以线上店为实体店的前测指标
2010年秋天，Zara的Big Data系统，向前迈进更大一步。
Zara一口气在六个欧洲国家成立网路商店，增加了网路巨量资料的串连性。隔年，分别在美国、日本建构网路平台，除了增添营收，线上商店强化了双向搜寻引擎、资料分析的功能。不仅回报意见给生产端，让决策者精准找出目标市场;也对消费者提供更准确的时尚讯息，双方都能享受Big Data带来的好处。
分析师预估，网路商店为Zara至少提升了10%营收。
此外，线上商店除了交易行为，也是活动产品上市前的行销试金石。Zara通常先在网路上举办消费者意见调查，再从网路回馈中，撷取顾客意见，以此改善实际出货的产品。
在实体的消费行为中，很难立即分析出不同消费族群的偏好。然而，网路上的行销活动，消费者每一笔点选过的资料、停留时间、下单数量、单次购买金额，都会被记录在交易系统内，送到Zara系统中枢建挡。产品区隔化和生产目标客群，不需要真正出货，网路资料一览无遗。
因此，Zara将网路上的巨量资料视为实体店面的前测指标。会在网路上搜寻时尚资讯的人，对服饰的喜好、资讯的掌握，催生潮流的能力，比一般大众更前卫。再者，会在网路上抢先得知Zara资讯的族群，进实体店面消费的比率也很高。Zara选择迎合网民喜欢的产品或趋势，果然在实体店面的销售成绩，依旧亮眼。
这些珍贵的顾客资料，除了应用在生产端，同时被整个Zara所属的英德斯(Inditex)集团各部门运用：包含客服中心、行销部、设计团队、生产线和通路等。根据这些巨量资料，形成各部门的关键绩效指标(Key Performance Indicators)，完成Zara内部的垂直整合主轴。
Zara推行的巨量资料整合，获得空前的成功。2008年，英德斯集团超越美国Gap服饰集团，成为全世界最大的服饰零售商，后来被Zara所属英德斯集团底下八个品牌学习应用。可以预见未来的时尚圈，除了台面上的设计能力，台面下的资讯大战，将是更重要的隐形战场。
有了Big Data还要迅速回应、修正与执行
即使H&M想跟上Zara的脚步，积极利用Big Data改善产品流程，成效却不彰，两者差距愈拉愈大，这是为什么?
主要的原因是，Big Data最重要功能是缩短生产时间，让生产端依照顾客意见，能于第一时间迅速修正。但是，H&M内部的管理流程，却无法支撑Big Data供应的庞大资讯。H&M的供应链中，从打版到出货，需要三个月左右，完全不能与Zara两周相比。
因为H&M不像Zara，设计生产近半维持在西班牙国内，H&M产地分散到亚洲、中南美洲各地。跨国沟通的时间，拉长了生产的时间成本。如此一来， Big Data即使当天反映了各区顾客意见，无法立即改善，资讯和生产分离的结果，让H&M内部的Big Data系统功效受到限制。
英国《金融时报》评论：“H&M近年每一个决定都慢了Zara一大步，果然，他们去年拱手让出时尚零售第一名的宝座。”目前，H&M正努力仿效Zara作法，急起直追，誓言夺回零售服饰龙头宝座。
原来，Big Data要成功的关键，是资讯系统要能与决策流程紧密结合，迅速对消费者的需求作出回应、修正，并且立刻执行决策。
Via ? wired
匿名用户
