7thonline
服飾與消費品的商品財務規劃,把 OTB 與配貨一起算
7thonline 是專攻多通路零售的供應鏈規劃平台,核心是商品財務規劃(merchandise financial planning)——也就是零售業講的 OTB(Open-to-Buy)那一整套:這一季要進多少貨、分配到哪些通路、什麼時候補、賣不掉怎麼辦。
功能特色與適用場景
它的 AI 元件叫 7thNucleus,用產業專屬的演算法做需求預測與趨勢偵測。功能涵蓋商品財務規劃、依款式/顏色/尺碼/地點的品類規劃、季中 OTB 與補貨、配貨最佳化、試賣(test buy)、商業智慧報表、以及 S&OP 協作。規劃顆粒度可以細到單品 SKU。
它的定位跟一般供應鏈系統不同的地方,是同時處理批發、DTC、電商與直效行銷這幾種通路——這在服飾業是關鍵。同一個品牌可能有百貨專櫃、自營官網、蝦皮旗艦店和經銷商,四種通路的補貨邏輯完全不同,多數系統只擅長其中一種。
主要客戶是大型零售與服飾公司、批發商、DTC 品牌與電商,以中大型企業為主;另外有一個 7thLite 版本針對中小企業。
對台灣的成衣代工與品牌業者,它比較實際的參考價值在「批發 + DTC 混合」這件事。台灣不少品牌是從代工或經銷起家、近年才做自營電商,兩套通路的規劃邏輯打架是常態,這正是這類系統要解的問題。
TheAI學院 編輯建議
編輯實測後的真心話OTB 這件事在台灣被嚴重低估。我看過太多品牌把庫存問題怪到採購頭上,實際上是根本沒有一套規劃語言,每個人心裡的數字都不一樣。買系統之前先問自己:公司有沒有人說得清楚這一季的可採購金額怎麼算出來的?沒有的話,先解決這個。
主要功能
- 商品財務規劃(OTB)與彈性設定
- 7thNucleus AI 需求預測與趨勢偵測
- 依款式、顏色、尺碼、地點的品類規劃
- 季中 OTB 與補貨、配貨最佳化
- 試賣(test buy)功能
- S&OP 協作與商業智慧報表
- 另有中小企業版 7thLite
適用場景
- 服飾品牌的季度 OTB 規劃
- 批發與 DTC 通路的庫存分配協調
- 新款試賣後的追加決策
- 季中補貨與調撥最佳化
7thonline 的優點與缺點
優點
- 批發、DTC、電商多通路同一套規劃,適合通路混雜的品牌
- 顆粒度可到單品 SKU,服飾業的尺碼配比算得下去
- 有中小企業版本,不是只服務大企業
缺點
- 未公開定價
- 商品財務規劃本身門檻高,沒有 OTB 觀念的團隊導入會很痛苦
- AI 功能揭露的細節有限,需在 POC 階段驗證預測品質
價格方案
未公開定價;另有針對中小企業的 7thLite 方案
7thonline 常見問題
OTB 是什麼?沒有這套流程的公司能用嗎?
OTB(Open-to-Buy)是零售業控制「可採購金額」的規劃方法,把預算、預估銷售、庫存與毛利綁在一起看。如果公司目前是憑經驗下單、沒有這套語言,導入系統前建議先把流程本身建立起來,否則工具會變成昂貴的報表機。
跟 Increff 怎麼選?
[Increff](/tools/increff) 從企劃一路做到倉儲履約,範圍更長;7thonline 更專注在規劃這一段,尤其是批發通路的處理。如果你的痛點在倉庫與全通路出貨,選前者;如果痛點在「這一季到底該進多少」,選後者。
使用者評價
還沒有足夠評價,搶先分享你的使用心得!
寫下你的評價
7thonline 的替代方案
查看相似的 AI 工具 →相關 AI 工具
猜你也想看的AI 企業專用
更多美國的 AI 工具
同樣來自美國的 AI 工具,一起看看。