计费，让整体管理和开发成本得到极大优化。同时知衣提供7*24.小时售后服务，并有专人负责跟进响应，这一点也让他们放心不少。
韩都衣舍在IOSSP柔性供应链中应用知衣的智能商品决策系统后，年度库存周转率可以达到6次以上，当季，率可以达到90%~95%。并且选款效率提升30%，以数据分析为基础的选品企划决策，把控60%主观风险。整个产品端反应更灵敏，产品在上新15天后，即按照数据“爆、旺、平、滞”四类。不同级别的产品，产品小组根据市场行情进行商品营销策略的确定和实施。
选款森林负责人表示，在知衣“AI + BI 智能商品决策系统”的助力下，让韩都突破瓶颈，在数字化运作上，再上一个台阶，未来希望在更多技术能力应用层面深度合作。
“AI+BI智能商品决策系统“落地服装企业设计端全场景
不仅韩都，97%以上的服装企业认同，为了满足快速多变的市场需求，提升款式研发的速度是关键。从趋势、大流行到爆款，每一个款式背后都是图片和数据，而结构化标签化的数字资产是一切商业智能的基础与开始。知衣科技智能商品决策系统，通过AI人工智能与BI商业智能全面构建企业设计端全场景决策体系。面对企业个性化述求，智能商品中台通过建立算法模型，进行智能款式推荐，匹配智能化呈现工具，为企业实现零成本线上预审。同时，一线人员也能直接参与，多方反馈即时沟通，加快选款决策速度，降低运营成本，缩短选款周期，进而挖掘人员价值，驱动设计创新，提升人均效能，构建快反能力。
定制款式算法推荐，根据定制条件设定推荐算法，实时比对大盘和企业数据，给出款式数据分析。
线上选款订货，手机端做详细的款式描述和意见建议反馈，PC端做系统的评审和人员管理。
智能设计工具，包括智能试衣，以图搜图，以图搜款，以款搜图的功能模块。
数据化系统复盘，可细化到单款的数据描述，大屏可视化目前的销售情况和客户情况。
知衣科技——爆款挖掘与商品企划解决方案专家
知衣科技是一家人工智能技术服务服装行业的科技公司，致力于成为服装行业爆款挖掘和商品企划解决方案专家，解决时尚趋势发现，服装款式推荐，生产销售平衡等难题，帮助众多服装品牌和行业商家以“数据”为基础进行经营决策，降低风险，提升运作效率和市场份额。做为人工智能落地行业应用的新生代企业，现已获得多家，投行投资，创始人郑泽宇先生(前GOOGLE电商部门资深人工智能工程师)及其核心团队以图像处理、机器学习、数据挖掘为核心能力，助力行业发展。
