用大数据说话的新时尚,深圳如何走出科技赋能时尚2.0

南都讯采访人员陈盈珊 深圳女装看深圳 , 作为时尚产业聚集地的深圳如何走出时尚之都的新路径?在业界看来 , 科技作为深圳的闪亮名片 , 将成为时尚产业实现国际赛道弯道超车的重要机遇 。 从云买衣到云制衣 , 深圳走出科技赋能时尚的2.0版本 。
用大数据说话的新时尚,深圳如何走出科技赋能时尚2.0文章插图
用大数据说话的新时尚,深圳如何走出科技赋能时尚2.0文章插图
11月25日 , 为期三天的Fashion Source第22届深圳国际服装供应链博览会、第7届深圳原创设计时装周、Première Vision品锐至尚深圳展 , 在深圳福田会展中心开幕 。 当中 , 女士礼服智能定制品牌“正宫FOR QUEEN”首秀拉开三展联动的大幕 , 科技深度赋能时尚成为现实 。 用大数据预测爆款、以3D手段量体裁衣 , 把个性化选项添加进智能菜单 , 这样的智能定制礼服只需七个工作日就可以送到消费者手上 。 深圳 , 率先开启云制衣的新浪潮 。
用大数据说话的新时尚,深圳如何走出科技赋能时尚2.0文章插图
从云买衣到云制衣 , 用大数据说话的新时尚
开幕大秀上 , 金色手工绣花在层叠的轻纱上绽放 , 飘逸的羽毛、流苏连缀起经典廓形 , 或点状或线状的钉珠则呈现别样浪漫 , 而为大众所熟悉的一片式披肩设计修饰出女性身形 。 众多美衣一一呈现 , 而这些在秀场上聚焦新时代女性社交场合着装需求的亮眼设计 , 均有大数据的影子 。 而这场开幕大秀 , 正是由主打女士礼服智能定制的品牌正宫所带来 。
脱胎于赢家服饰 , 正宫有海量的消费者数据作为基础 。 在这些大数据中 , 根据消费者过往喜好及时尚趋势 , 预测当季会热卖的爆款 。 这些由大数据选出的基础款 , 全部集纳在品牌应用程式中 , 只需要轻轻一点消费者便可以选择心仪的款式 , 而诸如长短袖、立肩一字肩、羽毛流苏等众多样式可以根据个人喜欢在基础款上做出调整 。 简单勾选 , 个性化的定制便通过智能手段完成 。
而在量体裁衣上 , 科技的运用也依旧看得见 。 在赢领智尚供应链平台旗下正宫FOR QUEEN和赢智尚品牌展厅里 , 一个写着“3D量体”的小房间吸引了采访人员的注意 。 只需要在仪器中轻松一站 , 身高、体重、腰围、肩宽等28个数据轻松获取 。 简单一扫 , 身材数据全数带走 , 而这些录得的数据也可以导录进品牌app 。 根据先前已经选好的款式 , 个人定制版的衣服成型 。 平台通知仓库备原料、调货裁剪 , 成衣只需要七个工作便可送达消费者手里 。
不管是前期刚结束的深圳春夏时装周 , 还是时尚深圳展 , 再到如今的深圳原创设计时装周 , 科技都在其中扮演着重要角色 。 从玩转抖音跨界营销 , 到5G、AI、物联网等数字技术结合进服装零售 , 再到当下用大数据说出新时尚、用智能手段造衣 , 科技与时尚的深度融合成为深圳时尚产业的重要特色 。 云看秀、云买衣、云制衣 , 深圳时尚的科技之路走出升级路线 。
“我走过这么多的城市 , 跟科技深度融合深圳是独一份 , 这也是深圳时尚出圈的重要机遇 。 这本身也是由深圳科技名片所决定的 , 其他城市无法替代 。 ”知名时尚评论人冷芸点评 。
用大数据说话的新时尚,深圳如何走出科技赋能时尚2.0文章插图
时尚2.0背后的产业供应链升级
中国女装看深圳 , 深圳女装诞生了四个“第一” , 分别是品牌数量第一、上市企业第一、经济总量第一及市场占有率第一 。 在深圳 , 有超过2000家服装品牌进驻 , 近十家服装企业上市 。 深圳服装的销售总额占到占全国份额的10% 。 其中 , 深圳女装在大中城市高端女装市场占有率超过60% 。
在深圳发布的《深圳市时尚产业高质量发展行动计划(2020-2024年)》 , 明确提出2024年为深圳初步建成亚洲领先、全球知名的新锐时尚产业之都的重要节点 。 而十四五规划则再次从政策层面明确提出要“推动互联网、大数据、人工智能等同各产业深度融合,推动先进制造业集群发展” 。
疫后产业加紧复苏 , 作为时尚产业聚集地的深圳 , 如何走出更好成就时尚之都的路子?供应链升级是必须应对的挑战 。 深耕服装行业三十余年 , 七十四岁的赢领智尚董事长陈灵梅深知服装行业的供应链痛点 。 作为赢家服饰创始人 , 她创立过深圳人所熟悉的娜尔思、恩灵、珂莱蒂尔等众多知名品牌 , 正宫是她人生的第二次创业 。
“服装是个很传统的产业 , 衣服从拿料、设计、试样、成衣、上架、销售 , 整个供应链环节冗杂 , 一件衣服从设计到卖出时间可以长达半年 。 这么长的时间流程 , 服装企业很难不担心 , 既怕卖不出 , 又怕卖太好 。 ”陈灵梅表示 , 传统的服装行业常以春夏、秋冬划分两季 , 每一季的衣服都要提早半年准备 。因备货时间长、获得的市场资讯也是半年前发布的时尚趋势 , 如果没有正确把握住消费者需求旺盛的节点 , 消费者会流向其它产品 , 而自己生产出来的货也会因为卖不出去积压仓库;而如果因为观望导致产量不足 , 那么后续补货又容易面临产能跟不上、时间无法快速匹配的困境 。