大数据背景下服装行业模式的探析

　　（大连工业大学服装学院，辽宁大连116000）
　　【摘要】为更好的适应日新月异的信息时代，传统服装产业逐渐转型升级为融合信息化与智能化的个性定制模式。C2M作为服装行业中新兴的模式在展示其潜质的同时也面临着多重的考验。本文基于大数据与C2M模式的概况和内涵，将C2M模式下服装行业的应用实例具体分为第三方平台统计数据类与制造商直接参与数据两大类，并对其具体分析，探析出大数据背景下构建服装行业C2M模式的优势、挑战以及对未来趋势的展望。
　　【关键词】大数据；C2M；个性化定制
　　一、大数据与C2M模式的概况与内涵
　　（一）大数据与C2M模式的概况
　　大数据是现代信息技术发展的产物。从宏观角度看，大数据是一种海量的、高增长和多样化且在获取、存储、管理、分析方面大大超出传统数据处理能力的数据集合；从微观角度看，大数据则是以计算机网络手段撷取、管理、处理数据承载信息的云存储、云计算与分布式数据库系统。
　　C2M即顾客对工厂，是将生产者和消费者直接对接，通过采用延迟策略迎合消费者的个性诉求，把产品分解成多个功能模块，再按照顾客的需求把这些模块组合，最终形成满足顾客的个性化需求的定制产品。
　　大数据背景下的C2M模式就是将碎片化的资源和客户需求连接起来，使大量零散又相互割裂的需求得到重新整合，运用大数据和云计算技术将其变为生产数据。
　　二、大数据背景下C2M模式对服装行业的改变
　　（一）精简产业链提高性价比
　　于传统服装产业而言，一件商品要经过制造商品牌商等层层转手导致出现服装产品零售价格是成本价格的数倍的现象。C2M的定制模式消除了所有中间环节，在以数据中心为核心基础上实现了从用户到制造商的直连，缩短产业链，让商品以最高的性价比到达消费者的手中。
　　（二）清除库存量减少风险值
　　传统服装企业都是面向库存生产型企业。可能会因为预计、款式等问题导致滞销使库存增加。当企业的资金都押在库存上就会导致资金链短缺。而C2M模式颠覆了从工厂到用户的传统零售思维，由用户需求驱动生产制造，通过电子商务平台反向订购，按需生产，工厂生产和用户购买的成本都会降低，同时也规避了冗余库存带来的各方面风险值。
　　（三）满足差异化增加个性值
　　人体体型千差万别，但是传统服装工业化流水线生产出来摆在商场里的服装，为了控制库存，许多品牌都将尺码控制在一定的范围内，对特体尺码则尽量少生产，这就导致极端客户群体难以得到满足。C2M模式下客户直接沟通制造商，满足差异化，同时还能根据个人喜好增加个性值。
　　三、大数据背景下服装行业C2M模式应用现状
　　（一）第三方平台统计数据类
　　所谓第三方平台统计类指顾客数据不直接提供给制造商，是连接制造生与消费者的一个桥梁。
　　1。应用实例
　　全球蛙是C2M模式的众创平台，创客是平台和制造商的桥梁，创客为平台上的用户提供个性化的定制服务，制造商根据创客提供的设计进行代加工解决生产问题，同时制造商的自有品牌也可以以售卖和定制的形式在全球蛙平台上销售。
　　量品是一个以微信公众号为载体的衬衫定制平台，专业的量体师在消费者下单后上门服务，制定方案后将数据转到后台，工厂会根据每个人的数据进行打板。
　　2。面临挑战
　　客服难度系数高：第三方平台不参与备货，生产、发货，对于客户提出的专业问题以及售后服务的解答能力欠佳，可能会存在消费者的差评隐患；平台搭建难度系数高：C2M模式中大数据作为中坚力量起到了决定性的作用，用户在定制过程中的行为需求都会被记录分析通过数据挖掘分析方法，获得指导性的意见后在安排生产。但目前大多数都处于积累数据稳步向前的过渡阶段，需要时间的沉淀和积累；供应链的整合难度系数高：从订单计划生产到柔性生产，也是主体从工厂到客户，把控制权交到了客户手里，这样的模式对制造商的供应链整合能力有很高的要求，快速设计、样品、生产、交付，需要优化供应链到极致，才能满足用户的需求。
　　（二）制造商直接参与数据类
　　1。应用实例
　　红领定制化的生产工厂。用数据经营客户，将服装生产工艺流程细分到最小环节，为每件定制服装重组生产工序，并输入电子编码，实现流水线上不同数据、规格、元素的灵活搭配，用工业流水线生产个性化产品。配合智能化的生产设备，只要将客户的身体尺寸数据和细节要求输入RCMTM平台CAD就会自动生成最适合的版型。
　　2。面临挑战
　　红领集团是根据客户的个性化需求进行生产，对生产本身是一种升级，但对于尺寸面料这种显性需求，对于客户没有持续粘性。能抓住客户的产品都是有专业的设计师创新者从现象到抽象的分析再到产品的设计所得，而红领缺少的就是具有发掘顾客隐形需求的项目，可能导致顾客粘性降低的风险。
　　红领缺少一种积木式的创新思维，所谓积木式的创新是指讲自己的优势与他人的相结合，能快速的完成创新发展。红领只是关起门来自我发展理论和体系，结合的合作伙伴多半是客户，没有将本身嵌入到全球协作的价值链的大背景大环境下，缺乏未来的持久发展动力。
　　四、大数据背景下优化服装行业C2M模式的有效策略
　　（一）加快辅助技术的发展
　　目前消费者三维数据只能通过软尺测量会存在或多或少的误差，此外由于人们的思维方式不同，可能会导致设计师与消费者沟通理解上的误差，制定服装的最终效果差强人意。目前，三维人体扫描和虚拟试衣可视技术并没有普及，暂时不能解决这个问题，只能通过反复的售后服务来完善，所以为更好的运行C2M模式，发展相应的辅助技术是重中之重。
　　（二）打破消费者的习惯束缚
　　服装C2M个性化定制模式在还在起步阶段，人们的思维还都局限于普通的购买方式，并没完全放接受定制模式，但结合当前社会的发展趋势而言该模式终究会成为消费市场的重头戏。
　　（三）增强客户的消费粘性
　　消费者的隐性需求是增强消费粘性的必要条件。因此未来个性化远不是单纯的生产端的个性化改造，而是能重视商业价值，特别是具有能对隐性需求挖掘并进行产品设计的创新者，创新型人才是大规模个性化的真正驱动者。未来需要能够将更多高度快速创新的个性设计人才与大数据背景下的C2M相结合。
　　五、结语
　　由传统的服装工业模式到大数据时代背景下的C2M模式的转变，非一朝一夕所能完成。一方面，要依托云计算，建立云计算中心，形成互联网、物联网和移动终端相互融合的网络布局；另一方面，大数据反映是大概率问题，要将大数据分析与经营者的主观思维结合起来，避免过于依赖大数据。可以说大数据时代C2M模式的构建不是表面的技术和结构升级，而是营销理念和价值功能的转型。服装行业应通过强化大数据挖掘和分析能力，明晰服装消费者多样化的扩展需求，创新产品与服务的功能和消费者价值的实现方式，协调线上和线下的利益分配机制，提升C2M模式下的服装品牌知名度和客户忠诚度，最终实现服装企业与消费者的互利双赢。
　　【参考文献】
　　〔1〕姜丽丽。红领集团C2个性化定制模式研究〔J〕。经贸实践，2016（01）。
　　〔2〕李婧，周莉。大数据时代下的服装定制模式分析〔J〕。紡织科技进展，2016（07）。
　　〔3〕胡婵娜。短路经济模式颠覆传统房产领域〔J〕。城市开发，2016（06）。
　　〔4〕金双。我国服装产业C2M大规模定制模式研究〔J〕。艺术探索，2015。