大数据将主宰时尚预测

Geoff Watts 和Julia Fowler将他们颇具野心的时尚智力型创业公司设在伦敦，这不单单是因为那里有着颇具优势的创意产业，更加令人兴奋的是那里还有新一代探索创意和技术交叉的网站，而他们要做的正是这个。
    Julia Fowler相信，对时尚趋势的预测，不能依赖经验和直觉，而应该更多地依赖实时数据。设计行业出身的她与擅长金融建模的程序员Geoff Watts一拍即合，创立了EDITD这家利用大数据来进行时尚预测的创业公司。
   时尚预测可是一门大生意，根据估计，这个市场达360亿美元。在过去的几年里，这个市场一直被两家大的传统服务商主导，WGSN就是其中之一。因为将过去纸质的时尚预测刊物转变为在线的预测报告，WGSN曾掀起市场的浪潮，它其实就是“云时尚”这一概念的早期版本。
    这项改变也让两位创始人兄弟变成了富豪，2005年WGSN以2.45亿美元的价格被他们出售。也许你会好奇，这家你也许都不曾听过的网站为何如此值钱？原因大概就是有3万家公司每年分别向WGSN支付3万美元来获取图片、报告和预测。
    Stylesight以提供更低的价格进入了这个市场成为WGSN的竞争者，但它们提供的服务非常类似，这显然符合市场的需要。从1997年WGSN创立以来，尽管其他行业发生了翻天覆地的变化，但对于时尚预测市场而言，仅有的变化就是不断增长的信息。
    Julia和Geoff在一个悖论中发现了颠覆这个行业的商机，那就是为何建立在自己创造力上的时尚产业每年会支付如此可观的费用在预测上？并且这些预测还不是数据驱动或者是经过科学验证的？
    而EDITD试图要做的就是：用大数据来支持直觉，用数据驱动时尚预测，这样既不会完全迷失，但又不会太过技术而显得不适用，因为他们的数据都转化自公开可得的社交媒体上的信息，这样做的另一个好处是数据样本可以足够大。最终，任何的趋势预测又都能在消费者的购买中得到证实。
    打个比方，如果一个零售商正在犹豫是否要在“条纹”上押宝，那么EDITD会告诉条纹衣服在过去是多快卖完的，哪个尺寸和什么价位是卖得最快的。这些都是基于社交媒体上公开可得的信息，在互联网时代，这样的信息随处可得。
    如果好奇于人们对中间蓝色的感觉如何？EDITD通过Twitter、Facebook来收集积极的或是消极的情绪转化为数据界面，并且可以观察随着时间推进人们的态度是如何发生变化的。
    商品配置、促销策略、定价、顾客情绪以及新兴趋势，EDITD都能从大数据中提取观点和分析提供给客户，比如ASOS、Gap。针对小零售客户提供的单一市场的数据服务，EDITD收取每月2500美元的费用；而需求更复杂的大客户，费用则要高得多。
    从大数据中挖掘信息、需求来支持决策似乎成了趋势，传统的预测服务商WGSN也计划投资更多的量化分析工具。
    从商业的角度而言，在时尚更新如此之快的今天，谁更接近“下一季什么卖得好？”这一问题的答案，无疑谁就能掌握市场的先机、更精准地把握供给与库存的关系、更迅速地反应。
    但时尚界依然拥有不同的观点。创立本土时尚概念品牌“Insh”的设计师李鸿雁根据自己的灵感和想要表达的理念设计每一季的作品。“我并不会刻意去预测趋势，”李鸿雁在接受本报记者采访时坦承，“如果我的设计和时尚趋势不谋而合，也许是一种直觉，也许是因为看了很多相关的资料，比如电影、经济、文学、艺术在某个时候的表达方式给予我一定的敏感度；但我有时也从街头人们的穿着综合和聊天中获取灵感。”
    在李鸿雁看来，数据只是生硬的东西，可以去预测一个接受度或是欢迎程度，但是不能成为预测时尚的依据，而时尚更多的是一种感觉。
    传奇时尚主编Diana Vreeland曾说过：“伟大的时尚就是给予人们他们还不知道自己想要什么的东西。