× Moda
Moda Haberleri Trend ve Stil Sokak Modası Radar Alışveriş Dekorasyon Tümü
Hayat
Söyleşiler Spor Koçun Sağlık / Bakım Gezinti Mekanlar Sinema / Müzik Etkinlikler Tümü
ExclusIve Magazİn
Kırmızı Halı İlham Al Tarzı Ne Tümü
Defile
ExclusIve
MODA MARKALARI GELECEĞİ NASIL TAHMİN EDİYOR?
Üretim sırasında yalnızca siparişlerin ortaya çıkması için uygun bir karar vermek yetmiyor, şirketlerin biraz şansa da ihtiyacı var. Ancak son teknoloji bu alanda büyük bir fark yaratarak ezber bozabilir- tabi ki perakendeciler bunu doğru yaparsa.
by Turan Saray 12/11/2019
Lafayette 148, üzerinde beyaz geometrik çizgileri olan siyah kuşaklı, uzun kollu elbisenin başarılı olacağını biliyordu- bu silüetin önceki sürümleri çağdaş etiket için çok iyi satmıştı. Ancak, marka, bu öğeyi içeren bir teaser e-postasına cevap olarak gelen ön siparişlerin çılgınlığını beklemiyordu. Marka, Bergdorf Goodman ve Nordstrom gibi perakendecilere teslim edilmeyi bekleyen depolarda saklanan yüzlerce elbiseye sahipti; ancak bu ürünler, pazardaki ani talebi karşılamaya yetecek gibi değildi.

Moda markaları, arz ve talebi ne kadar iyi dengeleyebildiklerine dayanarak yaşayabilir veya ölebilir. Çok az üretmek, satışların düşmesi ve sinirli müşteriler anlamına gelir. Aşırı üretimin sonucu ise boşa harcanan harcamalar ve mevsim sonu satışları kâr azalmasıdır. Mükemmel bir formül yoktur ve envanter yönetimi, talep her ân her yerden gelebileceği için, e-ticaretin yükselişiyle daha da zorlaşmıştır.

Uyumsuzluk, moda sektörünün her köşesindeki şirketleri etkiliyor. Capri Holdings, bu ayın başlarında yeni bir Jimmy Choo spor ayakkabısı talebini öngörmekte başarısız olduğunu açıkladı. Under Armour geçtiğimiz yılın büyük bölümünü şişirilmiş stokları zayıflatmak için büyük miktarda mal indirim yaparak geçirdi ve H&M 4 milyar dolarlık satılmayan stoğu ile mücadele etmeye devam ediyor.

HSBC’nin kurumsal bankacılık bölümündeki perakende ve giyim sektörünün başkanı olan Eric Fisch, “Envanter, şarap gibi yaşlanmıyor, taze balık gibi yaşlanıyor. Markalar eski sezon envanterini satmaya çalışırken, gelecek sezonun ürünlerini üretmek için de sık sık kredi arayan konfeksiyon şirketleri gibi. Her türlü sonuç, şirketin karlılığını ve [nakit akışını] etkiliyor,” dedi.

Stok yönetiminin, üretim döngüsünü talepteki değişimlere daha duyarlı olması için hızlandırmak gibi birçok yolu vardır. Ancak giderek artan sayıda şirket, tüketici davranışlarındaki değişikliklere tepki göstermenin ötesine bakıyor. Geleceği tahmin etmek istiyorlar. Markalar, müşterilerin daha sonra ne alacaklarını tahmin etmek için topladıkları büyük miktarda veriyi kullanmakta giderek daha iyi bir hale geliyor. Çok sayıda yeni girişim, tüketicilerin neyi ne kadar şık ve güzel bulacağını aylar önceden kesin olarak belirleyebileceklerini ve böylece her bir kıyafetten ne kadar üretileceğini ve hangi mağazada ve depoda bu envanterin ne kadarının tutulacağına dair tavsiyelerde bulunabileceğini iddia ediyor.

Gelişen teknoloji, ilk bakışta ilgisiz gibi görünen değişkenler arasındaki ilişkileri tanımak için yapay makine- bazen makine öğrenmesi – kullanarak beklenmedik sonuçlar ortaya koyabiliyor. Catalyst AI kurucusu Ahmed Zaidi “Örneğin, belirli bir demografik alan içindeki belirli bir konumdaki hava durumu kombinasyonu, satışlarda ani artışa neden olabilir, çünkü renk, boyut, hava durumu ve coğrafi konum arasında gizli bir ilişki vardır” dedi.

Milyarlarca dolarlar ile fonlanan, Crunchbase tarafından belgelenen binlerce öngörücü analitik girişimi var. IDC tarafından yapılan bir araştırmaya göre, AI ürünlerinde tahmini küresel harcamaların 2019 yılında 36 milyar dolara ulaşacağı tahmin ediliyor. Bu ayın başlarında Nike, Boston merkezli bir talep tahmin ve envanter optimizasyon şirketi olan Celect'i satın almıştı.

Bu alandaki yapay zeka çözümleri, görüntü işleme ve büyük miktarda veri girişi yoluyla desenleri ve trendleri yakalamak için beyindeki nöronlardan esinlenen "sinir ağlarına" dayanıyor. Teknolojinin vaatlerini yerine getirmesi için önümüzde daha uzun bir yol var. Zaidi'nin söylediğine göre yapay sinir ağları perakende sektöründe ilk olarak on yıl önce kişiselleştirilmiş öneriler oluşturmak için Amazon ve Netflix gibi platformlar tarafından yaygın bir şekilde kullanılmış.

Stitch Fix, kullanıcıların doldurdukları verilerden her alışverişçinin satın aldığı ürünleri incelemeleri için 100'den fazla veri bilimciden oluşan bir ekip çalıştırıyor. Stitch Fix Algoritmaları Yöneticisi Brad Klingenberg, “Birine bluz gönderirsek ve çok küçük olduğunu söylerse, bu o kişinin tercihleri ​​hakkında bir şeyler söyler. Aynı bluzu 100 kişiye gönderirsek ve hepsi çok küçük olduğunu söylerse, bu bizi ürün hakkında bilgilendirir," dedi. 



ÖNERİLER