邵芬娟,侯真威

(1.上海出版印刷高等?？茖W(xué)校 印刷包裝工程系,上海200093;2.東華大學(xué) 服裝與藝術(shù)設(shè)計(jì)學(xué)院,上海200051)

隨著入網(wǎng)設(shè)備價(jià)格的降低以及網(wǎng)絡(luò)速度的提升,互聯(lián)網(wǎng)的覆蓋人群日漸增加,相應(yīng)的,人們?cè)诨ヂ?lián)網(wǎng)上活動(dòng)所產(chǎn)生的數(shù)據(jù)數(shù)量也不斷增多。大數(shù)據(jù)是指通過(guò)非傳統(tǒng)技術(shù)對(duì)數(shù)據(jù)集進(jìn)行有效地尋找獲取、存儲(chǔ)管理、分析利用的統(tǒng)稱[1]。在這樣的大數(shù)據(jù)時(shí)代背景之下,數(shù)據(jù)挖掘技術(shù)在各行各業(yè)中便油然而生[2]。現(xiàn)如今數(shù)據(jù)挖掘技術(shù)已經(jīng)應(yīng)用在能源、教育、科研、制造、金融、電子政務(wù)、企業(yè)經(jīng)營(yíng)管理、信息管理等多個(gè)領(lǐng)域,同時(shí)數(shù)據(jù)挖掘技術(shù)在服裝行業(yè)的應(yīng)用也有了很大的進(jìn)展。

服裝行業(yè)作為我國(guó)優(yōu)勢(shì)產(chǎn)業(yè)和民生產(chǎn)業(yè),涉及范圍廣,供應(yīng)鏈繁雜,參與人員也較多,互聯(lián)網(wǎng)早已潛移默化的滲入到服裝行業(yè)中,在國(guó)內(nèi)經(jīng)濟(jì)中占據(jù)不可動(dòng)搖的地位。工業(yè)4.0時(shí)代的到來(lái),為服裝快速發(fā)展提供了重大機(jī)遇。目前,服裝產(chǎn)品已從“單一簡(jiǎn)單化”向“多元多方式、高效率高品質(zhì)”的數(shù)字化生產(chǎn)方式發(fā)展。而“O2O、O2B、B2B、B2C、C2C”等互聯(lián)網(wǎng)方式正如火如荼地應(yīng)用在服裝行業(yè)中,由此服裝在生產(chǎn)、包裝、調(diào)度、銷售、管理、庫(kù)存等各個(gè)過(guò)程中,都產(chǎn)生了大量數(shù)據(jù)[3]。

因此,為了充分利用這些數(shù)據(jù),用挖掘技術(shù)對(duì)服裝行業(yè)各個(gè)領(lǐng)域存在的潛在數(shù)據(jù)信息進(jìn)行挖掘,創(chuàng)建各個(gè)環(huán)節(jié)數(shù)據(jù)庫(kù)數(shù)據(jù)集,以最小的時(shí)間成本,價(jià)格成本、運(yùn)輸成本達(dá)到“供需、多方”的服裝行業(yè)實(shí)現(xiàn)共贏。文中對(duì)國(guó)內(nèi)外相關(guān)文獻(xiàn)進(jìn)行綜述,分析了數(shù)據(jù)挖掘在服裝的生產(chǎn)制造、銷售管理、客戶關(guān)系維護(hù)以及庫(kù)存管理4個(gè)方面的應(yīng)用,以期為后續(xù)服裝行業(yè)對(duì)數(shù)據(jù)挖掘技術(shù)的應(yīng)用提供依據(jù),提高企業(yè)的經(jīng)濟(jì)效益。

1 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘[4](Data Mining,簡(jiǎn)稱DM)就是從大量的、不完善的、模糊不清的、隨機(jī)亂序的數(shù)據(jù)中,對(duì)大家預(yù)先不了解,但存在有用信息且形成潛在知識(shí)規(guī)律數(shù)據(jù)的一個(gè)提取與發(fā)掘的過(guò)程。數(shù)據(jù)挖掘過(guò)程一般分為3步(圖1):第一步為數(shù)據(jù)的準(zhǔn)備;第二步為數(shù)據(jù)的挖掘;第三步為結(jié)果的表達(dá)和解釋。不同領(lǐng)域根據(jù)行業(yè)特征不同,數(shù)據(jù)挖掘展現(xiàn)出來(lái)的技術(shù)、過(guò)程、方法也會(huì)有所差異。因此服裝行業(yè)中涉及的不同問(wèn)題,挖掘技術(shù)也會(huì)隨之改變,研究過(guò)程也會(huì)因其變化[5]。

圖1 數(shù)據(jù)挖掘過(guò)程

其中數(shù)據(jù)挖掘任務(wù)主要分為描述型和預(yù)測(cè)性兩大類。前者主要包括預(yù)估預(yù)測(cè)、關(guān)聯(lián)分析、K-means聚類分析和概念分析;后者包括時(shí)序模式、回歸分析、偏差分析和歸納分類。

2 數(shù)據(jù)挖掘在服裝生產(chǎn)中的應(yīng)用

2.1 基于數(shù)據(jù)挖掘技術(shù)的服裝號(hào)型體系制定

GB/T 1335-2008《服裝號(hào)型》中將服裝號(hào)型劃分成了5·4和5·2系列。號(hào)型是服裝企業(yè)大批量生產(chǎn)的依據(jù)與前提,而服裝號(hào)型歸檔是企業(yè)和消費(fèi)者訂制生產(chǎn)的橋梁,根據(jù)現(xiàn)代人體號(hào)型數(shù)據(jù)進(jìn)行服裝號(hào)型分檔,才會(huì)有針對(duì)性的對(duì)消費(fèi)者所需樣板進(jìn)行輸出,使企業(yè)處于JIT(Just In Time)狀態(tài)中。

根據(jù)目前國(guó)內(nèi)對(duì)各區(qū)域人體數(shù)據(jù)收集表明,國(guó)內(nèi)各區(qū)域人體尺寸不盡相同,國(guó)標(biāo)中間體型是根據(jù)全國(guó)人體數(shù)據(jù)類型而制定的,不一定對(duì)國(guó)內(nèi)其他區(qū)域都適合,經(jīng)調(diào)查國(guó)標(biāo)中人體體型劃分符合比例僅接近60%,甚至有的區(qū)域體型符合比例不到50%。而且,隨著國(guó)民經(jīng)濟(jì)的提升,出現(xiàn)了一些特殊群體,現(xiàn)行的國(guó)標(biāo)體型數(shù)據(jù),已不能完全覆蓋我國(guó)各地區(qū)體型規(guī)律[6]。在一定程度上國(guó)家制定的號(hào)型標(biāo)準(zhǔn)無(wú)法全滿足服裝企業(yè)在實(shí)際生產(chǎn)中的要求,因此企業(yè)會(huì)依據(jù)實(shí)際生產(chǎn)情況對(duì)服裝號(hào)型標(biāo)準(zhǔn)進(jìn)行適當(dāng)調(diào)整或細(xì)化,從而形成自己的“企業(yè)號(hào)型表”。服裝企業(yè)批量生產(chǎn)中,服裝號(hào)型是根據(jù)某一地區(qū)或者企業(yè)標(biāo)準(zhǔn)進(jìn)行推擋、放碼進(jìn)而投入生產(chǎn),主觀性較強(qiáng),仍然無(wú)法滿足國(guó)民體型規(guī)律,會(huì)在銷售過(guò)程中導(dǎo)致服裝斷碼、堆積的現(xiàn)象,影響企業(yè)效益[7]。因此利用數(shù)據(jù)挖掘技術(shù),制定“少號(hào)型、大覆蓋”的服裝號(hào)型系列,實(shí)現(xiàn)MTM(Made to Measurement)生產(chǎn)模式,可以降低生產(chǎn)成本,提高企業(yè)收入,提高服裝企業(yè)的快速生產(chǎn)能力,實(shí)現(xiàn)大批量訂制。

到目前為止,數(shù)據(jù)挖掘技術(shù)在服裝號(hào)型體系制定上的應(yīng)用一般采用以下思路。

2.1.1 人體數(shù)據(jù)的采集

人體數(shù)據(jù)采集是制定服裝號(hào)型體系的第一步,而進(jìn)行大量人體數(shù)據(jù)的采集則是數(shù)據(jù)挖掘技術(shù)應(yīng)用的前提。量體數(shù)據(jù)是服裝企業(yè)非常重要的數(shù)據(jù)信息資源[7]。對(duì)于數(shù)據(jù)挖掘技術(shù)而言,盡管理論上數(shù)據(jù)量越多越好,但考慮到設(shè)備處理能力的限制,不可能對(duì)每個(gè)人都進(jìn)行測(cè)量,因此一般采用分層抽樣的方式進(jìn)行數(shù)據(jù)采集工作,在保證數(shù)據(jù)特征可靠的同時(shí),又能使采集數(shù)量可控。

2.1.2 數(shù)據(jù)的預(yù)處理

在進(jìn)行數(shù)據(jù)挖掘之前,要先對(duì)人體尺寸的各項(xiàng)數(shù)據(jù)進(jìn)行預(yù)處理,保證數(shù)據(jù)挖掘出來(lái)的信息是有價(jià)值的。數(shù)據(jù)預(yù)處理目標(biāo)就是盡可能消除噪聲數(shù)據(jù),提高所選數(shù)據(jù)質(zhì)量,進(jìn)而把大量的數(shù)據(jù)集成知識(shí)價(jià)值倉(cāng)庫(kù),被人們利用或?yàn)榉b企業(yè)提供有價(jià)值的信息。數(shù)據(jù)預(yù)處理主要應(yīng)用數(shù)理統(tǒng)計(jì)理論來(lái)研究數(shù)據(jù)特征,同時(shí)借助現(xiàn)代化信息技術(shù),通過(guò)計(jì)算機(jī)軟件輔助數(shù)據(jù)分析,例如采用SPSS統(tǒng)計(jì)軟件可以分析數(shù)據(jù)位置特征、分散程度、分布形態(tài)等,是后續(xù)數(shù)據(jù)挖掘的基礎(chǔ)。

2.1.3 人體尺寸模型的建立

有學(xué)者[8]利用灰色系統(tǒng)模型的優(yōu)勢(shì)結(jié)合數(shù)據(jù)挖掘技術(shù),以人體的各項(xiàng)尺寸建立灰色其他人體尺寸預(yù)估模型,運(yùn)用已建立的模型隨其他人體尺寸部位進(jìn)行預(yù)估,然后對(duì)整個(gè)樣本的推薦號(hào)型結(jié)果進(jìn)行總體分析,從而為企業(yè)不同號(hào)型的投產(chǎn)決策提供指導(dǎo)性建議;有學(xué)者[7]利用數(shù)學(xué)模型建立地域性服裝號(hào)型表,為服裝投產(chǎn)號(hào)型提供技術(shù)方案。目前構(gòu)建的體型判別模型可大致歸為3 類:一是以貝葉斯判別以及基于核方法的Fisher判別等的統(tǒng)計(jì)判別模型;二是基于核方法的支持向量機(jī)KSVM 兩類淺層學(xué)習(xí)模型;三是基于淺層神經(jīng)網(wǎng)絡(luò)構(gòu)造的判別模型。

2.1.4 模型的驗(yàn)證

結(jié)合數(shù)據(jù)挖掘技術(shù)的聚類分析方法,探究服裝號(hào)型與人群體型數(shù)量配比規(guī)則并結(jié)合服裝企業(yè)號(hào)型進(jìn)行歸類,建立起人體特征數(shù)據(jù)-服裝號(hào)型-服裝生產(chǎn)決策之間的定量關(guān)系,進(jìn)而制定科學(xué)合理的服裝號(hào)型表。然后采用定性評(píng)價(jià)法將理論分析的推薦號(hào)型和企業(yè)實(shí)際的推薦號(hào)型進(jìn)行比較,從而檢驗(yàn)?zāi)Ｐ偷暮侠硇浴?/p>

可見(jiàn),數(shù)據(jù)挖掘技術(shù)在服裝號(hào)型體系制定上的應(yīng)用已經(jīng)初步形成體系,具有一定的理論基礎(chǔ),這預(yù)示著數(shù)據(jù)挖掘技術(shù)在這一領(lǐng)域?qū)⒂泻艽蟮挠梦渲?。但在?dāng)前階段,這些模型多偏向于理論化和理想化,與實(shí)際情況有一定的偏差,還很難大規(guī)模進(jìn)行推廣應(yīng)用。一些有條件的企業(yè)盡管借助數(shù)據(jù)挖掘技術(shù)完成了一些服裝號(hào)型的匹配計(jì)算,但由于數(shù)據(jù)量大,計(jì)算速度還無(wú)法滿足實(shí)用化的要求。一些學(xué)者在人體體型的細(xì)分和服裝號(hào)型的推薦上取得了階段性成果,但并未延伸至企業(yè)號(hào)型配比投產(chǎn)決策環(huán)節(jié)。

這一階段的課程目標(biāo)在保留“雙基”的基礎(chǔ)上增加了“過(guò)程與方法”及“情感態(tài)度與價(jià)值觀”?！耙痪S”到“三維”的變化體現(xiàn)了對(duì)“雙基”的繼承與發(fā)展，“三維”目標(biāo)不僅強(qiáng)調(diào)知識(shí)與技能的獲取，更強(qiáng)調(diào)獲取知識(shí)與技能的途徑與方法，同時(shí)強(qiáng)調(diào)在過(guò)程中培養(yǎng)學(xué)生的學(xué)習(xí)興趣，激勵(lì)、調(diào)動(dòng)學(xué)生學(xué)習(xí)的動(dòng)機(jī)，完善學(xué)生的價(jià)值判斷，培養(yǎng)其形成科學(xué)的認(rèn)知態(tài)度。

2.2 基于數(shù)據(jù)挖掘技術(shù)的服裝制作標(biāo)準(zhǔn)工時(shí)制定

GB/T 14163-2009《工時(shí)消耗分類、代號(hào)和標(biāo)準(zhǔn)時(shí)間構(gòu)成》中對(duì)服裝制作中基本時(shí)間、輔助時(shí)間、作業(yè)寬放、休息時(shí)間、車間管理時(shí)間等進(jìn)行了規(guī)定。企業(yè)中標(biāo)準(zhǔn)工時(shí)是整個(gè)生產(chǎn)流水線的生命線,也是考核工作人員的重要指標(biāo)。但在實(shí)際操作中,員工的技術(shù)能力、服裝結(jié)構(gòu)差異、工藝復(fù)雜度、工作環(huán)境等都會(huì)影響生產(chǎn)工時(shí),從而標(biāo)準(zhǔn)工時(shí)在實(shí)際生產(chǎn)中具有一定的不完整性[9]。此時(shí)面對(duì)龐大工時(shí)數(shù)據(jù),使用數(shù)據(jù)發(fā)掘的方法對(duì)其剖析,探索影響生產(chǎn)工時(shí)的其他因素,提出標(biāo)準(zhǔn)工時(shí)制定中不完善的情況,可使其更加科學(xué)合理,增強(qiáng)企業(yè)營(yíng)業(yè)能力。

當(dāng)前,服裝制作標(biāo)準(zhǔn)工時(shí)的制定一般都是以傳統(tǒng)的GSD(General Sewing Data)為基礎(chǔ)的,GSD 的基本思路是將某工序細(xì)分為若干基礎(chǔ)動(dòng)作,并對(duì)各個(gè)基礎(chǔ)動(dòng)作進(jìn)行標(biāo)準(zhǔn)工時(shí)計(jì)算,最后再進(jìn)行總的加和運(yùn)算,得到工序級(jí)別的標(biāo)準(zhǔn)工時(shí)預(yù)測(cè)值。該方法在制衣行業(yè)得到廣泛應(yīng)用。然而,實(shí)踐證明,GSD 也有著很多缺陷,主要是因?yàn)樗A(yù)先為每個(gè)操作預(yù)設(shè)了時(shí)間標(biāo)準(zhǔn)而非直接觀測(cè),在員工熟練度不同、預(yù)設(shè)標(biāo)準(zhǔn)不一致、生產(chǎn)工藝不同的情況下,很容易得出脫離實(shí)際的數(shù)據(jù)。

在此背景下,許多學(xué)者開(kāi)始探索利用大數(shù)據(jù)分析的方法來(lái)提高標(biāo)準(zhǔn)工時(shí)計(jì)算的合理性,通過(guò)對(duì)大量原始數(shù)據(jù)進(jìn)行挖掘分析,探究生產(chǎn)工時(shí)的影響因素并提出恰當(dāng)?shù)男拚椒?提高標(biāo)準(zhǔn)工時(shí)的準(zhǔn)確性。通過(guò)大量的文獻(xiàn)分析,總結(jié)出數(shù)據(jù)挖掘技術(shù)在服裝制作標(biāo)準(zhǔn)工時(shí)制定中的一般應(yīng)用思路如下。

首先,以大型服裝制造企業(yè)為研究對(duì)象,獲取大量的生產(chǎn)工時(shí)數(shù)據(jù);然后采用數(shù)理統(tǒng)計(jì)的方法對(duì)這些數(shù)據(jù)進(jìn)行挖掘分析,建立一套理論預(yù)測(cè)模型。模型的構(gòu)建也有許多思路,其中最經(jīng)典的是基于神經(jīng)網(wǎng)絡(luò)的預(yù)因素按照重要程度進(jìn)行排序;然后,為了分析因素之間的內(nèi)在關(guān)系,再運(yùn)用大數(shù)據(jù)分析技術(shù),建立一套基于關(guān)聯(lián)規(guī)則的分析模型,對(duì)標(biāo)準(zhǔn)工時(shí)進(jìn)行修正。經(jīng)過(guò)理論分析、實(shí)際對(duì)比、模型修正之后得到的標(biāo)準(zhǔn)工時(shí)數(shù)據(jù)將更加科學(xué)合理。

數(shù)據(jù)挖掘技術(shù)在服裝制作標(biāo)準(zhǔn)工時(shí)制定中已經(jīng)取得一定的應(yīng)用成效,對(duì)實(shí)際生產(chǎn)起到了一定的指導(dǎo)作用。但是,由于大數(shù)據(jù)技術(shù)本身仍不成熟,各種數(shù)學(xué)理論和分析工具也處于頻繁的更新中,因此數(shù)據(jù)挖掘要想在服裝制作標(biāo)準(zhǔn)工時(shí)制定中得到真正客觀、合理、準(zhǔn)確的數(shù)據(jù),仍任重道遠(yuǎn)。

3 數(shù)據(jù)挖掘在服裝銷售管理中的應(yīng)用

拉爾夫和羅伯特在《銷售管理》中一致認(rèn)為銷售管理是對(duì)人員推銷活動(dòng)的計(jì)劃決策、組織指揮和控制監(jiān)督[10]。服裝不同于其他產(chǎn)品,有些商品銷售可以一年四季款式不變、型號(hào)不變,而服裝產(chǎn)品季節(jié)性比較強(qiáng),受穿衣指數(shù)、氣候以及人們審美觀等影響,變化非常大,而且銷售形勢(shì)在南北方也會(huì)有差異。針對(duì)這樣的情況,服裝企業(yè)就會(huì)出現(xiàn)供大于求或者供不應(yīng)求的情況。流行預(yù)測(cè)、市場(chǎng)預(yù)測(cè)等方法得出的數(shù)據(jù)都不能有效指導(dǎo)企業(yè)的生產(chǎn),而且準(zhǔn)確性也無(wú)法得到保證。利用計(jì)算機(jī)技術(shù)和功能強(qiáng)大的數(shù)據(jù)挖掘技術(shù)對(duì)企業(yè)銷售數(shù)據(jù)進(jìn)行分析,可以為企業(yè)整理出更多有價(jià)值的信息,從而幫助企業(yè)決策者進(jìn)行服裝銷售決策,使服裝企業(yè)根據(jù)市場(chǎng)需求進(jìn)行生產(chǎn),有效降低庫(kù)存服裝積壓,科學(xué)合理地將服裝產(chǎn)品按照時(shí)間、區(qū)域、季節(jié)等進(jìn)行銷售調(diào)配,使企業(yè)的利潤(rùn)最大化。

圖2 服裝銷售數(shù)據(jù)挖掘流程圖

數(shù)據(jù)挖掘技術(shù)在服裝銷售的應(yīng)用過(guò)程如圖2 所示。對(duì)服裝銷售系統(tǒng)中的歷史數(shù)據(jù)進(jìn)行整理,整理成為一個(gè)數(shù)據(jù)庫(kù),按照不同的維度選取數(shù)據(jù);對(duì)數(shù)據(jù)庫(kù)中不規(guī)范、格式不對(duì)的數(shù)據(jù)進(jìn)行剔除或?qū)⑵浜侠砘?轉(zhuǎn)換成符合數(shù)據(jù)挖掘標(biāo)準(zhǔn)的數(shù)據(jù);選擇合適的數(shù)據(jù)挖掘算法,將數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行分析,從而對(duì)挖掘結(jié)果進(jìn)行綜合評(píng)價(jià),判斷結(jié)果的合理性,最終傳遞給服裝企業(yè)。同時(shí),銷售管理系統(tǒng)根據(jù)各類用戶的需求,在銷售數(shù)據(jù)的基礎(chǔ)上,統(tǒng)計(jì)出許多與銷售相關(guān)的數(shù)據(jù)報(bào)表,系統(tǒng)可以根據(jù)各自的需求查詢及生成數(shù)據(jù)報(bào)表,以用作分析[11]。包括簡(jiǎn)單的產(chǎn)品單日銷售分析、季度銷售、年度銷售及業(yè)務(wù)員銷售分析等[12],嵌入數(shù)據(jù)挖掘的算法找出其中的關(guān)聯(lián)規(guī)則,幫助企業(yè)制定銷售策略,可以了解客戶的購(gòu)物習(xí)慣,增加服裝的銷售量。

4 數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用

現(xiàn)如今,國(guó)內(nèi)經(jīng)濟(jì)快速發(fā)展,產(chǎn)業(yè)經(jīng)濟(jì)結(jié)構(gòu)也在不斷發(fā)生變化,服裝企業(yè)的競(jìng)爭(zhēng)焦點(diǎn)已從產(chǎn)品技術(shù)層面中成本競(jìng)爭(zhēng)、物流競(jìng)爭(zhēng)轉(zhuǎn)移到客戶關(guān)系層面的客服競(jìng)爭(zhēng)、創(chuàng)新競(jìng)爭(zhēng)。從消費(fèi)者看來(lái),他們追求的不再僅僅是商品的品質(zhì),更多顧客看重商家為其提供服務(wù)的態(tài)度、質(zhì)量與及時(shí)程度。Patricia B Seybold提出“客戶經(jīng)濟(jì)時(shí)代”[20]已經(jīng)到來(lái),他認(rèn)為以客戶經(jīng)濟(jì)為軸心的三大原則是支撐企業(yè)長(zhǎng)久生存之道。早在30年前,客戶關(guān)系管理的概念就被Gartner Group提出,客戶關(guān)系管理就是對(duì)客戶遇到的所有問(wèn)題,系統(tǒng)針對(duì)性的進(jìn)行處理與解決[21-22]。為吸引更多的新顧客,留住老客戶,通過(guò)提高服務(wù)質(zhì)量,為企業(yè)帶來(lái)更多利潤(rùn)。

數(shù)據(jù)挖掘技術(shù)可以對(duì)客戶需求進(jìn)行研究,將處理客戶所遇問(wèn)題進(jìn)行深度解析,如客戶細(xì)分、客戶維持、客戶消費(fèi)、客戶來(lái)源等[23-25]。有學(xué)者[26]將數(shù)據(jù)挖掘與CRM(Customer Relationship Management)系統(tǒng)結(jié)合,針對(duì)性解決中小型企業(yè)CRM 存在的問(wèn)題,并對(duì)數(shù)據(jù)挖掘幾種經(jīng)典的決策樹(shù)分類算法進(jìn)行了詳細(xì)分析,通過(guò)比較與深入研究,提出了新的優(yōu)化算法;有學(xué)者[27]基于數(shù)據(jù)挖掘模型的八大功能模塊設(shè)計(jì)并應(yīng)用多種算法對(duì)服裝電子客戶關(guān)系管理系統(tǒng)進(jìn)行改進(jìn),達(dá)到數(shù)據(jù)挖掘效率大大提高的效果;還有學(xué)者[28]在客戶關(guān)系產(chǎn)品營(yíng)銷方案中應(yīng)用數(shù)據(jù)挖掘技術(shù)進(jìn)行研究,針對(duì)男裝終端客戶關(guān)系管理提出了相關(guān)優(yōu)化建議。

5 數(shù)據(jù)挖掘在庫(kù)存管理中的應(yīng)用

服裝業(yè)庫(kù)存產(chǎn)生的主要原因?yàn)?(1)信息數(shù)據(jù)獲取的非共享性和非時(shí)效性,導(dǎo)致企業(yè)不能全面徹底了解市場(chǎng)動(dòng)向,造成企業(yè)決策遲緩,造成供應(yīng)鏈上的“牛鞭效應(yīng)”;(2)服裝行業(yè)流行周期短、受天氣、價(jià)格、宣傳等因素影響,時(shí)常導(dǎo)致庫(kù)存堆積。因此企業(yè)需要利用數(shù)據(jù)挖掘技術(shù),預(yù)測(cè)市場(chǎng)需求,及時(shí)投入生產(chǎn),降低庫(kù)存成本,提高企業(yè)競(jìng)爭(zhēng)力[29-30]。

因此,可利用數(shù)據(jù)挖掘技術(shù)中的BP 神經(jīng)網(wǎng)絡(luò)方法,結(jié)合企業(yè)積累的歷史銷售數(shù)據(jù),找到市場(chǎng)需求與國(guó)民經(jīng)濟(jì)間數(shù)據(jù)關(guān)系,運(yùn)用科學(xué)信息搜集方法,收集行業(yè)供應(yīng)鏈間生產(chǎn)、調(diào)度、銷售、庫(kù)存和物流等信息,通過(guò)模型計(jì)算預(yù)測(cè)結(jié)果,使企業(yè)實(shí)現(xiàn)快速反應(yīng),為企業(yè)決策層提供及時(shí)、可靠、高效的庫(kù)存管理系統(tǒng)。

6 結(jié)語(yǔ)

數(shù)據(jù)挖掘技術(shù)在服裝制造領(lǐng)域已經(jīng)得到了較為廣泛的應(yīng)用,取得了一定的理論和應(yīng)用成果。當(dāng)前研究主要集中在服裝號(hào)型體系制定、服裝制作標(biāo)準(zhǔn)工時(shí)制定、客戶關(guān)系管理和庫(kù)存管理等方面,這些應(yīng)用都有著一定的理論基礎(chǔ),形成了初步的理論體系,例如Kmeans聚類、關(guān)聯(lián)分析、神經(jīng)網(wǎng)絡(luò)、灰色系統(tǒng)模型和貝葉斯方法等。不同的理論從不同的側(cè)面對(duì)服裝行業(yè)的大數(shù)據(jù)進(jìn)行分析,可以為服裝行業(yè)的發(fā)展提供有價(jià)值的指導(dǎo),為服裝企業(yè)創(chuàng)造更大效益。但我國(guó)大多服裝企業(yè)信息化技術(shù)起步不久,數(shù)據(jù)挖掘技術(shù)應(yīng)用還不夠成熟,數(shù)據(jù)挖掘結(jié)果的準(zhǔn)確性仍有待提升,離實(shí)用化還有一定的距離。因此,數(shù)據(jù)挖掘技術(shù)在服裝領(lǐng)域有著廣闊的應(yīng)用前景。