姚成福

隨著人工智慧與大數據技術的發展快速，越來越多服飾產業應用這些技術在各種領域，包含產品行銷、庫存管理、行為預測、購買分析與產品研發。不論是實體店面或者網路購物店家，資訊系統與大數據都已經發生深刻影響。

消費行為發生前：

利用RFID或電子標籤，配合攝影機、走道感應與其他各項IoT裝置與技術，觀察消費者選擇與考慮的動作，來模擬與預測顧客的消費行為與決策。例如，當消費者在某個商品前駐足很久，但最後卻選擇了別款商品，可以藉由關聯分析，來了解兩款或多款商品的差異點，找出平且評估出消費者最重要的考慮因素。並且可以在日後提供廣告或者彈出式訊息，刺激消費者購買動力。

也可以利用人工智慧軟體，協助顧客進行選擇。例如虛擬更衣室，利用影像處理技術，顧客可以不用真的費時費力是穿衣物或配件，僅需站在攝影機與螢幕前，即可由軟體個工穿搭建議，或者模擬不同衣物穿起來的感覺。過程中也可適時提供建議，推銷更多商品。

實際購買時：

利用POS系統或會員購物車機制收集客戶購買資訊，每一筆交易都被儲存並加以分析，藉以了解消費者實際的購買行為，用大數據技術來將客戶分群分類，然後針對不同類群的客戶，提供精準的服務。並可以預測可能的消費行為與客戶喜好，以更精準的將新產品研發的方向定義出來。消費行為分析，包含主觀喜好，例如顏色式。或者購買力分析，可以統計結帳時金額，了解市場對於定價的期望。並可利用政府開放平台，分析天氣、地域、經濟等等開放資料，對消費行為做更近一步分析。例如，結合地理位置與天氣資訊，了解各項商品在不同天氣與地域的銷售狀況差異，再針對不同的地區或不同時間，推出適合或更受歡迎的服飾或者服務。有關於政府資料開放平臺，可參考網址https://data.gov.tw。

另外，對於一般零售服飾業者，最簡單的應用就是可以了解商品的銷售數量以及配送需求，預測商品存貨與流通狀況，可以提早決定下單生產的時間，縮短在架上陳列的時間，減低庫存量。也可以減少備錯貨物造成的呆滯損失。

消費行為發生之後：

在消費行為發生之後，可以藉由資訊系統收集顧客意見，例如評價系統或退換貨系統等，來持續了解客戶對於已購商品的意見與喜好，並在適當時機推銷消費者較高接受度或者可能恰好需要的商品。統計客戶消費頻率，可以依據客戶可能的消費時間給予價格優惠或專屬服務，讓客戶黏著度更高。

關鍵字：服飾產業  大數據  人工智慧  資訊系統