Прогнозирование моды

Прогнозирование моды началось во Франции во времена правления Людовика XIV. ^[1] Это началось как способ общения о моде и постепенно превратилось в способ опережать время в индустрии моды. Прогнозирование моды предсказывает настроения общества и потребителей, а также их поведение и покупательские привычки, а также основывает на прогнозе то, что они могут выпустить в ближайшем будущем. Тенденции моды имеют тенденцию повторяться каждые 20 лет, и прогнозирование моды предсказывает, какие другие тенденции могут начаться с ротации моды. Прогнозирование моды можно использовать по разным причинам, главная из которых — быть в курсе текущих тенденций и знать, чего ваш потребитель захочет в будущем. Этот метод помогает модным брендам заранее знать, чего ожидать и что начинать производить. Ведущие бренды и компании высокого класса, такие как Vogue. ^[2] и Gucci даже используют этот метод, чтобы помочь своим дизайнерам стать еще более информированными о том, что будет в индустрии моды.

Обзор

Прогнозирование моды — это глобальная карьера, которая фокусируется на предстоящих модных тенденциях. Прогнозист моды предсказывает цвета, узоры, ткани, текстуры, материалы, принты, графику, уход за собой, аксессуары, обувь, уличный стиль и многие другие стили, которые будут представлены на различных показах и в магазинах в предстоящих сезонах. Эта концепция применима не к одному, а к каждому уровню индустрии моды: от небольших магазинов, таких как Urban Planet, до крупных компаний высокой моды, таких как PRADA. ^[3] Процесс прогнозирования моды включает в себя основные этапы понимания видения бизнеса и профиля целевых клиентов, сбора информации о доступных товарах, подготовки информации, определения тенденций и выбора товаров, подходящих для компании и целевых клиентов. Например, прогнозы модных тенденций выявили тенденции на 2022 год, состоящие из рубашек и толстовок оверсайз с продолжением тенденции к пышным рукавам, а также платьев и топов, сохраняющих свой объем. ^{[ нужны разъяснения ]} до конца года.

Прогнозирование моды состоит из множества различных частей, чтобы оно было эффективным. Существует долгосрочное прогнозирование, которое представляет собой процесс анализа и оценки тенденций, которые можно выявить путем сканирования множества различных источников информации, и обеспечения того, чтобы эта тенденция сохранялась более двух лет. Затем существует краткосрочное прогнозирование, которое фокусируется на текущих событиях как внутри страны, так и на международном уровне, а также на поп-культуре, чтобы выявить возможные тенденции, которые можно донести до клиентов с помощью различных цветных пластин, ткани и т. д.

Долгосрочное прогнозирование — это процесс анализа и оценки тенденций, которые можно выявить путем сканирования различных источников информации. ^[4] Это мода, которая длится более двух лет. ^[5] Сканируя рынок и потребителей, прогнозисты моды должны следить за демографией определенных районов, как городских, так и пригородных, а также изучать влияние на розничную торговлю и ее потребителей экономики, политической системы, окружающей среды и культуры. Долгосрочное прогнозирование направлено на выявление: основных изменений в международной и внутренней демографии, сдвигов в индустрии моды наряду с рыночными структурами, потребительских ожиданий, ценностей и импульсов к покупке, новых достижений в области технологий и науки, а также сдвигов в экономической и политической жизни. и культурные союзы между некоторыми странами. ^[6] Есть много специализированных консультантов по маркетингу, которые занимаются долгосрочным прогнозированием и посещают торговые выставки и другие мероприятия, которые информируют отрасль о том, что должно произойти. любые изменения в демографии и психографике , которые должны повлиять на потребности потребителей и которые повлияют на бизнес компании и конкретную нишу рынка . Определяются ^[6]

Краткосрочное прогнозирование

Краткосрочное прогнозирование фокусируется на текущих событиях как внутри страны, так и на международном уровне, а также на поп-культуре, чтобы выявить возможные тенденции, которые можно донести до клиента через сезонную цветовую палитру, ткани и истории силуэтов. ^[6] Это придает моде современный оттенок классическому образу, который интригует наши глаза. Некоторые важные области, которым следует следовать при сканировании окружающей среды: текущие события, искусство, спорт, наука и технологии. Краткосрочное прогнозирование также можно считать модным прогнозированием. ^[6]

Разница между краткосрочным и долгосрочным прогнозированием

Используются два типа прогнозирования моды: краткосрочное прогнозирование, которое предполагает тенденции на один-два года в будущем и фокусируется на новых характеристиках продукта, таких как цвет, текстиль и стиль, и долгосрочное прогнозирование, которое прогнозирует тенденции на пять или более лет. и фокусируется на направлениях индустрии моды с точки зрения материалов, дизайнерского производства и розничной торговли. Долгосрочные прогнозы способствуют разработке стратегии развития модной фирмы и помогают ей принимать решения, связанные с репозиционированием или расширением линейки продуктов, открытием нового бизнеса и возрождением имиджа бренда. ^[7]

Ответственность за прогнозирование тенденций

Прогнозы тенденций каждого ритейлера различаются и в основном зависят от того, является ли компания оптовым брендом или разработчиком частной торговой марки. «Каждый сезон сотни дизайнеров демонстрируют потрясающие коллекции, которые средний потребитель никогда не увидит. Важно то, кто их видит — штатные дизайнеры и покупатели в розничных магазинах быстрой моды , люди, которые уделяют пристальное внимание, выявляют и прогнозируют какие стили, узоры и фасоны понравятся среднестатистической женщине». ^[8]

Более крупные компании, такие как Forever 21, имеют свои собственные отделы мод, где следят за стилями, тканями и цветами предстоящих сезонов. Это также можно назвать вертикальной интеграцией . ^[6] Компания, имеющая собственный отдел трендов, имеет большее преимущество, чем те, у кого его нет, поскольку ее разработчики могут работать вместе, чтобы создать единый внешний вид своего торгового зала. Каждая сезонная коллекция, предлагаемая разработчиком продукта, является результатом исследования тенденций, ориентированного на целевой рынок, который он для себя определил.

Разработчики продукции могут предлагать от двух до шести сезонных коллекций в год, в зависимости от влияния модных тенденций на конкретную категорию товаров и ценовую категорию. ^[9] Компании, производящие женскую одежду, более чувствительны к прихотям моды и могут выпускать от четырех до шести линий в год. Компании мужской одежды представляют две-четыре линии в год, а фирмы детской одежды обычно представляют три-четыре сезонные коллекции. Для каждого сезона разработчиками продукции разрабатывается коллекция, основанная на определенной теме, связанной с цветом и историей ткани. ^[6]

Мерчандайзер также играет ключевую роль в направлении будущих тенденций. ^[6] В отличие от разработчиков, мерчандайзеры имеют гораздо больший опыт в покупках и знают, что будут искать потребители. Дизайнер учитывает конкретные тенденции, а затем определяет стили, силуэты и цвета линий и предметов одежды, создавая общую тему для конкретного сезона. ^[6]

Одежда высших классов начинает терять свою индивидуальность, поскольку низшие классы постепенно подражают ей. Когда это произойдет, новые концепции, служащие маркерами нового класса, должны занять место нынешних тенденций. В результате высшие классы начинают влиять на рост моды, а низшие классы служат «репликаторами». ^{[ нужна ссылка ]}

Отдельные блоггеры также вносят свой вклад в прогнозирование моды и влияют на дизайнеров и продуктовые команды.

Различные способы прогнозирования тенденций

Классический способ прогнозирования тенденций для модных брендов и агентств — анализ показов модных показов, торговых выставок, информации из газет и журналов, а также исследования рынка. ^[10] Раньше эти источники были единственными, доступными прогнозистам моды, а бренды и ритейлеры использовали эту информацию для планирования своих будущих коллекций. ^[11]Но индустрия моды изменилась, и описательная аналитика теперь сопровождается предписывающей и прогнозной аналитикой . Интернет и, следовательно, социальные сети ускорили жизненный цикл тенденций и породили такие явления, как быстрая мода и глобальные цепочки поставок. Виральность тенденций, скорость выхода на рынок и поведение потребителей изменились за последнее десятилетие в результате наступления цифровой эпохи. Сейчас существуют службы прогнозирования моды, использующие новые технологии и в основном искусственный интеллект, чтобы предсказать, что будет дальше. ^[12]Искусственный интеллект в прогнозировании моды часто используется для анализа текста и хэштегов в социальных сетях, онлайн-коллекций, публикуемых брендами и журналами, а также поведения потребителей в электронной коммерции. ^[13]В социальных сетях машинное обучение — это еще один способ использования ИИ для прогнозирования модных тенденций. Это алгоритмический процесс анализа большой базы данных изображений для определения множества различных особенностей одежды и аксессуаров. Эти необработанные данные затем могут быть преобразованы в прогнозы тенденций с участием человека, от определения онлайн-видимости тенденции до ее будущего рыночного спроса. Искусственный интеллект имеет множество применений в прогнозировании моды, которые касаются ассортимента продукции, поведения клиентов, процессов проектирования, маркетинга и многого другого. Растущая важность социальных сетей и восприятия клиентов ускорила темпы внедрения искусственного интеллекта в прогнозировании моды.

Прогнозирование спроса

Одной из наиболее серьезных проблем, с которыми сталкиваются розничные и оптовые торговцы в любом секторе, является прогнозирование спроса. Предприятия могут принимать обоснованные суждения относительно ценообразования и планов расширения компании благодаря важной информации, которую дает точное прогнозирование спроса о предполагаемых доходах на их нынешнем рынке. Будущие продажи могут быть потеряны, если спрос будет переоценен; с другой стороны, если у поставщиков останется излишек, могут потребоваться значительные стратегии скидок, что потенциально приведет к потерям и затруднениям с движением денежных средств.

Прогнозирование спроса особенно сложно в модном бизнесе из-за сезонных тенденций, недостатка данных и общей непредсказуемости.

Умный прогнозист моды должен учитывать множество факторов, включая политический и экономический контекст, географическую демографию, ожидания клиентов, рыночные тенденции, внутренние корпоративные планы и многое другое. Проецирование предыдущих моделей на будущее и поиск индикаторов изменений, чтобы предвидеть надвигающиеся события, являются двумя основными целями «прогнозирования» в этом контексте.

Методы прогнозирования

Обычные методы

Основным строительным блоком обычных методов обычно является стандартный прогноз, взятый из определенного программного обеспечения или продаж за предыдущий год. Затем практикующий специалист пересматривает этот стандарт, принимая во внимание объясняющие факторы. Плюсы этого метода заключаются в том, что влияние сезонности и основных объясняющих факторов может сделать результат очень точным. Минусы этого метода заключаются в том, что если обрабатывается слишком много переменных, анализ станет неточным и трудным, что сделает задачу чрезвычайно утомительной. Кроме того, если элементов слишком много, результаты будут различаться в зависимости от уровня квалификации оператора.

Расширенные методы

Наличие исторических данных является первым фактором, который следует учитывать при разработке модели прогнозирования.

Индустрия моды, как правило, нуждается в прогнозах на двух уровнях агрегирования данных:

«Семейный уровень» позволяет предприятиям планировать и организовывать среднесрочные закупки, производство и поставки, поскольку он состоит из товаров одной категории (футболки, брюки и т. д.). Для этого уровня агрегирования часто имеются исторические данные.

Для пополнения запасов и распределения товаров в магазинах на более коротком временном горизонте необходим «уровень SKU». Референции (SKU) кратковременны, так как рассчитаны только на один сезон. В результате исторические данные недоступны.

Библиография

«Прогнозирование моды и ресурсы о тенденциях». Библиотеки Калифорнийского университета | Университет Цинциннати. Веб. 10 апреля 2011 г. < http://libraries.uc.edu/libraries/daap/resources/researchguides/design/forecasting.html >.
«Прогнозирование модных тенденций: NPR». NPR: Национальное общественное радио: Новости и анализ, Мир, США, Музыка и искусство: NPR. Веб. 10 апреля 2011 г. https://www.npr.org/2003/09/17/1432978/forecasting-fashion-trends .
Кейзер, Сандра Дж. и Мирна Б. Гарнер. За пределами дизайна: синергия разработки швейной продукции. Нью-Йорк: Fairchild Publications, 2008. Печать.
Миллер, Клэр Кейн. Дизайнеры высокой моды вступают в эпоху высоких технологий: New York Times. 8 сентября 2008 г. < https://www.nytimes.com/2008/09/08/technology/08trend.html?pagewanted=print&_r=0 >.
«Модные тенденции: анализ и прогнозирование» Ким Ындок Фиоре (09.05.2013)
«Прогнозисты моды - скрытая история прогнозирования цвета и тенденций», под редакцией Регины Ли Блащик и Бена Вуббса, 275 страниц, опубликовано Bloomsbury.
Свендсен Л. и Айронс Дж. (2006). Мода: философия. Книги реакции. ^[14]
Гардино, ГБ, Мео, Р. и Крапаротта, Г. (2020). Многопрофильное скрытое обучение применительно к индустрии моды. Границы информационных систем, 23 (1), 53–69. https://doi.org/10.1007/s10796-020-10005-8 ^[15]
Чой Т.М., Хуэй С.Л. и Ю Ю. (ред.). (2014). Интеллектуальные системы прогнозирования моды: модели и приложения. Книги портала ученых. https://doi.org/10.1007/978-3-642-39869-8 ^[16]

См. также

Ссылки

^ Гарсия, Кларис (2022). «Прогнозирование моды: обзор от материальной культуры к промышленности» . Журнал модного маркетинга и менеджмента . 26 (3): 436–451. doi : 10.1108/JFMM-11-2020-0241 . S2CID 237650223 . Проверено 5 февраля 2023 г.
^ Кэри, Алиса (2 января 2023 г.). «Сексуальный гранж, макси-юбки и Gucci от Тома Форда: тенденции, которые возьмут верх в 2023 году» . Мода . Проверено 5 февраля 2023 г.
^ «Определение Prada, представленное Apparel Search» . www.apparelsearch.com . Проверено 18 февраля 2023 г.
^ Кайзер, Сандра Дж.; Гарнер, Мирна Б. (15 июня 2012 г.). За пределами дизайна: синергия разработки швейной продукции . А&С Черный. ISBN 9781609012267 .
^ «НеллиРоди» . www.nellyrodi.com (на французском языке) . Проверено 31 мая 2016 г.
^ Jump up to: ^а ^б ^с ^д ^и ^ж ^г ^час К. Ахил Дж. (22 сентября 2015 г.). Прогнозирование моды . Ахил Дж.К.
^ Ким, Юндок; Фиоре, Энн Мари; Ким, Хеджон (9 мая 2013 г.). Тенденции моды: анализ и прогнозирование . Берг. ISBN 9780857853158 .
^ Майер, Линдси. «Вопрос-ответ с основателем SHIPSHOW» . Проверено 21 апреля 2014 г.
^ «Разработчики продукции могут предлагать от двух до шести сезонных коллекций в год, в зависимости от влияния модных тенденций на конкретную категорию товаров и ценовую категорию. – Поиск в Google» . www.google.com . Проверено 08 марта 2016 г.
^ «Прогнозирование модных тенденций» . 17 июня 2020 г.
^ «Прогнозисты моды - скрытая история прогнозирования цвета и тенденций», под редакцией Регины Ли Блащик и Бена Ваббса, 275 страниц, опубликовано Bloomsbury
^ Ши, Мэнъюнь; Ван Дайк Льюис (2020). «Использование искусственного интеллекта для анализа модных тенденций». arXiv : 2005.00986 [ cs.CV ].
^ «Прогнозирование тенденций: как это на самом деле работает?» . Высокоблагородство . 05.04.2017 . Проверено 17 апреля 2021 г.
^ Бэнкрофт, Элисон (сентябрь 2008 г.). « Мода: философия Ларса Свендсена. Перевод Джона Айронса» . Теория моды . 12 (3): 393–395. дои : 10.2752/175174108x332369 . ISSN 1362-704X . S2CID 191304781 .
^ Гардино, Джованни Баттиста; Мео, Роза; Крапаротта, Джузеппе (01 февраля 2021 г.). «Многопросмотровое скрытое обучение в применении к индустрии моды» . Границы информационных систем . 23 (1): 53–69. дои : 10.1007/s10796-020-10005-8 . ISSN 1572-9419 . S2CID 254574807 .
^ Чой, Цан-Мин; Хуэй, Чи-Леунг; Ю, Йонг, ред. (2014). Интеллектуальные системы прогнозирования моды: модели и приложения . дои : 10.1007/978-3-642-39869-8 . ISBN 978-3-642-39868-1 .

[1] Гарсия, Кларис (2022). «Прогнозирование моды: обзор от материальной культуры к промышленности» . Журнал модного маркетинга и менеджмента . 26 (3): 436–451. doi : 10.1108/JFMM-11-2020-0241 . S2CID 237650223 . Проверено 5 февраля 2023 г.

[2] Кэри, Алиса (2 января 2023 г.). «Сексуальный гранж, макси-юбки и Gucci от Тома Форда: тенденции, которые возьмут верх в 2023 году» . Мода . Проверено 5 февраля 2023 г.

[3] «Определение Prada, представленное Apparel Search» . www.apparelsearch.com . Проверено 18 февраля 2023 г.

[4] Кайзер, Сандра Дж.; Гарнер, Мирна Б. (15 июня 2012 г.). За пределами дизайна: синергия разработки швейной продукции . А&С Черный. ISBN 9781609012267 .

[5] «НеллиРоди» . www.nellyrodi.com (на французском языке) . Проверено 31 мая 2016 г.

[:0-6] Jump up to: ^а ^б ^с ^д ^и ^ж ^г ^час К. Ахил Дж. (22 сентября 2015 г.). Прогнозирование моды . Ахил Дж.К.

[7] Ким, Юндок; Фиоре, Энн Мари; Ким, Хеджон (9 мая 2013 г.). Тенденции моды: анализ и прогнозирование . Берг. ISBN 9780857853158 .

[8] Майер, Линдси. «Вопрос-ответ с основателем SHIPSHOW» . Проверено 21 апреля 2014 г.

[9] «Разработчики продукции могут предлагать от двух до шести сезонных коллекций в год, в зависимости от влияния модных тенденций на конкретную категорию товаров и ценовую категорию. – Поиск в Google» . www.google.com . Проверено 08 марта 2016 г.

[10] «Прогнозирование модных тенденций» . 17 июня 2020 г.

[11] «Прогнозисты моды - скрытая история прогнозирования цвета и тенденций», под редакцией Регины Ли Блащик и Бена Ваббса, 275 страниц, опубликовано Bloomsbury

[12] Ши, Мэнъюнь; Ван Дайк Льюис (2020). «Использование искусственного интеллекта для анализа модных тенденций». arXiv : 2005.00986 [ cs.CV ].

[13] «Прогнозирование тенденций: как это на самом деле работает?» . Высокоблагородство . 05.04.2017 . Проверено 17 апреля 2021 г.

[14] Бэнкрофт, Элисон (сентябрь 2008 г.). « Мода: философия Ларса Свендсена. Перевод Джона Айронса» . Теория моды . 12 (3): 393–395. дои : 10.2752/175174108x332369 . ISSN 1362-704X . S2CID 191304781 .

[15] Гардино, Джованни Баттиста; Мео, Роза; Крапаротта, Джузеппе (01 февраля 2021 г.). «Многопросмотровое скрытое обучение в применении к индустрии моды» . Границы информационных систем . 23 (1): 53–69. дои : 10.1007/s10796-020-10005-8 . ISSN 1572-9419 . S2CID 254574807 .

[16] Чой, Цан-Мин; Хуэй, Чи-Леунг; Ю, Йонг, ред. (2014). Интеллектуальные системы прогнозирования моды: модели и приложения . дои : 10.1007/978-3-642-39869-8 . ISBN 978-3-642-39868-1 .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]