白晓娟+李春辉+高云鹏

摘 要：产能过剩以及高库存率一直是国内服装企业面对的问题，以经验为主已经不能有效解决问题，随着大数据时代的到来，“大数据”成为了有效手段。本文首先介绍了大数据相关概念，分析了我国服装业面临的主要问题以及原因，最后从“大数据”方向出发，提出了建立创新品牌、信息共享、产品开发模式、利用顾客信息等相应解决问题。

关键词：服装；大数据

一、大数据的概念

1.大数据的产生

随着信息时代的到来计算机技术的不断发展，大数据已不再陌生也渐渐地成为人们讨论的热点。我们身处数据的海洋，几乎每件事情都与数据有关。百度每天大约要处理几十PB的数据；Facebook每天生成300TB以上的日志数据；据著名咨询公司IDC的统计，2011年全球被创建和复制的数据总量为1.8ZB（1021），预计到2020年全球将拥有35ZB的数据，而且数据无时无刻都在产生。

2.大数据的定义

随着大数据的盛行，大数据定义呈现多样化趋势达成共识很难。其中，研究机构Gartner的定义：大数据是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。维基百科的定义：大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯。麦肯锡的定义：大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。

3.大数据的特征

“大数据”的“大”不仅仅指数据量大，从“数据”到“大数据”更在于对数据进行交换、整合和分析发现新知识创造新价值。随着人们对大数据的不断深入认识，虽然不同企业对大数据有不同的解读，但大家普遍认为大数据有4“V”特征，即，即Volume（容量大）、Variety（种类多）、Velocity（速度快）和最重要的Value（价值密度低）。

Volume是指大数据巨大的数据量，这得益于各种仪器和通信工具的使用；隨着智能设备以及社交网络的流行，数据类型变得更加复杂，结构数据、半结构化数据和非结构化数据共同构成了数据类型。Velocity可以理解为更快地满足实时性需求；大数据时代数据的价值就像沙子淘金，数据量越大，里面真正有价值的东西就越少。

二、我国服装行业现状问题

地区发展不平衡

目前，由于地理位置的优越性以及政府政策扶持不同，我国服装行业发展比较成熟的地区主要集中在长三角和珠三角地区以及华北京津鲁地区，而内陆地区服装企业规模较小实力较弱使整个服装业呈现区域发展不平衡的特点；据中国服装协会关于规模以上服装企业统计，全国共有19143家，在地域分布上，江苏省最多，为3755家，占全国比例的1/5；其次是广东、浙江、山东、福建，东部沿海三省的服装企业数占全国比例的64%。服装产业作为我国传统产业，大多数为家族企业发展，品牌意识较弱内部管理系统复杂导致我国服装品牌比较匮乏，在国际上服装行业竞争实力较弱国际市场占有率比较低；由于服装本身季节性明显更新速度快不能及时销售导致库存成本较高；除此之外国内水准比较落后自主设计服装较少。

三、“大数据”对我国服装行业的启示

1.建立创新品牌形象

形象的建立对于一个企业非常重要，不仅可以体现企业的实力，而且会影响到品牌文化的传播，因此我国服装企业应该注重保护品牌特色，确立独特的形象标识，从服务层次到店铺布置，还是从管理到制定方案一直秉持此原则进行实施。关于服装生产，我国企业可以尽量不使用高档次或制作过程花费时间较长的面料，这样就可以使产品以最短的时间进入市场，在保障产品质量的前提下，最大程度的降低成本。

2.快速响应源于信息的共享

源于各个渠道的信息应该充分利用，设计师可以凭据数据库中的信息在现有款式的基底上调整、搭配、设计出新款式；“商务团队”凭借数据库中的信息确定选用哪种面料、服装的颜色以及生产的数目；物流配送部门凭借记录在数据库中的关于专卖店的订单确定发货周期，专卖店利用PDA和POS系统将信息分类并传输到总部的数据库中同时通过PDA下达采购订单。

3.建立“三位一体”的新产品开发模式

首先设计师手绘出草图然后和其他设计师、“市场专家”以及“进货专家”一起就草图进行讨论，使产品都能保持品牌特色，就此意见一致后，设计师将对设计方案进行修改、完善和细化，并确定织物品种、编制方法和颜色等。由“商务团队”决定是否将这个新的设计进行生产，如果确定要生产，就先制作出一件样品，样品的作用就是如果在制作过程中出现问题或对某些细节有疑问就可以直接找到设计师询问，因此在现场问题就可以及时解决。“市场专家”要认真负责同一国家或地区的几家连锁店的市场和销售和各个分店经理保持良好的私人关系，随时和总部交换准确的市场消息。“进货专家”要认真负责筹划订单的整个完成过程，考虑是要外购原材料还是自己出产；其次要根据仓库情况决定生产任务，除此还要监视产品在市场上的供需情况。

4.权衡速度与成本之间的关系

广告与折扣在一定程度上可以增加销售额，但是并不是投入的越多收益越大，关于这两点我国服装企业可以向ZARA学习。ZARA在广告投入上的花销要比同行业的企业低很多，它的广告成本仅占其销售额的0-0.3%，而行业平均水平则是3.5%.ZARA在具有优越的地理位置基础上更加注重良好的形象，将更多地精力放在店内设计上，因此ZARA具有高的吸引力不只靠广告。ZARA因为其追求潮流，供应量小的特点以及不断更新产品的战略，它的服装一般都能以全价卖出。一个销售阶段结束后，专卖店至多还有不超过18%的服装不太满足顾客的味口需要打折促销，这大约是行业平均水平35%的一半。连续性降价方法对于大多数行内企业很常见，但是ZARA一年中也只在两个明确的时间段内进行有限的降价销售。endprint

5.利用数据精准管理

各个专卖店的关于时尚潮流趋势的信息是一笔宝贵的财富，设计师们可以一边校对当天的发货数目和每天的销售数量，一边通过访问数据库中的及时信息来改变原来的想法并且对现有的服装样式进行改进，确定使用哪种布料、剪裁尺度以及定价问题都是设计师的工作。利用物理学读取设备可以大大提高分拣效率。高速、高效的运作确保了每一笔订单准时到达它的目的地。充分利用产品信息系统和库存管理信息系统，可以帮助管理无数的布料、各种规格的装饰品，设计清单和库存商品。而ZARA之所以能够迅速提前准备好设计工作，给裁剪发出明确的生产指令是因为在ZARA的仓库中产品信息都是通用的，标准化的。ZARA的团队能够通过系统提供的信息利用现有的库存设计一款服装，而不必再去浪费时间采购原料和催货，因此节省了很多时间。这也是我国服装行业可以借鉴学习的。

四、结束语

随着社会的不管进步科学技术的不断发展，大数据时代萌生了很多新兴行业，充分利用大数据不仅可以帮助企业解决库存成本的难题，而且在品牌营销推广以及需求预测、确定目标消费群体有很大帮助。本文正是基于利用大数据技术来解决我国服装行业面临的问题。未来服装行业依旧竞争与发展并存，传统的经营模式已不能适应大数据时代，本土服装企业必须优化配置改革经营模式，把握时机掌握消费者信息，做到精准销售获取最大化成功。

参考文献：

[1]涂新莉，劉波，林伟伟.大数据研究综述[J].计算机应用研究，2014，31（06）.

[2]刘智慧，张泉灵.大数据技术研究综述[J].浙江大学学报（工学版），2014，48（06）.

[3]陶雪娇，胡晓峰，刘洋.大数据研究综述[J].系统仿真学报，2013，25（S1）：142-146.

[4]沈雷，张竞羽.大数据时代的中国服装品牌创新策略[J].服装学报，2016，1（01）.

[5]吴凡，王振飞.基于ZARA供应链分析[J].现代国企研究，2016，12：106.

[6]贾君妍.快速时尚赢利模式之商品企划研究[D].北京服装学院，2010.

[7]张韬.服装行业“快时尚”营销模式下的供应链管理初探[J].华章，2012：30.

作者简介：白晓娟，女，北京物资学院物流学院，副教授，研究方向：物流供应链管理；李春辉，男，北京物资学院硕士，研究方向：物流与供应链管理；高云鹏，男，北京物资学院硕士，研究方向：物流与供应链管理endprint