飛馬fw603s厚布跳長針的線怎么調(diào)？

科學(xué)技術(shù)在高速發(fā)展，服裝制造業(yè)的數(shù)字化轉(zhuǎn)型持續(xù)進(jìn)行并不斷成熟。

為什么稱服裝制造企業(yè)為“數(shù)字化轉(zhuǎn)型”而不是“數(shù)據(jù)化轉(zhuǎn)型”？數(shù)據(jù)資產(chǎn)在服裝智能制造中有什么重要作用？服裝制造企業(yè)如何用好數(shù)據(jù)資產(chǎn)？用好數(shù)據(jù)資產(chǎn)具體該怎么做？

聞力生教授在最新力作《數(shù)據(jù)是服裝智能制造的資產(chǎn)》一文中給出了相關(guān)探討和解答。

一、服裝制造業(yè)轉(zhuǎn)型為何叫數(shù)字化轉(zhuǎn)型而不叫數(shù)據(jù)化轉(zhuǎn)型

數(shù)字化是指將許多復(fù)雜的、難以估計(jì)的信息通過一定的方式變成計(jì)算機(jī)能處理的0和1的二進(jìn)制碼，讓機(jī)器可以讀懂和處理信息，形成計(jì)算機(jī)里的數(shù)字孿生。數(shù)字化也可以叫“比特化”，因?yàn)樗梢苑夯揭磺卸伎梢杂?、1“比特值”來表示。

數(shù)據(jù)化是將數(shù)字化的信息進(jìn)行條理化，通過智能分析、多維分析、查詢回溯，為決策提供有力的數(shù)據(jù)支撐。因?yàn)閿?shù)字只是數(shù)據(jù)的一種表達(dá)方式，所以數(shù)據(jù)這個(gè)概念要遠(yuǎn)遠(yuǎn)大于數(shù)字的概念，由此可說數(shù)字化帶來了數(shù)據(jù)化，數(shù)據(jù)化是數(shù)字化進(jìn)程的一個(gè)方向，但是數(shù)字化無法取代數(shù)據(jù)化,數(shù)字化應(yīng)用在于數(shù)據(jù)化，正因?yàn)槿绱耍壳皩Ψb企業(yè)來說都叫進(jìn)行數(shù)字化轉(zhuǎn)型而不叫數(shù)據(jù)化轉(zhuǎn)型。

服裝企業(yè)之所以要實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，那是因?yàn)閿?shù)字化轉(zhuǎn)型能給企業(yè)帶來經(jīng)營行為規(guī)范的價(jià)值提升、企業(yè)運(yùn)營管理的價(jià)值提升、特別是可利用當(dāng)前數(shù)字化技術(shù)，例如云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)、人工智能技術(shù)、物聯(lián)網(wǎng)技術(shù)、數(shù)字孿生技術(shù)等等來推動(dòng)企業(yè)商業(yè)模式創(chuàng)新和傳統(tǒng)制造模式向智能制造模式轉(zhuǎn)型。

二、為什么說數(shù)據(jù)是服裝智能制造的資產(chǎn)

  01  數(shù)據(jù)資產(chǎn)的由來與特征

數(shù)據(jù)資產(chǎn)的概念是由信息資源和數(shù)據(jù)資源的概念演變而來的，在20世紀(jì)七十年代，信息被人們看成是人力資源、物質(zhì)資源、財(cái)務(wù)資源和自然資源等重要的資源。到20世紀(jì)九十年代，隨著政府和企業(yè)的數(shù)字化轉(zhuǎn)型而產(chǎn)生了數(shù)據(jù)資源，當(dāng)然這個(gè)數(shù)據(jù)資源只有在信息的數(shù)字變成數(shù)據(jù)后集結(jié)到一定規(guī)模之后才能叫數(shù)據(jù)資源。進(jìn)入21世紀(jì)初，由于大數(shù)據(jù)技術(shù)的興起而產(chǎn)生了數(shù)據(jù)資產(chǎn)，這個(gè)數(shù)據(jù)資產(chǎn)隨著數(shù)據(jù)管理、數(shù)據(jù)應(yīng)用、數(shù)字經(jīng)濟(jì)的發(fā)展而得到普及。由此可見，數(shù)據(jù)資產(chǎn)是一個(gè)包含數(shù)據(jù)權(quán)限（指所有權(quán)、使用權(quán)、探索權(quán)）、有價(jià)值的、可衡量的、可讀取的、可交易的數(shù)據(jù)集。

2020年4月9日，中共中央國務(wù)院公布的《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》中，明確指出生產(chǎn)要素包括土地、勞動(dòng)力、資本、技術(shù)、數(shù)據(jù)這五類，這五個(gè)生產(chǎn)要素也是資產(chǎn)，即土地資產(chǎn)、勞動(dòng)力資產(chǎn)、資本資產(chǎn)、技術(shù)資產(chǎn)、數(shù)據(jù)資產(chǎn)。

近幾年來全球數(shù)據(jù)年均增速都在20%以上?？梢钥吹剑瑪?shù)據(jù)這個(gè)資產(chǎn)的增速已經(jīng)遠(yuǎn)遠(yuǎn)超過了技術(shù)、人力、資金、土地這些資產(chǎn)的增速。從數(shù)據(jù)的全球分布來看，中國的地位凸顯。據(jù)國際數(shù)據(jù)公司IDC發(fā)布的統(tǒng)計(jì)數(shù)據(jù)顯示，2018年中國數(shù)據(jù)產(chǎn)生量約占全球數(shù)據(jù)產(chǎn)生量的23%，僅低于EMEA（歐洲、中東、非洲）的數(shù)據(jù)產(chǎn)生量（約30%），是國際上名列前茅的數(shù)據(jù)資源大國和全球數(shù)據(jù)中心。APJxC代表亞太和日本地區(qū)占18%。見圖一。

圖一   全球數(shù)據(jù)分布域

同樣，據(jù)國際數(shù)據(jù)公司（IDC）發(fā)布的《數(shù)據(jù)時(shí)代2025》顯示，全球每年產(chǎn)生的數(shù)據(jù)將從2018年的33ZB（1ZB=10萬億億字節(jié)）增長到175ZB，相當(dāng)于每天產(chǎn)生491EB（1EB=1.1529e+18字節(jié)）的數(shù)據(jù)。據(jù)IDC預(yù)測，2020年，全球數(shù)據(jù)量會達(dá)到44ZB，2035年會達(dá)到1.9萬ZB。見圖二。

圖二  全球數(shù)據(jù)增量趨勢

由圖二還可見，全球數(shù)據(jù)增量趨勢是符合新摩爾定律的，（所謂摩爾定律就是人類有史以來的數(shù)據(jù)總量，每過18個(gè)月就會翻一番）。2004年，全球數(shù)據(jù)總量是30EB，2005年達(dá)到了50EB，到2015年，居然達(dá)到了驚人的7900EB，2020年達(dá)到35000EB。我們整個(gè)人類文明所產(chǎn)生的全部數(shù)據(jù)中有90%是過去兩年出現(xiàn)的。

數(shù)據(jù)增量的發(fā)展意味著全球數(shù)據(jù)資產(chǎn)的增加，而作為資本資產(chǎn)所有者，只有使用了數(shù)據(jù)資產(chǎn)才能體現(xiàn)數(shù)據(jù)的價(jià)值。數(shù)據(jù)的價(jià)值和下面一些因數(shù)有關(guān)：數(shù)據(jù)應(yīng)用次數(shù)越多，數(shù)據(jù)價(jià)值越高；數(shù)據(jù)集聚越多，數(shù)據(jù)價(jià)值越高；數(shù)據(jù)時(shí)效越長，數(shù)據(jù)價(jià)值越低；數(shù)據(jù)越分享，數(shù)據(jù)價(jià)值越低等。

對服裝制造業(yè)來說，所有制造資源優(yōu)化配置的科學(xué)性、實(shí)時(shí)性、有效性都來自于把正確的數(shù)據(jù)在正確的時(shí)間，以正確的方式，傳遞給正確的人和機(jī)器，這種使數(shù)據(jù)的全自動(dòng)化流動(dòng)本質(zhì)就是用數(shù)據(jù)驅(qū)動(dòng)企業(yè)運(yùn)行，見圖三。

來源：網(wǎng)絡(luò)    圖三 企業(yè)運(yùn)行的數(shù)據(jù)全自動(dòng)流動(dòng)

當(dāng)然數(shù)據(jù)的精確全自動(dòng)化流動(dòng)是基于“數(shù)據(jù)+算法”才能將正確的數(shù)據(jù)（所承載知識）在正確的時(shí)間傳遞給正確的人和機(jī)器，很明顯這時(shí)數(shù)據(jù)才具備了資產(chǎn)價(jià)值。

數(shù)據(jù)作為資產(chǎn)有著一系列獨(dú)有的特征
數(shù)據(jù)具有可交易的資產(chǎn)特點(diǎn)；
數(shù)據(jù)具有資源豐富、更新頻繁、類別多樣等信息價(jià)值；
數(shù)據(jù)具有可流通使用的外部性；
數(shù)據(jù)具有持續(xù)產(chǎn)生和不斷創(chuàng)造價(jià)值的自然增值屬性；
數(shù)據(jù)具備多方面滿足人類生存和發(fā)展的多維性；
數(shù)據(jù)具有零成本無限共享和集聚使用價(jià)值高等特征。


  02  數(shù)據(jù)資產(chǎn)最大價(jià)值在于應(yīng)用它
能實(shí)現(xiàn)企業(yè)的智能制造

由數(shù)據(jù)到智能的過程見圖四，數(shù)據(jù)、信息、知識及智慧金字塔（即 DIKW 體系）揭示了人類知識推理演進(jìn)的原理和過程。人們通過原始觀察、度量及數(shù)字化手段獲取作為原始材料的各類數(shù)據(jù)。按照規(guī)則將有邏輯、有意義的數(shù)據(jù)加工成信息，再對各類信息集合進(jìn)行綜合、提煉、歸納后形成特定的知識。智慧則是合理地應(yīng)用知識并進(jìn)行正確判斷、決策的能力，是人類的最大特征。

來源：網(wǎng)絡(luò) 圖四   DIKW智慧金字塔體系

由數(shù)據(jù)到大數(shù)據(jù)，所謂大數(shù)據(jù)指的是要用數(shù)據(jù)庫管理工具處理的龐大和復(fù)雜的數(shù)據(jù)，如果用定量的方法來描述大數(shù)據(jù)，那應(yīng)該說數(shù)據(jù)量大到超過PB級【1PB=1000000000000000byte（10的15次方）】以上的數(shù)據(jù)才叫大數(shù)據(jù)。在制造業(yè)方面，大數(shù)據(jù)是指從車間現(xiàn)場到企業(yè)頂層所有生成、交換和集成的數(shù)據(jù)。大數(shù)據(jù)是未來智能制造業(yè)的命脈，制造業(yè)必須找到有效的方法來應(yīng)用和管理大數(shù)據(jù)，所以說有了數(shù)據(jù)才有大數(shù)據(jù)，有了大數(shù)據(jù)才有人工智能，有了人工智能才有智能制造。制造業(yè)轉(zhuǎn)型于智能制造一定會應(yīng)用好數(shù)據(jù)資產(chǎn)，隨著大數(shù)據(jù)產(chǎn)業(yè)不斷發(fā)展，根據(jù)Statista數(shù)據(jù)統(tǒng)計(jì)，全球大數(shù)據(jù)2011—2027年市場規(guī)模預(yù)測（億美元），見圖五。我國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟及賽迪發(fā)布的《2020中國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展白皮書》，預(yù)計(jì)到2020年，中國大數(shù)據(jù)產(chǎn)業(yè)整體市場規(guī)模將達(dá)到6670.2億元，到2022年將突破萬億元。在此基礎(chǔ)上進(jìn)一步預(yù)測，到2025年中國大數(shù)據(jù)產(chǎn)業(yè)整體市場規(guī)模將達(dá)到17568億元左右，見圖六。大數(shù)據(jù)產(chǎn)業(yè)市場規(guī)模的快速發(fā)展，意味著今后一定會采用大數(shù)據(jù)技術(shù)和人工智能技術(shù)來實(shí)踐企業(yè)的智能制造。

三、服裝制造業(yè)如何用好數(shù)據(jù)資產(chǎn)

大數(shù)據(jù)技術(shù)包括了：數(shù)據(jù)的采集、保管、存儲、搜索、共享、傳遞、分析和可視化，其中最重要我以為在于數(shù)據(jù)資產(chǎn)的采集、分析和安全保護(hù)：

  01  采集好數(shù)據(jù)資產(chǎn)

制造業(yè)的數(shù)據(jù)是通過采集得來的，在線的傳感器或軟件技術(shù)對被測對象進(jìn)行自動(dòng)采集數(shù)字或模擬信號，并傳送到DCS、PLC、DNC、SCADA、儀表等系統(tǒng)進(jìn)行分析、處理。工業(yè)大數(shù)據(jù)主要來源于機(jī)器設(shè)備數(shù)據(jù)、工業(yè)信息化數(shù)據(jù)和產(chǎn)業(yè)鏈相關(guān)數(shù)據(jù)等，見圖七。

圖七  制造業(yè)工業(yè)大數(shù)據(jù)來源

這些數(shù)據(jù)不僅要涵蓋基礎(chǔ)數(shù)據(jù)，還要逐步包括用戶數(shù)據(jù)、社交關(guān)系數(shù)據(jù)、設(shè)備和傳感器采集的周期性數(shù)據(jù)等各類數(shù)據(jù)。目前主要包括以下幾種類型數(shù)據(jù)的采集，即海量的Key-Value數(shù)據(jù)、文檔數(shù)據(jù)、信息化數(shù)據(jù)、接口數(shù)據(jù)、視頻數(shù)據(jù)、圖像數(shù)據(jù)、音頻數(shù)據(jù)等等。通常數(shù)據(jù)采集使用不同類型的工業(yè)傳感器和RFID技術(shù)方法來獲得。

  02  分析好數(shù)據(jù)資產(chǎn)

在數(shù)據(jù)采集的基礎(chǔ)上，需要對采集到的相關(guān)數(shù)據(jù)進(jìn)行分析，對于大數(shù)據(jù)的分析處理，早在1999年歐盟SIG組織就提出大數(shù)據(jù)分析流程的標(biāo)準(zhǔn)模型“CRISP-DM”，該標(biāo)準(zhǔn)的具體流程為：

商業(yè)理解---明確目標(biāo)，分析需求；
數(shù)據(jù)理解---采集、描述、探索、檢驗(yàn)、數(shù)據(jù)；
數(shù)據(jù)準(zhǔn)備---選擇、清洗、構(gòu)造、整合、格式化數(shù)據(jù)；
建立模型---選擇建模技術(shù)、參數(shù)調(diào)優(yōu)、測試計(jì)劃、構(gòu)建模型；
評估模型---模型全面評價(jià)、評價(jià)結(jié)果、重審過程；
結(jié)果部署---分析結(jié)果、方案實(shí)施應(yīng)用，見圖八。

圖八   大數(shù)據(jù)分析標(biāo)準(zhǔn)流程CRISP-DM

大數(shù)據(jù)的分析處理結(jié)果在于應(yīng)用，在我們服裝制造業(yè)主要用在指導(dǎo)生產(chǎn)制造的改進(jìn)與優(yōu)化，這往往從三個(gè)方面入手：

① 對加工設(shè)備狀態(tài)數(shù)據(jù)分析
對采集到的各種數(shù)據(jù)進(jìn)行加工處理后，以各種方式進(jìn)行輸出和展現(xiàn)，使相關(guān)人員第一時(shí)間了解設(shè)備生產(chǎn)的實(shí)時(shí)情況，如實(shí)時(shí)狀態(tài)、加工工藝數(shù)據(jù)等，便于做出及時(shí)、科學(xué)的管理決策。

② 生產(chǎn)制造工藝數(shù)據(jù)優(yōu)化
主要表現(xiàn)在兩方面：
a)設(shè)備工藝參數(shù)監(jiān)控：將采集到的設(shè)備工藝參數(shù)，如溫度、壓力等，與設(shè)定的標(biāo)準(zhǔn)參數(shù)進(jìn)行實(shí)時(shí)比對與管控，從而實(shí)現(xiàn)對生產(chǎn)過程進(jìn)行實(shí)時(shí)、動(dòng)態(tài)、嚴(yán)格的工藝控制，確保產(chǎn)品質(zhì)量的穩(wěn)定性。
b)加工工藝改進(jìn)與優(yōu)化：對制造過程的主要工藝參數(shù)與完工后的產(chǎn)品合格率進(jìn)行綜合分析，便于對加工工藝改進(jìn)與優(yōu)化。

③ 生產(chǎn)過程追溯
通過產(chǎn)品加工制造的過程數(shù)據(jù)實(shí)現(xiàn)對產(chǎn)品制造歷史的追溯，達(dá)到問題復(fù)現(xiàn)、質(zhì)量追溯等目的。

  03  保護(hù)好數(shù)據(jù)資產(chǎn)
我們服裝制造業(yè)在數(shù)據(jù)資產(chǎn)安全方面目前主要存在三個(gè)問題，一是數(shù)據(jù)資產(chǎn)多且繁雜，存在數(shù)據(jù)風(fēng)險(xiǎn)無法量化的難題；二是大部分企業(yè)目前無法根據(jù)數(shù)據(jù)使用者、數(shù)據(jù)使用現(xiàn)場做出動(dòng)態(tài)數(shù)據(jù)權(quán)限管控，造成數(shù)據(jù)安全風(fēng)險(xiǎn)較大；三是大數(shù)據(jù)平臺漏洞和配置問題多，數(shù)據(jù)安全風(fēng)險(xiǎn)面廣?？傊S著企業(yè)數(shù)據(jù)資產(chǎn)成規(guī)模的指數(shù)化增長，大數(shù)據(jù)技術(shù)的全面應(yīng)用，數(shù)據(jù)資產(chǎn)安全的風(fēng)險(xiǎn)也越來越大，所以保護(hù)好數(shù)據(jù)資產(chǎn)的安全十分重要，如何保護(hù)數(shù)據(jù)安全呢?

當(dāng)前數(shù)據(jù)安全所建立的一體化解決方案有下面一些，企業(yè)可以視需使用：
（1）采用戴爾“避風(fēng)港”方案（Cyber Recovery Vault）。它具有Air Gap網(wǎng)閘隔離機(jī)制和副本鎖定機(jī)制，以阻斷勒索軟件接觸可能，從而大大降低病毒感染備份數(shù)據(jù)的機(jī)率。備份數(shù)據(jù)存儲在生產(chǎn)端的存儲設(shè)備上后，和Cyber Recovery Vault區(qū)存儲設(shè)備建立復(fù)制鏈接，通過內(nèi)部網(wǎng)絡(luò)和專用接口，將備份數(shù)據(jù)從生產(chǎn)中心復(fù)制到Cyber Recovery Vault區(qū)（數(shù)據(jù)隔離保存庫）。Cyber Recovery Vault區(qū)對網(wǎng)絡(luò)攻擊者“隱身”，阻斷勒索軟件感染備份資料的機(jī)率。一旦數(shù)據(jù)同步完畢即可關(guān)閉Air Gap網(wǎng)閘，數(shù)據(jù)訪問路徑被斷開禁用，同時(shí)為了防止備份文件被惡意刪除，系統(tǒng)可針對隔離保存庫內(nèi)的數(shù)據(jù)進(jìn)行鎖定，以保證備份數(shù)據(jù)拷貝副本不可加密、不可篡改、不可刪除。

（2）采用谷歌云平臺，企業(yè)可以在數(shù)據(jù)保護(hù)得到保障的情況下過渡到云平臺。谷歌云平臺已完成平臺向開放性和云計(jì)算的巨大轉(zhuǎn)變，給企業(yè)帶來了更強(qiáng)大的數(shù)據(jù)資產(chǎn)和更好更安全的數(shù)據(jù)分析。谷歌云平臺開放式基礎(chǔ)設(shè)施讓你可以選擇最適合自己業(yè)務(wù)的上云路徑。有了谷歌云的基礎(chǔ)設(shè)施和我們的數(shù)據(jù)和人工智能機(jī)器學(xué)習(xí)解決方案，將數(shù)據(jù)上云并開始分析就很容易了。

（3）采用具有安全管控系統(tǒng)的曙光大數(shù)據(jù)平臺。曙光大數(shù)據(jù)平臺是結(jié)合大數(shù)據(jù)技術(shù)的海量數(shù)據(jù)智能分析處理解決方案，能幫助企業(yè)用戶快速構(gòu)建高效、智能、易用的一體化大數(shù)據(jù)系統(tǒng)，挖掘數(shù)據(jù)價(jià)值。曙光大數(shù)據(jù)分析平臺采用融合的技術(shù)架構(gòu)，深度實(shí)現(xiàn)存儲融合、計(jì)算融合、調(diào)度融合、多源數(shù)據(jù)融合、業(yè)務(wù)流程融合，構(gòu)建體系化融合的整體系統(tǒng)，見圖九。

圖九   曙光大數(shù)據(jù)平臺架構(gòu)

（4)采用創(chuàng)新奇智的“Orion自動(dòng)化機(jī)器學(xué)習(xí)（AutoML）平臺”。該平臺主要幫助客戶如何用好數(shù)據(jù)資產(chǎn)，如何提高數(shù)據(jù)決策能力，賦能客戶運(yùn)行業(yè)務(wù)。該平臺是一套符合未來數(shù)據(jù)智能范式的，擁有可靈活選擇、配置的三層結(jié)構(gòu)，面向企業(yè)客戶，以私有化部署為主的系列產(chǎn)品和解決方案。Orion數(shù)據(jù)智能引擎主要包括三大產(chǎn)品單元，即：
Orion IRC---智能資源調(diào)度管理，提供計(jì)算資源管理和數(shù)據(jù)資產(chǎn)地圖；
Orion DAC---智能數(shù)據(jù)融合管理，支持?jǐn)?shù)據(jù)動(dòng)態(tài)融合，實(shí)現(xiàn)數(shù)據(jù)供應(yīng)鏈；
Orion AML---自動(dòng)化機(jī)器學(xué)習(xí)，基于數(shù)據(jù)完成智能決策。

（5)采用TalkingData數(shù)據(jù)安全島平臺。TalkingData“安全島”是基于業(yè)界領(lǐng)先的可信的數(shù)據(jù)計(jì)算技術(shù)，構(gòu)建起安全合規(guī)的多方數(shù)據(jù)融通一站式平臺，提供面向不同業(yè)務(wù)場景的數(shù)據(jù)產(chǎn)業(yè)化應(yīng)用與價(jià)值釋放新模式。為了能夠平滑地將TalkingData的數(shù)據(jù)服務(wù)和數(shù)據(jù)能力完整地應(yīng)用于客戶這一側(cè)，所開發(fā)的安全島解決方案，其實(shí)就是一個(gè)安全計(jì)算平臺，其出發(fā)點(diǎn)是讓客戶在平臺上實(shí)現(xiàn)安全合規(guī)的數(shù)據(jù)價(jià)值交換，隔離雙方的隱私問題，幫助客戶彌補(bǔ)數(shù)據(jù)能力上的不足，真正釋放數(shù)據(jù)的價(jià)值。

四、數(shù)據(jù)資產(chǎn)在服裝智能制造中的應(yīng)用舉例
前面說過，有了數(shù)據(jù)才有大數(shù)據(jù)，有了大數(shù)據(jù)才有人工智能，有了人工智能才有智能制造，而實(shí)現(xiàn)智能制造必須要有真正落地的人工智能，而真正的人工智能又是靠大數(shù)據(jù)、先進(jìn)算法模型和超大的計(jì)算能力（例如CPU/GPU/TPU）來實(shí)現(xiàn)的，見圖十。

圖十  落地的人工智能相關(guān)技術(shù)

服裝的智能制造包括服裝的智能設(shè)計(jì)、智能生產(chǎn)、智能管理以及集成優(yōu)化等具體內(nèi)容，而實(shí)現(xiàn)這些內(nèi)容最本質(zhì)的就是大數(shù)據(jù)資產(chǎn)。下面就應(yīng)用大數(shù)據(jù)技術(shù)對服裝產(chǎn)品市場調(diào)研、服裝流行趨勢發(fā)布和服裝加工工藝優(yōu)化進(jìn)行舉例：

  01  建立在大數(shù)據(jù)分析基礎(chǔ)上的服裝市場的產(chǎn)品銷售舉例
服裝企業(yè)要想在市場中分得一杯羹，需要依靠大數(shù)據(jù)戰(zhàn)略，拓寬服裝行業(yè)調(diào)研數(shù)據(jù)的廣度和深度，從大數(shù)據(jù)中了解服裝市場構(gòu)成、細(xì)分市場特征、消費(fèi)者需求和競爭者狀況等眾多因素，在科學(xué)系統(tǒng)的信息數(shù)據(jù)收集、管理、分析的基礎(chǔ)上，提出更好的解決問題的方案和建議，保證企業(yè)產(chǎn)品在市場定位的獨(dú)具性，提高企業(yè)產(chǎn)品在市場的接受度。一個(gè)企業(yè)想進(jìn)入或開拓服裝市場，首先要進(jìn)行項(xiàng)目評估和可行性分析，只有通過項(xiàng)目評估和可行性分析才能最終決定是否適合進(jìn)入或者開拓這塊市場。如果適合，那么這個(gè)區(qū)域人口是多少？消費(fèi)水平怎么樣？客戶的消費(fèi)習(xí)慣是什么？市場對產(chǎn)品的認(rèn)知度怎么樣？當(dāng)前的市場供需情況怎么樣？公眾的消費(fèi)喜好是什么等等，這些問題背后包含的海量信息，構(gòu)成了服裝市場的大數(shù)據(jù)，對這些大數(shù)據(jù)的分析就是市場定位過程。

2020年臨近雙十一期間前，天貓對2019年雙十一期間一天就銷售了約474萬條秋褲情況下，又針對全年中國人秋褲市場銷售超過5000萬條的市場作了深入的調(diào)查，并對調(diào)查得到的大數(shù)據(jù)進(jìn)行分析，得到在2020年雙十一期間應(yīng)該加強(qiáng)對價(jià)格在100--500元以內(nèi)的秋褲投入，見圖十一。

來源：CDA 圖十一   秋褲價(jià)格分布

同樣，在店鋪的選擇上發(fā)現(xiàn)在買秋褲時(shí)，消費(fèi)者并沒有特別的品牌要求，好穿、舒適、性價(jià)比高才是最好的，這也解釋了秋褲銷量位于前列的店鋪為什么多為一些不知名的商家，見圖十二。由于在這樣大數(shù)據(jù)分析基礎(chǔ)上的決策，2020年雙十一秋褲銷售量比2019年上升101.4%。

來源：CDA 圖十二    秋褲店鋪名稱及數(shù)量

  02  建立在大數(shù)據(jù)分析基礎(chǔ)上的服裝流行趨勢預(yù)測發(fā)布舉例
英國Fashion Pocket股份有限公司認(rèn)為正確把握服裝流行趨勢可以推動(dòng)服裝市場消費(fèi)，因此他們收集了超過2500萬張的服裝圖像數(shù)據(jù)，這些彩色圖像數(shù)據(jù)量在千萬億拜特（byte）以上，是典型的大數(shù)據(jù)量，采用流行趨勢預(yù)測模型和人工智能機(jī)器學(xué)習(xí)算法分析、預(yù)測了全球服裝服飾的趨勢走向，并協(xié)助算出和預(yù)測英國和全球市場服裝產(chǎn)品流行動(dòng)向，見圖十三。

圖十三  大數(shù)據(jù)分析服裝流行趨勢

  03  建立在大數(shù)據(jù)分析基礎(chǔ)上的服裝縫制加工工藝參數(shù)調(diào)優(yōu)，以獲得高質(zhì)量成衣產(chǎn)品應(yīng)用舉例

圖十四 大數(shù)據(jù)技術(shù)應(yīng)用于服裝加工工藝參數(shù)的調(diào)優(yōu)

服裝在對各種面料進(jìn)行縫制加工時(shí)首先要進(jìn)行縫制參數(shù)設(shè)置，例如縫紉機(jī)車速、縫線張力、線跡形式、針距大小等等，這些參數(shù)設(shè)置不好，往往會影響縫制質(zhì)量，因此在縫制過程中，可以利用這些參數(shù)大數(shù)據(jù)和人工智能中的機(jī)器視覺技術(shù)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)來選擇最優(yōu)縫制參數(shù)，使服裝縫制質(zhì)量達(dá)到最好，見圖十四。

其他由大數(shù)據(jù)和人工智能所構(gòu)成的服裝智能制造各個(gè)環(huán)節(jié)應(yīng)用，請大家參閱“人工智能在服裝智能制造中的應(yīng)用”一文（聞力生“人工智能在服裝智能制造中的應(yīng)用”紡織高校基礎(chǔ)科學(xué)學(xué)報(bào)2020年第33卷第二期P30—36），此處不再贅述。