Cathaleen Chen

時(shí)裝品牌Lafayette 148明白，最近推的那條帶有白色幾何線條的黑色連衣裙會(huì)很受歡迎，因?yàn)橹邦愃频目钍蕉假u得很好。但它沒料到的是，在發(fā)送了一封包含這條裙子的推薦郵件后，新增訂單會(huì)漲得這么迅猛。

該品牌倉庫里的幾百件庫存，是準(zhǔn)備提供給波道夫·古德曼（Bergdorf Goodman）、諾斯通（Nordstrom）這樣的百貨零售商的，根本滿足不了意料之外的訂單?！斑@條裙子我們做的數(shù)量夠嗎？不足的話，我們還能做什么？我們還能拿別的布料做那條裙子嗎？”Lafayette 148聯(lián)合創(chuàng)始人兼首席執(zhí)行官Deirdre Quinn說道。該公司目前正在加單制造50條連衣裙，還推出了類似原先款式的白色版本。那條黑色連衣裙的5個(gè)尺碼，目前已經(jīng)全部賣光。

時(shí)尚品牌的生死，取決于它們平衡供需的能力。生產(chǎn)得太少，意味著銷售額會(huì)下降，客戶會(huì)感到失望；生產(chǎn)太多則會(huì)浪費(fèi)預(yù)算，季末促銷也會(huì)減少利潤。這件事本來就很難遵循所謂的完美法則，而隨著電商業(yè)務(wù)的崛起，庫存管理就更困難了，因?yàn)樾碌男枨箅S時(shí)隨地都有可能出現(xiàn)。這種供需不平衡影響的是整個(gè)時(shí)尚行業(yè)。Capri Holdings本月早些時(shí)候表示，未能預(yù)料到市場(chǎng)對(duì)Jimmy Choo新款運(yùn)動(dòng)鞋的需求，而H&M卻在為沒來得及出售的40億美元庫存發(fā)愁。

匯豐銀行（HSBC）企業(yè)銀行部全國零售和服裝業(yè)務(wù)主管Eric Fisch表示：“服裝庫存不像精品葡萄酒，放得越久越好，而是更像鮮魚，庫存時(shí)間越短越好?！彼胁簧俜b企業(yè)客戶經(jīng)常陷入這樣的境地，到了要生產(chǎn)下一季產(chǎn)品的時(shí)候，要向銀行貸款，因?yàn)樯弦患镜膸齑尜u不出去?！罢f到底，庫存會(huì)影響一家公司的盈利能力和現(xiàn)金流。”

時(shí)尚行業(yè)有很多方法來管理庫存，比如加快生產(chǎn)周期，以便更好的應(yīng)對(duì)需求的變化。但很多公司不再只是簡單地根據(jù)消費(fèi)者行為的變化作出反應(yīng)—它們想要預(yù)測(cè)未來。品牌越來越善于利用從消費(fèi)者身上收集到的大量數(shù)據(jù)，預(yù)測(cè)他們下一步要買什么。不少初創(chuàng)公司表示可以提前準(zhǔn)確預(yù)測(cè)消費(fèi)者未來喜歡什么樣的款式，并就每件衣服的生產(chǎn)數(shù)量、每家門店或倉庫的庫存向各大品牌提供建議。

利用人工智能的預(yù)測(cè)技術(shù)識(shí)別看似無關(guān)的變量之間的相關(guān)性，有時(shí)也被稱為機(jī)器學(xué)習(xí)或深度學(xué)習(xí)（deep learning）。劍橋大學(xué)機(jī)器學(xué)習(xí)系研究員、數(shù)據(jù)科學(xué)咨詢公司Catalyst AI創(chuàng)始人Ahmed Zaidi說：“比如，某些人群所在的特定地點(diǎn)發(fā)生的天氣狀況，可能會(huì)導(dǎo)致銷量的激增，因?yàn)榉b顏色、尺碼大小、天氣和地理位置之間可能存在隱藏的相關(guān)性?！盋atalyst AI的客戶包括Calvin Klein母公司PVH集團(tuán)和Superdry。

在類似Crunchbase這樣的網(wǎng)站上，你不難發(fā)現(xiàn)有成千上萬初創(chuàng)企業(yè)在做這種預(yù)測(cè)分析，其中有些已斬獲數(shù)十億美元投資。根據(jù)國際知名數(shù)據(jù)公司IDC的預(yù)測(cè)，2019年全球人工智能產(chǎn)品的支出將達(dá)到360億美元，比去年增長44%。本月早些時(shí)候，耐克收購了總部位于波士頓的需求預(yù)測(cè)和庫存優(yōu)化公司Celect。初創(chuàng)公司Evo的創(chuàng)始人Fabrizio Fantini說：“機(jī)器學(xué)習(xí)能高速追蹤和展現(xiàn)這種相關(guān)性，展示投入和產(chǎn)出的不斷演變。”該公司利用歷史銷售數(shù)據(jù)、全球天氣趨勢(shì)等各種數(shù)據(jù)，預(yù)測(cè)不同款式在不同市場(chǎng)，甚至不同獨(dú)立門店的表現(xiàn)，“相當(dāng)于一個(gè)傳統(tǒng)Excel表手動(dòng)錄入的‘即插即用版?！?/p>

但預(yù)測(cè)需求可能會(huì)變得更困難，因?yàn)閺?fù)雜的數(shù)據(jù)集或?qū)?dǎo)致人工智能產(chǎn)生偏差。比如微軟在2016年的人工智能聊天機(jī)器人試驗(yàn)就失敗了，這個(gè)機(jī)器人本該模仿青少年說話的方式，但最終學(xué)到的還有種族歧視、性別歧視和侮辱性語言。Stitch Fix則聘請(qǐng)了一支由100多名數(shù)據(jù)科學(xué)家組成的團(tuán)隊(duì)，幫助買手和造型師理解從與消費(fèi)者的每個(gè)接觸點(diǎn)收集到的數(shù)據(jù)，包括每個(gè)購物者最初填寫的風(fēng)格檔案、購買后的評(píng)論等。“比如我們會(huì)給顧客寄一件襯衫，她反映說太小，這就能說明她的尺寸偏好。”Stitch Fix首席算法官Brad Klingenberg說。“如果同一件襯衫有100個(gè)人都說太小，這就是（收集到的）有關(guān)產(chǎn)品的信息了?！?p>

許多零售企業(yè)的最終目標(biāo)是，開發(fā)出超越人類買手與供應(yīng)鏈管理者的AI。商家現(xiàn)在做的就是根據(jù)歷史銷售數(shù)據(jù)、店鋪業(yè)績等其他數(shù)據(jù)點(diǎn)指導(dǎo)下一步采購決策?！皼]有誰能知道未來的流行趨勢(shì)，”Lafayette 148總裁Liz Fraser說，“某件衣服去年賣得好，不代表今年也會(huì)賣得好?！?/p>

但即使是最精密復(fù)雜的機(jī)器學(xué)習(xí)技術(shù)可能也難以破解時(shí)裝風(fēng)格的密碼，時(shí)尚行業(yè)仍處于集成人工智能解決方案的早期階段。預(yù)測(cè)會(huì)受到千千萬萬個(gè)變量的影響。預(yù)測(cè)大衣外套在天冷的時(shí)候比平時(shí)賣得好很容易，但要預(yù)測(cè)去年流行的走秀款胸針能否在紐約以外的市場(chǎng)獲得成功，就比較困難了。畢竟就連AI也預(yù)見不到，梅根王妃（Meghan Markle）穿了那雙Rothy平底鞋去澳大利亞海灘之后，這款鞋的銷量會(huì)翻上兩番。

品牌技術(shù)公司給出的答案是：收集更多的數(shù)據(jù)。Stitch Fix鼓勵(lì)顧客使用它推出Style Shuffle在線工具，只要在網(wǎng)站或是App里對(duì)商品表示“喜歡”還是“不喜歡”就好。Stitch Fix可以通過700個(gè)打分確定，顧客可能更喜歡一件印有咖啡圖案而不是骷髏圖案的T恤。即使是那些沒有使用人工智能的品牌也會(huì)發(fā)現(xiàn)，新增的這些數(shù)據(jù)點(diǎn)會(huì)很有用。Lafayette 148使用了一個(gè)名為Skypad的在線應(yīng)用程序，可以實(shí)時(shí)跟蹤每家商店或全渠道所有商品的銷售業(yè)績，Quinn和團(tuán)隊(duì)可以據(jù)此重新分配庫存和補(bǔ)充產(chǎn)品。Tamara Mellon使用的是MakerSights，這個(gè)平臺(tái)可以調(diào)查客戶對(duì)潛在新品的看法，讓公司能夠根據(jù)受歡迎程度的跡象來計(jì)劃訂單規(guī)模。根據(jù)采購總監(jiān)Vanessa Lugo的說法，生產(chǎn)靈活化之后，品牌能在30天內(nèi)賣出至少50%的產(chǎn)品組合。Zaidi則表示，關(guān)于AI是否能超越人類買手直覺這個(gè)問題，還存在著很多爭(zhēng)論。如果有企業(yè)打算嘗試AI預(yù)測(cè)分析，他建議先做這樣一個(gè)簡單測(cè)試：讓一支銷售團(tuán)隊(duì)使用AI主導(dǎo)的解決方案對(duì)產(chǎn)品季節(jié)性降價(jià)，另一個(gè)團(tuán)隊(duì)不使用AI。但Fantini也說，使用AI并不意味著傳統(tǒng)買手會(huì)被取而代之。“工作可能會(huì)改變，但我遇到更多的情況是，買手還是手握總攬全局和控制庫存的能力，”他說，“對(duì)我的客戶來說，實(shí)際上有更多人在幫他們工作?！?/p>

版權(quán)聲明

本文內(nèi)容由BoF時(shí)裝商業(yè)評(píng)論提供版權(quán)