用数据预测时尚趋势,靠谱吗?

时尚预测

对于时尚行业来说,最大的问题是“下季什么卖得好?”

Julia Fowler 相信,对时尚趋势的预测,不能依赖经验和直觉,而应该更多凭借对实时数据(或最近数据)的收集和分析,2009年设计行业出身的她联合Geoff Watts,一名擅长金融建模的程序员,一起在伦敦创办了这家数据驱动的时尚预测公司EDITD,数据,预测,时尚。

他们试图将金融领域常用的科学分析推导方法,应用到时尚行业。

有22名雇员的Editd 没有把办公室放在时尚聚集地,而是在东伦敦一个名为Silicon Roundabout (硅弯) 的科技创新中心。每天 Editd 的软件会从互联网收集有关服装配饰的海量资讯,以及来自社交媒体超过30万条评论,涉及内容从品牌门店新上架商品,到诸如豹纹还能红多久之类的大众意见。

这些资讯被整理为数据形式,经过汇总编辑,用来分析不同品牌的商品配置、定价、顾客情绪和新兴趋势。他们服务的客户有 ASOS,Gap 和 Target 等。

对于小零售商客户,Editd 提供针对单一市场的基本数据服务的费用是每月 2500美元;对于需要更复杂服务的的大客户,费用则要高很多。

比如,一个客户想要开发“机车夹克”产品,Editd 就会制作一份英美高档零售商过去三个月此类商品的销售数据,哪个牌子卖得最好,折扣率,售罄天数, 以此判断“机车夹克”是否依然流行。

二十年前,时尚预测通常是以厚厚的出版物形式每年发行两次,内容包括服饰流行的色彩、图案、廓形等。上世纪90年代,互联网兴起,这种大型出版物被 WGSN (Worth Global Style Network) 和 Stylesight 这样的趋势预测网站代替。

这些付费订阅的网站仍是业内主力,由专业的预测团队提供海量资讯:可以告诉你到2020年,时尚将会如何被汽车的造型、建筑和纳米技术等影响;也可以告诉你下季最流行的条纹衫的条纹宽度是多少。

这些传统趋势预测机构的专家对数据驱动的预测方式表示怀疑,他们认为:

数据不是一切,数据只是资讯海洋中的一个组成部分;传统的趋势预测是团队工作的成果,而非某个个体的臆想;时尚很多时候是追随内心感受的决策,这是一种必须承担的“可计算的风险”;直觉判断依然重要:某种新的风格可能未被验证过,但直觉会告诉你它就会流行起来;可能没有数据告诉你该怎么做,但直觉会告诉你该冒险一试;

运用数据要小心,因为品味变化多端,如果过分依赖数据就会出现决策失误,如同金融行业出现的错误一样

不过,现在越来越多的的客户要求用数据来支持他们的直觉判断,令传统的预测服务商也在顺势而变,WGSN 就计划投资更多的量化分析工具。

今年 WGSN 对四大时装周所展示的秋冬季服装的分析就转化为数字指数,具体到色彩、图案和产品的流行趋势。数字显示,今年迷彩服的比例比去年秋冬时装周高出 73%;用透薄面料的比例则减少了43%。此类数据将帮助时装公司对2013年秋冬系列做最后的调整,以配合时装周的趋势。

零售商的观点则比较客观,他们认为:

作为一门生意,数据必不可少。我们会看天气数据,销售数据,门店反馈信息;但依赖数据进行预测则有一定危险,因为数据不能告诉你影响趋势的因素;时尚趋势受多种因素影响:流行音乐,当红艺术,名人效应等都决定了人们的审美趣味的转换。

时尚公司的业务正向更广阔的国家地区拓展,推出新款的频率加快,款式品种越来越丰富。虽然纽约、伦敦、巴黎和米兰四大时装周引领每季的潮流,但却不一定决定更大的流行趋势,它们的影响力也未必适用全球市场。

连卡佛的时尚总监就指出,中国消费者的品味受日韩风影响巨大。不管流行趋势如何,蕾丝/豹纹都长年好卖,但格子呢,锦缎和毛呢面料尽管在欧洲时装周大行其道,在亚洲就卖不动,因为亚洲人对这种面料敏感;

在时尚趋势更迭越来越多频繁的今天,销售计划必须落实到非常具体的分析和对时机的把握。时尚是门大生意,本质上它是基于“自以为是”的创意,基于不确定性。

上世纪九十年代,所有人都认为牛仔过时了,但当Tom Ford 为Gucci 1999年春夏秀推出的装饰牛仔系列引起轰动,牛仔突然又流行起来了。