【CEO访谈】从愿景到领导力：7thonline第七在线的崛起之路

在零售 SaaS 领域，首席执行官兼创始人 Max Ma 为我们展现了一段非凡的历程。他从零售软件工程师华丽转身，成功领导 7thonline 成为行业翘楚。1999 年，他创立 7thonline，怀揣着利用先进分析和数据驱动方案改善零...

在零售 SaaS 领域，首席执行官兼创始人 Max Ma 为我们展现了一段非凡的历程。他从零售软件工程师华丽转身，成功领导 7thonline 成为行业翘楚。1999 年，他创立 7thonline，怀揣着利用先进分析和数据驱动方案改善零售库存管理与需求规划的宏大愿景。如今，公司已服务于 PVH、Patagonia、Canada Goose 等众多知名时尚、鞋类和配饰品牌，以多渠道解决方案大幅提升库存生产力与盈利能力。

马云深入探讨了 7thonline 平台背后的技术创新，涵盖机器学习和人工智能。这些前沿技术凭借提供精准细致的需求洞察，有力地协助零售商制定出更为明智的库存决策。他着重指出，7thonline 对服装和鞋类行业的专业专注，是其获取竞争优势的关键所在，能够有效应对季节性需求预测、供应链中断以及消费者行为转变等诸多棘手挑战。

展望未来，马云着重强调了数据分析、自动化和人工智能在铸就零售业未来格局中的关键重要性，并向有抱负的企业家们提出诚挚建议，要有满溢的热情以及长远的目光。凭借以往成功的创新履历，7thonline 必将持续发展，已然做好充分准备引领零售业迈向技术转型的新阶段。

Q1:请告诉我们更多关于您自己的信息。

A：我是 Max Ma， 7thonline的创始人兼首席执行官，7thonline 是一个零售技术平台，为零售企业提供先进的需求规划和库存管理解决方案。我于 1999 年创立了 7thonline，旨在帮助简化零售和批发规划，提高效率。25 多年来，我们一直为零售企业提供无与伦比的需求可视性、高级分析和可操作的见解。作为一名数据科学家和经验丰富的零售技术行业高管，我热衷于将尖端技术与成熟的商业实践相结合。

在创办 7thonline 之前，我曾担任 Pantone 电子色彩系统的首席开发人员。此外，我还是雅礼协会董事会成员和财务主管。我拥有理工大学电气工程硕士学位，还曾担任该校供应链和商品技术中心的董事会成员。我的经验也延伸到媒体领域，曾在 HBO 工作过。

Q2：多年来，7thonline 在零售 SaaS 领域取得了显著成就。您能带我们回顾一下公司成立之初的历程吗？是什么促使您创立了 7thonline？这家公司是如何发展到今天这个样子的？  

A：当我开始在一家 CAD 软件公司担任软件工程师时，我很快意识到这个行业需要更有效的方法来提高库存生产率。在 7thonline 成立初期，我们推出了批发采购和规划工具，并与 Liz Claiborne、Jones Apparel Group 和 Kellwood 等主要批发商合作。随着时间的推移，我们改进了解决方案，专注于跨渠道库存规划和执行，使批发商和零售商都能根据消费者需求调整供应，最终提高利润率。

如今，7thonline 致力于通过提供可提高盈利能力的技术解决方案来帮助仍然严重依赖人工流程的零售业。我们相信，这最终将改善生活质量，因为可以更有效地利用时间、获得更好的结果和提高成本效率。我们不断问自己：我们走在正确的道路上吗？我们是否以最佳方式实现这一目标？我们对支持行业的热情推动着我们前进。尽管我们仍处于这段旅程的开始阶段，但对未来和未来的可能性感到非常兴奋。

Q3:您的平台因其数据驱动的方法而受到称赞。您能解释一下 7thonline 平台背后的核心技术以及它如何帮助零售商做出更明智、更快速的库存决策吗？

A：7thonline 专门为 PVH、Patagonia、Michael Kors、Tommy John、Birkenstock、Alexander Wang 和 Canada Goose 等领先的服装、鞋类和配饰品牌提供多渠道需求规划。

我们通过提供专门针对时尚和鞋类行业的数据驱动平台脱颖而出，支持零售和批发模式。我们正在彻底改变商品规划和分配方式，以提高盈利能力，使行业中的规划人员和分配人员能够获得深入的需求洞察，并利用强大的优化工具实现关键的利润突破并最大限度地提高库存生产率。

我们与众不同之处在于，我们能够提供精细的消费者需求洞察 — 甚至精确到特定商店特定一周的 SKU。这种详细程度使零售商能够根据实时本地需求做出更明智、更快速的库存决策。

我们的平台提供几个关键模块：

集成 OTB 的商品规划：灵活的规划级别，可从多个角度分析业务。

季前分类计划和订单输入：通过按门和按周对集群进行逆向工程，直至样式/颜色级别，最大限度地发挥销售潜力。

通过内置分析和 BI 轻松进行报告：提供可操作见解的综合报告工具。

生产需求计划：通过准确的需求预测简化生产流程。

分配和补货：确保产品到达最具销售潜力的商店和在线渠道。

工厂到 DC 补货和订单聚合：优化从工厂到配送中心的供应链效率。

我们的模块化集成解决方案可帮助零售商提高速度、准确性和盈利能力，同时提高客户满意度和运营效率。

Q4：近年来，零售 SaaS 解决方案市场发展迅速。您认为 7thonline 在该领域与其他竞争对手相比有何优势？您如何保持竞争优势？

A：7thonline 的与众不同之处在于，我们能够提供一个整体平台来管理商店、电子商务和批发分销的总体需求。虽然许多公司提供的解决方案可以解决我们部分业务的问题，但没有一家公司能像我们这样全面地整合这些要素，尤其是包含批发部分。我们的平台专门针对服装、鞋类和配饰 (AFA) 市场量身定制，这对技术解决方案来说极具挑战性。通过专注于这一领域，我们磨练了专业知识，开发了满足该领域零售商独特需求的解决方案，通过专业化和深厚的行业知识保持了竞争优势。

Q5:您的团队如何将战略目标和目的转化为可衡量和报告的可行举措？

A：我们的解决方案使客户能够采取更积极主动的方法，有效地制定他们的销售策略并提高财务绩效。通过将战略目标与可操作和可衡量的计划相结合，我们帮助客户将高层目标转化为切实的成果。这种方法带来了关键的好处，例如降低降价幅度、提高全价销售率、减少销售损失、提高库存周转率和最大限度地减少管理任务。通过这种以结果为导向的模式，客户可以跟踪进度并不断优化他们的销售策略以获得最大的影响。

Q6:您为时尚、体育和其他零售行业的各类客户提供服务。这些行业通常面临哪些类型的挑战？7thonline 如何定制解决方案以满足他们的独特需求？

A：关于零售业面临的挑战，有很多报道。最近，贝恩公司发布了《2024 年消费品报告》。报告强调，该行业正面临增长放缓和来自全球市场和消费者期望变化的挑战。为了保持竞争力，企业被鼓励调整其增长战略，重点关注可持续创新、数字化转型和运营敏捷性。企业必须适应供应链中断和不断变化的消费者行为，在着眼于长期目标的同时，做好抓住新机遇的准备。

我们了解零售业主要关注短生命周期和季节性产品。由于历史数据有限且消费者需求不断变化，因此需求预测极其困难。7thonline 利用各种数据源（如 POS 数据、装运数据、物流和仓库数据以及营销数据）来分析来自每个分销渠道的需求信号。

Q7:在过去十年中，7thonline 取得了令人瞩目的增长。您能否分享一些关键的成功案例，以突出贵公司的创新、解决问题的能力和客户影响力？

A：我们的客户亲身体验了我们的解决方案给他们带来的益处。一家大型企业集团告诉我们，通过使用我们的客户规划系统，他们能够提前一周下达生产订单。这使得供应商为客户提供的每件服装成本降低了 1 美元。这是一个巨大的数字，在零售业中确实非常出色。

我们的客户看到的另一个例子是能够跨大洲了解不同国家和地区的本地需求，这样总部就可以始终掌握整个公司的需求信号。我们正在消除孤岛，帮助公司利用数据为其业务带来有意义的改变。

Q8:您如何看待数据分析在零售业中的作用的发展，7thonline 采取了哪些措施来保持在这个快速变化的行业中的技术创新领先地位？

 

A：在 7thonline，我们利用机器学习和高级算法保持零售数据分析领域的领先地位。数据分析一直是我们业务的核心，为客户提供强大的洞察力。然而，随着消费者购物习惯的快速变化，传统的统计方法已不再足够。这就是为什么我们采用人工智能和机器学习来增强我们的能力。

例如，我们开发了一款快时尚需求预测应用程序，利用人工智能以最少的数据预测当季消费者的偏好。这使我们的客户能够快速响应不断变化的消费者需求，并在充满活力的市场中保持领先地位。

Q9:零售商正在应对消费者行为和供应链中断的重大变化。7thonline 推出了哪些策略或功能来帮助您的客户应对这些新现实？

 

A：十多年前，7thonline 与一家拥有 8,000 家门店的大型零售商合作，实施了需求驱动的分配和补货解决方案。该系统允许零售商通过索引每个门店位置的每种产品，根据当地消费者的需求调整产品组合，从而做出数据驱动的分配决策。通过密切关注每个门店独特的消费者行为，零售商确保在合适的地方提供合适的产品，从而减少缺货并最大限度地提高销售额。

我们继续沿用这种方法，帮助客户在将库存投入所有渠道和商店之前测试消费者的偏好。例如，通过对每种产品进行索引，零售商可以准确评估销售倾向并确定最佳分配和补货水平。这种量身定制、以数据为中心的策略可确保零售商有效响应特定的消费者需求，而不是采用一刀切的方法。

Q10:作为一家在 SaaS 零售解决方案领域领先多年的公司，您如何平衡创新与稳定，确保您的平台对大型客户来说既先进又可靠？

 

A：在 7thonline，我们通过与领先客户密切合作，在创新与稳定之间取得平衡。这确保我们开发的功能不仅是尖端的，而且是实用的，符合行业的实际需求。

我们的重点不仅仅是实施最新技术。我们还致力于提供有意义的解决方案，以提高盈利能力并改善那些利润微薄、管理大量商品的人的生活质量。在当今的数据驱动型经济中，技术是突破通常 5-10% 利润障碍的关键。通过缩短周转时间、最大限度地减少人为错误并增强整体业务运营，我们帮助客户实现重大突破。

我们利用最新技术改善内部和外部协作的一个例子是帮助客户做出更好的供应链决策。通过促进实时销售和运营规划 (S&OP)，我们促进了销售规划和供应链规划团队之间的更好协作，打破了孤岛并促进了整个组织更有效的协作。

Q11:展望未来，您预计哪些趋势或发展将塑造零售 SaaS 格局的未来，7thonline 如何准备引领这一变革？  

 

A：Excel 已成为零售商的主要痛点，它会产生数据孤岛并延迟实时决策。随着利润率的下降，对 Excel 的依赖已经达到了不再可扩展的程度。这就是 7thonline 介入的地方，它提供端到端解决方案，可实现流程自动化并提供更好的结果。我们的目标是通过使一切自动化来消除对人工干预的需求。

我们通常被称为“零售行业的科学家”，我们通过与领先客户的合作不断增强我们的人工智能和机器学习能力。对我们来说，人工智能和机器学习不仅仅是营销热词——它们是帮助零售商根据当前趋势和客户偏好分配库存来提高利润的重要工具。

人工智能正在重塑买家的角色，使他们能够领先于潮流，并推出符合客户需求的产品组合，尤其是季节性产品。根据《福布斯》发表的一项研究，买家购买的服装产品中有 60% 是无利可图的，而只有 40% 是盈利的。这是因为许多决策都是在季前做出的，远在客户与产品互动之前。人工智能使零售商能够在销售季节开始时衡量消费者行为，并根据实时数据做出更明智的二次产品组合分配。

在服装和零售领域，人工智能具有关键优势，可以提前预测消费趋势、减少对季前库存押注的依赖以及管理供应链的限制。使用人工智能的零售商可以享受更高的利润，这反过来又使他们能够进一步投资技术并在竞争日益激烈的环境中保持领先地位。

Q12:最后，根据您在 7thonline 的经历，您会给那些想要在技术和 SaaS 行业建立成功企业的有抱负的企业家什么建议？

A：你必须对自己所做的事情充满热情，并且“坚持到底”而不是“为了赚钱而努力”。25 年来，我仍然充满热情和兴奋，继续与我们的老客户合作，并在时尚、鞋类和配饰行业获得新的合作伙伴。我觉得最好的还在后头，我希望那些希望建立成功企业的企业家也能找到同样的兴奋，并觉得他们所做的事情最终会帮助人们过上更好的生活。