數據如何幫助時尚業減少浪費
作者：Forbes China
文/Adrian Bridgwater
軟件工程師以及其他技術專業人士通常不會和時尚融合在一起，他們一般偏向於t卹、涼鞋(通常與襪子搭配)或運動鞋，而且在雨雪冰凍天氣喜歡穿短褲。對於大多數軟件工程師來說，一個大膽的時尚舉措可能就是決定把頭髮染成綠色或藍色。
不過，暫且把對技術人員的刻板印象放在一邊，科技和時尚領域的專家之間可能會出現一個新的交叉點。時裝業在產品浪費方面是出了名的糟糕……而科技想要拯救它。
BBC報導了一個最近的例子，一個時裝設計師幫助開發可回收的衣架。跨行業供應鏈應用的數據分析顯示了該行業的浪費規模，設計師羅蘭·穆雷認為，一次性衣架是時尚產業的“塑料吸管”。
通過與科學家合作，穆雷和他的團隊開發了一種新的衣架，由可回收塑料製成。衣架的問題不僅僅是顧客在購買後丟棄它們，顯然，一些時裝公司在將產品轉移到商店裡“更高檔”的衣架上之前，會將衣服放在廉價的衣架上（用過就會扔掉）。
衣架回收公司First Mile表示，衣架在垃圾填埋場需要1,000年才能分解。顯然，如果要打擊這種嚴重的浪費，我們需要更智能的供應鏈、更智能的城市分銷網絡、更智能地採用回收產品等。
服裝行業的“推動”模式
“時尚浪費”的問題更加嚴重。核心問題歸結為生產過剩和服裝行業生產太多衣服的事實。這是因為零售業(尤其是時裝業)一直以來都是“推動”模式，即生產設計師想要銷售的產品，而不是消費者想要購買的產品。
全球最大的服裝銷售網站Love the sale的創始人兼首席技術官David Bishop解釋說，他的公司致力於幫助零售商最大限度地回收過剩庫存。
Bishop 表示：“在時尚產品的供應鏈上，有很多地方已經成熟，可以進行優化和顛覆。鑑於我們目前生活在一個庫存過剩的世界，或許最實用的技術應用是將現有的高質量庫存與有需求的客戶相匹配，這些客戶往往不知道這些庫存是可以買到的。”
但是，當然，許多服裝品牌無法找到合適的途徑向所有可能有需要的人展示它們的產品，也沒有足夠大的數據集或產品目錄來使用先進的技術來“清理”它們的產品。
Bishop 說：“通過使用積壓產品的底層元數據，並將其與積極購買行為元數據匹配的消費者配對，我們可以更快地清空庫存。這使我們能夠與買家有效地合作，防止庫存過剩到不可避免的地步。”
儘管時尚產業試圖利用人工智能來分析時尚消費者的選擇，並預測他們接下來想要什麼，但生產過剩的問題還是真實存在的，僅在英國，每年就有價值1.4億英鎊(1.8億美元)的服裝被填埋。
數字化有助於減少時裝行業的浪費，其中一個方法是通過接單式生產（MTO）的概念，這種服裝更受消費者的青睞。
MTO技術專家PlatformE為設計師和品牌提供虛擬零件、材料、顏色、字體、尺寸、補丁和其他服裝生產的所有其他元素，允許他們與客戶一起設計，模擬並實際創建數百萬個設計組合，直到他們確定了想在生產中看到的東西。
實際上，這代表著每年可減少數百萬個樣品產品。通過對消費者情緒、預測分析和購買數據的測試，它甚至可以將可能不成功的產品線的生產最小化——其中許多最終會被填埋甚至燒掉。
總部位於英國倫敦的PlatformE為古馳(Gucci)等品牌提供3D定制工具，Gucci利用這項技術為個人消費者定制服裝。
通過軟件提高效率
PlatformE的聯合創始人兼總裁Goncalo Cruz解釋說，他的公司採用了以軟件為中心的方法來提高效率。
Cruz說：“為客戶和合作夥伴提供一個軟件開發工具包(SDK)，它連接和集成了一個由品牌、零售商和工廠組成的完全不同的系統，使我們的客戶能夠進行擴展，同時仍然可以靈活地使用他們喜歡的佈局、用戶界面(UI)和用戶體驗(UX)。”
任何客戶都可以為自己的時尚品牌“.com”或來源創建數字庫。基於雲的解決方案使品牌能夠訪問PlatformE託管的配件和服裝的3D數字數據庫。時裝設計師可以使用這個工具包為可定制的產品創建選項，公司將其概念化，然後上傳到基於軟件的“引擎”中。通過使用這些工具，零售品牌能夠衡量客戶偏好，並分析有意義的數據，如最流行的樣式、顏色、材料和其他變量。
雖然在後台創建一個抽象的邏輯是複雜的，它理解並集成了幾乎所有的生產系統，但Cruz堅持認為客戶(通常是一個設計師，但也可能是一個單獨的客戶)的體驗會因此被大大簡化。
Cruz表示：“從數字數據處理的一開始，複雜性就降低了，所有的產品排列——數以十億計——都是由PlatformE的引擎生成的，不需要創建一個單一的實體樣本。客戶可以可視化他們所選擇的產品，並根據3D分層概念生成的虛擬樣本或當時並不實際存在的圖像下訂單。然後，PlatformE的應用程序編程接口(API)將訂單轉換成工廠能夠理解的計算機語言，充當製造過程中不同參與者之間的數字中間人。這其實是一個購買激活的製造過程，在按需的基礎上工作，將生產過剩降低到0%。”
開創新潮流
但數據和軟件真的能改變時尚界嗎？是的，如果以一種智能的方式應用數據分析，它幾乎可以改變商業的所有方面。不是所有的購買習慣都會在一夜之間改變，也不是所有的供應鏈結構都會在一夜之間改變，但“一切皆服務”的趨勢是真實的，。
資料來源：http://www.forbeschina.com/business/45840
工作分解結構例子 在 很多人做的工作分解架構圖都是錯的，到底錯在哪裡？ (051) 的推薦與評價
很多人以為把甘特圖用MS Project做出來，就代表會做專案計畫。然而確連最基本的 WBS 工作分解圖都不會做。例如，如何分割階段、邏輯排序、正確命名、 ... ... <看更多>