โปรดอัพเดตเบราว์เซอร์

เบราว์เซอร์ที่คุณใช้เป็นเวอร์ชันเก่าซึ่งไม่สามารถใช้บริการของเราได้ เราขอแนะนำให้อัพเดตเบราว์เซอร์เพื่อการใช้งานที่ดีที่สุด

ธุรกิจ-เศรษฐกิจ

Future of Money (ตอนที่ 11): แฟชั่น 4.0

Stock2morrow

อัพเดต 11 ธ.ค. 2561 เวลา 06.12 น. • เผยแพร่ 04 ธ.ค. 2561 เวลา 03.24 น. • Stock2morrow
Future of Money (ตอนที่ 11): แฟชั่น 4.0
Future of Money (ตอนที่ 11): แฟชั่น 4.0

อุตสาหกรรมแฟชั่นเป็นหนึ่งในอุตสาหกรรมที่ต้องใช้คำว่า “โหดมาก” ในช่วงหลังๆ นี้ ไม่ว่าจะเป็นผลมาจากภาวะเศรษฐกิจโลกซบเซาหลังวิกฤตแฮมเบอร์เกอร์ มาจนถึงเมื่อมันฟื้นแล้วแต่คนเราใช้เงินน้อยลงไปกับการซื้อเสื้อผ้า อย่างที่ Bloomberg เคยลงบทความชื่อ “การตายของเสื้อผ้า” (https://www.bloomberg.com/graphics/2018-death-of-clothing/)  โดยมีการประมวลสถิติอันน่ากังวลมากมายไม่ว่าจะเป็นการปิดตัวลงของร้านค้าและปัญหาหนี้ (ที่ถ่วงเวลาออกไปไม่ค่อยได้เนื่องจาก outlook แย่)

อย่างไรก็ตาม ก็ยังพอมี “ผู้ชนะ” ที่ยังยืนหยัดอยู่ในสมรภูมินี้ได้อยู่บางรายที่ชื่อคุ้นหูพวกเรา เช่น Zara H&M และ Uniqlo ที่ยัง performance ค่อนข้างเหนือคู่แข่ง

บทความนี้จะพูดถึงรอยต่อระหว่างเทคโนโลยี Big Data และ AI กับโลกแฟชั่นรีเทล ว่ามันจะมาเป็นตัวพลิกเกมเพื่อยืดชีวิตอุตสาหกรรมนี้ต่อไปได้หรือไม่

The Inventory Game

การบริหารสต๊อกสินค้าเป็นหัวใจของการอยู่รอดในธุรกิจนี้  ในแต่ละหน้าร้าน หากสต๊อกน้อยไปก็เกิดยอดที่ “ชวด” สต๊อกมากไปก็ทำให้เปลืองที่เก็บและทำให้ท้ายที่สุดต้องนำสินค้าเหล่านั้น (ทั้งที่จริงๆ อาจจะขายได้หมดในสาขาอื่น) ไปกระหน่ำลดราคา เสียทั้ง margin เสียทั้งแบรนด์อิมเมจ

ถ้าจะลองวิเคราะห์แบบเร็วๆ ว่าแบรนด์เสื้อผ้าระดับโลกเขาจัดการ inventory เขายังไง จะเห็นจากแกน y ของกราฟด้านบนได้ว่า Inventory Turnover ของ Uniqlo อยู่สูงถึง 3.29 (inventory หมุนปีละเกินสามรอบ) มากกว่าทั้ง Zara และ H&M ในขณะที่ L Brands (ที่ขายชุดชั้นในหญิง Victoria’s Secret กับ Bath & Body Works) อยู่ที่ 5.6  ซึ่งอาจเป็นเพราะขายสินค้าประเภทอื่นนอกจากเสื้อผ้า ส่วนการเทียบ inventory กับยอดขายทั้งหมด ก็จะเห็นได้ว่า inventory จะอยู่ในช่วง 10-17% ของยอดขายเท่านั้น

จุดนี้เป็นจุดที่ Big Data และ AI สามารถเข้ามาช่วยบริหารสต๊อกได้อย่างตรงจุดมากๆ  มันเป็นไปไม่ได้ที่ใครคนใดคนหนึ่งจะสามารถพยากรณ์อุปสงค์ของลูกค้าของแต่ละสินค้า แต่ละสี แต่ละไซส์ ในแต่ละสาขา และในแต่ละเดือนได้แม่นยำโดยพึ่งพาเพียงแค่ประสบการณ์ของตนเองเท่านั้น

ขณะนี้มีการนำ Machine Learning อัลกอริทึมมาใช้ในการ optimize การสต๊อกของกันแล้วในบริษัทใหญ่ๆ เช่น บริษัทรีเทลขนาดยักษ์ Costco ซึ่งในปัจจุบันเราสามารถใช้ประโยชน์จากคลังข้อมูลมหาศาล ไม่ว่าจะเป็นข้อมูล transaction ข้อมูล geospatial (ว่ารอบๆ ร้านค้าเรามีคู่แข่งไหมหรือมีจุดดึงดูดไหม) ไปจนถึงข้อมูลสภาวะอากาศ เพื่อลองเอามาทำนายว่าเราควรจะต้องสต๊อกของแต่ละชนิดในแต่ละที่ แต่ละเดือนในปริมาณเท่าไหร่  ซึ่งสิ่งนี้เป็นสิ่งที่กิจการแนวหน้าอย่าง e-commerce ทำกันเป็นกิจวัตรอยู่แล้ว ดังนั้นหากธุรกิจแฟชั่นที่ยังไม่ online จะอยู่รอด การบริหารสต๊อกสินค้าอย่างชาญฉลาดจึงเป็นอะไรที่ไม่ล้ำหน้า แต่ไม่ทำไม่ได้แล้วด้วยซ้ำ

Beat the Trend

จริงอยู่ว่าการ optimize สต๊อกนั้นสำคัญ แต่ถ้าเราผลิตสินค้าออกมาไม่โดน ไม่ปัง ไม่ตามเทรนด์ ก็จะมีปัญหาอยู่ดี ดังนั้นการแก้ปัญหาที่ต้นเหตุก็คือการหาวิธีผลิตให้ตรงเทรนด์ความต้องการให้รวดเร็วที่สุด จากที่ระยะเวลาการดีไซน์สินค้า ผลิตสินค้า ไปจนถึงการนำส่งจะต้องใช้เวลาหลายเดือน ก็ควรย่นระยะมันลงมาให้ไม่เกิน 1 หรือ 2 เดือน (เพราะหากนานกว่านั้น เทรนด์ที่กำลังมาอาจจะหายไปแล้วก็เป็นได้)

คำถามคือแล้วธุรกิจแฟชั่นจะรู้เทรนด์ได้ก่อนหรือทันทีได้อย่างไร?

คำตอบแรกคือการเข้าถึงอินเตอร์เน็ตได้เร็วและมีระเบียบกว่าคู่แข่งนั่นก็คือการสแกนอินเตอร์เน็ต ไม่ว่าจะเป็นในโลกโซเชียลมีเดีย เว็บคู่แข่ง และเว็บ e-commerce ต่างๆ เพื่อค้นหาสิ่งที่กำลังเทรนดี้ จะเป็นทรง เป็นสี หรืออะไรก็ตามแต่  และหากจะให้ภารกิจนี้เป็นไปอย่างมีระเบียบ รวดเร็วและตรวจสอบได้ ก็ควรใช้ bot ทำแทนที่จะจ้างพนักงานมานั่งแสกนเอง

คำตอบที่สองคือการใช้ deep learningเพื่อวิเคราะห์และสรุปเทรนด์จากการป้อนรูปภาพ footage จากรันเวย์เข้าไปตรงๆ เลย

รุปด้านบนเป็นผลงานของ data scientists จากบริษัทชื่อ Edited ที่ทำการป้อนรูปจากรันเวย์แฟชั่นโชว์จำนวนมหาศาลเข้าไปแล้วให้ AI ดึงฟีเจอร์ต่างๆ ไม่ว่าจะเป็น สี ทรง ลาย แพทเทิร์น แล้วเอามาพล๊อตสำหรับแต่ละคอลเลคชั่น ทำให้ดีไซน์เนอร์ประหยัดเวลาที่ใช้ลงมากในการสรุปว่า “อะไรกำลังมานะ?”  ที่เด็ดกว่านั้นคือมันสามารถสร้างดีไซน์ที่มาจากองค์ประกอบของคอลเลคชั่นนั้น

ใช่ รูปผู้หญิงทางขวามือไม่มีจริง ไม่มีใครใส่ชุดนั้นบนรันเวย์ นี่เป็นเพียงจินตนาการของ AI เท่านั้น!

ในโลกที่ธุรกิจรีเทลและแฟชั่นหันมาประยุกต์ใช้เทคโนโลยีใหม่ๆ นี้ เขาอาจจะไม่เพียงแค่รอดพ้นภัยคุกคามจาก e-commerce แต่ยังอาจจะพลิกกลับมาเอาชนะใจลูกค้าได้อย่างไม่เคยทำได้มาก่อนด้วยซ้ำ

-------------------------------

stock2morrow นำบทความจาก ดร. ณภัทร จาตุศรีพิทักษ์ ได้นำเทรนด์การเงินของโลกในอนาคต ต้งแต่ตอนแรกถึงตอนล่าสุด มาให้นักลงทุนสายหุ้น ได้เรียนรู้กัน 

ติดตามอ่านตอนแรกที่ : https://www.stock2morrow.com/article-detail.php?id=1363

ตอนที่ 2 ที่ : https://www.stock2morrow.com/article-detail.php?id=1369

ตอนที่ 3 ที่ : https://www.stock2morrow.com/article-detail.php?id=1388

ตอนที่ 4 ที่ : https://www.stock2morrow.com/article-detail.php?id=1408

ตอนที่ 5 ที่ : https://www.stock2morrow.com/article-detail.php?id=1547

ตอนที่ 6 ที่ : https://www.stock2morrow.com/article-detail.php?id=1569

ตอนที่ 7 ที่ : https://www.stock2morrow.com/article-detail.php?id=1592

ตอนที่ 8 ที่: https://www.stock2morrow.com/article-detail.php?id=1655

ตอนที่ 9 ที่: https://www.stock2morrow.com/article-detail.php?id=1698

ตอนที่ 10 ที่: https://www.stock2morrow.com/article-detail.php?id=1735

 

ดร. ณภัทร จาตุศรีพิทักษ์

ผู้เขียนเป็นเจ้าของเว็บไซต์ settakid.com ที่วิเคราะห์ประเด็นเปลี่ยนโลกผ่านมุมมองเศรษฐศาสตร์แบบเข้าใจง่ายๆ  คุณ ณภัทร จบปริญญาตรีและโทจากมหาวิทยาลัยคอร์เนลและจอนส์ ฮอปกินส์ เคยมีประสบการณ์ทำวิจัยที่มหาวิทยาลัยฮาวาร์ดและธนาคารโลก และสำเร็จการศึกษาปริญญาเอกสาขาเศรษฐศาสตร์ประยุกต์อยู่ที่มหาวิทยาลัยมินนิโซต้า เป็นนักเขียนรับเชิญของ stock2morrow และเป็นคอลัมนิสต์ประจำสำนักข่าวออนไลน์ไทยพับลิก้า

0 0
reaction icon 0
reaction icon 0
reaction icon 0
reaction icon 0
reaction icon 0
reaction icon 0

ความเห็น 0

ยังไม่มีความเห็น