（一）信息技术在预测中的作用
由于预测中涉及大量数据，进行预测的频率较大，以及尽可能获得高质量的预测结果的重要性和必要性，许多信息技术已经作为企业预测的主要的工具。时尚企业当然也不例外。供应链的IT系统中的预测模块通常被称为需求计划模块，是供应链软件产品的核心内容。这类供应链需求预测软件涉及多种预测算法，这些算法可能非常先进和复杂，有些还有专利。与使用类此Excel、SPSS等普通统计软件相比，这类需求预测软件的预测结果往往更加准确。大多数需求计划应用程序都能够用历史需求数据很容易地测试各种预测算法，从而找出最合适观察到的需求模式的那一种算法。提供这种多选择的预测方法非常有必要，因为不同的产品类型有不同的需求模式，不同的预测算法提供了不同的预测质量。因此，这类IT需求预测软件可以从产品类别和市场的角度进行预测分析，而不仅仅是从整个企业的角度。
（二）大数据在预测中的运用
相比一般的数据分析，大数据分析时一种更加实时准确的需求预测的方法。从大数据（big data）的定义看，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯。大数据的4V特点是Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。企业对大数据的追求无疑都聚焦在“Value（价值）”上，渴望大数据给企业带来滚滚的利润，将濒临衰败边缘的企业拉回到正常的发展轨道。但是，从大数据的4V特点排序来看，价值是核心，价值的实现需要经过对它的“Volume（大量）、Velocity（高速）、Variety（多样）”3个特点的完全认知和深入分析利用。
通过大数据分析，各行各业都能更快地对变革进行跟踪，快速响应全球经济的变化。在全球金融经济危机的状态下，通过数据分析，能够更好地理解整个经济危机行为的演变。此外，大数据分析可以更好地预测市场的变化，提供顾客洞察，从而高效地满足顾客的需求，为企业创造价值。
大数据分析和预测在时尚企业已经得到了一定的应用并取得了卓越的成效。第一，时尚企业通过大数据分析，对顾客深入洞察，实现精准营销。比如，知名电商亚马逊率先提供的产品推荐服务，网站根据相似的购买行为，对客户喜好进行分析，最终为客户推荐一系列产品，精准营销。第二，利用时尚消费过程中的数据对顾客的消费行为进行分析，识别消费喜好和流行趋势，帮助时尚企业设计出更符合顾客需求的产品，制定合理的产品价格以及提供更好的客户服务。另一方面，这些数据对企业的供应链管理也有一定的帮助，通过准确的预测，可以更加精准地设计供应链系统，提高整个管理效率，为企业创造额外价值。
【案例一】
本季时尚界流行什么
Editd公司号称拥有目前全世界最大的服装数据库。凭借120台服务器和几百兆字节的数据，该公司不仅向客户提供各类服装数据，还提供实时分析与各种其他工具。Editd的成功秘诀之一是，它汇总了来自全球各种来源的流行时尚数据和销售信息——从零售网站、社交媒体，到设计师的T台走秀报告，再到流行博客——然后设法实时获取这些数据。该公司的数据库包含了至少530亿个来自时尚行业的数据点，有些信息可以追溯到四年前。它还涵盖了全球1000多个零售商，同时拥有1500多万张高清图片。它的“社交监控”功能监控全球80多万名有影响力的时尚潮人和专家的社交活动。为了随时读取这些数据，Editd公司把大部分数据储存在内存而不是硬盘里，对此瓦茨解释道：“这是非常重要的。我们需要以任何可能的方式读取和查询所有数据，它必须具有超强的响应力。”另外，它必须足够简单易懂，让外行也能知道数据的意义。瓦茨表示：“用户不必非得是一名数据学家才能理解这些数据的含义。”
借助于Editd提供的服务，从事新品规划、采购、贸易和战略规划等工作的服装业从业者几乎可以在任何设备上设置他们自己的“社交监控器”。Editd的服务涵盖男装、女装、童装、配饰和美容等多个领域。由于输出端的信息是可以定制的，所以一家高端服装店负责牛仔服的业务员所看到的数据，与一家平价服装连锁店的女款针织衫采购员所看到的数据是截然不同的。
摘自：Katherine Noyes.本季时尚界流行什么.大数据财富，2014年9月28日.
【案例二】
搭配网站Chicisimo的成功
搭配网站Chicisimo在为人们提供衣服搭配平台的同时，利用由此收集到的数据进行分析，对用户行为生成统计数据，由此获知时尚品牌市场状况、各时尚单品之间的关系，生成“Street Fashion Reports”。搭配是最令女士头疼的问题，而帮助她们解决这个问题，正是Chicisimo目前的专注点。用户除了“分享搭配（share your looks）”，还可以“建立搭配组合（create an album of looks）”。这些组合可以以某一单品为中心，如军大衣的各种搭配，也可以以主题为重心，比如“Boy Friend 风”。
Chicisimo的成功来自数据更新的迅速，并从中理解整个社区对信息的反应。而这表现为Chicisimo提供的服务是动态的。最近，它建立了Social Fashion Graph（时尚社交图），这是世界服饰的全球布局，反映出人们如何通过穿着，在各种品牌中建立联系。通过对Social Fashion Graph的分析，Chicisimo从中得出：例如，Zara 在美国提供电商服务一年后，其美国市场渗透率翻了一番；时尚人士更青睐小众牌子；80%的搭配次数中，我们并未穿着排行榜前20的品牌。
这里所说的排行榜也是Chicisimo所建立的，提供了各国各自流行的品牌及其份额。Gabriel 表示这种模式其实借鉴了iTunes等音乐行业的模式，通过收集数据来分析受众行为，而不单单是销售数据。
摘自：Chicisimo：大数据解答时尚搭配.爱范儿网.
【案例三】
优衣库的大数据管理
优衣库对销售数据的跟踪以星期为单位，销售数字也实时地反映出库存的变动，所以商品摆到架上两个星期后，当季的销售情况基本上就一目了然。很多企业都苦恼库存的问题，但优衣库没有被“缠住”，这与我们随时都能从整体店铺到每一款产品的销售数据得到的支撑密不可分，数字可以说明一切。优衣库的员工从进公司第一天开始就要观察数字、理解数字，感受数字的变化，然后创造数字。20多年来，通过收集每天每时每刻、每款每色每码、每个店铺所有的销售数据，优衣库形成了一个庞大的数据库。通过实时监控、分析销售数据，来制定生产量，调整营销方案，优衣库最终基本上做到了零库存。
2014年，寒冬仍在持续，优衣库却决定全面提速，计划每年新开80～100家店，同比增长30%，其背后依靠的仍是数据的支撑。优衣库在2009年建立天猫旗舰店，跟其他品牌分散在京东、当当等平台不同，优衣库的电商官网以及APP上的流量全部被导向天猫旗舰店，同时在后台分析出哪些人在买、单次消费金额、消费频率等，利用这些数据可以精准地指导优衣库将新门店开在中国哪些区域。
摘自：优衣库.颠覆库存，经济观察报，2014年2月21日.
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
