中國服裝電商雖起步較晚，但成長迅猛，2013年線上滲透率已超越美國，位居全球**，2014年繼續攀升至15.6%，服裝行業的網購市場潛力可期。 報告認為，移動互聯技術的興起與普及，進一步驅動了移動購物市場的蓬勃發展。預計2015年底，移動端將成為中國網購市場*主要的平臺，促成服裝行業數字 化零售由電商多渠道，向更深層次的O2O跨渠道、數字化全渠道轉型。

　　服裝時尚潮流動態變化的本質，決定了行業需求動態分析的必要性。近年來，大數據浪潮成為行業的新興焦點，品牌和零售商也期待借助大數據解決從日常運營到重要決策的各種問題。

　　如何利用零散的消費者數據?報告建議，構建“駕馭大數據的能力”，作為消費者洞察與決策實施的支撐基礎。

　 　報告認為，“駕馭大數據的能力”不單純依賴數據和模型，關鍵要與業務洞見和管理變革的人緊密聯系在一起，并基于三方面考慮，建立大數據分析模型。**， 明確需求性。不把焦點過多關注于大量的數據收集，而是根據品牌的使用需求，將數據鎖定在特點范圍內，避免過度和冗余。第二，追求可得性。為使數據能長期可 持續地支撐分析判斷，需要在實踐中反復規整、改進，提升數據準確性、規范性和及時性，逐步建立內部可靠數據庫。第三，確保結果性。數據處理上，不過度追求 數據分析模板，而應在不同的場景下，將技術能力與業務洞見結合，靈活機變。

　　報告認為，服裝行業存在大量數據信息，根據數據獲取難易和分 析工具成熟度可分為四大類。然而，若要從大數據中受益，品牌和零售商無需將各種數據都運用純熟。目前僅內部銷售、客戶關系數據即大有可為，值得企業充分挖 掘利用。而其他可能代表深層次需求的外部數據仍有待長期開拓。隨著技術與分析能力不斷發展，品牌可以探索與外部形成數據聯盟，獲取關于消費者新角度的信 息，從而建立更全面的分析模型。

　　報告指出，在大數據分析方面，各行業尚處起步階段，還未出現十分出色的品牌企業，但各家已紛紛開始加大 技術投入與數據分析能力建設，并靈活運用。奢侈品牌Burberry針對細分客戶的不同需求進行不同邀約，例如向VIP和對時尚潮流敏感度高的客戶發出新 品預覽會邀請，*終到場率高達70%以上，其中50%的客戶有消費活動，當日個人*高消費額近10萬元;同時留意一些追求生活品質、但花費不會太高的白領 客戶，了解其傾向于購買性價比高的基本款和經典款，在打折季進行短信和郵件通知。快時尚品牌Uniqlo也利用大數據監測支撐產品定價，銷售數據收集細致 到每天每刻、每款每色每碼、每個店鋪，形成龐大的數據庫，并通過實時監控分析制定生產量與產品定價調整，例如去年賣499元的羽絨衣銷量很高甚至斷貨，今 年可考慮適當提高售價。

　　報告認為，盡管關于大數據的成熟模式遠未形成，但大數據及分析技術對業務策略和精準營銷的支撐作用不可忽視，需要品牌和零售商長遠謀劃。